近日,2024 云棲大會在杭州成功舉辦。神策數(shù)據(jù)黃震昕在大會“產(chǎn)品生態(tài)伙伴專題:開放創(chuàng)新,共生共贏”以“大模型助力營銷智能化升級”進(jìn)行了主題演講,探討和展示了神策數(shù)據(jù)如何通過 AI 與 Data 的深度合作,助力企業(yè)實現(xiàn)業(yè)務(wù)模式創(chuàng)新、運(yùn)營效率提升和市場競爭力增強(qiáng)。通過智能化營銷能力,實現(xiàn)高效、可持續(xù)的增長。以下為演講實錄:
神策數(shù)據(jù)黃震昕
神策數(shù)據(jù)作為一家大數(shù)據(jù)分析及營銷科技服務(wù)商,主要業(yè)務(wù)聚焦在 CDP、數(shù)據(jù)分析及智能營銷,因此在 AI 大模型方面的探索也與此緊密結(jié)合。
神策數(shù)據(jù)自成立以來一直保持著業(yè)內(nèi)領(lǐng)先地位及前瞻性,目前業(yè)務(wù)已覆蓋 30 多個主要行業(yè),已服務(wù)客戶 2000 余家,包含近百家 Fortune 500 公司及近千家上市公司。
技術(shù)上,神策數(shù)據(jù)幫助客戶結(jié)構(gòu)化的行為數(shù)據(jù),日處理新增數(shù)據(jù)量超過 2500 億條,可匹敵大廠 C 端用戶量級。從 2015 年成立至今,神策數(shù)據(jù)在數(shù)據(jù)分析及營銷策略方面積累大量方法論,是行業(yè)標(biāo)準(zhǔn)定義者,牽頭制定企業(yè)數(shù)智化能力成熟度標(biāo)準(zhǔn)、A/B Testing 技術(shù)標(biāo)準(zhǔn)、營銷自動化技術(shù)標(biāo)準(zhǔn)、CDP 技術(shù)標(biāo)準(zhǔn)、大數(shù)據(jù)用戶行為數(shù)據(jù)分析技術(shù)標(biāo)準(zhǔn)、企業(yè)數(shù)據(jù)安全治理標(biāo)準(zhǔn)等 45 個營銷科技相關(guān)專利,也在不斷思考如何將自身技術(shù)與 AI 相結(jié)合。
一、 AI 大模型革命浪潮與神策數(shù)據(jù)業(yè)務(wù)領(lǐng)域
神策數(shù)據(jù)接觸 AI 及機(jī)器學(xué)習(xí)較早,和 AI 結(jié)合最初的產(chǎn)品線是神策智能推薦。神策智能推薦專注于賦能業(yè)務(wù)增長,以用戶行為數(shù)據(jù)為基礎(chǔ),采用深度學(xué)習(xí)等先進(jìn)的機(jī)器學(xué)習(xí)算法,幫助企業(yè)構(gòu)建智能物品分發(fā)中心,實現(xiàn)對用戶“千人千面”的個性化推薦,改善用戶體驗,持續(xù)提升核心業(yè)務(wù)指標(biāo)。然而由于定制化需求過高,沒有成為大規(guī)模、標(biāo)準(zhǔn)化的產(chǎn)品線。ChatGPT3.0出現(xiàn)后,神策數(shù)據(jù)團(tuán)隊在 AI 與數(shù)據(jù)分析的結(jié)合方面做了很多測試,但效果僅能達(dá)到 Demo 環(huán)境下的水平,無法支持真實環(huán)境。
ChatGPT4.0 的出現(xiàn)帶來了新的可能性,神策團(tuán)隊針對大模型在數(shù)據(jù)分析方向的能力再次測試,發(fā)現(xiàn)效果得到大幅提升。在此基礎(chǔ)上,神策數(shù)據(jù)展開了更多探索,也嘗試了更多應(yīng)用場景。在技術(shù)成熟度和商業(yè)價值的綜合考量下,將 AI 正式提升為核心戰(zhàn)略。
二、 神策數(shù)據(jù)的理念升級
神策數(shù)據(jù)一直是一家理念先行的公司,在過去九年間完成了經(jīng)營理念從“重構(gòu)數(shù)據(jù)根基”到“打造數(shù)據(jù)閉環(huán)”,再到“AI + 編排客戶旅程”的升級。
從互聯(lián)網(wǎng)時代到數(shù)字化時代,從流量紅利到觸點(diǎn)紅利,企業(yè)的經(jīng)營需求也從「深度的用戶行為分析」轉(zhuǎn)變到「個性化、全渠道一致的客戶體驗」。客戶旅程編排(Customer Journey Orchestration,客戶全生命周期交互體驗管理,簡稱 CJO)關(guān)注的正是客戶全生命周期的體驗管理。
客戶旅程從客戶體驗出發(fā),關(guān)注客戶需求、感受和滿意度,相比較業(yè)務(wù)流程從公司內(nèi)部視角出發(fā),關(guān)注效率、成本控制和一致性,更能匹配數(shù)字化時代企業(yè)在客戶經(jīng)營場景中的迫切需求。
為了幫助企業(yè)加速落地 CJO,實現(xiàn)全渠道統(tǒng)一客戶體驗,提升客戶滿意度與留存,提升 LTV 和運(yùn)營效率,神策數(shù)據(jù)總結(jié)出 MTAOO 方法論,包括繪制(Map)、埋點(diǎn)(Track)、分析(Analyze)、編排(Orchestrate)、優(yōu)化(Optimize)五個階段。在客戶旅程編排的過程中會遇到很多困難,比如如何梳理復(fù)雜流程、埋點(diǎn)及營銷策略如何升級等。而神策數(shù)據(jù)當(dāng)下要解決的,就是如何使用 AI 來提升客戶旅程編排的效率和效果,讓其更簡單、門檻更低。
三、 神策數(shù)據(jù)客戶旅程編排實踐
以神策數(shù)據(jù)服務(wù)過的某國有大行為例,該行董事會層面提出了“零售 + 科技”的戰(zhàn)略,核心發(fā)展目標(biāo)為月活增長和 AUM 提升,而在客戶體驗、業(yè)務(wù)流程、數(shù)據(jù)基礎(chǔ)等方面相對薄弱?，F(xiàn)有的粗放式數(shù)據(jù)分析和運(yùn)營方式不再滿足業(yè)務(wù)運(yùn)營的需求,因此,亟需制定數(shù)據(jù)驅(qū)動的業(yè)務(wù)增長策略,體系化、精細(xì)化地支持手機(jī)銀行業(yè)務(wù)的持續(xù)發(fā)展。第一步,搭建 CJO 運(yùn)營引擎能力;第二步,跑通基客客戶旅程經(jīng)營閉環(huán);第三步,接入特色客群客戶旅程?？偠灾?需要基于數(shù)據(jù)反饋不斷的進(jìn)行提升與迭代,讓整個客戶旅程變得越來越好。
在以上客戶旅程編排過程中,神策數(shù)據(jù)一直持續(xù)對其進(jìn)行調(diào)優(yōu)。在如此繁重的工作量前,并不是每家企業(yè)都能像國有大行一樣投入大規(guī)模的人力。神策數(shù)據(jù)在過往對 2000+ 家客戶服務(wù)過程中,積累了豐富的實踐經(jīng)驗,總結(jié)出方法論。這也促使我們思考,如何以 AI 的方式,將所有環(huán)節(jié)轉(zhuǎn)化的更高效、門檻更低。
四、 神策數(shù)據(jù) + AI:認(rèn)識性能邊界
在將神策數(shù)據(jù)本身能力與 AI 結(jié)合過程中,我們主要遇到三個問題:
1、 模型性能問題:也就是幻覺問題。神策數(shù)據(jù)是一家以數(shù)據(jù)分析為基礎(chǔ)的公司,數(shù)據(jù)相關(guān)場景都比較嚴(yán)肅,需要考慮如何在產(chǎn)品設(shè)計中減少幻覺問題的影響。最終采取以大模型和 Function Call 能力相結(jié)合的方式,來提高用戶體驗。
2、 模型成本問題:追求更高性能的大模型通常意味著更高的計算成本。這直接關(guān)聯(lián)到金錢成本和響應(yīng)速度。
3、 響應(yīng)速度問題:在用戶界面上,可以通過設(shè)計加載動畫、進(jìn)度條等元素來提高用戶對等待時間的容忍度,從而在不犧牲響應(yīng)速度的前提下,優(yōu)化用戶體驗。
面對這些問題,首先是對使用場景做窮舉,以大量測試探索目前大模型的邊界。之后將神策分析和策略設(shè)計的方法論及案例庫融合進(jìn) MTAOO,打造出三款神策數(shù)據(jù) AI 產(chǎn)品:客戶旅程 GPT、數(shù)據(jù)分析 Copilot 及用戶運(yùn)營 Copilot。
神策數(shù)據(jù)此前圍繞客戶旅程編排,構(gòu)建了三大引擎產(chǎn)品體系,為客戶提供更全面、更高效、更貼近業(yè)務(wù)的產(chǎn)品與服務(wù)。
客戶數(shù)據(jù)引擎,即客戶數(shù)據(jù)平臺(CDP),對應(yīng)神策數(shù)界平臺(Sensors Data Horizon),除了具備全域、實時、靈活圈選三大必備能力之外,神策數(shù)界平臺還擁有突出的高性能查詢能力,通過整合多源數(shù)據(jù)、關(guān)聯(lián)全域 ID、擴(kuò)展多實體的數(shù)據(jù)模型、構(gòu)建客戶分群和標(biāo)簽,同時結(jié)合豐富的數(shù)據(jù)加工方式和數(shù)據(jù)輸出能力,為業(yè)務(wù)分析洞察、自動化營銷等場景的全域客戶經(jīng)營提供數(shù)據(jù)基石
客戶旅程分析引擎,即神策分析(Sensors Analytics),除了具備全域、全鏈路、實時和靈活的四大核心能力之外,神策客戶旅程分析引擎面向多角色提供可視化的數(shù)據(jù)分析能力,支撐企業(yè)從客戶到經(jīng)營,從 “人” 到 “場” 的全視角旅程分析與決策。
客戶旅程優(yōu)化引擎,即神策智能運(yùn)營(Sensors Focus),作為客戶旅程編排的 “發(fā)動機(jī)”,囊括受眾服務(wù)、用戶旅程服務(wù)、內(nèi)容決策服務(wù)、觸達(dá)通道服務(wù)四大組件服務(wù)能力,支撐營銷過程中的營銷受眾圈選、觸發(fā)時機(jī)選擇、營銷內(nèi)容決策、觸達(dá)渠道對接,助力企業(yè)更高效地經(jīng)營客戶?？蛻袈贸虄?yōu)化引擎集合實時、靈活配置、高并發(fā)、開放性四大必備能力為一體,擁有聚焦核心能力、低接入成本、全鏈路可控三大競爭力。
神策數(shù)據(jù)三大引擎之間包含很多數(shù)據(jù)流聯(lián)系,并在 2023 實現(xiàn)引擎之間互相由 Open API 打通。在進(jìn)行 AI 升級后,由客戶旅程 GPT 對應(yīng)客戶旅程優(yōu)化引擎,包含客戶旅程設(shè)計及埋點(diǎn)環(huán)節(jié);數(shù)據(jù)分析 Copiot 對應(yīng)客戶旅程分析引擎;用戶運(yùn)營 Copilot 與三大引擎都相關(guān)。
神策數(shù)據(jù)的三款 AI 產(chǎn)品,正式借用了 Open API 的能力,也提升了研發(fā)速度。
五、 神策數(shù)據(jù) AI 產(chǎn)品矩陣介紹
1、 客戶旅程 GPT(Jtracking AI)
客戶旅程 GPT 主要功能即為 CJO 提效。以實際操作為例,用戶可以將產(chǎn)品截圖、訪談紀(jì)要、功能描述甚至 Web 網(wǎng)址進(jìn)行輸入,客戶旅程 GPT 后臺會使用后臺爬蟲進(jìn)行數(shù)據(jù)抓取,通過大模型生成客戶旅程,提取核心指標(biāo),進(jìn)而生成埋點(diǎn)事件。埋點(diǎn)事件生成后,還可以 AI 自動生成埋點(diǎn)代碼,并自動直接插入到各種開發(fā)框架中,高效地實現(xiàn)用戶行為數(shù)據(jù)的跟蹤與記錄,減少跨部門的溝通,并自動完成埋點(diǎn)校驗。
這里最重要的是神策數(shù)據(jù)的方法論及案例知識庫。神策數(shù)據(jù)通過 RAG 的方法,以過往幾千家客戶實踐下來的模板庫及知識庫來支撐其運(yùn)行。在實踐中,通過多輪自然語言對話,可使客戶旅程 GPT 最終生成的客戶旅程及埋點(diǎn)文檔達(dá)到資深分析師水準(zhǔn),實現(xiàn)真正可用、效率倍增。
客戶旅程 GPT 在實踐中,可通過多輪自然語言對話,使最終生成的客戶旅程及埋點(diǎn)文檔達(dá)到資深分析師水準(zhǔn),實現(xiàn)真正可用、效率倍增。
? 效率提升 5 倍:簡化流程,減少內(nèi)部溝通復(fù)雜性
? 最佳實踐賦能:融合神策數(shù)據(jù)最佳實踐,確保一體化生成與執(zhí)行的一致性,一步做到位
? 易于拓展維護(hù):支持隨時自主增加埋點(diǎn),靈活應(yīng)對需求變化,同時保持系統(tǒng)的易維護(hù)性
客戶旅程 GPT 是融合了神策數(shù)據(jù) 2000+ 客戶的旅程、指標(biāo)、埋點(diǎn)的最佳實踐。
2、 數(shù)據(jù)分析 Copilot
在當(dāng)今數(shù)字化時代,將用戶的自然語言問題轉(zhuǎn)換為SQL查詢(NLP to SQL)對于降低訪問關(guān)系數(shù)據(jù)庫的門檻具有重要意義,但在實際測試中很難達(dá)到真正投入使用的狀態(tài)。這相當(dāng)于使用大模型去做“填空題”,會導(dǎo)致開放度過高的問題。
數(shù)據(jù)分析 Copilot 可直接對接神策分析界面,相當(dāng)于進(jìn)行降維處理,通過自然語言查詢,直接將事件分析模型跳轉(zhuǎn)過去,從”填空題“變?yōu)?rdquo;選擇題“,讓數(shù)據(jù)分析 Copilot 產(chǎn)生的數(shù)據(jù)分析結(jié)果可理解、可信任、可調(diào)整。
數(shù)據(jù)分析 Copilot 也是智能洞察業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)解讀助手。很多客戶會要求神策數(shù)據(jù)資深分析師做每周的數(shù)據(jù)分析報告,甚至要求高于這個頻次。而數(shù)據(jù)分析 Copilot 以神策數(shù)據(jù)方法論融合 AI 大模型能力,以神策數(shù)據(jù)最佳實踐和案例作支撐,通過自然語言交互完成高效的數(shù)據(jù)解讀,實現(xiàn)行業(yè)最佳實踐支持,并具備多行業(yè)適用性。
3、 用戶運(yùn)營 Copilot
神策數(shù)據(jù)在用戶運(yùn)營與 AI 大模型結(jié)合方面也走在技術(shù)探索前沿。目前 AI 產(chǎn)業(yè)中 AIGC 的發(fā)展最為聚焦,也取得較多突破。大模型與傳統(tǒng)機(jī)器學(xué)習(xí)如果能相結(jié)合,會對技術(shù)推動產(chǎn)生更好的影響。
用戶運(yùn)營即是策略設(shè)計的核心環(huán)節(jié),過程包含任務(wù)啟動、目標(biāo)選擇、需求分析、人群圈選、方案策劃、詳細(xì)實施、效果評估、持續(xù)優(yōu)化等。過程中環(huán)節(jié)眾多,有很多環(huán)節(jié)可以使用 AI 進(jìn)行提效。神策數(shù)據(jù)用戶運(yùn)營 Copilot 目前在大部分環(huán)節(jié)已進(jìn)行到 Demo 階段,也請各位持續(xù)關(guān)注近期動向。
神策數(shù)據(jù)目前也在找尋產(chǎn)品的試用客戶,歡迎合作伙伴前來交流。近期神策數(shù)據(jù)公眾號會正式發(fā)布客戶旅程 GPT 的詳細(xì)產(chǎn)品介紹及視頻,敬請期待。
