同花顺-圈子

请广大用户注意风险,切勿加入站外群组或添加私人微信,如因此造成的任何损失,由您自己承担。
预测准确率超98.5%!是什么技术让玛莎拉蒂和春秋航空转化率翻倍
0人浏览 2020-01-12 10:04

  近两年,说起炒得火热的数据技术概念避不开“数据中台”,但对于To C的企业来说,在数据中台这一企业级数据仓库范围内,择出客户数据并对其进行深度价值挖掘,更能让营销带来肉眼可见的效果。

  “基于某航司过去三年几个亿的所有订票订单,加上目标客户过去24小时或72小时在其网站、APP等渠道上的行为数据,将这些数据打通,并通过深度学习模型对目标客户进行预测性分析,然后根据预测结果,进行精准推送。基于这样一个大数据量,通过持续优化,预测准确率超过98.5%,相比之前0.7%~1%的7天内短信转化率,做到了10倍以上的提升。这么高的转化率,是之前在航空业没有看到过的。”

  预测准确率98.5%、信息推送转化率提升10倍以上,对于To C企业来说,这不只是两个单纯的数字,而是借助CDP、深度学习预测模型等技术实现的营销成本的降低和获客率的提升,而这也是营销所追求的。

  创略科技联合创始人、总裁 杨辰韵

  给AI报道分享这个案例的,是国内最早一批用大数据和AI技术为企业营销场景赋能的创略科技联合创始人及总裁杨辰韵,创略科技也是国内首个基于大数据架构推出客户数据中台(CDP)的创新企业,并推出了AI模块。除了春秋航空,玛莎拉蒂、威马汽车、施华洛世奇、中国银行等在内的数百家零售、汽车、旅游、金融、教育等行业企业也是其CDP系统+AI模块的采用者。

  CDP搭配AI,智能营销技术可以做的那些事

  数字广告技术是基于互联网和移动互联网红利期获新客成本比此前更低的逻辑,从1994年到现在一直被使用着,但随着红利消退,获新客成本越来越高,怎样就存量客户去挖掘更多的价值就变得更加关键。而营销技术则是基于已接触到的群体去提升或去挖掘增量的一种操作。

  目前来讲,营销技术80%~90%的用途主要是赋能企业潜客转化和客户增量价值挖掘。而从KPI的量化来看,在目前创略科技营销技术的应用中,运用系统进行分析能有效提升营销效率与效果。比如潜客预测这一场景,CDP确保数据打通及采集,将相关数据统一到个人,在训练和测试阶段,把目标群体分成训练集和测试集,训练集负责训练模型,预测集负责检测模型是否达到了一定的预测准确率,然后再到实际场景去做相应的应用。

  其中,基于深度学习的AI模型可以做两件事,一是用机器学习算法去判断目标位于旅程的哪个阶段,而不是人工去看。比如人工可能会通过目标客户30天没有登录或者30天没有购买,就认定这是一个潜在会流失的客户;但机器会按照聚类算法进行分类判断,比如一个时间段内交易量低于多少或者高于多少,客户是活跃还是不活跃,以及流失与否。二是采用AI模型去预测哪些客户会从当前旅程进入下一个旅程,是否需要采取激励机制。就客户价值来说,企业希望一旦获客,那么这个客户就有可能在整个生命周期中实现价值最大化产出。

  “总体来讲,基于数据技术与AI,分析已经购买,或可能流失等客户群体的特征,去预测客户的下一个旅程,再运用个性化营销触达,或促进,或挽回,从而确保客户体验和生命周期价值最大化,而这也是为什么能做到98.5%的预测准确性,可以提升10倍以上营销效果的逻辑。”杨辰韵说道。

  预测准确率超98.5%!让营销自然到不像营销

  越是优秀的企业越懂得围绕消费者旅程重塑消费者体验,擅长从底层数据+AI技术入手,挖掘与消费者有关的洞察。

  “预测准确率超98.5%,转化率做到10倍以上的提升。这么高的转化率,是之前在航空业没有看到过的。”杨辰韵分享这组数据时满是骄傲,“营销技术的应用,让目标客户感觉信息不像是有意的推送,而是正好需要,正好收到。”

  在旅游行业以前的做法中,甚至不知道目标客户飞到目的地是商旅还是休闲度假或是其他。飞行意图是需要知道的一个最基础因素,因为基于此才能预测未来一段时间客户还会不会再去或者下一站目的地是哪儿。如果是一个休闲度假的地方,目标客户不可能每周都去度假,类似这种情况,应该去判断如果目标客户春节去了三亚,那么下一次去的时间是五一还是国庆?目的地可能是哪儿?如果不是商旅的意图,企业不能一直推三亚。否则,一方面会造成糟糕的客户体验甚至客户流失,另一方面也是营销预算的浪费。要避免这种情况,就要做更好的预测,并在其有真正购买的可能性之前,进行有针对性的推送。甚至可以去做流失预警的预测,赶在客户流失之前挽留,而不是流失之后再去激活。

  商旅还是休闲度假,其实是可以基于预测去判断的。比如结合时间预测,早上10:30的订票高峰期来自商旅,晚上9:30来自休闲度假。此外,基于CDP系统,把内部和客户数据相关的系统都打通,一方面是过往的订单数据,另外一块是采集自有APP、小程序或者官网等渠道的客户行为数据,基于目标客户搜索了哪个产品、浏览了多久等行为数据,进行算法分群,然后基于IQ机器学习去预测未来7天的航线。在第一次模型应用中,通过购买预测模型找到对的客户,进行个性化的推送,提升购买转化率;在第二次模型应用中,通过AB分组测试,预测客户的转化率。

  杨辰韵还以某豪华汽车品牌潜客转化这一场景应用进行了分享。该汽车在国内有10万的车主,接近100万的潜客,这里潜客是指已经开始接触并采集了相关信息的客户,包括线上或者线下试驾中的相应信息,基于这样的数据去做分类算法的预测,预测潜客中谁更有可能会在未来3~6个月有购车意向。在实际操作中,会把10万的车主和接近100万的潜客先打散,分成训练集和测试集,训练集告诉算法组合模型结果,比如这是车主/高相关客户/不会购买的客户等;在训练模型之后,基本上可以看到五十几个对购买与否影响较大的字段或特征,系统给符合特征的客户打出相应的权重分,比如0~1000,越靠近1000,在短期之内购车概率越高;然后到被打散的测试集中去预测,不告诉算法组合模型这些客户分别是谁,让模型自动去判断,可以做到超97%的预测准确率。如果客户近期有将该汽车和另外一家汽车进行比价的动作,说明已经在考虑价格,或者将要进入购买旅程。基于这个预测结果去打电话邀约预约试驾,成功率可以达到翻倍的提升。而此前的邀约试驾,是很盲目的大范围拨打电话。

  虽然汽车行业在下沉市场,比如一些新兴的城市,特别是中西部,整体保有量很高,但从去年开始已是双位数的在下降,是一个比较明显的存量市场。因此,汽车行业也开始去挖掘新的增长点,后续的出行以及置换,甚至一些新服务的延伸等。比如出行方面,以共享出行或者外租(分时租赁)的形式去拓展客户,而不是传统的靠卖车。此外,置换的需求,去看未来3~5年甚至5~7年的置换需求,即在置换下一辆车的时候,最好也是买这家的产品。

  除了营销推广环节,也有企业在跨部门使用CDP和AI预测模型产品,比如某新能源汽车上市之后,其设计部和产品研发部都会客户的反馈数据,包括电池性能、汽车外观、内饰,以及是否要去做个性化试调等客户评价。又比如某在线出行,会客户的反馈是关于顺风车、专车还是出租车业务,安全问题还是服务问题,投诉还是咨询等。

  营销,企业数字化转型“火车头”

  为什么是营销?

  在企业的数字化转型过程中,营销首当其冲,转型需求最迫切,转变后的效果最显而易见,也最有可能成为转型的“火车头”,从而带动企业其他部门、业务的转型。

  从成本的层面上来说,营销成本无外乎是企业在营销技术方面的投入,以及在流量等非营销技术部分的投入。根据业内统计,目前国内企业在营销技术方面的投入为5%~10%,通过这5%~10%的营销技术投入,去把剩下的80~90%的非营销技术投入的效率效果提升出来。像某航司,借助营销技术,从投资回报率的角度上来讲,大概提升了14倍。或是成本不变收入提升,或是达到同样的收入的成本降低,这是可以去量化的。这种对投入产出比的提升,毋庸置疑,企业需要营销技术的应用。特别是相比国外当下20%左右的营销技术投入,国内企业对于营销技术的开发和使用还有很大的空间。

  值得的是,在经济下行的形势下,有些企业反而会更迫切地着手去做数字化转型,开始基于大数据的架构采集治理数据,包括客户、内部决策、供应链等数据中台各方数据,让实时的结构化数据和非结构化数据都能够被处理,让AI被运用起来。

  为什么经济下行的环境反而是企业转型的契机?这是因为企业自身业务减少,有精力去做,还是说现在做转型,投入成本和试错成本更低?

  针对这一问题,杨辰韵解答道,“不完全,更多的是形势需要。过去企业闭着眼睛都能做到营销增长50%,现在做不到了。数字化转型对企业来讲,是早晚要去做的。或者说,企业如果不去做转型,就一定没有办法可持续的发展下去。为什么说现在是一个很迫切的点?在获客非常容易的时候,传统的比较粗放的运营方式是可行的,不需要基于数据或算法就能够达到KPI。但在一个人口红利逐渐消失或者行业竞争激烈等情况下,获客成本越来越高,越来越难去维持每年希望达到的KPI,而怎样基于已接触的客户去提升或去挖掘新的增量就变得更加关键。尤其是传统行业受互联网类型的企业的竞争越是明显,企业就越会去思考转型的重要性。”

  智能营销技术还只是头部玩家的工具

  无数据不AI,如果没有数据,便不能支持AI的应用。从适用的角度,企业搭建智能营销系统首先数据要到位,要和目标群体有足够多的触点,能够采集大量第一方数据。这让营销技术主要还是头部玩家的工具,下沉困难。

  首先,大客户的优势在于数据量相对比较大、数据的基础设施或数据治理的工作已经做到了一定的程度,而中小企业,前期准备工作中数据相对比较缺失,这可能导致模型的效果没有那么理想。其次,中小企业的预算相对较少,比方在软件方面的投入,大客户可能数百万或者一次性投入,中小企业更倾向于从几十万开始投入。甚至,有些中小企业并不一定能像头部客户一样意识到需不需要做,以及有哪些场景可以去做。

  不过,这也是创略科技下一步要去布局改变的。“虽然数据本身不可以共享,但模型可以共享。在行业解决方案越来越成熟和算法准确率越来越高的情况下,可以将基于和头部合作积累的行业解决方案或模型用到中小型企业中。并且,在相关方同意的情况下,可以通过联邦学习技术在数据不共享的情况下,去找到不同机构的共同客户群体,实现交叉销售等算法的应用,这在国内已经开始有一些相应的案例。”杨辰韵分享道。

  大企业数据和资金都很充足,会不会更倾向于自己去建这样一个系统?

  “大企业自己建系统一定是会有的,特别是一些头部金融机构和互联网基因的企业。举个例子,零售行业、旅游行业,包括汽车行业,一般不会选择自己去建系统;但如果是一个互联网平台,比如OTA(在线旅游)携程,便在2017年宣布斥资一个亿去做大数据化智能旅游推荐。”基于多年从业经验,杨辰韵分析称,互联网企业会认为技术是其核心优势,既然内部有上千号的IT或DT人员,可能就会纠结要不要自己去做这件事,虽然效果并不一定理想。此外,很多企业说自己去做,但过了半年一年,可能内部也没有去做,这是因为互联网企业内部有优先级比营销更高的产品和研发的工作。换句话说,在经济下行的形势下,各部门下调内部预算,营销这块可能被逐步释放出来,因为这确实不是技术部门最关键的业务。但传统行业的企业一般不会去思考内部建营销系统的事情,因为传统行业内部IT人员相对较少,自己去搭建就不太现实。并且,选择专业的营销技术公司是有优势的。一方面,选择外部专业营销技术公司和企业自己去搭建,有着成本、时间和工作量上的区别,虽然研发一个产品可能需要投入几千万,但企业只需要付百万级别就可以直接使用。另一方面,专业的营销技术公司在算法层面更成熟,一般会基于在行业里面已经训练好的一些相关模型,再结合企业的数据去操作。

  在问及人工智能在营销领域是否还会产生新的契合点时,杨辰韵认为,如果从李开复AI应用发展“四波浪潮”的观点去看AI在营销场景的应用,第1波,最成熟或者应用最广泛的一块是今日头条等一些互联网企业,使用人工智能算法作为推荐引擎,基于互联网客户的数据,做个性化内容推荐;第2波,是专业的营销技术公司帮传统行业企业做数字化转型,让企业已有的客户行为数据能够发挥价值去做个性化的营销;第3波,开始涉及非结构化数据,例如文本数据以前是不能用的,但现在文本、图像、语音等都可以标签化变成一种新的数据形式,在这个层面上,AI在数据源或非结构化数据的处理上正在产生作用;第4波,可能触点本身就是一个人工智能,像机器人、无人驾驶汽车等自动化硬件设备本身就是数据源和应用场景。

  “现在还处于第2波,人工智能在营销场景中可以做的事情还有很多,虽然逻辑会大同小异,但仍是基于已有的数据和AI算法。”杨辰韵总结道。

更多
· 推荐阅读
0
1
扫码下载股市教练,随时随地查看更多精彩文章
发 布
所有评论(0
  • 暂时还没有人评论
  • 0
  • TOP
本文纯属作者个人观点,仅供您参考、交流,不构成投资建议!
请勿相信任何个人或机构的推广信息,否则风险自负