当今的企业被迫改变他们的客户参与策略,以应对快速变化的客户行为和向数字平台的迅速迁移。为了能够做出更好、更快的决策,企业需要清楚地了解他们的决策策略以及应用风险分析、战略改进、自动化和先进分析的能力。企业通常会错误地认为,数据的问题会阻碍他们采用“以客户为中心”的方法。然而,无数的例子证明企业能够从集中式的决策中获益,并且无需“修复”数据就会对企业产生实际影响。

这些改变背后的驱动力在于客户期望的提高,而且他们也更加偏向于和可信任的、透明的品牌合作。Label Insight的一篇研究发现,当一个品牌提供了绝对的透明度时,94%的购物者对这个品牌会更加忠诚。客户也期望更加个性化的体验,因此“一刀切”的营销活动将无法继续推动销量。86%的客户表示,个性化影响了他们的购买决定。我们希望公司在运营业务的时候知道我们的需求,因为这对我们很重要,亦或许是比我们先了解我们的需求。

但是在能够为客户提供个性化的体验之前,企业首先要全面地了解他们的客户,这通常是一种挑战。在各个产业中,公司都在摆脱孤立的部门,而且企业将无法依赖基于账户的策略来发展他们的业务。相反,企业必须专注于让客户满意,这样才能获得他们的忠诚度和长期拥护,他们会因与企业品牌的高度互动而增加消费。然而传统的技术系统通常会阻碍完全实现之一愿景。

我们经常会听到,IT部门努力将不同的技术或者客户不满同低质量的数据联系起来。事实上,Monetate的研究发现,在个性化定制方面最主要的障碍包括数据质量(23%)、构建可持续数据架构(17%)、整合第三方数据(10%)和企业的局限性或者企业孤岛。

企业认为他们需要更好的数据来做出更好的行为,这是可以理解的,但是事实上并非如此。企业需要的是让整个公司中已存在的大量数据变得智能。通过集中式的决策策略,企业能够利用企业内外的数据湖和流数据源,实施数据驱动行为,以支持实时结果。通过将分析和数据紧密结合,我们能够更快地获取价值以及客户的回应。

例如,FICO最近和一家全球大型的零售银行合作,来帮助银行更好地了解客户,并与客户进行互动。该银行希望创建一个单独的客户视角,并使用这一信息来提供更加具有竞争性的产品。银行意识到孤岛数据架构会阻碍企业的发展进程,因此银行决定使用一个集中式的决策策略,利用更多的数据源并从中提取价值,从而变得更加智能和并能够获得准确的客户洞察力。更重要的是,该银行现在也能够利用实时智能,在几分钟之内就能或能战略性的决策,而不需要花费数月的时间。

创建“以客户为中心”战略的三个建议

●为了实现“以客户为中心”,数字化业务需要依赖数字决策,即利用机器学习,实时实现业务的自动化。首先,企业应该灌输和业务结果相关的数字决策文化。这意味着企业要关注客户旅程中最关键的因素,并确保所有的团队都在致力于数据驱动和分析已知的行为,以带来最佳的成果;

●其次,企业应该专注于如何快速取得成功。什么样的关键决策能够影响企业,并能够用于衡量集中式决策的价值?为了回答这个问题,我们先关注一下客户流失。了解客户什么时候可能会取消订阅某个服务,然后将这个数据同业务规则相结合,来决定采取哪些个性化行为,这会提高客户的保留率。企业应该衡量流失率和保留率,从而表明集中式决策会产生实际的影响。

●最后,向监管机构、公司高管、甚至客户等外部各方解释这一决策是很重要的。详细解释“如何做出决策”的这一过程能够提供长期的透明度,并为系统和品牌构建信任度。不要忘记帮助高管更好地了解机器学习模型是如何工作的,它们是如何受到管理的,以及它们如何自我调整以带来更好的结果。

实现“以客户为中心”并不容易,但是对于想要在“客户第一,数字就是一切”的环境中获得更好竞争的公司而言,这是很值得的。任何寻求创建品牌忠诚度和客户价值的公司都必须深入了解他们的客户,通过正确的方式来迎合他们的需求。

原文作者:Bill Waid

信息化和软件服务网 - 助力数字中国建设 | 责编:赵曜 左右