近日,2024 云棲大會(huì)在杭州成功舉辦。神策數(shù)據(jù)黃震昕在大會(huì)「產(chǎn)品生態(tài)伙伴專題:開放創(chuàng)新, 共生共贏」以「大模型助力營銷智能化升級(jí)」進(jìn)行了主題演講, 探討和展示了神策數(shù)據(jù)如何通過 AI 與 Data 的深度合作, 助力企業(yè)實(shí)現(xiàn)業(yè)務(wù)模式創(chuàng)新、運(yùn)營效率提升和市場競爭力增強(qiáng)。通過智能化營銷能力, 實(shí)現(xiàn)高效、可持續(xù)的增長。以下為演講實(shí)錄:
神策數(shù)據(jù)黃震昕
神策數(shù)據(jù)作為一家大數(shù)據(jù)分析及營銷科技服務(wù)商, 主要業(yè)務(wù)聚焦在 CDP、數(shù)據(jù)分析及智能營銷, 因此在 AI 大模型方面的探索也與此緊密結(jié)合。
神策數(shù)據(jù)自成立以來一直保持著業(yè)內(nèi)領(lǐng)先地位及前瞻性, 目前業(yè)務(wù)已覆蓋 30 多個(gè)主要行業(yè), 已服務(wù)客戶 2000 余家, 包含近百家 Fortune 500 公司及近千家上市公司。
技術(shù)上, 神策數(shù)據(jù)幫助客戶結(jié)構(gòu)化的行為數(shù)據(jù), 日處理新增數(shù)據(jù)量超過 2500 億條, 可匹敵大廠 C 端用戶量級(jí)。從 2015 年成立至今, 神策數(shù)據(jù)在數(shù)據(jù)分析及營銷策略方面積累大量方法論, 是行業(yè)標(biāo)準(zhǔn)定義者, 牽頭制定企業(yè)數(shù)智化能力成熟度標(biāo)準(zhǔn)、A/B Testing 技術(shù)標(biāo)準(zhǔn)、營銷自動(dòng)化技術(shù)標(biāo)準(zhǔn)、CDP 技術(shù)標(biāo)準(zhǔn)、大數(shù)據(jù)用戶行為數(shù)據(jù)分析技術(shù)標(biāo)準(zhǔn)、企業(yè)數(shù)據(jù)安全治理標(biāo)準(zhǔn)等 45 個(gè)營銷科技相關(guān)專利, 也在不斷思考如何將自身技術(shù)與 AI 相結(jié)合。
一、 AI 大模型革命浪潮與神策數(shù)據(jù)業(yè)務(wù)領(lǐng)域
神策數(shù)據(jù)接觸 AI 及機(jī)器學(xué)習(xí)較早, 和 AI 結(jié)合最初的產(chǎn)品線是神策智能推薦。神策智能推薦專注于賦能業(yè)務(wù)增長, 以用戶行為數(shù)據(jù)為基礎(chǔ), 采用深度學(xué)習(xí)等先進(jìn)的機(jī)器學(xué)習(xí)算法, 幫助企業(yè)構(gòu)建智能物品分發(fā)中心, 實(shí)現(xiàn)對(duì)用戶「千人千面」的個(gè)性化推薦, 改善用戶體驗(yàn), 持續(xù)提升核心業(yè)務(wù)指標(biāo)。然而由于定制化需求過高, 沒有成為大規(guī)模、標(biāo)準(zhǔn)化的產(chǎn)品線。ChatGPT3.0 出現(xiàn)后, 神策數(shù)據(jù)團(tuán)隊(duì)在 AI 與數(shù)據(jù)分析的結(jié)合方面做了很多測(cè)試, 但效果僅能達(dá)到 Demo 環(huán)境下的水平, 無法支持真實(shí)環(huán)境。
ChatGPT4.0 的出現(xiàn)帶來了新的可能性, 神策團(tuán)隊(duì)針對(duì)大模型在數(shù)據(jù)分析方向的能力再次測(cè)試, 發(fā)現(xiàn)效果得到大幅提升。在此基礎(chǔ)上, 神策數(shù)據(jù)展開了更多探索, 也嘗試了更多應(yīng)用場景。在技術(shù)成熟度和商業(yè)價(jià)值的綜合考量下, 將 AI 正式提升為核心戰(zhàn)略。
二、 神策數(shù)據(jù)的理念升級(jí)
神策數(shù)據(jù)一直是一家理念先行的公司, 在過去九年間完成了經(jīng)營理念從「重構(gòu)數(shù)據(jù)根基」到「打造數(shù)據(jù)閉環(huán)」, 再到「AI + 編排客戶旅程」的升級(jí)。
從互聯(lián)網(wǎng)時(shí)代到數(shù)字化時(shí)代, 從流量紅利到觸點(diǎn)紅利, 企業(yè)的經(jīng)營需求也從「深度的用戶行為分析」轉(zhuǎn)變到「個(gè)性化、全渠道一致的客戶體驗(yàn)」。客戶旅程編排 (Customer Journey Orchestration, 客戶全生命周期交互體驗(yàn)管理, 簡稱 CJO) 關(guān)注的正是客戶全生命周期的體驗(yàn)管理。
客戶旅程從客戶體驗(yàn)出發(fā), 關(guān)注客戶需求、感受和滿意度, 相比較業(yè)務(wù)流程從公司內(nèi)部視角出發(fā), 關(guān)注效率、成本控制和一致性, 更能匹配數(shù)字化時(shí)代企業(yè)在客戶經(jīng)營場景中的迫切需求。
為了幫助企業(yè)加速落地 CJO, 實(shí)現(xiàn)全渠道統(tǒng)一客戶體驗(yàn), 提升客戶滿意度與留存, 提升 LTV 和運(yùn)營效率, 神策數(shù)據(jù)總結(jié)出 MTAOO 方法論, 包括繪制 (Map)、埋點(diǎn) (Track)、分析 (Analyze)、編排 (Orchestrate)、優(yōu)化 (Optimize) 五個(gè)階段。在客戶旅程編排的過程中會(huì)遇到很多困難, 比如如何梳理復(fù)雜流程、埋點(diǎn)及營銷策略如何升級(jí)等。而神策數(shù)據(jù)當(dāng)下要解決的, 就是如何使用 AI 來提升客戶旅程編排的效率和效果, 讓其更簡單、門檻更低。
三、 神策數(shù)據(jù)客戶旅程編排實(shí)踐
以神策數(shù)據(jù)服務(wù)過的某國有大行為例, 該行董事會(huì)層面提出了「零售 + 科技」的戰(zhàn)略, 核心發(fā)展目標(biāo)為月活增長和 AUM 提升, 而在客戶體驗(yàn)、業(yè)務(wù)流程、數(shù)據(jù)基礎(chǔ)等方面相對(duì)薄弱。現(xiàn)有的粗放式數(shù)據(jù)分析和運(yùn)營方式不再滿足業(yè)務(wù)運(yùn)營的需求, 因此, 亟需制定數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)增長策略, 體系化、精細(xì)化地支持手機(jī)銀行業(yè)務(wù)的持續(xù)發(fā)展。第一步, 搭建 CJO 運(yùn)營引擎能力;第二步, 跑通基客客戶旅程經(jīng)營閉環(huán);第三步, 接入特色客群客戶旅程。總而言之, 需要基于數(shù)據(jù)反饋不斷的進(jìn)行提升與迭代, 讓整個(gè)客戶旅程變得越來越好。
在以上客戶旅程編排過程中, 神策數(shù)據(jù)一直持續(xù)對(duì)其進(jìn)行調(diào)優(yōu)。在如此繁重的工作量前, 并不是每家企業(yè)都能像國有大行一樣投入大規(guī)模的人力。神策數(shù)據(jù)在過往對(duì) 2000+ 家客戶服務(wù)過程中, 積累了豐富的實(shí)踐經(jīng)驗(yàn), 總結(jié)出方法論。這也促使我們思考, 如何以 AI 的方式, 將所有環(huán)節(jié)轉(zhuǎn)化的更高效、門檻更低。
四、 神策數(shù)據(jù) + AI:認(rèn)識(shí)性能邊界
在將神策數(shù)據(jù)本身能力與 AI 結(jié)合過程中, 我們主要遇到三個(gè)問題:
1、 模型性能問題:也就是幻覺問題。神策數(shù)據(jù)是一家以數(shù)據(jù)分析為基礎(chǔ)的公司, 數(shù)據(jù)相關(guān)場景都比較嚴(yán)肅, 需要考慮如何在產(chǎn)品設(shè)計(jì)中減少幻覺問題的影響。最終采取以大模型和 Function Call 能力相結(jié)合的方式, 來提高用戶體驗(yàn)。
2、 模型成本問題:追求更高性能的大模型通常意味著更高的計(jì)算成本。這直接關(guān)聯(lián)到金錢成本和響應(yīng)速度。
3、 響應(yīng)速度問題:在用戶界面上, 可以通過設(shè)計(jì)加載動(dòng)畫、進(jìn)度條等元素來提高用戶對(duì)等待時(shí)間的容忍度, 從而在不犧牲響應(yīng)速度的前提下, 優(yōu)化用戶體驗(yàn)。
面對(duì)這些問題, 首先是對(duì)使用場景做窮舉, 以大量測(cè)試探索目前大模型的邊界。之后將神策分析和策略設(shè)計(jì)的方法論及案例庫融合進(jìn) MTAOO, 打造出三款神策數(shù)據(jù) AI 產(chǎn)品:客戶旅程 GPT、數(shù)據(jù)分析 Copilot 及用戶運(yùn)營 Copilot。
神策數(shù)據(jù)此前圍繞客戶旅程編排, 構(gòu)建了三大引擎產(chǎn)品體系, 為客戶提供更全面、更高效、更貼近業(yè)務(wù)的產(chǎn)品與服務(wù)。
客戶數(shù)據(jù)引擎, 即客戶數(shù)據(jù)平臺(tái) (CDP), 對(duì)應(yīng)神策數(shù)界平臺(tái) (Sensors Data Horizon), 除了具備全域、實(shí)時(shí)、靈活圈選三大必備能力之外, 神策數(shù)界平臺(tái)還擁有突出的高性能查詢能力, 通過整合多源數(shù)據(jù)、關(guān)聯(lián)全域 ID、擴(kuò)展多實(shí)體的數(shù)據(jù)模型、構(gòu)建客戶分群和標(biāo)簽, 同時(shí)結(jié)合豐富的數(shù)據(jù)加工方式和數(shù)據(jù)輸出能力, 為業(yè)務(wù)分析洞察、自動(dòng)化營銷等場景的全域客戶經(jīng)營提供數(shù)據(jù)基石
客戶旅程分析引擎, 即神策分析 (Sensors Analytics), 除了具備全域、全鏈路、實(shí)時(shí)和靈活的四大核心能力之外, 神策客戶旅程分析引擎面向多角色提供可視化的數(shù)據(jù)分析能力, 支撐企業(yè)從客戶到經(jīng)營, 從「人」到「場」的全視角旅程分析與決策。
客戶旅程優(yōu)化引擎, 即神策智能運(yùn)營 (Sensors Focus), 作為客戶旅程編排的 「發(fā)動(dòng)機(jī)」, 囊括受眾服務(wù)、用戶旅程服務(wù)、內(nèi)容決策服務(wù)、觸達(dá)通道服務(wù)四大組件服務(wù)能力, 支撐營銷過程中的營銷受眾圈選、觸發(fā)時(shí)機(jī)選擇、營銷內(nèi)容決策、觸達(dá)渠道對(duì)接, 助力企業(yè)更高效地經(jīng)營客戶。客戶旅程優(yōu)化引擎集合實(shí)時(shí)、靈活配置、高并發(fā)、開放性四大必備能力為一體, 擁有聚焦核心能力、低接入成本、全鏈路可控三大競爭力。
神策數(shù)據(jù)三大引擎之間包含很多數(shù)據(jù)流聯(lián)系, 并在 2023 實(shí)現(xiàn)引擎之間互相由 Open API 打通。在進(jìn)行 AI 升級(jí)后, 由客戶旅程 GPT 對(duì)應(yīng)客戶旅程優(yōu)化引擎, 包含客戶旅程設(shè)計(jì)及埋點(diǎn)環(huán)節(jié);數(shù)據(jù)分析 Copiot 對(duì)應(yīng)客戶旅程分析引擎;用戶運(yùn)營 Copilot 與三大引擎都相關(guān)。
神策數(shù)據(jù)的三款 AI 產(chǎn)品, 正式借用了 Open API 的能力, 也提升了研發(fā)速度。
五、 神策數(shù)據(jù) AI 產(chǎn)品矩陣介紹
1、 客戶旅程 GPT(Jtracking AI)
客戶旅程 GPT 主要功能即為 CJO 提效。以實(shí)際操作為例, 用戶可以將產(chǎn)品截圖、訪談紀(jì)要、功能描述甚至 Web 網(wǎng)址進(jìn)行輸入, 客戶旅程 GPT 后臺(tái)會(huì)使用后臺(tái)爬蟲進(jìn)行數(shù)據(jù)抓取, 通過大模型生成客戶旅程, 提取核心指標(biāo), 進(jìn)而生成埋點(diǎn)事件。埋點(diǎn)事件生成后, 還可以 AI 自動(dòng)生成埋點(diǎn)代碼, 并自動(dòng)直接插入到各種開發(fā)框架中, 高效地實(shí)現(xiàn)用戶行為數(shù)據(jù)的跟蹤與記錄, 減少跨部門的溝通, 并自動(dòng)完成埋點(diǎn)校驗(yàn)。
這里最重要的是神策數(shù)據(jù)的方法論及案例知識(shí)庫。神策數(shù)據(jù)通過 RAG 的方法, 以過往幾千家客戶實(shí)踐下來的模板庫及知識(shí)庫來支撐其運(yùn)行。在實(shí)踐中, 通過多輪自然語言對(duì)話, 可使客戶旅程 GPT 最終生成的客戶旅程及埋點(diǎn)文檔達(dá)到資深分析師水準(zhǔn), 實(shí)現(xiàn)真正可用、效率倍增。
客戶旅程 GPT 在實(shí)踐中, 可通過多輪自然語言對(duì)話, 使最終生成的客戶旅程及埋點(diǎn)文檔達(dá)到資深分析師水準(zhǔn), 實(shí)現(xiàn)真正可用、效率倍增。
? 效率提升 5 倍:簡化流程, 減少內(nèi)部溝通復(fù)雜性
? 最佳實(shí)踐賦能:融合神策數(shù)據(jù)最佳實(shí)踐, 確保一體化生成與執(zhí)行的一致性, 一步做到位
? 易于拓展維護(hù):支持隨時(shí)自主增加埋點(diǎn), 靈活應(yīng)對(duì)需求變化, 同時(shí)保持系統(tǒng)的易維護(hù)性
客戶旅程 GPT 是融合了神策數(shù)據(jù) 2000+ 客戶的旅程、指標(biāo)、埋點(diǎn)的最佳實(shí)踐。
2、 數(shù)據(jù)分析 Copilot
在當(dāng)今數(shù)字化時(shí)代, 將用戶的自然語言問題轉(zhuǎn)換為 SQL 查詢 (NLP to SQL) 對(duì)于降低訪問關(guān)系數(shù)據(jù)庫的門檻具有重要意義, 但在實(shí)際測(cè)試中很難達(dá)到真正投入使用的狀態(tài)。這相當(dāng)于使用大模型去做「填空題」, 會(huì)導(dǎo)致開放度過高的問題。
數(shù)據(jù)分析 Copilot 可直接對(duì)接神策分析界面, 相當(dāng)于進(jìn)行降維處理, 通過自然語言查詢, 直接將事件分析模型跳轉(zhuǎn)過去, 從」填空題「變?yōu)椤惯x擇題「, 讓數(shù)據(jù)分析 Copilot 產(chǎn)生的數(shù)據(jù)分析結(jié)果可理解、可信任、可調(diào)整。
數(shù)據(jù)分析 Copilot 也是智能洞察業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)解讀助手。很多客戶會(huì)要求神策數(shù)據(jù)資深分析師做每周的數(shù)據(jù)分析報(bào)告, 甚至要求高于這個(gè)頻次。而數(shù)據(jù)分析 Copilot 以神策數(shù)據(jù)方法論融合 AI 大模型能力, 以神策數(shù)據(jù)最佳實(shí)踐和案例作支撐, 通過自然語言交互完成高效的數(shù)據(jù)解讀, 實(shí)現(xiàn)行業(yè)最佳實(shí)踐支持, 并具備多行業(yè)適用性。
3、 用戶運(yùn)營 Copilot
神策數(shù)據(jù)在用戶運(yùn)營與 AI 大模型結(jié)合方面也走在技術(shù)探索前沿。目前 AI 產(chǎn)業(yè)中 AIGC 的發(fā)展最為聚焦, 也取得較多突破。大模型與傳統(tǒng)機(jī)器學(xué)習(xí)如果能相結(jié)合, 會(huì)對(duì)技術(shù)推動(dòng)產(chǎn)生更好的影響。
用戶運(yùn)營即是策略設(shè)計(jì)的核心環(huán)節(jié), 過程包含任務(wù)啟動(dòng)、目標(biāo)選擇、需求分析、人群圈選、方案策劃、詳細(xì)實(shí)施、效果評(píng)估、持續(xù)優(yōu)化等。過程中環(huán)節(jié)眾多, 有很多環(huán)節(jié)可以使用 AI 進(jìn)行提效。神策數(shù)據(jù)用戶運(yùn)營 Copilot 目前在大部分環(huán)節(jié)已進(jìn)行到 Demo 階段, 也請(qǐng)各位持續(xù)關(guān)注近期動(dòng)向。
神策數(shù)據(jù)目前也在找尋產(chǎn)品的試用客戶, 歡迎合作伙伴前來交流。近期神策數(shù)據(jù)公眾號(hào)會(huì)正式發(fā)布客戶旅程 GPT 的詳細(xì)產(chǎn)品介紹及視頻, 敬請(qǐng)期待。
我要評(píng)論