隨著新一代信息技術(shù)的快速發(fā)展和社交網(wǎng)絡(luò)的日趨火爆，中國(guó)企業(yè)的數(shù)字化營(yíng)銷呈現(xiàn)出了一系列新的變化。    

從流量經(jīng)濟(jì)到私域經(jīng)濟(jì)是最為明顯的變化之一。以往粗放式的，只要有流量就能快速轉(zhuǎn)化賺錢的模式不復(fù)存在。當(dāng)今，營(yíng)銷的流量獲取越來(lái)越困難，企業(yè)必須要經(jīng)營(yíng)好存量客戶，將新來(lái)的客戶轉(zhuǎn)化為消費(fèi)者，讓消費(fèi)者產(chǎn)生更長(zhǎng)期的生命周期價(jià)值，是當(dāng)今數(shù)字化營(yíng)銷的趨勢(shì)。

同時(shí)，因?yàn)楫a(chǎn)品過(guò)剩，企業(yè)以產(chǎn)品為核心的設(shè)計(jì)、生產(chǎn)、制造、銷售、售后服務(wù)的過(guò)程，轉(zhuǎn)變成了以客戶為中心，各部門(mén)協(xié)同，共同為客戶提供服務(wù)，來(lái)增加客戶的黏性。

在這樣的背景下，企業(yè)需要建立從數(shù)據(jù)到?jīng)Q策再到執(zhí)行的完整閉環(huán)，才能擁有競(jìng)爭(zhēng)力。企業(yè)需要知道客戶是誰(shuí)，與企業(yè)發(fā)生了怎樣的交互，有怎樣的反饋。有了這些數(shù)據(jù)之后需要借助AI的能力做出診斷、決策、預(yù)測(cè)，針對(duì)不同的細(xì)分客戶群提供更好的服務(wù)和更合適的產(chǎn)品。有了決策之后，需要快速執(zhí)行迭代，再反饋、補(bǔ)充到數(shù)據(jù)服務(wù)，從而形成完整閉環(huán)。

從粗放式向精細(xì)化運(yùn)營(yíng)發(fā)展

隨著我國(guó)產(chǎn)品和科技能力的升級(jí)，在營(yíng)銷領(lǐng)域，企業(yè)也正在從粗放式走向精細(xì)化運(yùn)營(yíng)的發(fā)展中。

這個(gè)過(guò)程就是企業(yè)練內(nèi)功的過(guò)程：一是從AIPL維度，消費(fèi)者和企業(yè)的交互過(guò)程，以及如何提高客戶忠誠(chéng)度，甚至愿意主動(dòng)推薦產(chǎn)品。

二是從渠道和觸點(diǎn)的維度。對(duì)于不同觸點(diǎn)，如線上電商、私域電商、線下門(mén)店、社交媒體，企業(yè)的經(jīng)營(yíng)方法不一樣。企業(yè)要具備完整的客戶經(jīng)營(yíng)能力，需要面對(duì)的挑戰(zhàn)是巨大的，需要把數(shù)據(jù)化驅(qū)動(dòng)、AI決策能力包含進(jìn)來(lái)。

三是模型迭代和維護(hù)管理維度，需要做到快速、實(shí)時(shí)的數(shù)據(jù)輸入，提升模型迭代效率，從而實(shí)現(xiàn)AI驅(qū)動(dòng)的精細(xì)化運(yùn)營(yíng)。

攜手亞馬遜云科技，打造數(shù)據(jù)驅(qū)動(dòng)的營(yíng)銷閉環(huán)

Convertlab成立于2015年，經(jīng)過(guò)6年多的發(fā)展，服務(wù)了400家以上客戶，幫助他們完成營(yíng)銷領(lǐng)域的數(shù)字化轉(zhuǎn)型。Convertlab構(gòu)建了一系列的產(chǎn)品用于支撐企業(yè)數(shù)字化營(yíng)銷轉(zhuǎn)型，包括對(duì)于公域和私域的營(yíng)銷賦能平臺(tái)，同時(shí)也有數(shù)據(jù)驅(qū)動(dòng)的引擎數(shù)據(jù)平臺(tái)，以及決策引擎AI平臺(tái)。除此之外，Convertlab也在做包含了數(shù)據(jù)隱私計(jì)算管理的相關(guān)產(chǎn)品，這些產(chǎn)品加在一起構(gòu)成了覆蓋前中后營(yíng)銷鏈路的營(yíng)銷數(shù)字化基礎(chǔ)設(shè)施。

攜手亞馬遜云科技，Convertlab打造了數(shù)據(jù)智能營(yíng)銷解決方案，形成了數(shù)據(jù)驅(qū)動(dòng)的營(yíng)銷閉環(huán)。

首先，Convertlab在底層借助利用亞馬遜云科技“智能湖倉(cāng)”架構(gòu)來(lái)統(tǒng)一管理數(shù)據(jù)，如基于Amazon EMR對(duì)實(shí)時(shí)營(yíng)銷所做的技術(shù)性革新，構(gòu)建統(tǒng)一融合的數(shù)據(jù)治理底座，幫助數(shù)據(jù)專家快速調(diào)用數(shù)據(jù)，進(jìn)行模型訓(xùn)練和推理，并獲得結(jié)果，大幅提升用戶全生命周期各階段數(shù)據(jù)應(yīng)用效率，降低數(shù)據(jù)融合成本。其中，Amazon SageMaker提供了非常豐富的模型管理能力，以及機(jī)器學(xué)習(xí)工程化能力，將機(jī)器學(xué)習(xí)生產(chǎn)規(guī)模化，利用機(jī)器學(xué)習(xí)技術(shù)挖掘數(shù)據(jù)價(jià)值帶來(lái)實(shí)際的業(yè)務(wù)產(chǎn)出；Amazon Athena則幫助企業(yè)輕松聚合各個(gè)數(shù)據(jù)源的數(shù)據(jù)，并獲得一致性的洞察結(jié)果。

第二，在中間層基于亞馬遜云科技“智能湖倉(cāng)”架構(gòu)，構(gòu)建了一體化客戶數(shù)據(jù)管理平臺(tái)Data Hub、營(yíng)銷智能決策平臺(tái)AI Hub，兩大平臺(tái)相互支撐與協(xié)作，完成了基于業(yè)務(wù)場(chǎng)景的用戶畫(huà)像，可以快速支撐營(yíng)銷策略的制定及執(zhí)行。

據(jù)Convertlab聯(lián)合創(chuàng)始人兼CTO李征介紹，Data Hub基于亞馬遜云科技的高效組件和環(huán)境的多層級(jí)權(quán)限管理，進(jìn)行智能湖倉(cāng)的搭建，統(tǒng)一數(shù)據(jù)基座，使得數(shù)據(jù)流轉(zhuǎn)時(shí)效性提升32%，減少了異構(gòu)數(shù)據(jù)融合成本。Data Hub還為AI Hub的機(jī)器學(xué)習(xí)作業(yè)提供了標(biāo)準(zhǔn)統(tǒng)一的數(shù)據(jù)模型。

Convertlab聯(lián)合創(chuàng)始人兼CTO李征

AI Hub可以進(jìn)行快速的特征設(shè)計(jì)與機(jī)器學(xué)習(xí)模型迭代，使得模型上線效率提升30%。AI Hub目前已經(jīng)上線了5大營(yíng)銷特征類別、300+營(yíng)銷特征、20+營(yíng)銷AI模型，并成功服務(wù)于多家零售行業(yè)頭部客戶。

第三，在上層構(gòu)建了個(gè)性化推薦、購(gòu)買概率預(yù)測(cè)，因果分析等一系列的營(yíng)銷智能解決方案，賦能客戶精細(xì)化運(yùn)營(yíng)能力。AI讓“客戶為中心”的營(yíng)銷實(shí)現(xiàn)千人千面，快速?zèng)Q策，提升客戶體驗(yàn)。

以中國(guó)TOP3的家電品牌為例。Convertlab幫助該家電品牌商利用亞馬遜云科技提供的Amazon Glue ETL等引擎，快速處理異構(gòu)數(shù)據(jù)源。為了給不同城市的不同消費(fèi)者帶來(lái)不同的影響力，Convertlab構(gòu)建了動(dòng)態(tài)全域智能推銷模型。實(shí)施這個(gè)模型后，整體活動(dòng)的參與率從傳統(tǒng)人工策略的1.76%變成大約3.0%，提升了約70%-80%。

李征認(rèn)為，“如果數(shù)據(jù)只是收集進(jìn)來(lái)，不用業(yè)務(wù)+算法的方式挖掘它的價(jià)值，那么數(shù)據(jù)的作用是有限的。我們非常重視與亞馬遜云科技合作，一起幫助客戶在增加競(jìng)爭(zhēng)力的同時(shí)降低人力成本。”

利用亞馬遜云科技 “智能湖倉(cāng)” 架構(gòu)，Convertlab構(gòu)建了統(tǒng)一融合的數(shù)據(jù)治理底座，形成了數(shù)據(jù)管理、算法決策到執(zhí)行的完整閉環(huán)，幫助客戶更好地挖掘數(shù)據(jù)價(jià)值，實(shí)現(xiàn)個(gè)性化的智能營(yíng)銷，極大地提升了市場(chǎng)競(jìng)爭(zhēng)力。“未來(lái)，Convertlab將和亞馬遜云科技繼續(xù)擴(kuò)充基于Amazon SageMaker 的AI解決方案，擴(kuò)展到更廣的應(yīng)用場(chǎng)景，幫助更多客戶加速實(shí)現(xiàn)智慧營(yíng)銷。” 李征表示。