2015-07-27 鵜鶘全面客戶體驗管理
作者：侯天華@鵜鶘顧問
隨著近幾年數據技術的飛速發(fā)展，越來越多的企業(yè)開始意識到數據對于企業(yè)管理的重要性，而同時他們也看到自身企業(yè)數據管理的不足，這些不足體現在底層數據維護上、分析算法應用上以及組織架構模式上。而隨著近幾年數據分析的逐步發(fā)展，相信很短的時間里就會有越來越多的企業(yè)能夠成功地發(fā)揮隱藏在數據中的價值。在本文中我將會從底層數據方面的變化，即指標內容的拓展角度來說明近幾年企業(yè)影響數據分析的各種技術及管理模式的變化。在此后我還會分別從分析算法應用和組織結構發(fā)展的角度來介紹影響數據分析的各種因素及其近年的變化情況。
很多網上的文章經常說，我們現在的數據量已經非常大了，能夠達到TB（1024GB），達到PB（1024TB），甚至達到更大的ZB（1024*1024PB）等計量單位級別，所以我們已經處在大數據的時代當中了。但這句話并不完整，其中缺失的兩個重要概念在于指標的數量和可關聯指標數量。
在今天，較為成熟的數據分析部門一般會基于三個維度來評估其底層數據的質量，并發(fā)揮數據分析的業(yè)務價值。這三個維度包括：指標數量、可關聯指標數量、指標記錄的內容量。
這些維度對于數據分析人員來講并不陌生，其中第三個維度正是上邊所說的數據量，在本文中就不多說了，我們主要另外兩個維度來看。指標數量即系統中記錄了多少個不同的指標名稱。舉個例子，以網站的游覽情況來說，我們會記錄包括PV(頁面訪問量)、UV(獨立訪客數)、跳出率、轉化率等；或者從銷售的角度來看，可以有客戶量、新入客戶量、消費時間、消費金額、購買產品等；或者再從客戶服務的角度來看，可以有通話量、通話時長、排隊時長、一次解決率、滿意度、投訴率等指標。那么在上述案例中，針對網站的游覽情況，網站系統中記錄的網站游覽指標的數量就是4個；銷售系統是5個；客服系統是6個。
但是這些單一指標的業(yè)務價值其實不大，如果想要發(fā)揮數據的價值，那么我們就必須懂得如何利用指標間的關聯，當對這些數據做報表呈現時，我們就需要給他們增加關聯的數據指標了。最典型的案例是，我想知道不同地區(qū)店面的銷售對比情況，我就必須要將店面，地區(qū)，和銷售額這三個指標內容關聯起來，如果只單獨看其中的任何一個信息，我們都沒有辦法得出結論。
所以更多的指標數量和更多的可關聯指標數量是數據分析的重點，之所以說當今時代是數據的時代，主要原因并不僅是單一的指標記錄的內容量有所增加，還有現有的指標中可關聯的數量以及數據庫中記錄指標數量在急速增長中這兩點，它們所帶來的將是客戶行為乃至客戶體驗的全面量化。
目前針對指標可關聯數量這部分，隨著越來越完善的客戶身份的識別能力，越來越多的企業(yè)開始著手于對自身數據庫地持續(xù)完善工作中。原來如果一個客戶在電腦公司官網上看其產品的話，那在該公司的網絡部門中將會為其記錄一個“IP地址”，并針對這個“IP地址”加上游覽時間，游覽頁面等關聯數據，而當其在諸如微信或QQ上查看資訊時，則客戶的身份會在其他渠道的系統中重新生成一個獨立的身份數據。而當客戶選擇從實體店面購買電腦時，店面又會在銷售系統中生成一個“銷售ID”，并記錄銷售信息，同時與銷售時間等指標進行關聯。而當客戶之后再來尋求服務的時候，我們企業(yè)的客服部門則會再重新給他設定一個“服務流水ID”，可以看到在各個部門當中，基于上述所說的識別標簽，企業(yè)會在各個系統中追加大量的相關指標，諸如時間，地點等，但是這些指標只能服務于某一個部門，無法實現跨部門指標的關聯，因為“IP地址”、“服務流水ID”和“銷售ID”之間沒有關聯。
也就是說，如果我是那家商店的高層，我想知道客戶一般通過哪些渠道獲取信息，之后多久會選擇哪條渠道進行購買，買完產品多久之后，會產生服務需求，產生哪些服務需求，針對不同的服務需求，在此之后有多少客戶不再與企業(yè)產生交互，而又有多少客戶在多久之后在什么渠道上看了我們公司的什么信息，之后又產生了什么后續(xù)的行為等等等等。而在當時，這些部門能回答我的只有一句話：“我缺少其他部門的數據。”因此可以看到，在割裂的數據支撐下，企業(yè)是不能全流程全場景地分析客戶，也就難以提升客戶體驗。
而今天隨著企業(yè)不斷提升對于數據的重視度，客戶身份識別也開始逐步完善起來，最明顯的就是今天無論你到哪家企業(yè)，一旦你決定成為他們家的客戶時，企業(yè)一般最先做的就是請你完成身份記錄，將客戶的基本身份信息在系統中記錄下來。而比較先進的企業(yè)還會通過會員管理，持續(xù)通過激勵措施來讓客戶把諸如微信、微博、QQ等相關的身份標簽信息都記錄到系統中。通過關聯這些指標，企業(yè)就能形成在內部可以唯一識別的一組“客戶ID”，而它就能夠跟各個部門掌握的所有指標再進行關聯了。在這樣的基礎上，如果今天我再問上述問題的時候，那么我就能獲得一個準確的結果了。
在已有指標的全面關聯的基礎上，可以說企業(yè)終于能夠將已經沉睡在數據庫中多年的數據發(fā)揮出其應有的價值了。不過這還沒完，前邊我們把舊有指標的關聯大概做了介紹，那么新增指標呢？
一方面隨著企業(yè)對于客戶身份記錄的進一步完善，我們可以更多地增加客戶屬性指標，如性別、生活愛好、工作類型、家庭關系、業(yè)務偏好、渠道交互偏好等等。而另一方面隨著文本挖掘，圖像分析等技術的逐步完善，我們驚奇地發(fā)現以前難以記錄的一些非結構化的數據突然可以放在數據庫中了。輿情分析系統就是個典型，通過對情緒詞匯及特定業(yè)務詞匯的識別，輿情分析系統能夠對互聯網渠道中雜亂無章的內容進行分析挖掘，對客戶各種的評價進行正負面影響判別，形成輿論得分指標，而且還能基于客戶發(fā)布內容總結其交互感受內容、產品功能偏好、需求偏好等具有獨立業(yè)務價值的新指標。
隨著已有可關聯指標的數量增加以及新指標數量增加帶來的底層數據發(fā)展，今天數據分析能夠帶來的業(yè)務價值將無法想象，因為在所有這些指標和指標關聯的基礎上，企業(yè)能夠看到的就不僅是單一的客戶身份，交互動作或者客戶特點了，而是通過把這些內容綜合起來，讓企業(yè)能夠看到一個完整的人，提升到一個完整客戶體驗的層面了。而如果此刻我是這個企業(yè)的高層管理人員，我將不僅能夠知道每個客戶對于以往的交互及產品使用感受好壞，還能知道影響他們感受的原因是什么，甚至還能知道不同類型的客戶有什么愛好，對現有產品還有什么需求，希望我們將來能夠提供什么產品、什么服務來滿足他們等等。至此可以說，企業(yè)第一次擁有了能夠全流程，全場景的跟蹤客戶行為的能力，原先割裂的、不完整的指標才終于聯合起來，并且企業(yè)對于客戶行為的認知也才終于完整起來，而這些數據能夠帶來的價值將成為影響這個企業(yè)戰(zhàn)略決策層面的價值。
總結下來，在底層數據層面，基礎是指標的數量和指標記錄的內容量，而數據價值發(fā)揮在于可關聯指標的數量上。
切記，當一個指標與另一個指標關聯后，就絕不是簡單的兩個指標，而是具有多種特定業(yè)務意義的一組數據了，它將能夠實現一加一大于二的價值。而當全面的客戶數據都夠能關聯起來分析時，那將會是對于客戶理解的全新時代，正可謂是數據分析時代。
本文為作者原創(chuàng)作品，歡迎直接微信轉發(fā)。
轉載時需在文章開頭注明作者和“來源鵜鶘全面客戶體驗管理（微信號：CEM-tihu）“，文字顏色為黑色，且不得修改原文內容。
歡迎小伙伴投稿合作，具體請聯系：易女士 Yiml@tihu.com.cn
