神策数据发布汽车行业 CJO 解决方案,打造客户旅程全新体验

本文主要是介绍神策数据发布汽车行业 CJO 解决方案,打造客户旅程全新体验,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

ba6432fce29738dac54ba86089eed03d.gif

e0741261ea38011d8aca1e963698cd2e.png

最近,围绕数字化客户经营,神策数据基于“客户旅程编排(Customer Journey Orchestration,简称 CJO)”理念,发布汽车行业全新解决方案,通过全渠道打通给客户带来一致的、个性化的体验,为车企数字化客户经营指明方向,制定客户旅程跃迁策略,最大程度释放触点红利,全面实现客户价值增收。

对车企来说,客户旅程可以分为了解、探索、意向、留资、到店、试驾、成交、用车、推荐等阶段。其中,每个阶段都有各自的关键行为和时刻,也都有不同的触点,车企需要弄清楚每个阶段的关键行为是在哪个触点、利用什么工具、涉及什么人群等。

深入洞察客户在整个体验过程中的想法和情绪的变化,可以为车企后续制定策略提供支持。比如 APP 体验是否顺畅?是否能快速找到想要的内容?到店试驾怎么样?

当然,客户在旅程的每个阶段也有对应的痛点。如下图所示,神策数据基于了解客户体验及车企业务流程后总结:

936e22b2b4098c74151b5da52ac6aa92.png

一、车企私域客户旅程管理面临的挑战

车企组织相对庞大复杂,各业务流程都由不同的部门或组织负责,比如品牌方、经销商等,但因各部门难以将客户在流程节点不同阶段的变化进行数据共享,导致客户体验的一致性相对比较难。

基于流程地图,我们将车企客户旅程管理上面临的六大挑战总结如下:

• 人群:车企对客户画像很重视,但受限于数据、工具和方法的缺失,无法真正通过数据了解客户,理解客户需求,并对客户进行分层,定位人群、形成画像。

• 触点:针对不同阶段的人群应该提供哪些触点?不同触点之间的数据如何整合并打通?经销商和品牌方这两个独立的实体,通过什么触点为车主提供什么服务?这一问题目前没有得到很好的解答。

• 手段:针对不同的场景,应该如何与客户互动,以满足个性化需求,如何衡量运营的效果等?目前,品牌方和经销商在手段上也是割裂的,对品牌方来说,主要通过推送车型信息等将客户培养成有效线索,有意向后将客户转到经销商。之后,品牌方对客户的影响或能够采取的手段就比较少了。

• 阶段:如何定义旅程阶段更合理?不同阶段之间的跃迁应该满足哪些条件,如何用数据量化?每个阶段该用什么样的行为进行判定?通过什么行为定义旅程升级还是降级?

• 场景:如何还原旅程中的场景、客户所处的环境等,如何判断客户需求是否得到满足?

• 时机:如何实时掌握客户行为的变化和旅程跃迁的状态,以针对性地选择合适的时机与客户互动?

二、详细解读神策数据汽车行业 CJO 解决方案

1、概述 CJO 产品理念

CJO 产品理念主要分为三层,底层是客户旅程分析,比如旅程节点定义、关键行为归因、全流程跃迁分析、客户分群及画像等。中间层是旅程优化引擎,包括受众服务、客户旅程服务、内容决策服务、触达通道等,我们不只提供工具,还有旅程编排服务和自动化工具。上层是跨渠道营销,根据实际运营情况,动态调整受众、时机、内容及通道等。

e486999965a86f5286ace5b2fa6e3f3f.png

2、汽车行业 CJO 产品解决方案

基于 CJO 理念,神策数据汽车行业解决方案主要包含客户数据引擎、客户旅程分析引擎、客户旅程优化引擎、智能运营中心四部分。

客户数据引擎,即神策数界平台,在全域、实时、灵活圈选三大基础能力之上具备高性能查询优势,通过整合多源数据、关联全域 ID、扩展多实体数据模型、构建客户分群和标签,结合丰富的数据加工方式和数据输出能力,为业务分析洞察、自动化营销等场景的全域客户经营提供数据基石。

客户旅程分析引擎即具备全域、全链路、实时和灵活的四大核心能力的神策分析,面向多角色提供可视化的数据分析能力,支撑企业从客户到经营,从“人”到“场”的全视角旅程分析与决策。

客户旅程优化引擎,即神策智能运营,作为客户旅程编排的“发动机”,囊括受众服务、客户旅程服务、内容决策服务、触达通道服务四大组件服务能力,支撑营销过程中的营销受众圈选、触发时机选择、营销内容决策、触达渠道对接,助力企业更高效地经营客户。客户旅程优化引擎集合实时、灵活配置、高并发、开放性四大必备能力为一体,拥有聚焦核心能力、低接入成本、全链路可控三大竞争力。

智能运营中心,基于客户旅程分析引擎和客户数据引擎,自动化进行旅程策略编排,通过智能运营工具完成规则推荐、资源位智能运营等动作。

3、神策数据 CJO 解决方案的三大竞争力

第一,聚焦核心能力。神策数据将服务客户过程中应用的营销核心能力抽象,涵盖各行各业的营销场景底层能力支持,能够满足数千万级日活的大型营销场景。

第二,低接入成本。神策数据以“接入成本最小化”为原则的开放能力设计,能力分层包括 API、前端组件和模板等能力,拥有完善的开发者调试工具。

第三,全链路可控。神策数据能够帮助企业对营销策略运营全流程进行记录、监控和干预,完整管控复杂营销活动的各环节状态;最大程度避免出现系统策略黑盒、运营失控等。

三、亮点解读,持续深入神策数据汽车行业 CJO 解决方案

1、神策客户数据引擎为全域客户提供数据基石

CJO 理念的核心是给客户提供个性化、一致的体验,当客户来到线上平台、经商门店或是拨打 400 电话,车企通过实时 CDP 平台等可以识别出客户是谁,处于旅程的什么阶段,然后给客户提供需要的话术、产品或服务,提升客户体验。神策数据 Real-Time CDP 主要包含了四大能力:

• 数据集成:跨渠道线上线下数据的采集与集成,数据质量的监测,多源数据实时更新和管理等。

• 数据模型:以客户为中心的元数据设计与管理,One-ID 客户关联及多实体模型等。

• 数据加工:围绕客户体验所需的数据加工,包括标签加工、分群圈选,旅程节点加工,包括旅程节点定义、旅程节点计算及关键行为洞察等。

• 数据服务:高并发数据查询,灵活扩展的 API 服务,及数据资产的可视化视图等。

2、神策数据模型再升级

神策数据在原有 Event-User-Item 模型基础上,支持客户、员工、产品、门店等多实体间的交叉分析,支持全域客户经营过程中属性/事件/明细数据的统一管理,实现客户行为数据与业务经营数据的融合,更好地解决客户旅程编排过程中的问题。

b9eb3ad404123ae7b06553cc27c82c05.png

一个客户在 A 门店没有交易、在 B 门店完成交易了,那么可能是不同门店的服务能力不同。多实体模型支持多实体标签体系搭建和串连,全面洞察各类型运营对象对旅程的影响,支持复杂业务场景的分析和洞察。

3、引用整合营销 5A 模型定义客户旅程

引入整合营销 5A 模型,即 Aware(了解)、Appeal(吸引)、Ask(询问)、 Act(行动) 、Advocate(拥护)。

62248f4b21ef85cd48dd133c0f460e24.png

该模型落地到产品应用时,车企在定义旅程时应重点考虑三个因素,如下:

e4525e35e150aa2c171f3e0debd07e2e.png

第一是目录节点定义,即对旅程节点的目录分类和命名,系统支持二级目录树,一级为大的旅程阶段,二级为细分的具体旅程节点。在 5A 模型的框架下,车企的客户旅程可以定义为如下 16 个节点:

85a40698b1bc1b49d9b3dddfa0999650.png

第二是行为条件定义,针对每一个旅程节点,通过客户属性、标签、事件行为、行为序列等组合条件定义客户跃迁到某个旅程节点的具体条件。

第三是关键指标定义,通过洞察找到各旅程节点的关键行为,在指标平台中将关键行为定义为对应的关键指标,并在旅程定义中,将指标与旅程节点关联。

旅程三要素定义完成后,形成如下的客户旅程定义:

e33f8ff8820a93b64b1f3a902d6e78df.png

神策数据产品可通过可视化、结构化、标准化的方式帮助车企定义和管理旅程节点,并且基于旅程目标的相关性归因分析,提取并定义关键行为动作,基于运营经验,对可能影响旅程跃迁的行为进行逐一分析,依据大多数人跃迁过程中的共同表现,找到某关键行为的因子,从而量化和标准化每个旅程节点的关键行为,并定义到产品中,形成客户旅程跃迁的主要依据。

4、神策客户旅程分析引擎核心逻辑

每个旅程节点都有核心要素,比如每个节点的客户数、有多少占比可以跃迁到下阶段,有多少已流失,如下是企业客户旅程的跃迁全景图:

8f6f4cdad8a0ac80fcd13a4ca47bb706.png

全景图分析全域客户按旅程的跃迁表现,主要包含以下几个方面的分析:

• 旅程跃迁状况分析:相互两个节点之间的客户跃迁数量及百分比情况,一目了然地了解各旅程节点发展的健康度和跃迁路径的趋势。可点击某个跃迁路径下钻分析该路径下人群的跃迁状况(人群特征分析、行为分析、关键行为完成情况等)。

• 每个旅程节点的流失状况分析:直观分析每个旅程节点下的人群流失率,可快速了解哪些节点的跃迁难度更大、流失率更高,可点击流失数字后下钻分析具体的流失人群特征、关键行为完成情况等,指导业务重视相应旅程的客户体验的改善。

• 细分分析:点击某个旅程节点/路径/人群后,从多维度进行下钻分析,包括人群特征分析、客户行为表现、跃迁情况分析、客户来源分析、按车型的客户画像分析、关键行为完成状况分析、转化及流失分析等。

5、神策客户旅程优化引擎核心逻辑

基于旅程定义和数据洞察的自动化客户分群和旅程编排,形成旅程编排优化的基础。

63f6beeb2b8053615a4aa184f734e1e0.png

除了手动分群,神策客户旅程优化引擎也支持基于旅程规则定义的自动分群,为旅程编排提供受众人群目标,比如旅程节点新客户群、旅程关键行为群、旅程活跃群、旅程内容偏好群等。

神策客户旅程优化引擎可以基于数据自动化生成基础的客户旅程互动策略,是旅程编排优化的对象。主要包括:目标受众的自动化圈选、客户互动动作自动化生成(互动渠道和内容的建议)、互动触发条件及时机的建议。

22eaabba74870658f85709a246b4b151.png

神策客户旅程优化引擎为车企提供了可视化的智能运营工具,由运营人员对客户体验的策略、内容和流程进行人工编排和优化,最终形成可实施上线的流程画布。

四、解读神策数据四大策略评估体系

神策数据梳理了客户旅程编排策略评估体系,有效判断编排策略的可用性,及时进行优化迭代,具体评估维度如下:

• 覆盖度:评估策略在旅程场景中的覆盖程度、评估策略对旅程人群的覆盖程度、评估策略对客户触点的覆盖程度

• 跃迁效果:评估策略的实施是否导致客户发生了关键行为的动作、评估策略的实施对客户发生跃迁的影响和贡献

• 精准度:评估策略内容是否引起客户的兴趣、评估策略行为是否受到客户关注、评估策略通道是否得到客户认可

• 转化效果:评估策略的实施带来多少线索的转化、评估策略的实施带来多少销售的转化、评估策略的实施带来多少其它消费的转化,比如车主维修保养等。

如果你对神策数据汽车行业 CJO 解决方案感兴趣,可以识别文末二维码咨询客服,或者点击“阅读原文”立即免费体验~

✎✎✎

更多内容

一张图看懂神策数据汽车行业解决方案

汽车行业数字化运营应该怎么做?

神策数据发布汽车行业版

6c8e19bea652ad80bb8b17fedfebaa61.jpeg

▼ 点击“阅读原文”,立即免费体验 demo

这篇关于神策数据发布汽车行业 CJO 解决方案,打造客户旅程全新体验的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/286234

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

高效+灵活,万博智云全球发布AWS无代理跨云容灾方案!

摘要 近日,万博智云推出了基于AWS的无代理跨云容灾解决方案,并与拉丁美洲,中东,亚洲的合作伙伴面向全球开展了联合发布。这一方案以AWS应用环境为基础,将HyperBDR平台的高效、灵活和成本效益优势与无代理功能相结合,为全球企业带来实现了更便捷、经济的数据保护。 一、全球联合发布 9月2日,万博智云CEO Michael Wong在线上平台发布AWS无代理跨云容灾解决方案的阐述视频,介绍了

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

客户案例:安全海外中继助力知名家电企业化解海外通邮困境

1、客户背景 广东格兰仕集团有限公司(以下简称“格兰仕”),成立于1978年,是中国家电行业的领军企业之一。作为全球最大的微波炉生产基地,格兰仕拥有多项国际领先的家电制造技术,连续多年位列中国家电出口前列。格兰仕不仅注重业务的全球拓展,更重视业务流程的高效与顺畅,以确保在国际舞台上的竞争力。 2、需求痛点 随着格兰仕全球化战略的深入实施,其海外业务快速增长,电子邮件成为了关键的沟通工具。