12月18日，2018（第十六屆）中國互聯(lián)網(wǎng)經(jīng)濟論壇在京舉行，創(chuàng)略科技解決方案副總裁何喬恩在現(xiàn)場發(fā)表主題演講。她認為互聯(lián)網(wǎng)是一個數(shù)字生態(tài)圈，在這個時代，從不缺數(shù)據(jù)，缺的是“智慧的數(shù)據(jù)”。“智慧的數(shù)據(jù)”指的是將大數(shù)據(jù)和人工智能進行結(jié)合，人工智能的預測能使海量的數(shù)據(jù)變換成有用的預測性信息，未來這種預測性信息將會被越來越多的企業(yè)，應(yīng)用在不同的營銷場景中。
以下為演講實錄：
大家好，我是何喬恩。感謝主辦方和大會的邀請，讓我來講述大數(shù)據(jù)+AI如何幫助現(xiàn)代企業(yè)走向現(xiàn)代化的營銷之路。
互聯(lián)網(wǎng)是一個數(shù)字的生態(tài)圈，在這個時代，從來都不缺少數(shù)據(jù)，相反時時刻刻我們都再創(chuàng)造數(shù)據(jù)。比如當我們看見一個廣告點進去，進入官網(wǎng)成為注冊會員，在手機收到優(yōu)惠券隨之去購買在這一切的過程，都將被數(shù)據(jù)化記錄下來。隨之產(chǎn)生的問題是面對那么多數(shù)據(jù)，為什么企業(yè)會覺得數(shù)據(jù)沒有用，其實不是數(shù)據(jù)沒有用，而是傳統(tǒng)的數(shù)據(jù)分析方法沒有辦法面對這樣的海量數(shù)據(jù)源，因此企業(yè)面對多融合的數(shù)據(jù)源時，就需要學會區(qū)別，做一個數(shù)據(jù)分析讓數(shù)據(jù)變的有智慧起來。
怎么樣才可以把數(shù)據(jù)變的有智慧？有價值？那就是將大數(shù)據(jù)和人工智能進行結(jié)合。人工智能在預測方向中起著非常重要的作用，它能夠使海量的數(shù)據(jù)變化成為一個有用的信息，能夠進一步提升數(shù)據(jù)的可讀性和信息有效性。通過預測性分析，從整個數(shù)據(jù)描述過程中，我們可以掌握整個事情發(fā)展的規(guī)律，從而進行一個預判。我們相信這種預測性的作用將會被越來越多的企業(yè)應(yīng)用在不同的營銷場景中。
營銷的目的是什么？其本質(zhì)是贏得人的心，贏得消費者的信任，在這里意味著以人為本是一個關(guān)鍵。這里提到的以人為本其實有兩個方面的含義。第一以人為本的數(shù)據(jù)，它意味著企業(yè)需要去打破內(nèi)部的數(shù)據(jù)孤島，建立一個以消費者為核心的數(shù)據(jù)，也就是這兩年大家聽的特別多的CDP。在這個平臺中，它集合了顧客的所有信息、線上線下的網(wǎng)上行為以及各個觸點的營銷數(shù)據(jù)，因為在整個商業(yè)運營中會面臨不同的數(shù)據(jù)源，集合了不同的數(shù)據(jù)源之后，我們發(fā)現(xiàn)這些數(shù)據(jù)都是不可讀的。但CDP就是這樣，可以聰明地把這些數(shù)據(jù)進行歸檔和驗證，在這平臺上面CDP會進行整個用戶IP唯一識別和做標簽化的數(shù)據(jù)化管理，這樣企業(yè)就可以用真正的根據(jù)數(shù)據(jù)來做決策，而不單純依靠感性的認知和過往經(jīng)驗。
第二以人為本的營銷就是個性化營銷?，F(xiàn)在和未來的營銷的主要人群已經(jīng)從原來的80后、85后，逐漸演變成中年人的90后，以及正在青春期的00后，而這代人正是在經(jīng)濟快速發(fā)展、物質(zhì)非常豐富，還有移動互聯(lián)網(wǎng)時代下生長的一群人。他們的訴求其實是追求個性化，希望通過產(chǎn)品和服務(wù)表達自我，這給企業(yè)的啟示就是，如果想贏得他們的喜愛，就需要將營銷隨之做出變化，誰能夠把個性化的營銷做的更細化、更精準，誰就會更快的贏得這一場的勝利。
總之，以人為本是基地。其實人工智能這些花哨的科技術(shù)語最終還是要落地到營銷的場景，幫助企業(yè)實現(xiàn)各個緯度的增長和實現(xiàn)營銷的目標。因此今天，我才會通過不同的案例讓大家感受這些聽起來很枯燥的模型理論，讓大家知道大數(shù)據(jù)和人工智能如何在整個營銷過程中起作用。
我們現(xiàn)在做品牌推廣的時候，其實推的都是白色這一塊用戶群，因為這塊用戶群是T用戶，橙色的部分表示的是哪些用戶對品牌最感興趣，現(xiàn)在的方法是你沒有辦法精準的去猜想出橙色的部分是哪一些，但是現(xiàn)在通過預測性的模型，我們可以把這精準的一群人找出來。比如找出T濃度最高的人做出一個影像。
這里是我們幫春秋航空進行品牌推廣的一個案例。每一個旅客對航線偏好不一樣，比如商旅北上廣深多，對于普通用戶休閑旅游則需要國內(nèi)的旅游景點或者出境游，這時春秋航空會給長旅客發(fā)送短信信息，然而從用戶點擊短信跳轉(zhuǎn)到官網(wǎng)最后購買，實際情況是1%，因而該航空公司希望把短信的轉(zhuǎn)化率能提升起來。
為此，我們和客戶挑選兩條其中的路線進行了落地的試驗，接入了春秋航空3千萬的會員數(shù)據(jù)，6千多萬的沉積信息，其中包含不同的訂單數(shù)據(jù)、信息數(shù)據(jù)和基礎(chǔ)數(shù)據(jù)。我們對整個高購買意向的用戶進行了一個分群和打標簽，提取了以上客群的特征。例如他乘坐的頻次、周期、購買時間段的長短，提前購買的信息，最終得出來航線的整個的購買預測模型。
整個購買的預測模型當中，我們可以篩選出濃度最高的客群。針對這一群人做營銷推送的結(jié)果是，在整個實踐結(jié)果下來，模型的準確率能夠達到97.5%，其實更讓我們和春秋航空震驚和感到滿意的是，它整個的轉(zhuǎn)化率提升了14倍，從1%的轉(zhuǎn)化率提升到14%。因此我們現(xiàn)在將這個模型更多的運用在不同的航線當中，并不斷去調(diào)整個模型。在這個案例中我們可以知道只要企業(yè)找到對的人，找到濃度高的人去做營銷推、和轉(zhuǎn)化，整個轉(zhuǎn)化率提升將是非常明顯的。
另外一個想分享的案例是關(guān)于用戶的分層。我們可以通過整個數(shù)據(jù)模型的應(yīng)用進行精細化的分層，幫助品牌識別出高意向的用戶，以此大大提升整個資源效率的配置，讓購買轉(zhuǎn)化率也有提升。這個案例是一個汽車品牌，它不是沒有數(shù)據(jù)它是數(shù)據(jù)太多，它有60多萬的潛客車主的數(shù)據(jù)，但是它很難了解這60多萬的用戶，銷售團隊人數(shù)有限，不可能每一個人都去跟銷售線索，這就會耽誤到一些優(yōu)質(zhì)線索的轉(zhuǎn)化。因此我們根據(jù)這個營銷場景，幫助品牌建立AI模型，該模型叫營銷積分模型，在這模型當中我們首先是整合和打通該品牌的第一方數(shù)據(jù)，同時接入第三方媒體數(shù)據(jù)，去做一個用戶洞察的破綻。接著我們將這些數(shù)據(jù)打通和關(guān)聯(lián)起來，然后根據(jù)不同的緯度來設(shè)置用戶的標簽，建立起客戶營銷積分模型。我們按照0到100分為每一個用戶進行打分，為品牌打分到800分以上是屬于高分值的人群，銷售就可以將營銷的重點放在這類人群中，邀約他們線下到店。而200分以下的用戶表明，是整個品牌的認識剛接觸的階段，消費者的決策周期是14個月，一開始和用戶保持溝通聯(lián)系關(guān)系，就不一定通過外呼。該案例系統(tǒng)模型的準確率最終時間也是有97.42，根據(jù)客戶的反饋最終的模型結(jié)束之后到店是提升了1倍多。
關(guān)于這個過程，首先我們會做成數(shù)據(jù)分析，然后隨之建立營銷場景模型，產(chǎn)出不同的人群之后，企業(yè)會根據(jù)我們的結(jié)構(gòu)去做對應(yīng)的營銷。這里值得一提的是，我們每一個模型會根據(jù)實時的數(shù)據(jù)進行一個反饋，這樣子在不同的階段、不同的場景里面，都可以不斷的去調(diào)優(yōu)使得結(jié)果越來越精準。
第三個我想分享的案例是關(guān)于家裝銷售和關(guān)聯(lián)銷售。最近我們幫助星巴克做了一個非常有趣的用戶洞察的研究，研究食品和飲品之間的關(guān)聯(lián)關(guān)系。我們研究了過去一年當中星巴克的會員在購買飲料和食品當中的數(shù)據(jù)，這里的數(shù)據(jù)量已有3億多個，數(shù)據(jù)涵蓋了會員的商品信息和門店的信息。經(jīng)歷過數(shù)據(jù)處理之后，我們會考慮這個用戶在其購買時候的時間段的不同狀態(tài)。例如在早餐時段購買午餐、晚飯還是宵夜，購買的地點是商圈，還是機場或獨立的門店，購買百元以內(nèi)還是百元以上，通過不同的因素去建立一個模型。同時我們把飲品的屬性進行了一個歸類，比如這個飲料是否是含奶，它的甜度是不甜、輕微、濃郁，是冰的還是常溫的。食品我們也會對應(yīng)劃分出7個不同的屬性去做交叉關(guān)聯(lián)。
整個關(guān)聯(lián)結(jié)果得出來就是，當用戶現(xiàn)在每一次去光顧星巴克飲料的時候，就會發(fā)現(xiàn)個性化推薦是不一樣的。該案例整個轉(zhuǎn)化率的提升是46%的。通過和星巴克做關(guān)聯(lián)分析之后我們可以發(fā)現(xiàn)用戶的偏好，此結(jié)論除了可以做個性化營銷外，對于食品整個的開發(fā)，我們是提供了一定的定制。這個模型也在和星巴克做不斷的深究，進行二期和三期的開發(fā)當中。
如同一開始我提到以人為本的營銷，企業(yè)在做數(shù)字化轉(zhuǎn)型的時候兩手抓最好，星巴克就是這樣走在前沿的一個企業(yè)。星巴克的CDP是我們公司去幫忙建立，我們已經(jīng)幫其打通了星巴克的整個會員體系的數(shù)據(jù)源，如APP、短信、EDI等等。我們已經(jīng)可以識別出唯一的客戶群，并針對不同的客戶打上不一樣的緯度的標簽，以方便星巴克做后續(xù)的處理以及模型的開發(fā)應(yīng)用。
整個的數(shù)據(jù)源結(jié)構(gòu)和架構(gòu)，是把數(shù)據(jù)源提出來之后，在CDP平臺做整個的關(guān)聯(lián)，打通清洗做整個數(shù)據(jù)應(yīng)用和模型的建立，最終為CM的平臺提供做營銷決策的依據(jù)，這里就不一一展開。
以上的案例令我們對消費者越來越理解，我們發(fā)現(xiàn)接觸前沿的科技之后，其實是可以跟消費者去做一個關(guān)系和聯(lián)動，以達到整個的營銷目的和轉(zhuǎn)化。對的時間、對的人對的內(nèi)容，這一句話是很老生常談，但是真正把這樣子一個東西落到營銷場景的時候，我們發(fā)現(xiàn)現(xiàn)在不是做的特別好，因此才有大數(shù)據(jù)和人工智能這樣一個預測模型的出現(xiàn)。同時我們也相信數(shù)據(jù)和智能驅(qū)動化的個性化營銷是未來營銷的一種趨勢，可以AI驅(qū)動實現(xiàn)對整個客戶生命周期的管理。例如，我剛剛提到當你要去做一個新客獲取的時候，可以購買春秋模型這類的預測模型，在提高整個轉(zhuǎn)化的時候，可以有營銷積分模型。還有流失的模型和沉睡客戶識別模型，不同的模型可以提高用戶整體的價值，最終整個營銷能力的提升也可以幫助企業(yè)更好地運轉(zhuǎn)下去。
最后簡單的介紹一下我們公司，創(chuàng)略科技是一家數(shù)據(jù)技術(shù)和AI驅(qū)動的公司，通過數(shù)據(jù)的采集和打通，去進行一個數(shù)據(jù)的洞察和挖掘。主要面對的客群是B2C的企業(yè)，目前已經(jīng)服務(wù)了多個不同垂直行業(yè)包括汽車、零售、時尚等等，為其提供一個營銷解決方案。
這就是我今天的分享，謝謝大家。
