你的企业可能还用不了大数据

刚刚过去的2017年可谓大数据和AI热点年,2018年热度更是持续升温,无论教育、医疗、金融、电商、地产、汽车、消费品等等各行业,做营销、做运营、做业务,都在争先恐后的大数据化、AI化,各领域无论什么会议活动,冠上“AI、大数据”的名义,就会吸引各企业的听众趋之若鹜。

前沿技术权威在台上讲技术、讲未来,讲的越来越玄妙,而台下的企业听众们却听听的越来越迷茫。那么,有没有实践专家给企业落地的讲讲,在AI和大数据风口下,企业应该如何选择技术解决方案,如何贴近自己的业务落地应用?

KuickDeal客户成功负责人尉迟春喆

前不久,KuickDeal的客户成功负责人尉迟春喆在ECI论坛上就企业应该如何落地的应用大数据和AI,介绍了经实践验证的经验。尉迟春喆是企业服务领域连续创业者,多年专注客户成功领域,服务过联想、惠普、微软等一线品牌,成功帮助文都教育、CSDN、嗨学等众多集团公司部署实施AI大数据智能营销和销售系统成功运行,基于实践总结的经验,他对企业应用大数据和AI技术有独到的见解,甚至在他看来,有些企业就不适合应用大数据和AI。或许他能为企业如何用好大数据和AI诊断把脉。

以下为KuickDeal客户成功负责人尉迟春喆会议发言实录整理:

简要介绍KuickDeal

KuickDeal给企业客户提供的数据应用服务——基于收集全平台的客户行为,给市场部提供营销自动化支持,给销售提供客户全生命周期跟踪。

先介绍一下我们KuickDeal是做什么的,我们是做智能交互云的SaaS公司,我们是基于收集全平台的客户行为,给市场部提供营销自动化的支持,给销售人员提供客户全生命周期的跟踪,其实我们是给客户提供数据应用的服务。

我在一线,服务过不同类型、不同阶段的客户,第一是帮他们落地,第二我也是打造行业的案例。我本人是做客户成功的,因为客户成功也是在SaaS圈里独有的岗位。它比较传统的售后服务,其实我们做服务这件事情的时候会更加的主动一些,我们会主动的了解客户的需求,引导客户,然后不断的跟进客户,让最终客户使用产品的时候,可以达到产品的价值最大化。

这个过程中我也发现了客户在使用有关数据应用、AI的时候有一些困惑,也是载帮助他们做一些总结。这是我们公司和我在做的事情。

什么样企业适合用大数据和AI

大数据应用要分三个阶段,你的公司能不能用大数据、能不能用AI,可以对照阶段做个判断。

不是每个企业都到达了可以用AI和大数据的阶段,我主要把客户分为三个阶段:

1.  第一个阶段,客户刚刚意识到这个数据的价值,并且通过一些工具来辅助他的业务来解决他们的问题;

2.  第二个阶段,他现在用的工具只能完成他业务单点的问题,这些单点的问题对于他未来的发展,比如说做数据层面的互通是不够的,所以他现在做了更新换代;

3.   第三个阶段,我现在接触的客户在早几年已经非常结构化的收集自己的数据,收集完了以后他们现在要做数据建模,通过这些数据的模型不断优化自己的业务。

教育行业目前是KuickDeal深耕的优势行业之一,我就拿文都教育这个客户来举例,这个客户属于我说的第二阶段——正在做工具的更新换代、并且有自己对于数据的理解。文都教育也是我们跟销售易、智齿一起合作服务的。

智齿科技完成的是有关客服、呼叫中心的需求。我们KuickDeal完成的是客户行为的跟踪加上智能交互,以及提供一些策略。销售易在这里面完成的是销售管理、流程管理以及成交结果的沉淀。这个客户在这个状态下,我们三家是打通的,通过一个API共建的东西,我们做到的是让客户所有的数据联动,增加他的分析范围。在这个状态下给客户带来的价值是:

1.  市场投放可以基于客户成交结果做调优(比如:关键词、内容优化)

2.  销售可以根据客户行为灵活掌握跟进时机、跟进内容

3.  管理者也可以实时看到不同来源的客户被跟进的情况、以及成交的情况

这个情况下给客户的价值,比如说对于市场人员,可以很清晰的看到每一笔的市场投放的来源,对于我自己客户来讲我的成交结果是什么样的。相当于他可以基于内部的转化结果去优化他前端的投放,他可以把每个资源和他的资金都花在刀刃上。销售人员来讲可以更直接,可能所有的线索分配都是自动的,从智齿这里的咨询,通过API共建打到销售里面去,所以有很多的自动化的东西。同时销售人员也可以通过观察客户在线的动态,了解到客户的心理状态,他在掌握跟进时机和跟进内容的时候就比较好掌握,会缩短他的销售周期,提高他的成交率。对于管理者来讲更直观了,在跟进的客户情况怎么样,成交客户的情况怎么样,通过BI可以一目了然的看出来。

这种状况下如果数据再收集几年,他可以打造很多的数据模型,比如说线索的智能分配,可以把合适的线索用最快的速度分给合适的销售,这是非常重要的。大量的客户线索分配都是手段完成的,手的完成第一是有时效性的问题,第二还是靠人的主观判断,如果是线索智能分配,其实数据是了解客户,同时也了解销售的,所以能达到智能分配。还可以做到比如说课程推荐,每个客户在前端看到的所有的课程,我们也可以给他推送跟他爱好相关的课程,包括可以在服务端做到很多的智能优化。

企业如何选择大数据,大数据部和业务谁说了算 

甲方应更加关注业务部门的需求,因为他们需要的是能真正在业务上帮助到他们的产品,而不是能收数据的产品。

企业选大数据服务,应该是大而全,还是专业的呢?我觉得可能对于公司阶段不一样,早期会选择大而全的,对于公司的成本来讲可能比较合算,性价比更高。但是,对稍具规模的企业来讲,对于公司的某个业务来讲,需要专业的产品来辅助。

我个人的建议是用专业的产品,比如从客户服务的角度来讲,对于企业的目标用户来讲,功能越全,可能落地的时候体验会差。对企业需求和应用场景是非常垂直的,即便运营分析的工具有营销的功能,最终可能数据能存下来,但是对业务部门的帮助不能达到需要的效果。

刚才说到大数据部门的话题,我之前有一个客户,是集团公司,作为大企业也设立了大数据部门。这个大数据部门主要是做公司内部所有的系统牵头采购,如果要上系统他也做把关。我们应用对接的是业务部门,整个沟通过程中,大数据部门对业务需求落地的实际作用不太了解。

因为,大数据部门是关心一个产品给我留下哪些数据,功能有哪些,可以分析出什么样的图表。其实,对于业务来讲,更重要的是我用了你们的工具之后,给我节约了多少成本,你的产品体验是否足够好,还有就是带来了哪些实际便捷。

我也代表乙方呼吁甲方,更加关注业务部门的需求,因为他们需要的是能真正在业务上帮助到他们的产品,而不是能收数据的产品。

内部VS外部、自建VS第三方,大数据如何打通协同

我先从自建系统来聊,我跟客户经常聊什么系统该开发,什么系统不该开发。

如果是中早期,因为很多的客户都有自己的研发经费,不管是几年的团队。对于我个人来讲我还是建议大家把研发精力在中早期的时候投入到自己的核心竞争力里去,因为现在市场的竞争还是非常残酷的。因为你如果要过早的把研发精力投入到业务系统开发中,开发维护成本非常高,还有你开发到某一个阶段的时候你需要系统要重新做或者重构,这个东西非常伤人。但也不是所有的系统都需要采购,因为在客户发展到比较成熟的阶段以后,他需要自己开发。因为市面上没有能满足他的产品的东西,这时候自己开发是没有问题的。

有关内部外数据,外部数据是广告的平台,包括营销自动化的工具,非常标准化根本没有。但问题是外部的数据怎么跟企业的内部数据做结合,通过企业内部的数据来佐证外部数据是否产生了真正的价值,这可能是内外部数据企业更要关注的问题。

现阶段,从客户视角出发,应该会形成这样一种配合协调关系,企业自己的核心技术团队,人数资源有限,应该做自己最核心的事,其他用专业的服务效率更高。比如,客户自己的业务系统,涉及核心用户信息的都需要自己开发,自己建数据仓。与获客、推广、交互、服务、分析、决策等有关的,可以引入第三方专业的SaaS大数据服务,外部的用适合自己业务的入口级的平台。但是,这几个大数据系统是要打通的,避免大数据孤岛问题,且真正业务要能跑的通。比如在文都的项目中,我们跟销售易、智齿等几个伙伴与客户的系统就是打通的。


发表评论

登录 后发表评论.