智能数据，开启智慧营销之旅

【环球旅讯】面对庞大的客户群，旅游业如何快速捕获所有的客户触点数据，并实现多方数据实时同步？如何实现行动和数据应用的闭环，实现数据驱动营销，个性化推荐，客户体验优化和精细化运营？能否运用AI获得客户的购买行为预测，抢先获得商机，最大化客户价值？

9月14日，在2017环球旅讯峰会上，创略联合创始人兼总裁Tiger Yang带来了“智能数据，如何开启智慧营销之旅”的主题演讲，分享了如何获取智能数据包括在智能数据的一些应用场景等环节的经验。

创略联合创始人兼总裁Tiger Yang

以下为Tiger Yang演讲全文：

感谢主持人。首先我介绍一下今天的话题——《智能数据，如何开启智慧营销之旅》，我们是国内第一家智能客户数据的平台。这是我自己的评价，我和另外一位创始人是加州伯克利的校友，最开始帮微软做营销数据系统认识，从那个时候开始一直帮各种各样的企业做数据挖掘以及营销应用、开发，从回国之后一直在做客户数据平台的事。

今天我将从大的相关趋势和方向，以及如何获取智能数据，包括在智能数据的一些应用场景等环节，和大家沟通和分享一些我们的经验。

首先数据已经成为很有价值的资产，这个已经不用说了，像德勤（Deloitte）这样的机构就把数据资产作为企业的第四张表。现在市值最高的公司有一半以上是拥有数据的公司，在十年前、二十年前主要是包括音强、石油这样的。从互联网上半场到下半场，开始有各种各样的智能硬件采取到更多的数据，包括新的无人机、手环、可穿戴等等的数据，每年的数据增长量都在50%以上。

从去年年底开始有个词语出现，说我们进入了互联网下半场、ABC时代。所谓的ABC，包括AI、大数据、云计算，前段时间又加了一个词，就是区块链，通过基础设施采集海量的客户实时行为数据，以及通过AI的形式获取新的客户数据，现在可以看到一些新兴的线下网点、酒店，包括新零售已经开始用人脸、Wi-Fi等新的数据源，除了采集数据以外，后来的数据处理也开始用机器算法做这个事情。区块链，指的是在数据交易中，要做好数据源头，数据已经被使用几次的工作。

ABCDE，E是指体验。国外最大的营销云公司，最近也把他的营销体系放到了AEC客户体验上，其实会发现客户层面上不仅仅是我们讲的营销，体验也是非常关键的。

从概念上大家已经知道，我们在ABCD不讲大数据了，只是提到数据层面，从大数据到小数据，把客户已有的数据线管理好、打通，然后再说第三方数据，坦率说第三方数据有可能是良莠不齐的。第一数据的真实性，你用第三方数据，它的标签到底是怎么设置的，是基于怎么样的算法，是搜索了二次希尔顿酒店广告，还是看了一次希尔顿酒店广告，这个数据质量是完全不同的，真实的数据是已有的数据、已经到达你的官网、App或者线下的酒店以后的人，一定要高于新客的情况。所以数据的价值是非常关键的，从大数据到小数据、到智能数据的这么一个环节。

在旅游行业会碰到比较多的，包括酒店、航空公司。我们也有幸与接近一半的全球十大酒店品牌合作，酒店、OTA平台、航空公司各有各的痛点所在，酒店可以在比较智能的情况下操作。一方面我们可以把它分为行程前、行程中、行程后去理解。他登陆网站，怎么为客户做个性化推荐，推荐客户最感兴趣的点，以后在行程中，怎么挖掘潜在忠诚客户，流失客户怎么召回，包括在已经入住情况下怎么提升个性化服务。OTA在这块比较多的痛点在于很多客户有非常多的品类产品，如何在上千条线航线个性化推荐，预测他下一个航线是什么。航空公司的体验，在过去三年也发生了，如果不以客户为中心，不以体验为中心会存在一些问题，比如像美联航的事件，包括航空公司在旅途当中，也有很多东西可以推动个性化推荐来完成。

刚才描绘了一些在整个旅游行业中各个细分领域可以做到的一些蓝图和未来的场景。事实上现在碰到了一些很关键的问题。

第一，客户的实时行为数据，他在网站看这个产品，看了多长时间，他筛选酒店的地理位置、价格，有的从高到低做排序，有的是从低到高，这样的推荐范畴都是通过数据实时采集做的。

第二，数据孤岛。包括已经入住的客户，再打电话到前台，不一定知道他的房间号，这是极端的情况。在OTA服务中，当客户打电话进去的时候，你应该知道他打电话之前所有的行为轨迹，包括各个跨BU的情况。携程已经做得不错了，但是有很多情况，下了订单，他并不知道下订单的具体情况，你打电话他还要问你电话号码是多少，这是比较尴尬的情景。数据打通之后，基于所有用户的画像，我们在国内一家最大的旅游集团，他要把所有度假酒店、度假村、在线的数据打通，实现客户360度客户画像，在一家企业里将所有BU打通会实现更明显的效果。

第三，智能和深度地挖掘已经打通的数据。我说一下我个人的体验，上个月我商务旅行去了杭州，住了一个杭州酒店，接下来三个月一直给我推那一家酒店的广告，事实上你不太可能在接下来三个月一直去同一家酒店，应该做的事情是预测他下一个目的地相关的酒店。同样的情况，有人说我在OTA里用到了数据，比如我春节去了一次泰国，半年都在推泰国的广告，事实上推马尔代夫、巴厘岛的效果会更好。所以用人工智能预测下一次的东西要比刚才那种比较傻地去用数据要好太多。最后把这些数据，智能地用在各种各样的营销应用场景当中去，在每一次跟客户触达的时候，都能够基于客户当时的情况适时适地做一个事情。

还有让客户第一时间能快速用上他的产品，而不是等一年、两年才能形成可以使用的一套系统。

我们之前已经有过的，我们碰到客户有搭了大数据系统，花了几百万搭了数据模型系统，有些开始做BI，狭义的BI将传统线下的Excel搬到移动上，首先让领导看到数据，这是一个刚需，周报、日报开始通过大数据实现。第二，分析第三方的数据供应商。还有营销自动化，我们理解的营销自动化并没有用到数据化，而是把以前需要靠人工的，比如邮件或者打包创意发给媒体等这样的行为，在业务能力上变成软件，把所有的营销、短信推送，以及呼叫中心的需求自动化。但关键的核心是怎样把智能数据和刚才提到的这些联系起来，推向各种各样的渠道，通过营销自动化来触达客户。

CDP在国外是一个比较常见的名词，也是最新的一个趋势，核心做到大数据源打通，包括企业自有的数据，以及需要补充的第三方数据源。另外，实时、非实时数据，实时数据包含用户浏览、选择酒店、航线以及看点评停留的时间、次数，这些都说明他相关的实时行为。非实时行为是指已有的订单数据以及客户的一些基本数据。结构、非结构数据，结构化数据指订单数据；非结构数据，包括新的数据源、线下的人脸、Wi-Fi，前段时间碰到有智能机器人开始出来，这些智能硬件你去理解它，都会产生新的数据源，开始有视频数据、语音数据需要实时处理，变成结构化的标签。

在整个打通和形成智能数据系统的过程中，第一步确保所有的数据源都是智能的，不需要通过代码的形式，就可以完成所有数据的抓取和数据导入。另外，实时数据进来，打通成为360度的数据客户画像。第三，用机器算法AI做分裂，挖掘洞察数据深度，用到营销和客户运营场景中去，最后把营销结果反馈回来进一步完善整个系统和模型。

实时数据，包括新的互联网触点，PC和移动，不需要加代码的形式，业务部门就可以完成相关事件的触发，除了PC以外，包括在互联网广告商，从曝光、点击开始，这个人是谁，抓回来，把前后串联在一起，形成一个客户旅程，怎么一步步接触到你的品牌以及转化，包括线上、线下的实时数据。

在汽车行业会做得更好，租车和酒店同时预订OTA，可以同时提供租车号码，在进停车场的时候，就可以通知前台，这个人已经到了酒店，通过Wi-Fi管理判断客户是否还在房间，离开之后马上打扫服务，还是在打开房间之前这段时间，马上推送相关的酒店个性化增值服务，这是我们讲的实时数据，以及之前的非实时数据，已有的订单、已有的信息统一导入进来，打通所有客户数据源。

没有打通之前，各个部门不知道另外部门的情况，营销部门不知道客服部门情况，客服部门接了电话，也不知道客户到底买了什么。怎么有序变成360度用户画像，通过客户统一的ID，账号登陆以后的ID和登陆之前的服务号等等，把基于客户所有行为数据、基础数据都打通，形成360度客户画像。打通以后，在任何一个环节上，在任何体验触点上，都可以基于客户已有的情况给他做推荐。

打通以后，可以看到客户的旅程，从哪个营销渠道进来的，营销渠道表现怎么样的，可以进行分析。根据预订酒店前后的关系，我们可以从客户旅程中找到可优化和挖掘的地方。漏斗分析可以对每一个环节进行研究，在打通以后，你可以基于人工设置相关的标签，做人群分群，更关键的是用机器学习、算法、AI，通过学习已经购买酒店产品的客户，看他所有的数据维度，包括意见的实时行为数据，看到具体某些搜索选项，训练这样一套模型，把这个模型搬到还没有购买的人身上，对他们每一个人打一个营销积分，从0到100分，80分以上是应该重点关注的营销对象，40分以下你再怎么营销他都是不会买你的产品的，基于这样的模型算法，可以把营销做得更有效果。另外在每一个人登陆的时候，让他看到最有可能快速促进转化的个性化页面。

应用场景，在线上订单个性化展示。客服部门在接电话的时候可以完成更快速识别来电者的需求，在接电话这一瞬间，客服的人员就可以基于这个人以前的标签画像，来提供个性化相关话术，以及在语音结束，用T+0业务，用科大讯飞马上把语音转化为文字，进行标签划分，个人电话、涉及到哪一款，有没有提到竞争对手的名字等等，把这些标签都抓下来，这是在客户运营中进一步进行个性化推荐的一个非常关键的点。

最终，让决策人、管理层能够看到其中的数据，可视化分析，包括辅助产品部门、风控部门等，从而做出相关的决策。

刚才提到了AI和机器学习算法这块，事实上最关键的目标就是不再需要人去贴标签，我们有碰到过在线预订酒店平台，本身有上千条航线，每条航线有直飞和联程，在个性化推荐的时候如果不用算法，用人去做基本上不可能，从某种程度来说，机器持续训练的准确性会更高于我们所说的由人去贴标签。

这是我们首席科学顾问说的，人机共生的情况下，会有越来越多机器取代人的相关决策。

接下来讲一下营销部门在获新客的时候，包括个性化推荐，能够让每一个订单的客单价迅速提升。这是基于两个点：一是新客获取的效率、效果。二是潜客的转化，可以基于个性化推荐做得更好。这块会涉及到在各个触点统一去展示相关的，不管是广告还是在呼叫中心去触单，如果是在实时营销情况下，发现下一个订单没有转化，是否再用电话继续跟进，根据他的情况来促进转化。

个人画像辅助精细化客户运营，这里面包括了客服部门参与进来，呼叫中心、酒店前台等等都可以基于客户画像给到客户不同的个性化推荐。在这里我们发现一个比较有意思的解决方案，在旅游行业会用到微信，微信的客户也会非常多，在微信里面其实是可以做个性化推荐的。可能很多企业并没有做，有一家OTA平台在微信上有三千万的粉丝关注，在三千万粉丝关注公众号的情况下，每一次产品经理希望推更多的产品、更多的酒店和航线以及其他的优惠产品，但推得越多粉丝掉得越多，怎么来解决这个非常具体的痛点，两个做法。

一个做法是，微信可以进行个性化推荐，每个人推送的文章是不同的。比如他最近关注是这个区域的旅游胜地，或者是相关的东西，每个人看到的推送是不同的，这对运营团队会产生更多的压力，要产生更多的内容做个性化推荐。还有一点，当你推荐的频率和粉丝掉的数量可以用回归模型计算出一个最优值，怎样的方法能让最多的关注粉丝看到你想要的推送内容，而且最后转化效果是最好的。

包括客群的分析，忠诚度推荐方式和潜在流失的客户，我们这里专门有携程过来的机器学习算法工程师，专门看沉睡客户、潜在客户如何召回的过程，你给他推送促销、优惠活动让他回来，但是忠诚里面一定要发现这些跟忠诚客户长得像的潜在客户，跟客户画像比较像的人是你应该召回的人，而不是每个人都用同样的方式去推送，你会发现有可能发送推送之后没有任何的结果。旅途当中的个性化推荐，像航空公司送你一个蛋糕，这是比较人性化的个性化服务。交叉销售，集团层面会基于酒店产品、OTA产品来做相关的交叉销售，让客户生命周期价值最大化。最后在管理层面上，基于我刚才讲的客户旅程、包括其中每个事件当中的分析，转化率、转化时间，以及预测的结果来持续帮他们优化相关的决策。

我们比较有幸的是服务了比较多的酒店客户，酒店客户最为关注的是，怎么样把人群分开，分成忠诚客户、常旅客、潜在流失的客户，针对个性化推荐，用不同的渠道和方式获取后续的转化，以及他们到底选择的是酒店服务、是否有早餐等等个性化推荐，基于更多数据给他们更加精准的方式方法。

提升效率方面，同比情况下忠诚客户复购率提升16%，这也是不错的。除此以外，包括在线OTA平台，最主要会使用到算法引擎的个性化推荐。在这么多航线选择中，怎样让客户拿到他最关心的因素，一上来给到他这些最关心的套餐，在这个情况下让他快速在这个平台上进行转化，而不是到其他家作比较。在这里面会提升客服效率，从平均三分钟时间，到一分钟就可以完成每一次接听电话，这让后面等着接听电话的人也会有一个好的体验。

航空公司这块也是一样的逻辑，预测下一次路线，而不是停留在上一次一直给他推送的同一个路线，因为这是完全不靠谱的做法。预测下一次路线是非常关键的，是让他的获客以及交叉销售成本能够降下来的关键点。

最后我简单讲一下公司情况，我们就是帮助客户做到数据采集、打通到最后的运营，以及营销层面的应用，这是我们做的最关键的事情。其中包括客户数据采集以及实时数据、非实时数据打通，通过AI分析人员的属性，最后个性化推进到营销渠道当中去。

今天的演讲就到这儿，非常感谢大家！