AI已經(jīng)成為一眾互聯(lián)網(wǎng)公司的核心主攻,但談起具體的應用,大部分時候,我們并沒有聽到太多讓人信服的回答,而核心團隊來自硅谷的Datatist想要從用戶運營的角度,談一談他們的看法與實戰(zhàn)。
比如,什么是用戶運營?用戶運營和用戶行為分析的區(qū)別是什么?數(shù)據(jù)和AI驅(qū)動運營的核心是什么?如何用人工智能、大數(shù)據(jù)來持續(xù)的提高用戶活躍度、下單率、復購率、價值度?
iCDO:如何理解AI優(yōu)化,智啟運營(Datatist的slogan)?
宋碧蓮:互聯(lián)網(wǎng)用戶運營的靈魂是數(shù)字化的智能運營,人工智能技術(shù)AI則是運營優(yōu)化的關(guān)鍵。
這里面有幾個要點,首先,我們的目標是做用戶運營優(yōu)化。
運營一般可以分為兩部分:產(chǎn)品運營和用戶運營,前者是為了讓用戶在產(chǎn)品載體,比如APP和小程序上獲得最佳體驗;后者主要是圍繞用戶在平臺內(nèi)外的轉(zhuǎn)化。
用戶運營又可以細分為市場運營,內(nèi)容運營和基于用戶生命周期的個性化運營等等等。
市場運營主要是為了獲取新客,比如花錢買流量,把流量帶回平臺,這部分主要是依靠AdTech,俗稱AdTech拉新。
Dataitst比較關(guān)注偏后段的利用AI進行全生命周期用戶運營的效果優(yōu)化,典型場景有:利用AI和優(yōu)化技術(shù),如何提高用戶拉新轉(zhuǎn)化率?如何提高用戶活躍度?如何促進活躍用戶發(fā)生第一次購買?如果找到最可能復購的老客戶?如何讓低價值用戶提升價值?如何找到最可能買某個新產(chǎn)品的用戶,比如提高新的理財產(chǎn)品或者保險產(chǎn)品的銷售?是通過App的方式進行個性化推薦,還是通過微信的方式進行轉(zhuǎn)化,還是短信的渠道,哪個效果最好?卡券紅包金額如何優(yōu)化才能最大化ROI?甚至是如何利用AI最大化用戶拉新的轉(zhuǎn)化率?
簡單來講,我們可以把智能用戶運營理解為以用戶為中心,實施一整套AI驅(qū)動的用戶運營優(yōu)化策略。
一般來說,大型互聯(lián)網(wǎng)公司內(nèi)部“從BI到AI”產(chǎn)生智能化用戶優(yōu)化的路徑,可以分為幾個步驟:第一步,數(shù)據(jù)的采集與架構(gòu)搭建;第二步,在此基礎(chǔ)上對用戶進行有效分析,包括探究深度行為;第三步,對用戶進行360度畫像分類;第四步,開啟運營活動之前建立AI模型、基于用戶生命周期進行個性化營銷等各種方案,最終找出最佳的決策,智能優(yōu)化。第五步,輸入智能決策,開啟運營活動,分析運營效果,通過AB測試等方法進一步優(yōu)化運營效果。
iCDO:那么,用戶運營的目標或者衡量標準是什么?
宋碧蓮:用戶運營的最終目標肯定是業(yè)務,或者說業(yè)績的增長,具體可以體現(xiàn)在用戶活躍度、下單率、復購率、價值度等指標上。
iCDO:從18年開始,大家的關(guān)注點從增量用戶轉(zhuǎn)為存量用戶,是否也正是在這一階段,大家開始關(guān)注用戶運營,追求精細化,或者說數(shù)據(jù)驅(qū)動的運營?
宋碧蓮:是的,實際上這是一個非常明顯的趨勢,一方面,互聯(lián)網(wǎng)行業(yè)已經(jīng)成為中國支柱型產(chǎn)業(yè),用戶數(shù)量基本是歐洲和美國的總和,現(xiàn)在也進入了飽和階段,大家都是互聯(lián)網(wǎng)用戶了;另一方面,經(jīng)濟大環(huán)境發(fā)生變化,坦白講,大家拉新的預算減少了。
在這種情況下,誰愿意多花點細功夫,誰就能贏得用戶的心,我們看到許多做的好的品牌,都是在圍繞用戶,進行細分,然后不斷去開發(fā)不同的運營策略,非常細致。
用戶運營的意識在變得越來越強,但我們也必須看到,大部分企業(yè)運營理念和能力還停留在很基礎(chǔ)的階段。
比如,大部分互聯(lián)網(wǎng)企業(yè)知道如何燒錢買流量,但流量來了沒有辦法進行科學的轉(zhuǎn)化,這也是為什么我們看到90%的互聯(lián)網(wǎng)平臺都屬于曇花一現(xiàn)。
這是一個巨大的痛點,也是一個巨大的市場需求。
因為團隊主要來自硅谷,比如Linkedin、eBay、Amazon、Google等等,我們在這塊相對經(jīng)驗會多一些,也可以比較明顯看到中美用戶運營方面的差距,比如,美國的用戶運營、數(shù)據(jù)分析能力和AI應用就相對成熟,單從用戶運營的工具層面來看,國內(nèi)市場比國際市場要落后十年左右。
所以,我們希望把相對領(lǐng)先的用戶運營的技術(shù)和方法論產(chǎn)品化,能夠真的幫助中國企業(yè)把流量后端的運營抓起來,帶來實實在在的業(yè)績回報。
iCDO:美國的代表廠商有哪些?他們的特色或者說國內(nèi)可以借鑒的地方是什么?
宋碧蓮:最前沿主要是兩家,一家是Salesforce,起家是做銷售端的CRM,2018年,Salesforce開始和谷歌分析合作,把前端的營銷數(shù)據(jù)打通,形成基于CRM的用戶運營和預測營銷,目前,主要是以2B為主。
另一家是Adobe,是從數(shù)據(jù)端起家的,比如,Ominiture系列的數(shù)據(jù)分析工具,但是沒有營銷云產(chǎn)品,18年收購了Marketo,開始整合數(shù)據(jù)和運營。
這兩家公司就是世界上營銷自動化最強的公司,他們都希望未來發(fā)展成營銷智能化公司,所以Salesforce推出了愛因斯坦,但是場景基于CRM還不夠豐富,自己沒有基于互聯(lián)網(wǎng)的整體應用,只能選擇和Google分析合作。
Adobe 目前落后一步還沒有推出AI產(chǎn)品。他們兩家也都是各自都希望做到數(shù)據(jù)可以驅(qū)動運營,但是因為數(shù)據(jù)和營銷自動化是分別收購的不同公司的產(chǎn)品 ,很難真正打通。 他們也分別希望既有2C的營銷云,又有2B的銷售云。
Datatist 是基于以上的痛點,真正將數(shù)據(jù)和運營打通,并且創(chuàng)造了AI運營大腦,在營銷自動化之外更可以進行營銷智能化的產(chǎn)品,并且既有面向2C消費者的又有面向2B采購商渠道商智能運營的系統(tǒng)。
Datatist完成了從BI到AI,從提供工具到追求效果,從營銷自動化到智能化,從線上到全渠道的突破,目前完成各行業(yè)頭部國內(nèi)外品牌客戶的應用落地,無論拉新,活躍,復購,交叉推薦,價值提升等各種營銷場景上,都達到了3-10倍的穩(wěn)定效果提升。
iCDO:那么,Datatist在國內(nèi)的主要競爭對手是誰?主要是做用戶行為分析的廠商嗎?
宋碧蓮:表面上大家都是做運營,但實際上不太一樣。一方面,同行主要是以產(chǎn)品運營為核心,Datatist所有的策略和優(yōu)化都是基于用戶;另外一方面,大家強調(diào)的用戶行為分析,在我們看來屬于一個基礎(chǔ)的功能,是必須具備的。
而Datatist的核心競爭力是數(shù)據(jù)和AI,真正把數(shù)據(jù)和運營打通,實現(xiàn)了數(shù)據(jù)驅(qū)動運營,并且能夠提供智能化決策,同時能支持傳統(tǒng)行業(yè)線下線上全渠道轉(zhuǎn)化的場景,還既支持2C又支持2B的精細化運營。
一般大家聽到AI會覺得非常理論;但實際上,AI的確是一個抽象的技術(shù),但我們談的是和用戶運營相結(jié)合的AI,必須要把理論和實戰(zhàn)結(jié)合起來。
首先,AI不是說做就能做的,是需要很多年的理論積累,Datatist的團隊都是主攻AI算法的博士,包括我自己博士主攻優(yōu)化算法,博士后學的是機器學習算法,我的導師是美國白宮顧問,全球工業(yè)AI的領(lǐng)袖,我之前的團隊幾乎每年獲得了全球PHM大賽的冠軍。
其次,實戰(zhàn)經(jīng)驗是需要落地到業(yè)務中提升業(yè)績的,這是一個非常大的挑戰(zhàn),Datatist團隊在營銷和用戶運營這個方向做了很多年,大家過往的工作背景,還有包括我們創(chuàng)業(yè)以來一直的方向都是圍繞用戶運營,所以能夠琢磨出一套行之有效的方法,并且可以標準化、產(chǎn)品化。
iCDO:能否列舉一個具體的案例,或者應用場景?
宋碧蓮:好的,我們可以具一個金融行業(yè)的例子,我們的這個客戶是國內(nèi)金融界科技實力最強的集團之一,也非常重視大數(shù)據(jù)、人工智能等領(lǐng)域的開發(fā),希望通過AI技術(shù)提高品牌粘性、品牌活躍度,挖掘用戶的價值,從而對他們進行精細化運營?! ?/p>
首先,我們可以看到,該集團內(nèi)部已經(jīng)擁有好車主(2C)、好伙伴(2B)、團E寶(團隊)等幾十個互聯(lián)網(wǎng)系統(tǒng)。而這些互聯(lián)網(wǎng)系統(tǒng)背后都需要一套有效的方法來進行智能化的用戶運營。
在我們之前已經(jīng)通過同行的產(chǎn)品,但是只是完成了數(shù)據(jù)采集和簡單分析功能。并不能驅(qū)動運營。運營還是經(jīng)驗為主。以人力為主。不能自動化運營,更不能智能化決策。當時客戶選型的時候發(fā)現(xiàn)我們是他們迄今為止見過的第一個真正能夠?qū)?shù)據(jù)和運營結(jié)合起來,不僅提供數(shù)字化運營的整體流程,還能提供完整的AI驅(qū)動智能化決策,提高運營效果。
最好的辦法就是進場拿一個系統(tǒng)來驗證我們的效果。結(jié)果發(fā)現(xiàn)不錯之后,短短幾個月,推廣到了集團幾十個系統(tǒng)。目前已經(jīng)演變成了該企業(yè)大數(shù)據(jù)和精細化運營最大的PAAS平臺。
具體步驟如下,第一個環(huán)節(jié)是數(shù)據(jù)采集+埋點管理,在這邊我們采用的是無埋點與核心事件埋點的結(jié)合。無埋點技術(shù)指的是,對所有頁面元素進行自動埋點。但對于交易數(shù)據(jù)等核心數(shù)據(jù),我們需要通過埋點來精準獲取?! ?/p>
接下來第二步:搭建基于Hadoop spark 等的私有化部署的云平臺。這是集團級別的超大型系統(tǒng),云平臺規(guī)模相當大,并且要同時支持離線和實時兩種模式,支持集團很多部門(主要是業(yè)務和數(shù)據(jù))不同角色的需求。
第三步進行分析,包括行為路徑分析、漏斗轉(zhuǎn)化分析等,這是用戶運營分析非常重要的一環(huán)。在這里提一點,運營分析是分為運營前分析(pre campaign analysis)和運營后分析(post campaign analysis)的。每次運營之前我們都需要用分析中心進行挖掘 ,找到運營的問題,定位出運營優(yōu)化的方向。運營做完之后,要復盤用戶的轉(zhuǎn)化漏斗、轉(zhuǎn)化路徑,并且由于之前做了A/B測試來判定不同人群,所以需要反復對比。
與此同時,不同的活動完成后,我們也要去做渠道歸因,評判這個活動是否能帶來合適的轉(zhuǎn)化。有時候,平臺系統(tǒng)能自行生成事件分析,但數(shù)據(jù)人員可能還希望能夠自己做深入研究。所以,我們還提供一個強大的BI分析工具,可以自定義任何分析,自由挖掘任何想要的分析結(jié)果。
為了做好精細化運營,最關(guān)鍵的一環(huán)是,對用戶進行合理的標簽與畫像??赡芤惶岬疆嬒瘢蠹业母拍罹褪菢撕灒芏鄷r候還要做高級分類的畫像?! ?/p>
比如,哪些用戶是高價值用戶,哪些是中、低價值用戶;哪些是高活躍用戶,哪些是低活躍用戶;哪些人有潛在價值等等,這些都需要進行合理分類??偟貋碚f,我們需要掌握用戶的過去、現(xiàn)在和未來,包括行為標簽、業(yè)務標簽、偏好標簽、產(chǎn)品標簽等等,都需要大量挖掘?! ?/p>
有了這些標簽和畫像后,我們就要對用戶進行有效遷移??梢愿鶕?jù)不同的運營目標,應用不同的算法建立預測模型,將可能轉(zhuǎn)化的人群精準定位、轉(zhuǎn)化,這和市面上的“千人千面”不是一回事(Datatist的做法是提高人群精準度,千人千面是提高內(nèi)容匹配度)?! ?/p>
需要明確的是,所有的活動都并非一次就可以成功。每次活動都要循序漸進地追求優(yōu)化效果,循環(huán)往復中,實現(xiàn)量變到質(zhì)變的飛躍,所以一定要掌握復利原則。也因此,每次活動,我們都要科學的選擇對象,再用AI進行精準預測及觸達,接著對營銷效果進行合理跟蹤,及時進行效果分析,并反復對結(jié)果進行循環(huán)優(yōu)化,形成閉環(huán)。
至于對象的選擇,如圖所示,都可以通過這里進行標簽篩選,然后對它展開活動?;顒觾?nèi)容,這邊也可以做A/B測試,進行優(yōu)化。最終,活動的效果要進行實時跟蹤。
從前,每次活動的總結(jié),都需要數(shù)據(jù)團隊手動抓取活動數(shù)據(jù)進行效果分析,耗時費力,還不一定能把成功、失敗的因素講清楚?,F(xiàn)在,通過預測營銷云,我們不僅可以自動、實時地將活動最終效果分析出來,還極大程度地縮短了分析的過程,降本增效。
iCDO:這個例子非常全面,那么在大家非常關(guān)心的運營效果上,會有哪些明顯的提升?
宋碧蓮:還是以該大型保險企業(yè)為例,在AI智能運營環(huán)節(jié),我們做A/B測試,對比用規(guī)則選人的傳統(tǒng)促活和用模型選人的AI促活分別帶來的營銷結(jié)果。
這兩個活動開出去之后,三天時間就看到了差距。AI促活優(yōu)化,發(fā)了50萬條短信,活躍了7萬人,轉(zhuǎn)化率為14.6%。傳統(tǒng)優(yōu)化,雖然推送了100萬條短信,但僅活躍4萬多人,轉(zhuǎn)化率為4.61%。
可以明顯看到,新方法用了一半的成本,卻達到了1.6倍的轉(zhuǎn)化人數(shù),效率提高了3.2倍。看到效果之后,我們就做全線推廣,幫助該大型保險企業(yè)月活突破至千萬。
不僅是在金融保險行業(yè),我們在新零售、電商、互聯(lián)網(wǎng)等其他行業(yè)也做出了很好的效果。比如將來伊份復購轉(zhuǎn)化率提高12倍、將世紀緣珠寶復購轉(zhuǎn)化率提高9倍以及將伊米妮的投放ROI提高達580等,塑造了很多融合業(yè)務場景的經(jīng)典案例。
iCDO:Datatist已經(jīng)有不少行業(yè)的頭部客戶,最后,我們想了解您當初為什么會選擇回國創(chuàng)業(yè)?
宋碧蓮:毫無疑問,國內(nèi)的市場更大;另外,美國在全球數(shù)字化運營理念和方法都最先進,而我們團隊發(fā)明的AI運營非常行之有效,一直希望將AI運營這個新技術(shù)可以推廣到全世界。
此外,這也和我自身的背景有關(guān),十幾年前在國內(nèi)讀書的時候,就很看好數(shù)據(jù)和營銷、運營的結(jié)合,商業(yè)智能是未來的主流,但是這個方向?qū)θ说木C合素質(zhì)要求特別高,既要懂商業(yè),又要懂AI還要會編程,還要懂業(yè)務,有實際行業(yè)經(jīng)驗。
我花了二十年積累經(jīng)驗,先學計算機,搞明白編程和數(shù)據(jù)分析,然后又學了商業(yè)管理和優(yōu)化的博士,后面又專攻機器學習博士后,完成了商業(yè)智能的各種技能。再在工業(yè)和互聯(lián)網(wǎng)行業(yè)實踐達到百發(fā)百中的效果。現(xiàn)在圍繞智能運營的創(chuàng)業(yè) ,就是將這個技術(shù)標準化產(chǎn)品化出來,都是當初那條線的延展。因為這樣的人才全球太稀缺了 也太難培養(yǎng)了,但是數(shù)字化運營企業(yè)又等不及人才的供應,所以需要制造機器人AI運營團隊來幫助企業(yè)快速實現(xiàn)運營目標。
三年前,選擇回國,一方面市場時機成熟了,另一方面,在美國組建的團隊也都愿意回來跟著干,我們中國人講究的天時地利人和,都齊了,回來也就是自然而然的事情了。
宋碧蓮(Sophia),上海畫龍創(chuàng)始人兼CEO,美國最頂級研究機構(gòu)NSF(美國國家自然基金會)機器學習方向博士后;香港理工管理優(yōu)化博士;在eBay工作期間最早提出了以用戶為中心的個性化市場運營優(yōu)化策略,為eBay挖掘出價值數(shù)億美元的市場營銷機會;將AI和優(yōu)化結(jié)合,創(chuàng)立了AI驅(qū)動用戶運營優(yōu)化的新理論,并在LinkedIn最早應用實踐,將LinkedIn用戶活躍度最高提高28倍,被LinkedIn CEO譽為最好的AI商業(yè)分析師,獲得LinkedIn改革獎。
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 為什么年輕人不愛換手機了
- 柔宇科技未履行金額近億元被曝已6個月發(fā)不出工資
- 柔宇科技被曝已6個月發(fā)不出工資 公司回應欠薪有補償方案
- 第六座“綠動未來”環(huán)保公益圖書館落地貴州山區(qū)小學
- 窺見“新紀元”,2021元宇宙產(chǎn)業(yè)發(fā)展高峰論壇“廣州啟幕”
- 以人為本,景悅科技解讀智慧城市發(fā)展新理念
- 紐迪瑞科技/NDT賦能黑鯊4 Pro游戲手機打造全新一代屏幕壓感
- 清潔家電新老玩家市場定位清晰,攜手共進,核心技術(shù)決定未來
- 新思科技與芯耀輝在IP產(chǎn)品領(lǐng)域達成戰(zhàn)略合作伙伴關(guān)系
- 芯耀輝加速全球化部署,任命原Intel高管出任全球總裁
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。