只摘不看 / 质量数据信息 / TalkingData:多点化、场景化、智能化成为...

分享

   

TalkingData:多点化、场景化、智能化成为企业数字化转型3个趋势 | Morketing企业...

2019-12-07  只摘不看
TalkingData:多点化、场景化、智能化成为企业数字化转型3个趋势 | Morketing企业数字化⑦

文丨Dogcher Chen

早在2015年,国家推广大数据发展纲要,传统行业的大数据化迎来热潮。一个数据主导的数字企业时代到来,而数字化转型则是企业顺应时代的必然要求。

企业如何针对数字化进行升级成为问题关键。TalkingData作为一家数据服务提供商,其相关负责人在与Morketing对话时表示,这几年中TalkingData看到最大的变化,就是企业数字化转型的驱动点从技术部门往业务部门转变,产品和技术能力的落地也变得更强。这同时也反映出整个行业从较为喧嚣和浮华的大数据概念阶段到现在较为务实阶段。

TalkingData认为,企业数字化转型是用数据去驱动决策。未来,企业数字化转型的关键点在于,从面向科技部门慢慢转向面向业务部门,同时,多点化、场景化、智能化将成为未来3年内企业数字化转型趋势。

企业数字化转型的4个层面

TalkingData:多点化、场景化、智能化成为企业数字化转型3个趋势 | Morketing企业数字化⑦

企业数字化转型是行业发展趋势之一,在TalkingData看来,转型的关键点在于转型开始从面向科技部门,慢慢转向面向业务部门。因为科技部门的诉求往往多样化且不明确,但是业务部门的数字化转型往往会落地到某一些具体指标体系中。比如营销部门、市场部门要求用户线上线下转换量、用户数据量以及饱和度,以便于进一步深度洞察。除此之外,业务部门可能还会制定更进一步的指标,例如客户按照价值进行分类分群,以保证高价值的用户人群在增长,使这类人群的价值度越来越高。

以营销为例,TalkingData把数字化转型分为以下4个阶段:

第一步,客户企业需要业务数据化。所谓的业务数据化,就是通过像ERP这样的系统将业务数据保存下来。以前是将流程中必要的信息留存下来,现如今业务数据化是以客户为核心,例如客户在什么时间什么地点购买什么东西,这些数据被保存下来,形成的客户行为过程也被称为客户旅程。

第二步,业务数据化之后需要数据资产化。现在客户与企业的交互更多是多渠道、多点,单一渠道的数据已不能满足需求。例如当有的客户通过商家APP比货比价、后选择其他日期去该商家的线下门店进行购买,而单独APP的数据或门店数据都不能完整体现的用户与企业交互的旅程。数据资产化是企业将分散的数据进行汇聚打通,获得用户更完整的交互行为。360°的用户视图能对用户进行深度洞察,对用户群体进行更好划分。

第三步,数据资产场景化应用。资产如果没有合理利用,那么只是成本,只有在比如营销场景、风控场景、客户体验场景里面应用,才能够产生真正的价值。所以企业需要与用户场景化的系统打通,洞察数据后找到目标人群,然后针对性提供营销物料和营销策略。

第四步,场景智能化。在场景已经建立起闭环之后,可以通过智能化的方式进行提效,并且可以验证提效的效果如何并不断进行优化。一个数据模型如果没有形成完整的数据闭环则很难长期持续产生作用,所以根据营销活动结果好坏来不断优化推荐模型,才能够促进营销效果越来越好。

所以,拥有场景之后才能够真正建立起这种闭环,而拥有闭环后才能够有智能化的用武之地,从而把效果最大化。

智能化、场景化的过程同时又产生新一轮业务数据化,企业数字化转型就是不断循环迭代的一个过程。

企业数字化转型服务商的4个阵营

TalkingData认为,帮助企业进行数字化转型服务商大概划分为4个阵营:

第一阵营是SaaS服务为主的国际服务商,但它们在国内的发展会遇到以下几个问题。

首先,由于国内企业数字化转型市场刚刚起步,所以企业对于科技平台的接受程度较晚。国内几家较大的云服务商一般会扶持自己的营销服务商,所以国外服务商发展起来较为困难;营销对数据的要求较高,但国家与国家之间有数据管控,所以在国内重新构建数据生态的过程同样艰巨。

其次,国内外流量生态也不同。营销与流量的处理息息相关,比如在国内是微信生态,而国外使用较多的是邮件营销、Facebook、Twitter等。所以他们在国内的落地也需要触点生态的对接过程,这部分需要消耗时间。

最后,营销平台对于运营人员更有严格要求,并且需要有上线的过程。关注的目标国外叫做客户成功,国内则与增长相关。这种与增长相关的人才一般在互联网公司较为稀缺,何况还需要有额外资源来支持第三方的营销云的落地,所以在支持能力上会遇到比较大的障碍。

第二阵营是国内传统软件巨头,比如,以前做传统CRM软件的企业。一方面,软件巨头用户基础好,交叉销售能力强。另一方面,他们的服务能力强,拥有遍及全国各地的服务系统,因此客户服务体验相对较好。

但是这部分厂商对于流量生态的运营能力和对于流量的亲和性比较弱。如今营销已经发展到不仅仅是要提供一个平台,还要提供数据支持和智能化模型的能力,甚至做代运营的工作,才能够把数字化营销真正的运用好。

所以这对于传统厂商来说,他们的优势是在技术平台方面能力强,但在智能化的能力和流量的运营方面是短板。

第三个阵营是一些流量巨头。他们获客能力强,具有搜索流量、社交流量、电商流量等优势,这些流量有足够的数据能够支撑一个营销闭环。

但同时这些流量巨头也有短板。第一,他们2C的能力强而2B的基因弱,难以为企业客户提供支持服务。第二,做全渠道的运营时,企业需要中立的平台去同时对接,将营销诉求进行集中处理。如果流量巨头有自己的营销平台,很难打通其他渠道的流量以保证中立性。

第四方阵营是创业公司,包括TalkingData和偏中立的一些创立公司。有的小型创业公司专门针对单一渠道去解决单个问题,这样操作的好处在于能够解决某些细微问题,但是同时也存在资源方面的短板。

创业公司需要在企业侧建立口碑,甚至需要有大企业客户的背书,而大企业会要求解决方案中既要有平台,也有数据,还有智能和运营的工作,但是同时能完成这些任务的公司比较稀少。因此对企业来说,可以选择像TalkingData这种规模较大且有能力支撑这种生态发展的创业公司,或者基于需求结合一些小规模的SaaS服务公司是较为妥当的方法。

多点化、场景化、智能化的发展3大趋势

“我们理解的企业数字化转型,更多偏向于用数据去驱动决策。”TalkingData认为,在未来3年内企业数字化转型方面将呈现以下3点趋势:

第一点是多点化,也就是数据源多点。如今数据已经不仅是来自于传统记录系统,还来自于APP微信公众号微信小程序抖音、线下门店的交互大屏、摄像头的人脸识别数据等等,呈多点化方向发展。

同时用户交互触点也会多点化,除了以前发短信到后来App推送等方式都,还有像微信抖音等大入口的生态中的交互触点,线下的pos机的交互触点,以及AR等新的智能化交互触点等。如何利用这些交互触点,为客户提供更好的体验,这是企业面临的挑战也是未来的机会。

第二,场景化。现在很多90后自我意识比较强,拥有自己的价值主张,希望与企业之间有感情共鸣。比如消费者通过淘宝App拍照搜索到商品后并直接下单购买,这就属于场景化良好的体验。因为很多消费往往是冲动的,需要基于场景化服务,而企业希望能够更加实时、个性化地为客户提供服务。

第三,智能化。由于触点、数据源增多,维度量级同时也在增多,这就为智能化提供了良好的基础,所以能通过推荐、预测做更多智能化事情。例如TalkingData的某客户是零售业的服装领域头部企业,在以前每年的折扣季的营销活动只筛选了十几个人群,维度也相对较少。而现在能够达到每一次折扣季大概会设置两三百个不同的人群做精准触达,这就需要智能化手段的辅助才能够实施。甚至有些银行每年大概有两万次的营销活动,相当于每半个小时就会有一次营销活动,这完全靠人工是不能实现的,必须依靠人工智能去辅助。

从3个层面管理用户数据资产

TalkingData:多点化、场景化、智能化成为企业数字化转型3个趋势 | Morketing企业数字化⑦

目前像零售行业是主要涉及人、货、场,包括其他的管理数据。TalkingData认为,任何数据都需要分主题管理,而每个主题可能面对的使用方不一样,因此管理方式也不尽相同,这是一个比较复杂的数据资产积累过程。

TalkingData在营销方面一般面对的是B2C领域的企业,而可以把客户数据分为以下几层:

第一层是行为。比如用户打开品牌App,其购物、浏览、搜索等都是行为,这些行为是第一层的数据。其中每一个行为中都带有行为的标识符号、属性,比如用户购物的花费金额,使用卡券的类别,折扣率的大小等这些信息,是第一层的原始数据。

第二层是特性。比如数字串、标签、日期、地理位置、滚动时间轴、计数器等,是为了方便运营人员直接操作数据。

第三层是人群。这需要基于用户的标签和人口统计学的特性来构建人群,比如最近3个月有过购物行为且年龄超过20岁的女性。企业可以在TalkingData平台建立对用户的深入、全面的画像。

用户特性和用户旅程都是基于底层数据构建出来的,目的是为了帮助运营人员更深度的洞察用户,在营销时圈选出精准化的目标人群。

数据的精细化运营

每个人对精细化的理解都不同,从产品的角度来讲,TalkingData希望把对于用户的运营能力直接赋能给运营人员。行业内存在一个普遍的问题,一般数据的运营与管理都是技术部门来操作,但他们并不懂数据将来会用到什么业务场景中去

业务人员不了解数据之间的关系,这会加大双方沟通与解决问题方面的成本。比如业务人员以前用BI系统出一份报告,当IT部门拿这些数据做报告时未必真正是业务人员想要的。如果不了解其中的逻辑,甚至会得出错误结论。而后来出现BI的平民化,目的就是让业务人员直接使用数据。

因此,所谓的精细化运营实际上是如何让运营人员对客户的理解做到精细化,或者更进一步是让业务人员如何更精细化的处理数据。TalkingData希望能够减少IT部门或者技术部门的介入,降低业务人员直接使用数据的门槛。运营人员可以基于用户行为自己打标签、创建特性并创建人群,这样能够业务化的处理和理解所有数据,这属于精细化的前提。

当完成以上工作后,剩下的内容则是业务人员根据自己对业务的理解来构造精细化的场景。而TalkingData在整个过程中为业务人员提供咨询和培训支持,比如当人群流失时的召回工作、新用户人群的欢迎工作以及让用户的感知更好等。

结语

目前人口红利下降,移动化渗透率到顶,流量成本越来越高,这是不可逆转的趋势。在这种情况下,国内外企业开始从获客转向留存。有报告显示,在CMO营销支出方面,有2/3的预算投入到老客户的运营层面,甚至已经超过了获客方面的投入。

而对数字化转型来说,从提出到市场明确再到最终落地要经过一个过程。

TalkingData表示,现在不同企业对于数字化转型的理解千差万别,遇到的问题也不尽相同。TalkingData更希望回归到业务本质,把非关键、非核心的问题避免掉从而帮助企业解决业务上的问题。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多
    喜欢该文的人也喜欢 更多

    ×
    ×

    ¥.00

    微信或支付宝扫码支付:

    开通即同意《个图VIP服务协议》

    全部>>