利用互联网数据提升营销效率

标签:大数据营销互联网数据数字时代

访客:20824  发表于:2014-05-08 16:35:00

(更多精彩,请加入大数据圈http://www.cio.com.cn/group/home/23

利用互联网数据提升营销效率

                    Eric Sandosham, SAS 北亚区客户智能咨询业务总监

数字智能怎么能够帮助我们去营销,我相信今天来的听众可能很多人都有这样的问题,就是我们怎么样在一个数字的世界来找到我们的解决方式,我们听到了很多智能数字化营销这样的名词,我想给大家解释一下,我们怎么能够使用这种数字化的信息,来增强我们营销的效果。

数字化智能是什么,不是关于网络,很多人想到数字化可能就想到线上,比如说银行他就想到线上、网上或者是电话的移动的银行,但是实际上数字化不光包括网络,所有的数据都是数字化的一部分,你的电话在电话服务中心的记录,在CRM这样的记录,都是数字,所以我们不能够光想到网络,必须要考虑到所有的数据,他们怎么样整合在一起,怎么聚焦在一起。数字化世界一个最大的强势就是数据的现在可以为我们所用,不管视频、语音还是文字,它是线上及线下的,如果我们只想到分析,只用线上数据的话,这是不足够的,很多的公司现在面临一个挑战就是,我们可能有一个很好的线下的营销方式,但是我们怎么样把线上融合进来呢,这也是一个问题,因为我们的数据不一样了,我们需要的技能也是不一样的。

数字化也代表实时也是全天候的,也就是说我们不能够想到一批数据,我们不光要想到说这个数据流,同时还要想到一个互动,实时的互动,与客户进行实时的互动,不光是数据处理,不光是大数据处理,而且是一种大数据的营销,我们怎么与客户建立起对话。我们听到全渠道对话,这个词经常听到,到底是什么意思,事实上全渠道对话也就是说我们与这个客户在所有的渠道进行对话,而且他要是整合的,是要同时的同步的,在所有的渠道客户得到的信息得到的体验是一样的。在文字分析方面,文本分析方面,这是一个很成熟的科技,但是如果我们看到数字化这样的一个,不光是线上的一些数据还是我们的语音对话,最大一部分数据还是文字的,比数字还要多,所以说我们要转变成为数字化智能我们必须考虑怎么把文本分析融合到我们自己的一个国家之中。

人们想到数字智能的时候,往往想到的是这个,比如说你的数字的行为,你的社交网络,或者是你的一些消费你的交易,通过这些信息,我们可以知道客户的地点和信息,但事实上数字化比这个范围要大得多。我们可以收集信息,为什么客户要这样的行为,不仅仅是他的行为是怎样的,所以说不管怎么样,我们收集的数据不光要记录他的交易,还要收集为什么他要这样交易,为什么客户要这样的行为,所以这是我们数字化智能的一个最大的强势。也就是他可以让你将线上和线下的客户活动融合起来,让你得到一个全面的对客户的一个了解,比如说你想买一个车买一个房,你第一个要做的就是到网上去查一查信息,可能大家不会直接说去一个房地产的售楼点或者去一个4s店直接买,我们可能会跟亲朋好友交谈,上网搜寻一些信息,如果在你获取这些信息之后,你们可能会有一个大致的了解,大致的对自己选择的了解,但是如果在客户看你的网站的时候,你就能获取这个数据的时候,拟稿就可以使用数字化智能来增强你现在的组织和营销的能力。

单渠道,首先我们一开始建立的一个企业一个组织的时候,都是单渠道的,也就是有一个店面,我们有客户一个接触点,之后我们变到了多渠道,协调就是我们有特同渠道,但是这些渠道,我们客户的体验可能是不一样的,比如说一个银行,我们到一个ATM上,ATM不知道你到底有什么样的产品,你需要什么样的产品,你只能存钱或者取钱,如果你打电话到银行的服务中心的话,可能他们不知道说有些人已经给你们提供了推荐,他不知道你现在已经知道了什么,这些渠道他们拥有的信息是分开的是碎片化的,之后我们有了跨渠道的理念,也就是说这个客户给很多的渠道进行沟通,但是问题是,这些多个渠道并没有整合,比如说这个店面,上网站去看信息,我去的这家公司他知不知道我已经去了这个店面,我在店面获得的信息能不能在网络上有一个延续,在你的网站上有一个体现,这样的一致性的与客户的交流,这是我们的全渠道这样一个概念,就是我们要把所有的灵活运用的渠道整合起来,我们将各个接触点收集到的信息将它整合起来。

客户交互的成熟度,我们都知道,一开始是大众营销,我们知道客户细分有一对一的营销,这是我们传统的一些方式,我们可以看到这些方式给我们带来收益,从成熟度不断增加,我们可以看到公司企业从大众营销逐步到达一对一营销,今天我们现在看到的是黄色的这个部分,也就是全渠道实时对话,现在我们可能还是一些批量的事件式的营销,比如说他们的客户做了一些什么,我们可以体察到他们这些行为,给他提供一些产品,比如他的孩子出生了,客户的生日,我们可以给他提供一些营销的活动的信息。这其实也不错,但是我们要进行实时的对话,在所有的渠道进行这样的一个整合的统一的实时对话,才是我们下一步的一个大趋势,所以你可以看到,通过这个图表你可以看到,这样的一个收益是超过之前所有的方式,但这一步不容易达到很多公司他想到他的产品的时候,他先想到产品,然后再想到我的营销渠道,比如说我们有一个呼叫中心,你说好的,我们需要有一十万个我们要呼叫的客户,关于一个特定产品,我们列出这十万个客户的名字,这样的一个营销的模式现在已经是渐渐的落后了过时了。现在我们必须要寻找到一个新的方法,来与市场和客户互动,今天我们谈到数字化的智能,我们必须要知道为什么我们的客户有某种行为。比如说他可能到你的店里或者到你实体店或者网站上,他有这个行动的时候,我们必须要了解到,这个客户为什么要采取这样的行动。我们就需要知道这样一个上下文的环境,上下文是与客户之间的连接器,形成了客户需求与偏好的相关性,我们必须要知道客户要做什么,他想达到什么目的,他想给自己解决什么问题,你有了这个上下文之后,我们作为一个组织才可以准确的定位我们应该采取什么样的行动,比如说一个客户他要买我的产品,他来到我的店里,他看我的网站,这到底意味着什么。两个用户都在看我的网站,不代表说他们两个的目的是一样的,我们必须要找到背后的原因,看到客户的动机。

你决定了,行动之后,我们再来决定最合适的一个行动是怎样的,我们可能对一个用户来说有不同的行动的方法,但是你想要的是最好的效果,所以说必须要做一个最好的交流,和客户交互沟通的方法。我们可以看到在这个图表上,你选择一个渠道其实是最后的一步,但是现在往往是我们现在第一想的是渠道,我们必须要用这个呼叫服务或者我们用邮件,或者用短信,然后再找这个过程,然后找这些客户,然后让他们适应这些渠道。但是我们现在的一个思维,有数字化的智能了,我们必须要首先知道客户的动机,为什么他与我们进行这样的沟通交流,然后我们才来选择哪个是最合适的渠道。

现在你要使用数字化分析和智能的时候你需要进行以下四件事情,首先我们要在客户级收集非常明细的数据,现在大多数企业在线上收集很多也都是网络日志,但是不是在客户级收集的数据,在不同渠道,在不同端的。这个是不是同一个客户在不同的渠道所发布的这些信息呢,因此需要分析,需要把所有这些数据进行汇总,并且找出正确的上下文。比方说现在这个客户要买房子,所有他相关的数据跟他要买房这个需求是相关的,他在搜索引擎上建立的关键字,并且跟朋友在社交网络上发布的信息,并且跟他的银行还有房地产中介人进行了会面,这些是相关的,当你通过每个渠道搜集这些数据的时候并不知道他们是相互连接的,因此这也并不是客户单纯上网搜房地产或者和房地产中介去交谈,因此就需要有多种设备进行跟踪,比方说你现在在使用的时候,你使用的智能手机,Pad,还有电脑,可以做多种动作,比方要买房的时候,可能一开始是用电脑进行搜索,可能在火车上的时候用手机来继续你的搜索,因此真正的挑战是,浪费你在获取这些数据的时候,你可能并没有意识到,其实这是同一个客户,只是用的不同的渠道而已,因此要将这些不同端在不同渠道获得的信息能够统一整合的来看待它。因此就需要对于他所使用的上下文以及所使用的时间有一个很好的账务,并且要掌握实时决策引擎。单独搜集这些数据没什么意义,比方我们做了第一第二步,但是你还是不能够了解为什么客户是用这样的方式沟通,他是通过多个渠道的,你不知道他为什么这么做,并且也没有办法和客户实时沟通和交流的话,这些也没有带来实际的价值。

在过去我们以传统思维来想,网上分析的时候,并不是数字化智能,首先我们在网站上所有的体验,比方说你所提的问题是,这些客户他们最常访问的是哪些网页,搜索的是什么东西,通常访问路径是怎么过来的,他把一个东西放进购物车,然后继续购物,这是他的点击流,这是他所有的网站上的体验。实际上你真正想要知道的不仅是这些,而且要知道客户体验,因此你要问的问题应该是他在找什么产品,跟他上周搜索的产品是不是有什么不一样,你就会发现变化的趋势和模式,你还可以闻闻,有哪一类的客户经常访问我的网站,也就是说来我这个网站,他的这些客户有哪些特性,并且为什么这些客户会来访问我的网站,哪些原因会促使他来,你知道他的搜索关键词,但是你希望知道他深层次促使访问网站的动机,如果你掌握深层原因的话,对于完成营销会有帮助。这是我们用新的思维的方法来想,过去是一套网站分析的思维,但是现在数字化时代新的分析方法,应该更加关注与客户体验,并且现在这样的科技已经存在,有些企业已经在这么做,这是发生在当下的事情。

因此你希望能够找到这些问题的答案,来获得数字化的智能,比方说谁是我最有价值的网上客户,并且我的网站对于我的目标客户是否有足够的吸引力,首先你网上的目标客户到底是谁,并不是说每一个来到你网站访问的都是你希望吸引的目标客户,因此我们需要找到这些问题的答案,在搜索答案的过程当中就给我们设置了新的挑战,不光是我们如何设计这个网站,并且我们如何设计与客户互动的体验,如何去改变去设计它,并且在多个渠道来控制用户体验,这是新的挑战。比如说客户会通过PC,通过手机,通过PAD来访问,这个是大多数企业他们在追踪网上数据的时候他们可能会说我有三个客户,但是你想实现的,有这三个客户,有可能是两个,或者只是一个客户,因此你希望能够识别出通过不同渠道访问的客户,他们的身份并且把属于同一个客户的身份能够汇总到一起。当然这个客户他在电脑上做的,跟他在手机和PAD上做的可能完全不同,这就能让你对这个客户有更加全面的了解。而将这些不同的跨渠道、跨端体验能够整合在一起的话,能够让你了解更多的关于客户的信息,并且让你可以设计出更好的营销活动,因为你能够知道他为什么会在这个渠道做这样的事。

接下来我们看一下一些非常好的实际的案例,这是在欧洲的一家KBC银行,案例当中是他们如何用数字化来提升整体客户体验。有这么一家人,刚刚有了个小宝宝,这是他们的第一个孩子,他们现在希望能够升级他们的住宅,因为现在公寓对他们来说已经太小了,因为现在家里添了一口人,所以需要一个更大的房子。通常他们会想到什么事情,看看自己的钱包,看看自己的预算,有多少钱,然后就需要申请房贷,因为很少有人能够一次性支付全款。因此找一家银行去申请房贷,当然在此之前你还需要找到合适的住所,不可能先申请房贷再去找买哪的房子。在申请房贷时会发生什么事,首先他们会想到他们可能已经在使用的几个银行,可能他们也会想到其他银行,可能他们会问朋友,有哪些好的推荐,有哪些好的银行,可能这些朋友他们之前申请过房贷,他们就会想知道说这些银行他们提供的利率好不好,服务好不好,并且他们也会去网上看看大家都推荐的有没有几家特别好的银行,他们服务怎么样,利率优惠不优惠,这就是通常人们在选择的时候根据他们自身的经验,根据朋友的推荐,还有网上推荐所做出的决定。如果没有在网上的,你可能就失去了其中一个推荐的机会。即便你有在线的部门的,但是你没有办法很准确的发现这些信息,可能这个银行并不在我所需要的列表当中。很少的时候会有用户直接去打电话给银行,问人说你的房贷怎么样,很少,因为他之前已经对于他可能想要申请房贷的这几家银行有一个列表,因此在这几家银行之间他会进一步搜索来做出比较。因此,可能他一开始就已经在心目当中有几家好的银行,可能一开始的机会你就错过了。以下是这个客户所做的具体的动作,首先他会去主页,比方说他最终选择了5家银行进一步做比较,他通常都会去这家银行的主页,很少有客户直接打电话给银行,他去主页看,他想知道的问题是,到底都有什么,如果这个主页给出了非常准确的信息,那就很好。但是很多时候银行主页设计不是像一个店面一样的,其实你会看到银行的主页,你看其他的话它上面有很多信息,你会非常想要购物,但是你去银行不是这样,上面有很多信息,但是很难去找到你想要的信息。比方说找到了房贷的页面,比方说他觉得这个房贷不错,能够满足我的需求,接下来他就会进行演算,有很多的银行他们也意识到,如果你要做一个非常大的财务上的决定的时候,你可能需要有一个工具,让客户可以互动,因为他们要测算一下,我申请放贷之后,如果十年期会怎么样,不同的期限会怎么样,如果你们有一个测算的软件的话,他可能就得用纸做测算了,当然这个客户必须要去测算一下他整个现金流的状况,因此他要么在网站上做这个事情,要么在草稿纸上做。

接下来,比方说他在做完测算之后,你可以弹出一个窗口问他,你是否能够选择一个时间来我们这家银行的支行,我们进行一个约见,房贷很难是通过网上就签约的,因为这是一大笔钱的决定,因此更多是会面之后才进行签约的。比方说在这家测算之后,现在这个网站的页面,这家银行弹出一个窗口,你是否希望在这个期限想约见,最后也选择了一家见面网点。这个流程其实还是算比较简单的,更大的流程是一个合适的房子,这是其中一小部分。

实际上牵涉到的更多的背后的数字化的智能数据其实要牵涉其中的,比方你可以问这样的问题,我们的客户对什么东西感兴趣,他们来到网站之后,你怎么知道,或者你知不知道他们感兴趣的是什么,你真正知道他们感兴趣的是房贷,可能有的客户只是随便到你的主页逛逛,但是你怎么把这些客户区别开来,并且你能不能知道他们是从哪来的,比方他们最终要选择约见的网点,你是否能给他们提供最近的最边界的网点。因此他们是从PC端上网还是从手机还是办公室上网,并且你是否能够根据他们登陆你网站的IP地址来找到他们的具体位置。甚至用什么样的渠道,比如浏览这个网站是用手机上网还是用电脑上网,还是用多种设备来进行上网,你怎么样把这样的一个信息整合起来。所以说一个人他在查贷款信息的时候,他肯定不会只访问一次网页,他肯定会访问几次,他可能试算一次,想一想,然后再到其他网站想一想,然后再访问你这家网站,会反复查询这个网站,不断的比较不同的产品。所以说能不能够发现这个客户不断的在重复访问你的这个网站,能不能够发现这些客户他是不是进行一次两次三次的试算,他什么时候上网浏览你的网站,比如说他是白天上的网登陆的,比如说早上8点、早上10年,那可能他是在办公室上网查询的。如果要是晚上的时候,他可能就是在家进行试算,你可能就能猜测他到底是在什么地方,你可以在约见的时候,你可以找到他最近的网点。所以我们再回到这个例子,我们这家银行他做了一些什么呢,就因为他能收集到所有的不同渠道的不同设备的一个跨时间的记录,他用了这个记录和上网的行为,是全渠道的,不是说只有一个设备,是多重设备的。比如说这个客户他访问了银行主页,他开始看房贷种类了,给他评个分,给他加7分。比如说他去其他的网站了,发了一个博客发了一个帖子,是有关于你这个贷款的,这些都可以给他加分。他的分值达到一定的水准,也就是说这个客户很有可能选择你的这个产品了。把这样一个评分,把它和线上线下的一个数据结合起来的话,比如说他访问网站,这可能是几天之内访问的,几个星期之内访问的,我们主要的集散,把这样的行为都整合起来进行计算,同时还能够整合他的历史的这样的一个记录,比如说可以看到这个客户的信用记录等等,就可以看出这个客户是一个好的客户还是一个不那么好的客户。还可以看到这个客户最近的一些行为,比如说他在网站上的行为是怎么样的,这个行为是不是他平常一贯行为呢。这样的一个数据的统一和整合的话,再加上他正在你的网站上搜寻房贷的信息,这些都可以体现在我们的评分表上,如果这个客户只有0到10分的话,可能他兴趣不是很大,他可能就是看了一眼,没找到相应的信息,那可能选择了别的银行,可能不用在这个客户上花太多的精力。20到30分我们就可以给他进行一个语言的通话和交流,再高的话我们可以在网上给他弹出信息,来提示他。所以说这个可以帮助我们看到这个客户的优先级到底我们哪些客户是我们优先交流的一个优先的群体。当然这个不是很难理解,但是我觉得没有很多的银行现在正进行这样的一个模式。如果你是零售业,其实也是一样的,比如说你的客户会到你的店里买东西,但是他肯定也会到网上去进行搜索,那你们有没有运用这些数据来给他进行一个客户的优先级的排列呢。通过这样一些信息,怎么能够了解到客户的一个潜能。

它能够带来的好处,如果我们有实时的数据采集和处理的话,比如说这些数据都是实时处理和采集的,实时进行整合与银行的线下的数据仓库进行整合的话,就可以达到一个更好的效果,多渠道其说也就是多设备,电话和平板电脑和电脑是不一样的,因为平板电脑和电脑的移动性不如电脑好,如果你用电话来上网的话,可能你正在移动中,所以表现出来的客户的移动性是不一样的。第三步是可以完整的给你的客户建立一个档案,建立特征的刻画。所以说客户他其他的一些信息,不光是网上的信息都要进行一个整合,都要考虑进来,给客户尽量一个完整的一个特征的刻画,同时要实时运用这些数据与客户进行交流,这是我们看到的数字化智能带来的一些好处。反映在全球就是全球零售业转化率提高了13.5%,全球网上保险公司,这是一家网上保险公司,提高了20%。通过这个对购物车这样的一个数据的控制监控,某电子商务公司他的废单率就降低了2%,应收增加1250万美元。某一家网络银行,网络广告开支降低了10%,你网站流量增加了,并不代表你的客户人数一定增加了,流量这些增加没准并没有给你带来收益,你必须要区别出有些客户他比另外一些客户更高的优先级。只有这样你才能够在最有希望的客户上面获得最大的收益。谢谢大家。

你的问题是SAS实时分析是怎么样的运作模式,我讲到这个实时分析,实时其实有两类,给大家科普一下。有实时分析,还有实时决策,实时决策就是说我有一系列不同的事件在发生,那么我们必须要决定怎么样给客户提供一个推荐,可能我有一个线下的这样的一个活动,通过客户最新的一个交易,这可能我要通过实时决策,决策我怎么样给他一个更好的推荐。另外一个就是实时分析,比如说欺诈,可能是最好的一个实时的怎么样能够来实时分析。比如说每次他都使用99美元,怎么样能够监测出来他这样的欺诈的行为,停止这样的欺诈的行为。所以这是我们的实时分析的一个方面。这个会给我们带来一个新的组群,然后我们再来通过实时分析,来分析这是不是最好的一个方式,所以这种实时分析可以加入新的数据。所以说在SAS我们其实有两方面,实时决策和实时分析,比如在银行也有这样的一个应用,比如说有一些欺诈的行为,我可以通过实时分析,可以通过其他的组织或者企业的行为变化可以看到。对于大部分的一些企业,实时我提的就是实时决策,因为基本上这些企业他是用不到实时分析的,因为欺诈针对银行的,但是对于一般的企业来说,客户的行为不会有太大的变化,所以说我们要考虑的是实时的决策。比如说刚才那个记分,可以说是一个我们在事先为客户评分,但是其实也可以作为一个只是一个编码,比如说我们对一定的客户进行这样的一个监测,如果他有这样的一个行为的话,我们可以给他进行一个记分,这个评分只是一个数学的方程式,只有他进行了某一种交易的时候,我才给他进行评分。这样的一个交易就可以激发我的系统对客户来进行评分,如果这个评分高到一定程度的话,然后来向我反馈这个结果。所以说实时决策并不光是提取数据,同时还可以激发这个系统,来进行某种行为。

提问:大多数银行目前都是单纯的进行网络分析管理,对于数据智能的应用,银行该怎样去做?

Eric Sandosham:这是一个很好的问题,因为我知道这实际上有很多这样的案例,我有很长时间在银行工作的经历,尽管我们现在在分析方面也有经验了,但是我们在网络管理方面还是很纠结。现在我们所面临的挑战就是各大银行,首先不要对于网络担心这么多,实际上很多银行他们的问题是,我们怎么收集网络日志,我有上百万的数据,怎么把网络日志存储下来,存在数据仓库里,并且我只要提取一部分,如何把有价值的信息联系起来,其实我要说的是不用担心网络日志,大概只有70%、80%的网络日志都是没用的,因此对于银行来说,你们要做的这个实时的在线分析,其实是要以客户级,在客户级做这个分析。刚才所说的SAS帮助银行进行分析,你要把整个网站建成一个数据模型,这个数据模型很关键,这个模型它只是问的客户什么时候进来他在网站上做了什么事情,比如说他进行了某笔交易或者进行了某种一定的行为,接下来将这些收集就可以了。因此你并不需要把每一点都收集起来,把最后用的收集起来。如果把所有的网络日志都存储起来的话,这个数据库肯定是不够大的,有些银行把所有的数据都收集下来,两三天之后就超出了他的存储能力上限。对于历史数据并不需要那么担心,其实我跟很多银行客户沟通的时候,我都说,其实你们需要的是掌握在线数据分析,实际上我们在线分析的时候,更重要的是昨天客户干了什么,上周他干了什么,他去年做的事情,可能完全都没关系,可能跟他现在的消费行为也没太大关系,因此与其说把过往的很久的历史数据全都储藏起来,还不如说把有限的资源和精力聚焦于客户的行为分析,特别是他在近期内的行为进行评分进行分析。因此在线分析的时候,特别对银行业来说,不要担心存储的问题只要把你所需要的数据提取出来,并且存储起来,并且只用近期的信息,因为这可能更能够告诉你客户的倾向。

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");