张溪梦:数据智能,助力企业从数据洞察到业务增长

从狩猎时代到今天,人类社会的生产要素进行过几轮重大变革,包括土地、劳动力、技术、能源都在人类社会充当过非常重要的生产要素。在数字化时代,数据已经成为一种新的重要生产要素。

2020 4 月,党中央国务院发布了一份重要文件,确定数据是未来第五大生产要素,后续国家、政府、民营企业都需要在数据建设上发力。而今年“十四五”规划的发布更是为这一进程按下加速键那么如何能够利用好这种新的生产资料, 让数据驱动新时代的经济和业务增长呢?答案是数据智能。

过去,我们曾用蒸汽机作为引擎,解放人类的体力,而在今天和不远的未来,我们将用数据智能作为引擎,取代重复烦琐的脑力劳动,进一步提升社会产能和效率,最终提高人们的生活水平。

 

“数字孪生”概念由德勤提出,即所有物理世界中与用户的触点,都会在数字世界中重构。

有些线下场景的数字化比较简单,比如零售重构为电商,线下教育重构为线上教育,线下旅游重构为携程飞猪,线下出租车重构成滴滴等。

第二种则很难从物理空间完全复制到线上,比如履约、到店、物流、服务等,但新技术产生了很多新触点,这些新触点可以帮助我们优化线下流程,大幅度提高服务效率、提升用户体验,进而提升整体营收,高效增长。

连接物理世界和数字化世界的最重要桥梁就是数据。无论线上还是线下,所有触点可以通过数据打通、优化、拓展,产生巨大价值,因此在数字化时代:谁能用好数据,谁就一定可以做好数字化转型升级。

 

我和大家介绍一下我们如何帮助客户做好数字化转型,分为以下三个关键点:

  • 第一,建立以用户为中心的私域数字银行

2019 年 WPP(世界上最大的媒体和 4A 公司)创始人发布了这样一串数据:

1、绝大部分全球头部企业都非常重视数据,数据预算投入平均占比约 35%,少量企业投入超过 50%,而它们的业务增速是其他头部企业的两倍。

2、全球大部分用数据驱动的公司中,50% 的决策是基于第一方数据和第三方数据的洞察,其中第一方数据更重要,30% 的决策是来源于一方数据。

利用好第一方数据,将帮助企业正确认知客户、做出正确决策,并把决策落地为运营动作,产生更好的增长。

更多企业、特别是传统企业,数据运营的困境正是缺失第一方数据。也许曾经我们的企业回答公司流量占据了多少市场份额占多少就决定了公司的估值但是到了今天一定要回答公司用户LTV如何,才能决定公司的估值。甚至还有追问第一,LTV要怎么看怎么算? 第二,具体该怎么提升?

用户都集中在公域流量,成本越来越高,品牌却无法直接触达用户,既不了解用户,也不知道用户需求变化,难以及时应对,更难高效增长。

因此,我认为任何一个企业都需要重视搭建企业客户数据平台,把它作为企业战略之一第一方数据将是企业未来竞争力的关键甚至说第一方数据的重要性将决定企业的估值和市值

  • 第二,从数据分析到数据智能

这张图是数据分析演化成数据智能的核心步骤:

1、原始数据的采集。

2、数据整合和清理。

3、数据开始产生价值:形成基础报表。

4、对数据进行多维查询分析,产生归因洞察。

5、数据可视化,最好是由企业业务部门自助完成。

前五步是产生数据价值的基本步骤。

6、预测,大规模的预测能够让我们通过分析第一方数据,猜测用户未来的行为及其概率,帮助我们优化各种业务。

7、运筹,当有了足够多的预测模型后,通过对各种预测进行模拟,可以快速找到最佳选择,做出正确的商业决策。

8、最后一步,是更高级的人工智能,无监督的人工智能,当实现了前七步后,未来很可能就是无监督的人工智能世界。

这八个阶段,从产生并采集数据、让数据形成洞察,到最后的洞察带来实际的产出,给我们规划了非常清晰的企业数据智能发展路径。大家可以判断下自己企业目前所处的阶段和位置,并思考向前演进的路径了。

  • 第三,构建全域营销体系

构建全域营销,需要企业掌握自主可控的直连用户的能力,这是非常重要、却很容易被忽视的一点。忽视了直连用户,之前的数据沉淀与数据智能就是在格子里跳舞,只有构建全域营销,数据智能才能激发出企业运营的想象力,发挥出巨大价值。

品牌需要将线上的小程序、App、广告媒介,线下的门店、导购、POS 机、触摸屏,全部整合起来,为客户提供无缝体验,既要符合触点特性,更要满足每个用户不同成长阶段的需求。比如,当用户到店,导购通过快速了解用户之前的交易记录、消费能力、商品偏好,可以为客户提供更精准的服务,给用户更好体验,带来更大价值。

 

2015 年,我将“增长黑客”理论体系带回国内,为中国企业提供以“数据驱动业务增长”为目标的数据产品和咨询服务。市场上有形形色色提供数据分析、洞察的产品,但对于企业来讲,只有数据是不够的,必须把数据变成洞察、洞察落地增长才是有价值的。因此,我认为,如何帮助企业践行“从洞察到增长”,才是企业真正需要的。

  • 从用户行为分析到数据智能

首先,我们要完成上图中前五步的积累,帮助企业收集线上行为数据,帮助企业分析转化、留存,帮助提升用户体验、优化数字化广告投放策略等。这五步的共通点是,所有的数据分析和洞察的结果,是人类可读的。

跨越鸿沟后的数据智能,就是由顶级数据科学家构建的各种算法模型、机器学习、甚至无监督的人工智能,来实现由机器代替人类看数据、分析数据、做出洞察。

现在,我们已经进入到预测和模拟阶段,在打通第一方数据的基础上,通过机器学习模型进行预测,目前已经在好好住等企业落地,有很好的增长效果,可以大幅提升商业决策效率。

  • 全新解决方案

上图中,最底层是管理数据化和业务数字化,将产生大量数据。

然后进入管理数据、分析数据和应用数据这三个层次,其中管理数据由客户数据平台来实现,分析数据由用户 360 画像等产品来实现,而应用数据层,则提供产品分析、广告分析、智能运营等产品。最上层与增长战略相关,需要有正确的增长战略、增长方法和增长人才,企业才能够自上而下地落地增长。因此,通过提供专业咨询服务的方式可以更好的实现全方位的落地增长。

  • 增长案例:江西移动

携手江西移动,加速江西移动数字化转型步伐以提升优质用户数量、激励用户价值跃迁为目标,借助 AI模型及基于大数据的智能用户运营解决方案,从 APP、WAP、微信生态等多个渠道完善用户体验;依托优质内容拓宽潜在用户群,挖掘影响力客户,全面增加客户数量、提升客户质量。

在数据层,打破和我信 APP、HUI 买 WAP、微厅等多个移动端渠道数据壁垒,建立以用户运营为核心的用户数据平台;在运营层搭建数据驱动业务增长平台,结合 AI 技术寻找用户高活跃场景,培养用户线上消费及交互习惯;同时构建会员体系,基于 AI 模型识别并量化高价值用户及行为特征,形成精准用户画像,定制 FRV 模型形成用户运营闭环在客户触达层,基于微信生态社交裂变及用户画像,发现高价值人群,降低获客成本,提升获客效率。

凭借本次合作,江西移动完成数据驱动运营的基础建设工作,落地基于标签和画像系统的精细化会员运营体系,有效提升线上渠道营收。

数据驱动业务增长的脚步还在继续。正在与江西移动一起探索通过数据智能的应用,实现“一客一策”的智能运营体系。传统的商业分析由人力实施,只能进行一维、二维的低维度分析。利用机器学习技术和人工智能模型,能够对企业客户进行多维度、海量数据的智能分析。

我们非常欣喜地看到,数据化、数字化、增长体系等在很多企业中落地、生根、发芽,最后驱动了业务的增长相信未来,在业者的共同探索和努力下,数据智能将为企业带来更大的价值。