預測性分析改善客戶體驗的七種方法

John Edwards

人工智能分析能夠幫助企業預測客戶的需求并超出他們的期望，從而進一步促進銷售。

這是一種雙贏的局面。預測性分析正在徹底改變客戶與市場營銷人員的關系，促進銷售的同時，也提高了消費者的滿意度。

專業服務公司普華永道（PwC）合伙人Paul Gaynor表示，這一切都歸功于數據——商業領域新的超級巨頭。他解釋說：“高級商業分析使你能夠看到并預測任何地方的任何東西。在世界上任何地方，與客戶的每一次互動，供應鏈中所有移動部分，每一筆金融交易，等等。”

在競爭日益激烈的零售業中，預測性分析給賣家帶來了強大的新優勢，它不僅能應對互聯網上越來越多的各種選擇，而且可以隨時隨地進行比較購物。

Gaynor說：“預測性分析有助于你了解可能會發生什么事情，提前準備應對措施，控制好風險，并影響結果。這就像是用望遠鏡向前看，而不是透過后視鏡向后看。”

你仍然懷疑預測性分析是網上購物有史以來最強大的營銷工具？不妨參考以下七種方法，你的企業可以利用該技術將客戶服務和銷售提升到新水平。

1.超個性化營銷

超個性化營銷就是在恰當的時間，通過恰當的渠道為客戶提供恰當的信息。想做到這一點需要藝術和科學的結合。網上服裝和配飾零售商Zulily公司的技術副總裁Bindu Thota認為，其科學部分使消費者能夠全面了解分類、選擇、價格點、發售時間和其他關鍵服務。她介紹說：“當我們決定怎樣策劃這些元素，怎樣將它們編織在一起以創造最吸引人的客戶體驗時，藝術就開始發揮作用了。”

想象一下這樣的一個世界——零售商在購物者訪問公司網站或者應用程序之前，就已經知道購物者想要什么了。這就是預測性分析發揮作用的地方。Thota說：“通過數據驅動技術，我們可以創建個性化的產品集合，每天整合數千種產品，這是一種真正相關而且具有吸引力的客戶體驗。這里面融合了人情味。”

有史以來第一次，社交媒體和其他網絡渠道使營銷人員能夠隨時隨地與人們進行互動。數據分析咨詢公司太平洋數據科學（Pacific Data Science）的創始人Adam Lichtl解釋說：“這為發現新興模式提供了前所未有的機會，這些模式有助于公司更有效地整合資源，更精準地投入人力物力。通過收集所有這些關于客戶體驗的小數據點，并將其整合在一起，我們能更好地了解客戶的旅程——在他們與公司接觸之前、期間和之后。”

2.虛擬禮賓服務

消費者早已希望他們生活的方方面面都能自然地隨時得到滿足，而現在他們也希望在與自己互動的品牌上能有類似的體驗。商業和技術咨詢公司Nisum的全球洞察和分析主管Ravi Narayanan評論說：“預測性分析是幫助全面了解消費者以提供此類體驗的關鍵工具。”

使用人工智能驅動的分析技術，現在可以實現沉浸式體驗和即時滿足感。Narayanan說：“例如，Spotify和Netflix會根據你正在觀看或者收聽的內容來改變他們推薦的東西。”

3.客戶需求預測

企業現在可以使用預測性分析來精確地預測客戶需求，在某些情況下甚至可以在個人做出決定之前。Lichtl觀察到：“預測性分析能夠提前檢測到客戶要改變行為的前兆。”這使得企業更加積極主動，能夠預先定制自己的信息，在客戶有新需求之前便能夠高效地為他們服務。Lichtl認為，這是一種幫助企業提供優質客戶服務的方法。

萬事達卡客戶體驗與關懷執行副總裁Lance Gruner指出，預測性分析有助于其公司確保提供適當的支持，及時滿足客戶的需求，甚至超出客戶的期望。Gruner說：“除了預測查詢量以便我們進行相應地資源分配之外，我們還使用高級模型來預測查詢有多復雜。”

為了深入了解客戶的想法，AT&T Business公司已經實施了客戶體驗機器學習系統。這項技術在整個客戶項目生命周期中獲取了大量獨特的數據元素——實際上是數PB的數據。AT&T Business全球運營和服務總裁Sorabh Saxena解釋道：“它根據客戶的投入情況、周期時間、重試率等來進行預測，客戶是否會繼續接受促銷，還是會開始滑向中立，甚至貶低品牌。”系統生成預測警報，自動或者通過系統輔助功能推出下一步最佳行動建議，以確保客戶仍然接受促銷。他說：“最好的一點是，它不斷地學習并微調算法，其經驗越來越豐富。”

4.減少客戶流失

長期以來，零售商一直在尋找減少客戶流失的方法，所謂客戶流失率是指在特定時間段內，曾經忠誠的買家不再購買公司產品或者服務的比例。客戶流失也稱為客戶減少，這是一個關鍵指標，因為留住現有客戶的成本遠低于獲取新客戶的成本。

市場信息服務提供商J.D.Power的首席數據官Seongjoon Koo解釋說：“預測性分析可用于發現存在高流失風險的客戶，并幫助企業主動去關注以增強客戶體驗，更好地滿足他們的需求。”不滿意的客戶往往會被誘惑回來參與獎勵活動，例如，時間積分計劃或者價格更低的其他產品。

分析技術提供的線索，例如被拒絕的貸款申請，可以提醒銀行或者其他金融機構，客戶有較高的流失風險。SAP客戶體驗首席技術官Moritz Zimmermann解釋說：“在了解了這一信息后，銀行就可以提前行動，通過提供額外的選擇來防止客戶流失——例如高額度的信用卡。”

5.資源管理

預測性分析還可以幫助企業更智能和更有效地分配資源。Gaynor說：“我們已經幫助零售商結合對他們的店面、物流和客戶行為的深度分析，提前幾周就準確地規劃員工配置。這將使零售商能夠為客戶提供更順利、更好、更快的體驗。”

佳能信息與成像解決方案部高級副總裁兼總經理Dennis Amorosano表示，使用預測模型，商家可以準確地預測庫存并管理資源，以符合客戶的行為，滿足客戶的需求。他指出，“好處是雙重的。企業提高了效率，降低了成本，減少資源浪費，客戶則可以獲得他們所期望的、及時而且個性化的體驗。”

佳能將遠程監視和預測性分析相結合，預測其成像設備服務需求，并及時向客戶供貨。Amorosano說，公司還依靠預測性維護模型對交付至總部客戶解決方案中心的客戶設備進行實時診斷。

6.內部團隊支持

預測性分析為內部支持團隊提供了快速準確解決客戶問題所需的深度分析功能。Gruner說：“在我們所有的工具中，這是我們能更好地理解和改善客戶體驗的關鍵工具。”

通過利用電話、電子郵件、社交媒體情緒、客戶升級和其他關鍵渠道提供的預測性分析，萬事達卡代表確定了解特定類型客戶需求的最佳方式。Gruner指出：“考慮到所有這些輸入后，我們更有準備怎樣去滿足客戶需求，做出更好的業務決策。預測性分析有助于確保我們能夠提供適當的支持來及時滿足客戶的需求，甚至超出他們的預期。”

7.更順暢的運輸

預測性分析使企業能夠在交付日之前一直不斷提升客戶體驗。隨著越來越多的客戶要求第二天甚至當天交貨，預測性分析有助于零售商及其運輸合作伙伴能夠保證可靠的準時交付。

通過預測潛在的維護問題，確定最佳的運輸路線，預測性分析目前在確保按時完成交付計劃方面發揮著重要作用。Gaynor說：“分析技術讓每一名駕駛員能夠更好的預測自己的行程，交通部門可以提前告知需要在運輸路線上做出哪些調整來管理運量，從而影響了體驗。”

John Edwards是一位資深的商業技術記者。他的文章發表在《紐約時報》、《華盛頓郵報》以及很多商業和技術出版物上，包括CIO、ComputerWorld、《網絡世界》、CFO雜志、IBM數據管理雜志、RFID雜志和《電子設計》等。

原文網址

https：//www.cio.com/article/3387640/7-ways-predictive-analytics-can-improve-customer-experience.html