TO CDO|打造全域数据管理中台CDP2.0,实现数智化营销的商业应用

Convertlab2022年04月29日 10:32

数智化营销是基于海量数据以及大量运算,通过AI建模实现智能化的营销方式。它以获取多种维度的数据来源为基础,能够更精确地描绘消费者的用户画像,因而能够实现精准营销。

基于庞大的数据量级,企业营销获得了大量的数据资源,CMO可以和CIO齐头并进,建立基于营销的全域数据管理中台,收集包括身份数据、描述性数据、行为数据、定性数据等数据。然后,将这些大数据源放入营销模型中,通过用算法库的方法归类,进行数据计算,建立智能模型,并在数据计算的基础上进行决策分析。

我们认为单独的数据客户管理平台已经很难打赢品牌数智化营销的战争,打造全域数据管理平台CDP2.0才能实现数智化营销商业应用,把CDP和Adtech广告投放平台的能力结合起来,才能做到智能广告投放的精准性和效果评估;把CDP和MA营销自动化系统结合起来,才能制作丰富的、个性化的营销内容和执行高效的策略;把CDP、AI、CPM结合起来,才能实现智能运算、数据存储、数据合规的服务……


视频链接

▲ 点击上方图片了解Convertlab CDP产品:Data Hub 2.0

仅需4步,完成企业数据资产增值之路


全域数据管理下企业数智化营销的商业应用包含:


01

数据安全合规

CPM以及隐私计算PEC解决方案

2021年《个保法》施行后,企业开展营销活动需要获取个人同意后,才允许进行相关数据的采集和处理,消费者也可以根据个人偏好,来决定企业对其进行的营销方式和内容。这就需要企业管理用户的“同意”与“偏好”信息(国外称之为Consent & Preference Management,简称CPM),这是所有数字营销安全合规应用的基础。

同意管理,就是用户明确声明他们愿意与企业共享哪些个人数据,用于何种用途,企业也会说明清楚收集、处理并存储这些数据后,将用于何种业务目的。业务上我们通常把它们称为“授权同意”或“订阅”。

偏好管理,就是记录用户希望企业通过什么渠道、在什么时间、以怎样的沟通频率、与他们沟通什么内容,并按照用户的偏好选择,去动态调整营销策略。

这高效的完成这两个两个核心任务,需要通过产品化的方式实现。Convertlab推出CPM产品,这是专为满足企业进行同意与偏好管理的平台,可实现从获得同意、管理同意、优化同意率,到最终服务于用户请求和营销策略的全生命周期管理。


视频链接

▲ 点击上方图片了解Convertlab CPM


在CPM平台的帮助下,通过5个步骤完成同意和偏好的管理工作:采集授权信息、记录授权信息、通过规则引擎管理同意数据、与其他业务系统集成、数据分析与优化……

在CPM的帮助下,企业可以快速实现相关政策合规,规避处罚风险;长期来看,企业更能因为建立了合规、严谨、专业、贴心的品牌形象,从而增进用户信任,持续收获用户对品牌的好感度。

在数据合规的大背景下,数据获得的成本和风险越来越大,如何更加主动且合规的,实现数据资产的价值,隐私计算能力是数智化营销的另一大课题。

隐私计算是一个涉及到区块链、AI算法、密码学以及数据科学等多种技术领域的综合性技术。围绕隐私计算技术的解决方案,常见的技术类型包括:联邦学习、差分隐私、MPC多方安全计算、同态加密等。

通过隐私计算技术,可以帮助企业在数据流通过程中实现数据价值和数据隐私保护共存,最终在合法、合规、安全的基础上发挥大数据的“商业价值“的应用。

Convertlab 隐私计算产品:Privacy-Enhancing Computation Hub,简称PEC。PEC是专为保障企业在数据共享和流通过程中的隐私安全性而设计的一套解决方案。

企业第一方数据的客户画像往往是不完整的,可能只有消费者在该品牌的交易购买数据等,关于消费者的个人偏好等数据,则需要去其他社交、内容媒体等平台进行补充。

如何安全合规地丰富客户画像,连接更多的用户群体?通过Convertlab PEC 与外部运营商、电商等数据联合建模,对用户分层,制定新的营销策略,并且追踪营销效果,对用户重新打分,实现用户增长与老客促活。

在精准营销场景下,如何把企业的人群包数据与渠道的人群包数据进行联合,实现人群筛选的个性化?也可以通过Convertlab PEC建立用户筛选模型,合作机构通过使用模型对海量用户进行筛选,形成人群包并进行广投放,从而实现精准拉新。


02

广告的精准投放

Ad Hub让广告投放的“有的放矢”

数字化技术天然地适合运用于广告的精准投放。数据来源的多维度可以更全面地描述用户的行为轨迹,从线上的浏览数据,社交数据、交易数据再到线下的用户定位数据,几乎能够完整地描述单个客户的实体、数字世界的所有行为。

企业能够在任何瞬间向客户推送一致的广告信息:查看智能手机、观看互联网电视、在计算机上发布社交内容,甚至投放到线下的公交地铁广告牌、户外大牌、电梯显示屏;数据的实时性可以确保在很短的时间内,就给客户推送他当前正在考虑购买的商品的广告信息;其数据的高精度也可以帮助企业实现,向每一个客户推送最契合他需要的广告内容。

Convertlab Data Hub+ Covertlab Ad Hub 是Convertlab 为企业提供的基于客户数据(数据包含一方数据、二方数据、三方数据)提供的智能广告投放产品组合解决方案。Data Hub是帮助企业实现以顾客为中心的数字化营销的客户数据平台,Ad Hub是帮助企业实现智能化广告投放的平台,它们联合帮助顾客解决以下两个方面的问题:

收集与每个顾客相关的数据,这些数据包括手机用户行为数据、互联网上的浏览数据、在线购物数据、客服支持或CRM数据、社交媒体上的数据等。收集这些消费者行为数据,还有一个更重要的问题在于如何将这些数据进行融合,把这些数据附着在一个具体的、独立的客户身上,这就是现在提到的ID融合的问题,也是Convertlab Data Hub解决的问题之一。

可以帮助客户整合这些数据,然后形成每一个消费者画像,找到不同顾客的个性化的接触点和针对性的投放平台。

这很大程度就是DMP的管理了,与传统的CRM不同,DMP可以全方位地识别与管理的信息,包括已经发生购买行为的顾客的信息,通过lookalikle (相似人群扩展)技术找到来购买但是符合目标的人群,并和DSP接通,进行有效的广告投放,这是Convertlab Ad Hub 解决的问题之一。


03

认知客户消费者数字化赋能

Data Hub用户行为分析、用户画像、品牌定位


  • 用户行为分析

消费者行为的比特化使得品牌客户对用户的分析可以进入精确的行为分析层次。

我们可以分析用户在企业各个触点的轨迹,以分析每个功能设计、内容对用户的吸引力,以及各个接触点之间的转化轨迹,并基于此,对客户体验的节点进行动态的跟踪、优化和迭代。

从不同的数据源中提取数据,放入CDP(Convertlab data hub)中,在这些数据里,主要客户数据类型包含以下四个方面:

身份数据:身份数据是关于一个人的高度敏感信息的集合,例如他们的姓名、手机号、家庭地址或银行帐号等。

描述性数据:描述性数据补充身份数据并提供更完整的客户画像。描述性数据类别将根据公司类型而有所不同,如职业和生活方式信息,客户从事的行业、客户所在公司以及拥有的车辆类型,都是描述性数据的示例。

行为数据:行为数据描述了人们如何与企业的产品或服务互动。这为企业提供了真正的洞察力,可以帮助企业预测客户的需求和行为。行为数据的常见来源包括用户在APP/小程序里的行为记录,比如浏览了哪些商品,加入购物车以及购买等行为。

定性数据:定性数据是通过问卷调查、访谈或观察收集的描述性和概念性发现。定性数据例如采访录音、客服反馈、购买评论等。

分析这些数据使我们能够使更加理解用户行为,并进一步解释定量结果。这个行为的追踪能够将用户的使用习惯数据化,发现用户最经常关注的商品或者信息,在合适的渠道和时间推送给客户。

  • 用户画像和品牌定位

如果说用户画像的缘起是为了更好地理解客户需求、改善客户体验,那么随着信息技术的发展,数智化时代的用户画像(“消费者画像")则从另一个层面颠覆了传统的营销路径,不仅可以理解需求,而且可以预测需求。

从此,营销计划可以始于对结果的预测而不仅是对动机的理解。只要累积了足够多的用户数据,就能对消费者有更深入的了解,包括他的喜好、价值观、行为习惯。这是许多数智化营销的前提与出发点。

品牌定位工作依赖于对市场的深度认知,这方面取决于营销管理人员对市场、客户的理解、洞察以及持续的经验,另一方面则需要进行一定的调研工作,即充分倾听客户声音。客户数据的应用也可以辅助品牌定位。


04

优化体验精细化的内容营销

DM Hub如何建立“可持续互动”的关系

许多企业是通过内容营销来试图达到一部分营销目标的。然而,部分内容营销人员并不清楚自己应该发布哪些内容,或者他们误以为自己发送了正确的内容。结果没有办法获得目标受众的认同,又或者是在某个热点已经结束,目标受众已经对该热点产生疲倦感时,企业还采用该热点进行内容营销。更可怕的情况是受众感觉到自己被垃圾信息包围而产生厌恶感。

这就需要数字营销拥有多渠道的营销模块以及丰富的内容模块解决这一问题。

营销材料的数字化是客户关系管理的必备工具,社交平台上用户的注意力是很容易被其他信息吸引,因此基于社交媒体的特性提供数字营销材料成功率更高。

以Convertlab DM Hub产品为例,在数字营销材料、营销活动、效果监测、销售接口等方面提供丰富的能力。

在基于微信体系中,增强微信公众号基本管理、自动回复、个性化菜单、群发、微信二维码等功能点;设置微信分享裂变的业绩指标,推广效果统计等,并通过EDM、SMS/MMS、App、支付宝、直播、线下门店、权益互动、Webhook等功能模块完善多渠道营销能力。

社交媒体传播时代的客户关系管理拥有强大的营销属性,发布病毒性内容获得大量的关注和转发并不等于这些关注能转化为销售订单,内容形式的丰富度以及内容的个性化成为吸引客户的另外一个关键因素。

内容管理在DM Hub中包含微页面、内容标记、表单、文件管理等具体功能模块,在形成客户360度画像的基础上形成丰富的内容形式,做到内容的个性化触达。


05

智能推荐、AI 圈群、行为触发

AI Hub解决方案

在数智化营销实践中,很多大型电子商务平台已经在使用在线推荐系统,用算法库的方法归类、进行数据计算和建模的智能化营销1.0已经在现在商业中得到广泛的实践。

Convertlab PRE商品推荐系统(Product Recommendation Engine)为例,当客户在商城页面中“输入”或是“表现出”对某一类商品的购买意向,PRE系统会在商品物料池中,通过多策略初筛、物品过滤、模型排序、规则调整(规则干预、多样性穿插、新颖性等)等策略筛选出对应的商品。

并通过协作性的交叉销售/升级销售的推荐方式,展示更多相关的产品。这也是数字营销应用中AI算法模型带来的商业应用。

除了PRE商品推荐系统,Convertlab AI圈群(客户画像标签和人群聚类)的场景应用中,在Convertlab客户画像标签和人群聚类分析的AI模型实践中,AI圈群的推送转化率,比人工筛选、手动圈群高2.5倍。该功能系统在“短信唤醒沉睡客户”的场景中同样表现优秀。

Convertlab 的某智能电器品牌客户,对60天以上未访问过小程序的会员,推送新权益上线通知短信的点击率提升将近80%。

Convertlab AI NBA行为触发能力所做的就是:当“输入”客户属性、行为数据、沟通历史、订单记录等数据,通过生命周期模型来判断客户处于什么状态,通过“时机预测分类模型”来预测客户下一个旅程的时间点,最后通过“沟通策略回归模型”推荐消息文章库中的“商品推荐、活动引流、战败挽回……”等行为策略。

大数据营销是以大数据技术为基础,通过大数据的独特分析技术应用于企业营销,打造全域的数据管理中台,让客户的数据展现出全样本、多维度、高精度、动态的数据成为可能,也为提高企业的精准性和有效程度成为可能。

如果全渠道的客户数据是石油,是矿,那管理这些数据的全域数据平台(CDP)就是数智化营销的框架以及实施方案,帮助企业在准确的时间和渠道里,高效的提供更符合客户独特需求的产品和服务。

数智赋能每一个岗位