信之数据 达于成效

truth in data proof in performance
2022年12月30日

返回上一级
详情

Merkle 2022 Q3客户互动报告 | 用现代数据策略弥补客户体验业务脱节

体验经济下,在特定时刻为不同消费者提供他们所期望的体验,正成为商业增长的不二法宝。作为一家客户至上的公司,无论行业、品牌或商业模式,都应将实现客户个性化作为首要任务。个性化的成功始于对客户数据的掌握。为了建立和保持这种优势,品牌必须驾驭变化,不断做出关键决策,决定在何处以及如何提升数据能力,从而实现大规模个性化。

为了帮助企业规划最有效的前进道路,Merkle调查了来自英国和美国各行业领先品牌的600多位营销、数据和IT领导者,以评估他们面对挑战以及制定客户数据策略的关键要素。在本报告中,我们从战略、技术、数据三大维度的调研结果帮助企业

•确定掌握客户数据的关键差距和障碍;
•强调对实现规模个性化的影响及对增长、品牌价值、创新和其他关键业务目标的影响;
•探索品牌如何弥补这些差距,重回正轨。

1.战略
企业数据战略的成熟度取决于如何使用用户数据。客户数据为整个组织创造价值,不仅是营销,还包括产品、销售、服务、战略和许多其他有助于消费者整体体验提升的团队。当客户数据没有统一提供给整个公司使用时,每一个部门都需要从头开始构建自己的孤立数据结构。这种冗余的做法大大增加了支出和响应能力,导致品牌对客户的了解信息不一致。此外,能够推动创新的信息也无法共享。最终导致该公司在收集和管理客户数据方面的投资回报率较低。仅有32%的被访者表示,用户数据被应用于整个企业运营中;68%的被访者表示,用户数据主要被市场/CX团队应用。

about-merkle-a-people-based-marketing-agency

我们的调查发现,实现规模个性化目标的最大障碍是受众分散在各个渠道上(25%),其次是孤立或不结盟的团队(24%)。

about-merkle-a-people-based-marketing-agency

面对这样的状况,该如何应对?
首先,数据清理的工作是必须的,确保无论数据来自哪个部门,都是干净的、一致的相同格式。其次,拥有一个强大的第一方数据收集策略将会帮助组织打好基础,以便在整个业务范围内利用这些数据提升客户体验。例如,数据可以在与客户通话时通知呼叫中心工作人员,或向店内员工提供相关信息,如POS上的生日等。然而,IT需求和治理是强有力的数据战略的关键,IT领导者必须了解所有流程,这对成功至关重要。同时,企业管理必须要保持敏捷性,以确保不会在繁琐的流程上限制了创新应用的速度。最后,将数据汇集在一起,以确保访问和使用相同的客户数据源,并能够支持结构化和非结构化数据,从而在组织内创造灵活性。

2.技术
由于纷繁复杂和不断变化的市场环境,许多品牌采用单点解决方案进行客户体验的布局和投资。这往往使企业面临全渠道集成和实时连接的问题,最终限制了充分利用技术堆栈或其单个组件的能力。绩效和ROI未能达到预期。虽然很大一部分受访者已经实现了跨多个渠道交付数据驱动的CX能力,但只有15%的受访者表示能够实现全渠道个性化。

about-merkle-a-people-based-marketing-agency

商业发展和消费者动态的快速变化通常会促使决策者快速填补空白或添加新的CX功能,从而为企业带来竞争优势。随着大量客户数据从多种渠道、接触点和业务系统涌入,数据访问通常不会上升到关键优先级。只有当客户数据正确地集成、格式化、管理并实时应用时,复杂的CX堆栈才能实现其全部价值。许多公司未能优先考虑其数据基础,导致了无法实现即时的规模个性化、不断增加的技术工作量、日后的整合以及隐藏的下游成本。

面对这样的问题,企业应该如何处理?
了解并与组织的关键计划保持一致,使每个人都能朝着相同的目标努力。将一个企业试图实现的结果作为中心点,并建立一个可以支持它的技术战略,例如需要收集哪些数据,或者必须采用哪些技术才能最好地实现这些目标?这将减少投资单点解决方案的做法;相反,它将支持投资于满足这些关键计划的技术,并可连接到中央数据平台的多个部门使用。在实施新技术时,至关重要的是确定优先级,并不断取得胜利和成绩。这使团队能够了解该解决方案将如何使他们受益,并开始看到投资回报。

3.数据
当底层数据实践和平台不支持时,即使是拥有现代和扩展数据策略的品牌也会受到影响。依赖CRM系统或跨渠道平台的集成来存储客户数据,这将限制了实时分析复杂数据集并推动决策的能力。相反,它削弱了CX个性化的有效性,也削弱了整个企业构建丰富见解和推动创新的努力。只有四分之一的受访者将企业的活动数据存储在中央数据平台中;39%的人将数据保存在CRM中。

about-merkle-a-people-based-marketing-agency

根本问题在于,企业用AI分析大量的、具有丰富历史的数据后,,应用在各种业务中。虽然受访者可能认为整个组织都可以使用用户数据,但这些数据的价值往往会降低,因为这些数据所在的系统不是为大规模个性化的前沿功能而构建的。从一个本地或多个本地数据库迁移对于品牌来说是一个艰巨的任务。然而,这是一个必要的举措,以释放规模和敏捷性,满足需求,并让整个组织能够利用从营销到销售到服务的数据。

企业应怎么做
除非企业拥有强大的内部资源,否则数据的迁移是十分困难的。找一个有大规模迁移经验并了解企业及商业环境的合作伙伴,帮助企业实现这一数据转换,这样可以更快地看到ROI的提升。无论组织希望进行何种类型的转换,第一步都应该是为迁移的数据构建用例(use case)。将用例缩小到一个或两个,即便这可能超出了公司目前在单个客户旅程中能够实现的范围。与其描述单独的旅程,不如将所有可能的技术能力纳入用例框架。这将有助于供应商满足企业的所有需求。

另外,数据库应具有开放的体系结构和对合作伙伴友好的即插即用的解决方案。通过将营销技术堆栈中的所有功能连接起来,利用一个有凝聚力的技术引擎,从而充分利用客户数据。例如,这允许营销人员激活客户档案,并在收集新数据时实时更新,从而加强客户关系。整个组织可以民主化的利用客户数据来更有效地激活用例。

想了解更多关于该报告的解读和案例,请与MerkleChina@merkleinc.com联系获取完整版报告。