近日,2024 云棲大會在杭州成功舉辦。神策數據黃震昕在大會“產品生態伙伴專題:開放創新,共生共贏”以“大模型助力營銷智能化升級”進行了主題演講,探討和展示了神策數據如何通過 AI 與 Data 的深度合作,助力企業實現業務模式創新、運營效率提升和市場競爭力增強。通過智能化營銷能力,實現高效、可持續的增長。以下為演講實錄:
神策數據黃震昕
神策數據作為一家大數據分析及營銷科技服務商,主要業務聚焦在 CDP、數據分析及智能營銷,因此在 AI 大模型方面的探索也與此緊密結合。
神策數據自成立以來一直保持著業內領先地位及前瞻性,目前業務已覆蓋 30 多個主要行業,已服務客戶 2000 余家,包含近百家 Fortune 500 公司及近千家上市公司。
技術上,神策數據幫助客戶結構化的行為數據,日處理新增數據量超過 2500 億條,可匹敵大廠 C 端用戶量級。從 2015 年成立至今,神策數據在數據分析及營銷策略方面積累大量方法論,是行業標準定義者,牽頭制定企業數智化能力成熟度標準、A/B Testing 技術標準、營銷自動化技術標準、CDP 技術標準、大數據用戶行為數據分析技術標準、企業數據安全治理標準等 45 個營銷科技相關專利,也在不斷思考如何將自身技術與 AI 相結合。
一、 AI 大模型革命浪潮與神策數據業務領域
神策數據接觸 AI 及機器學習較早,和 AI 結合最初的產品線是神策智能推薦。神策智能推薦專注于賦能業務增長,以用戶行為數據為基礎,采用深度學習等先進的機器學習算法,幫助企業構建智能物品分發中心,實現對用戶“千人千面”的個性化推薦,改善用戶體驗,持續提升核心業務指標。然而由于定制化需求過高,沒有成為大規模、標準化的產品線。ChatGPT3.0出現后,神策數據團隊在 AI 與數據分析的結合方面做了很多測試,但效果僅能達到 Demo 環境下的水平,無法支持真實環境。
ChatGPT4.0 的出現帶來了新的可能性,神策團隊針對大模型在數據分析方向的能力再次測試,發現效果得到大幅提升。在此基礎上,神策數據展開了更多探索,也嘗試了更多應用場景。在技術成熟度和商業價值的綜合考量下,將 AI 正式提升為核心戰略。
二、 神策數據的理念升級
神策數據一直是一家理念先行的公司,在過去九年間完成了經營理念從“重構數據根基”到“打造數據閉環”,再到“AI + 編排客戶旅程”的升級。
從互聯網時代到數字化時代,從流量紅利到觸點紅利,企業的經營需求也從「深度的用戶行為分析」轉變到「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,關注客戶需求、感受和滿意度,相比較業務流程從公司內部視角出發,關注效率、成本控制和一致性,更能匹配數字化時代企業在客戶經營場景中的迫切需求。
為了幫助企業加速落地 CJO,實現全渠道統一客戶體驗,提升客戶滿意度與留存,提升 LTV 和運營效率,神策數據總結出 MTAOO 方法論,包括繪制(Map)、埋點(Track)、分析(Analyze)、編排(Orchestrate)、優化(Optimize)五個階段。在客戶旅程編排的過程中會遇到很多困難,比如如何梳理復雜流程、埋點及營銷策略如何升級等。而神策數據當下要解決的,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、 神策數據客戶旅程編排實踐
以神策數據服務過的某國有大行為例,該行董事會層面提出了“零售 + 科技”的戰略,核心發展目標為月活增長和 AUM 提升,而在客戶體驗、業務流程、數據基礎等方面相對薄弱。現有的粗放式數據分析和運營方式不再滿足業務運營的需求,因此,亟需制定數據驅動的業務增長策略,體系化、精細化地支持手機銀行業務的持續發展。第一步,搭建 CJO 運營引擎能力;第二步,跑通基客客戶旅程經營閉環;第三步,接入特色客群客戶旅程。總而言之,需要基于數據反饋不斷的進行提升與迭代,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,神策數據一直持續對其進行調優。在如此繁重的工作量前,并不是每家企業都能像國有大行一樣投入大規模的人力。神策數據在過往對 2000+ 家客戶服務過程中,積累了豐富的實踐經驗,總結出方法論。這也促使我們思考,如何以 AI 的方式,將所有環節轉化的更高效、門檻更低。
四、 神策數據 + AI:認識性能邊界
在將神策數據本身能力與 AI 結合過程中,我們主要遇到三個問題:
1、 模型性能問題:也就是幻覺問題。神策數據是一家以數據分析為基礎的公司,數據相關場景都比較嚴肅,需要考慮如何在產品設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。這直接關聯到金錢成本和響應速度。
3、 響應速度問題:在用戶界面上,可以通過設計加載動畫、進度條等元素來提高用戶對等待時間的容忍度,從而在不犧牲響應速度的前提下,優化用戶體驗。
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計的方法論及案例庫融合進 MTAOO,打造出三款神策數據 AI 產品:客戶旅程 GPT、數據分析 Copilot 及用戶運營 Copilot。
神策數據此前圍繞客戶旅程編排,構建了三大引擎產品體系,為客戶提供更全面、更高效、更貼近業務的產品與服務。
客戶數據引擎,即客戶數據平臺(CDP),對應神策數界平臺(Sensors Data Horizon),除了具備全域、實時、靈活圈選三大必備能力之外,神策數界平臺還擁有突出的高性能查詢能力,通過整合多源數據、關聯全域 ID、擴展多實體的數據模型、構建客戶分群和標簽,同時結合豐富的數據加工方式和數據輸出能力,為業務分析洞察、自動化營銷等場景的全域客戶經營提供數據基石
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據分析能力,支撐企業從客戶到經營,從 “人” 到 “場” 的全視角旅程分析與決策。
客戶旅程優化引擎,即神策智能運營(Sensors Focus),作為客戶旅程編排的 “發動機”,囊括受眾服務、用戶旅程服務、內容決策服務、觸達通道服務四大組件服務能力,支撐營銷過程中的營銷受眾圈選、觸發時機選擇、營銷內容決策、觸達渠道對接,助力企業更高效地經營客戶。客戶旅程優化引擎集合實時、靈活配置、高并發、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。
神策數據三大引擎之間包含很多數據流聯系,并在 2023 實現引擎之間互相由 Open API 打通。在進行 AI 升級后,由客戶旅程 GPT 對應客戶旅程優化引擎,包含客戶旅程設計及埋點環節;數據分析 Copiot 對應客戶旅程分析引擎;用戶運營 Copilot 與三大引擎都相關。
神策數據的三款 AI 產品,正式借用了 Open API 的能力,也提升了研發速度。
五、 神策數據 AI 產品矩陣介紹
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,用戶可以將產品截圖、訪談紀要、功能描述甚至 Web 網址進行輸入,客戶旅程 GPT 后臺會使用后臺爬蟲進行數據抓取,通過大模型生成客戶旅程,提取核心指標,進而生成埋點事件。埋點事件生成后,還可以 AI 自動生成埋點代碼,并自動直接插入到各種開發框架中,高效地實現用戶行為數據的跟蹤與記錄,減少跨部門的溝通,并自動完成埋點校驗。
這里最重要的是神策數據的方法論及案例知識庫。神策數據通過 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文檔達到資深分析師水準,實現真正可用、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文檔達到資深分析師水準,實現真正可用、效率倍增。
? 效率提升 5 倍:簡化流程,減少內部溝通復雜性
? 最佳實踐賦能:融合神策數據最佳實踐,確保一體化生成與執行的一致性,一步做到位
? 易于拓展維護:支持隨時自主增加埋點,靈活應對需求變化,同時保持系統的易維護性
客戶旅程 GPT 是融合了神策數據 2000+ 客戶的旅程、指標、埋點的最佳實踐。
2、 數據分析 Copilot
在當今數字化時代,將用戶的自然語言問題轉換為SQL查詢(NLP to SQL)對于降低訪問關系數據庫的門檻具有重要意義,但在實際測試中很難達到真正投入使用的狀態。這相當于使用大模型去做“填空題”,會導致開放度過高的問題。
數據分析 Copilot 可直接對接神策分析界面,相當于進行降維處理,通過自然語言查詢,直接將事件分析模型跳轉過去,從”填空題“變為”選擇題“,讓數據分析 Copilot 產生的數據分析結果可理解、可信任、可調整。
數據分析 Copilot 也是智能洞察業務數據的數據解讀助手。很多客戶會要求神策數據資深分析師做每周的數據分析報告,甚至要求高于這個頻次。而數據分析 Copilot 以神策數據方法論融合 AI 大模型能力,以神策數據最佳實踐和案例作支撐,通過自然語言交互完成高效的數據解讀,實現行業最佳實踐支持,并具備多行業適用性。
3、 用戶運營 Copilot
神策數據在用戶運營與 AI 大模型結合方面也走在技術探索前沿。目前 AI 產業中 AIGC 的發展最為聚焦,也取得較多突破。大模型與傳統機器學習如果能相結合,會對技術推動產生更好的影響。
用戶運營即是策略設計的核心環節,過程包含任務啟動、目標選擇、需求分析、人群圈選、方案策劃、詳細實施、效果評估、持續優化等。過程中環節眾多,有很多環節可以使用 AI 進行提效。神策數據用戶運營 Copilot 目前在大部分環節已進行到 Demo 階段,也請各位持續關注近期動向。
神策數據目前也在找尋產品的試用客戶,歡迎合作伙伴前來交流。近期神策數據公眾號會正式發布客戶旅程 GPT 的詳細產品介紹及視頻,敬請期待。
