中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

隨著行業對CEM（客戶體驗管理）的逐漸重視，從業者也需要進一步關注相應的趨勢發展。在這篇文章里，作者就嘗試對數據驅動的視角轉變、以及客戶體驗管理的趨勢進行了分析，不妨來看一下作者的結論。

今天的以消費者為中心以及企業數字化都在為CEM（客戶體驗管理）做鋪墊，用戶增長也會從依賴大量單點的實驗數據到背后數據聯系所串聯的用戶體驗鏈路。

先來聊聊數據驅動。

一、數據驅動的視角轉變

數據驅動是一個很泛的概念，那我們具象化來看這個問題。

其實數據驅動的第一步是有數可用，或者說能基本滿足密集的數據分析需求。當然這背后是一系列復雜的數據加工及模型設計邏輯，從數據采集到可復用來解決需求爆炸問題，簡單來說我們要把case by case的數據需求轉變成可復用的中間層數據（指標模型數倉的dwd、dws，這就是阿里數據中臺OneData的核心）。

我們很多時候工作中也是在看數據，用數據，那就已經過渡到數據驅動了嗎？其實數據驅動的視角和為了驗證結果去看數據是不同的。不同在于數據是始不是終，就是基于目標去找與策略動作的數據聯系（即歸因），從而讓干預過程變的可量化、可預測?？赡鼙容^抽象，我們來描繪一下這個過程。

就拿用戶增長的場景來看，當我們解決了有數可用的痛點后，基于已有的用戶行為數據去刻畫用戶路徑的大圖（可以作為Dashboard，但不僅僅是可視化，而是作為后續執行動作的決策依據，或決策樹）。用戶路徑刻畫反映的是場景、階段環節與目標，而不同階段可以與我們自身的用戶模型相對應。

拿AIPL舉例，那就是會把整個用戶路徑分成認知（A）、興趣（I）、購買（P）與忠誠（L），不同階段會有不同的策略框架。業務目標拆解后與不同階段相對應，比如拉新、活躍、留存、召回等。同時每一個節點都會有相應的指標去監測。

這還沒完，最關鍵的是數據要和具體策略動作相銜接，也就是說我需要可以通過目標環節數據去下鉆到具體的運營動作。銜接的目的是為了目標數據與執行動作的關聯，從而未來可以作為目標拆解動作的依據。

當然銜接的前提是我需要把工具集（即權益）、素材集（即內容）等線上化且固化下來，否則永遠數據和動作是割裂的，無法評估的。運營動作亦或實驗后會有具體的效果指標反饋，從而觀測對目標的貢獻進而優化策略，從而逐步對策略進行固化沉淀。

圖1.1 數據驅動邏輯示意圖

所以整體邏輯簡單來講就是通過目標與業務鏈路上的數據從而驅動落地執行，然后基于執行側的數據反饋后逐步優化策略從而滿足業務目標，并且在過程中可以通過數據情況把控進度。

這個思路在產品設計上也是通的，這也是智能化的基本思路。在我以前做的很多產品設計的理念都會以Dashboard為主線，然后會下鉆關聯到相應的功能（即動作策略），去引導使用產品的用戶變成數據驅動型。當然這背后也暗含著產品智能化的實現路徑，只有積累足夠多的場景數據、執行策略與反饋（即算法訓練集）才能逐步實現智能化。

二、CEM客戶體驗管理的趨勢

成熟的CEM會包含內外兩個方向——外部的消費者以及內部員工。內部會涉及到一些組織中臺的概念我們暫且先不討論。

市場越來越同質化以及信息對稱，除了效率是企業核心競爭力外，服務與用戶體驗是第二增長來源以及企業發展趨勢毋庸置疑。所以大多數企業的目標都是想實現用戶體驗管理，但這個東西沒那么簡單，是有門檻的。CEM不是簡單的通過NPS、調研就可以解決問題的。CEM是一個真正純數據驅動的事情，需要以用戶數據整合為基礎，單光這一個門檻，很多企業就跨不過去，惹得焦頭爛額。

所以我一直說對于一般企業CEM是要基于CDP（客戶數據平臺——核心是全域用戶數據歸集，當然有真正意義上數據中臺的企業除外）之上來實現的。

那CEM是什么？我先通過一個場景來讓大家理解一下。對于用戶體驗可以引發很多問題，比如現在大多數企業遇到的用戶流失問題、流失用戶召回、老帶新以及沉默用戶激活等等。那這些問題其實會涉及很多環節，那我們盡量把環節找到并變成用戶的觸點或可進行數據收集的點（這些環節在不同業務板塊中呈現形式也不同，比如業務鏈路、用戶路徑、產品功能模塊等），同樣也是可歸因的因素因子。

當然這里面會有些難點，比如因子的確定?，F在普遍的做法是通過調研的方式進行歸納，或專家經驗。當觸點建立后那數據收集體系就成型了，當然這些點狀的因子是需要通過業務邏輯去建立關系的，像決策樹的分支一樣。

當然關系建立的背后會涉及很多專業的數據加工模型以及歸因模型，像指標關系圖譜的構建（這里核心解決的是分析框架中指標貢獻度與權重的關系）、或通過迭代分析、差額分析、基尼系數、甚至杜邦分析等一系列的歸因方法。

簡單來講就是我們通過某個核心問題或指標拆解成一種類似決策樹的分析框架，去把每一個分支節點作為用戶觸點進行數據收集，基于業務邏輯關系從而進行歸因，之后去解決有問題的環節從而來提升優化目標。

所以CEM更像是一個數據結果應用，而CDP是前提。

數據驅動視角的轉變是為了客戶體驗管理做鋪墊，無論是從理念、數據建設、全鏈路可量化可視化還是發展路徑。

所以無論是數據驅動也好，CEM也好，核心本質是數據閉環的反饋優化，以及構建數據之間的聯系。