这是用户在 2025-1-30 24:17 为 https://app.immersivetranslate.com/pdf/ 保存的双语快照页面,由 沉浸式翻译 提供双语支持。了解如何保存?

大卫·埃德尔曼

哈佛商学院高级讲师

马克·亚伯拉罕

波士顿咨询集团高级合伙人

构建“智能体验引擎”的案例

客户

经验

AI 时代

在 T H O RS

P H OTO G R A P H E R

马里奥·罗西

C U STO M E R

E X P E R I E N C E

116

哈佛商业评论

2022 年 3 月至 4 月

哈佛商业评论

2022 年 3 月至 4 月

117

RINKS 是一家拥有 163 年历史的企业

以其装甲卡车车队而闻名。该公司还将其品牌授权给一家鲜为人知的独立经营的姊妹公司 Brinks Home。这家总部位于达拉斯的智能家居技术企业一直在努力获得与 Brinks 名称相称的品牌知名度。它与 ADT、Google Nest 和 Ring 等知名系统竞争,尽管它赢得了行业分析师和客户的好评,但其市场份额仅为 2%。但它的系统已经生成了大量的产品使用信息;其呼叫中心积累了大量的历史客户级交易数据;自 1994 年开始运营以来,其现场代表一直在收集竞争数据。

Brinks 希望找到一种方法来利用所有这些信息来加速增长并优化所有渠道中的每个客户接触点,尤其是在其消息传递方面。

个性化和用户体验的交付。2020 年秋季,该公司与 AI 初创公司 OfferFit 合作,测试了数千种消息和优惠组合,改变了创意内容、渠道和交付时间。它围绕客户获取、服务和续订重组了结构,并开始使用 AI 来优化服务呼叫调度,帮助呼叫中心代表提供交叉销售建议,并开展无线系统升级的客户联系。在不到两年的时间里,Brinks 将 A/B 测试从每天两到三次测试增加到大约 50,000 次(能够根据需要添加更多测试)。此过程大大减少了等待测试结果的需要,并使 Brinks 能够个性化每个客户接触点。2021 年上半年,其平均直接面向消费者 (DTC) 的包装尺寸从 489 美元增加到 968 美元。同期,每位用户的 DTC 收入从平均 42.24 美元增加到 45.95 美元。与 2020 年同期相比,总收入增长了 9.5%。

Brinks Home 只是一个例子,说明品牌如何通过利用深厚的客户信息库来转变和个性化用户体验来取胜。从前互联网时代的 segment-of-one 营销到数字时代的客户旅程,个性化的客户体验无疑已成为竞争优势的基础。个性化现在远远超出了在广告宣传中正确获取客户姓名、在有人致电客户服务时准备好完整数据,或者使用与客户相关的优惠定制 Web 登录页面。它是每个物理和虚拟接触点的设计目标,并且越来越多地由 AI 提供支持。

我们已经为 100 多家全球领先的公司提供了大规模个性化支持(包括我们在本文中引用的几家公司)。过去五年

现实

个性化的客户体验已成为竞争优势的基础。

IDE A 简介

问题

然而,提供个性化需要的不仅仅是技术修复。

解决方案

企业必须设计智能体验引擎,

使用由客户数据提供支持的 AI 组装高质量的端到端客户体验。

B

马里奥·罗西 (Mario Rossi) 的摄影灵感来自数学和音乐。他的作品使用几何图形和形式的重复来创造运动、行为和透视的万花筒般的转变。

C U STO M E R

E X P E R I E N C E

118

哈佛商业评论

2022 年 3 月至 4 月

哈佛商业评论

2022 年 3 月至 4 月

119

多年来,我们看到他们的收入增长了 6% 到 10%,个性化计划带来的净增量收入增加了 40% 到 100%。我们与 Google 进行了一项联合调查,调查对象涉及数千名消费者在获得个性化品牌体验后立即参与其中,结果显示两者的收入效果相当。

各行各业的公司都将个性化作为其企业战略的核心。最近,Kroger 首席执行官 Rodney McMullen 称无缝和个性化是 Kroger 投资的两个关键竞争“护城河”。同样,家居装修(如 Home Depot)、银行业(JPMorgan Chase)、餐饮业(星巴克)和服装(耐克)的公司也公开宣布,个性化和无缝的全渠道体验是其公司战略的核心。我们现在所处的阶段是,竞争优势将来自于大规模捕获、分析和利用个性化客户数据的能力,以及使用 AI 来理解、塑造、定制和优化客户旅程。数字化优势

至高无上已经远远超越了传统营销的界限,成为一个更广泛的最高管理层问题。明显的赢家是大型科技公司,它们已将这些功能嵌入其商业模式中。但我们也看到挑战者品牌,例如餐厅领域的 sweetgreen 和服装领域的 Stitch Fix,它们根据第一方数据设计了变革性的客户体验。

在本文中,我们将探讨尖端公司如何

构建我们所说的 Intelligent Experience Engines 进行组装

使用由客户数据提供支持的 AI 提供高质量的客户体验。他们设计端到端解决方案,例如,查找位置、安排约会、发送

预约提醒、提供方向并指导用户完成任何必要的后续操作,从而主动引导客户实现其目标。他们还将人工推动因素(跨职能、敏捷团队)与数据和技术相结合,以实现快速的自我学习和优化。尽管构建智能体验引擎可能耗时、昂贵且技术复杂,但其结果使公司能够以我们十年前只能想象的规模提供个性化服务。

C U STO M E R

E X P E R I E N C E

120

哈佛商业评论

2022 年 3 月至 4 月

个性化的障碍

大多数品牌无法以与世界领先公司竞争所需的规模或深度来个性化客户体验。个性化端到端客户体验需要跨渠道编排,这是任何品牌都无法完全掌握的能力。但是,融合顾客的物理和数字体验流可能是挑战者品牌与 Amazon 和 Google 等数字原生代竞争的唯一方式。先行者已经利用了新技术,例如物联网、机器学习、营销技术 (martech) 平台以及越来越多的数字媒体工具,这些工具在与敏捷方法相结合时可以创造强大的优势。想要超越或只是赶上先行者的品牌需要考虑他们的数据和技术基础。他们的组织结构和流程是否能够胜任这项任务?他们有快速测试和学习的心态吗?

尽管有一系列令人眼花缭乱的软件工具声称可以增强客户体验的各个方面,但没有一个平台可以全面管理端到端个性化。尽管如此,关键问题(例如创建客户的 360 度视图)正在通过自动化、AI 驱动的智能和用于提供 AI 驱动的建议的激活工具来解决。

电信巨头 Comcast 使用 Pointillist,这是一种客户旅程分析服务,可以记录每个客户在其生态系统中的足迹。该服务为访客交互添加时间戳,并生成每个历程的地图。使用 AI 收集数据并确定历程失败的地方,例如使用其移动应用程序,Comcast 可以快速解决体验问题。

企业正在结合通过通用应用程序编程接口连接的多个 AI、营销技术和后台解决方案,以更好地开发和使用个性化数据。Salesforce 和 Adobe 提供渠道交付解决方案;Amperity 和 mParticle 等客户数据平台有助于解决身份问题;Formation 和 OfferFit 等报价优化引擎有助于改进每个后续报价;以及用于内容生成的平台(例如用于创意文案的 Persado 和用于视频的 SundaySky)支持大规模个性化。

新的数字媒体为用户与品牌互动创造了新的方式。通过滑动手激活的基于位置的跟踪和支付系统模糊了购买前(广告/营销)、购买(销售/交易)和购买后(服务/忠诚度)交互之间的界限。这些功能创造了重塑客户体验的智能方法,使品牌具有独特的价值并加深了参与度。例如,星巴克通过有关新时令饮料的广告对在其商店附近的流失客户进行地理定位,并向客户发送个性化的应用内优惠,以鼓励他们访问商店或尝试他们方便的移动订购和付款选项。

大多数公司没有带宽、资源或技术实力来与 Comcast 或 Starbucks 等公司竞争。挑战者品牌的最佳方法是制定数据和技术路线图,将细化要求与特定的、客户驱动的用例相关联。例如,公司需要弄清楚必须实时使用哪些客户数据元素来支持应用程序中的推荐,或者必须确定哪些系统在预订后必须相互通信以推荐相关的附加服务。然后,它必须将业务和技术团队聚集在一起,以迭代方式工作,专注于在构建基础时提供价值。

在过去十年最成功的数字化转型中,我们观察到了我们所谓的 70/20/10 规则:改变组织的工作(流程、工作方式、关键绩效指标和激励措施)的 70% 都涉及人。20% 需要获得正确的数据。剩下的 10% 是关于技术基础的。这种故障源于四个障碍。首先,大多数公司仍然设置为产品优先,而不是客户优先,这使得涵盖渠道、市场和产品孤岛的十几个团队无法协作。为了解决这个问题,设立了越来越受欢迎的首席客户官角色,以协调许多客户接触点背后的人员和活动部件。其次,分析并未渗透到整个企业中,并且没有一个平台可以集成客户数据并支持高级分析。第三,内容是手动创建的,没有标记以供重复使用。最后,敏捷方式

工作,即使在 IT 团队中很常见,通常也不会被跨职能团队使用。没有工具来促进团队的

数字优势霸权已经远远超越了传统营销的界限,成为一个更广泛的最高管理层问题。

哈佛商业评论

2022 年 3 月至 4 月

121

快速的实验和学习,公司最终会导致跨渠道体验不一致、停滞不前。

首先,公司应该启动来自营销、运营、分析、技术和商业职能部门的自我管理员工 pod,并以明确的目标、预算和决策权对他们进行投资。这些集成团队的任务是开发有限数量的特定体验,这些体验代表着增加收入和建立更深层次客户联系的突破性机会。他们应该拥有衡量他们今天的进展情况的工具,并应该在为期两周的密集冲刺中工作,以开发和测试提高参与度的想法。他们应该优化许多变量,例如响应哪些触发器、使用哪个渠道、何时联系客户、要发布什么消息以及提供什么激励措施。随着运行更多的实验和收集更多的数据,AI 可以在这项工作中发挥越来越大的作用。Pod 可以使用机器学习来确定如何设置多变量测试,跟踪所有动态内容,并决定何时锁定测试并将其扩展到更广泛的人群。

构建智能体验引擎

为了实现客户对端到端体验的每个目标,公司必须仔细考虑如何设计给定时刻的流程、支持该流程所需的信息,以及成功完成互动所需的跨渠道或跨方连接(例如,店内和在线之间或体验后中期)。这不仅仅是旅程地图或技术规划的练习。它是关于开发客户的前端流程和后端燃料以驱动智能体验引擎。

智能体验引擎不仅仅构建在端到端体验的最高级别,例如在 Brinks 提供更好的安全服务。他们还必须通过外科手术专注于微目标——构成整体体验的积极个人时刻——并确保所有这些目标都缝合在一起。

此外,这些引擎在不止一种方面是“智能”的。它们是使用最好的数据和专业知识以创造性和洞察力精心制作的。他们采用不断改进的机器学习算法来弄清楚

实现客户进步的正确下一步 — 不断测试、始终学习并推动有关交互如何运作的决策。客户得到的是无缝、积极和独特的体验,这种体验只会随着时间的推移而改善。

取得最大成功的品牌追求五项关键实践,这些实践定义了构建智能体验引擎的工艺。它们将来自不断扩大的来源范围的数据、信号和洞察连接起来。

他们将端到端体验重新构想为无缝体验

flow 的 API 中,由自动化决策提供支持。他们激活

跨渠道体验,连接接触点以吸引客户,无论他们身在何处。他们根据客户的环境履行职责,始终识别某人是谁和在哪里。他们坚持不懈地测试,注入新的创新,严格衡量其影响,并了解事物对人们的不同影响。

让我们一一考虑这些做法,使用做对的公司的例子。

连接数据信号和洞察

构建智能体验引擎的第一个要求是构建每个客户的 360 度视图,使用不断扩大的可能方式从每个客户那里捕获新信号。运动服装公司 lululemon 在过去五年中投入了大量资金来实现这一目标。当房客首次在零售店购物时,系统会要求她提供电子邮件地址以接收收据。当客户注册免费的店内瑜伽课程时,也会收集电子邮件。与许多其他品牌一样,lululemon 使用这些个人信息来增强来自 Experian 或 Acxiom 等服务的基本客户人口统计数据,从而实现基于性别和地理位置的定位等营销活动。

随着人们继续与品牌互动,他们通常会下载应用或在线购物,点击流数据用于了解客户浏览了哪些商品,他们花了很长时间考虑或再次浏览了哪些商品,以及他们很快跳过了哪些商品。可以利用这些数据来推断意图并相应地确定未来的推荐目标。2020 年,lululemon 收购了 Mirror,从而获得了了解客户行为的新窗口。

智能体验引擎必须外科手术般地专注于微观目标,即构成整个客户体验的积极时刻。

C U STO M E R

E X P E R I E N C E

122

哈佛商业评论

2022 年 3 月至 4 月

哈佛商业评论

2022 年 3 月至 4 月

123

Mirror 将健身课程流式传输到用户的家中,让 lululemon 能够深入了解客户的锻炼习惯,这些偏好数据有助于该品牌进一步完善对未来产品和服务的推荐。

将端到端体验重新构想为无缝流程

澳洲航空是澳大利亚领先的航空公司,它对旅行流程进行了广泛的研究,并投入了大量资金来优化客户旅程的每一个细节。这从核心航空公司业务开始:澳洲航空提供个性化的预订、登机、休息室和机上体验。例如,它的应用程序会根据乘客的位置进行实时推荐,例如如何最有效地办理登机手续、出发前往机场的时间以及最佳路线。

该航空公司的考虑也超越了旅行。它与数百家合作伙伴建立了一个跨类别的忠诚度生态系统,例如 Woolworths(澳大利亚领先的杂货商)、Hilton、Avis、eBay 和澳大利亚主要银行,使其客户能够根据自己的喜好以新颖的方式赚取和消费积分。其媒体、分析和研究服务 Red Planet 帮助 Qantas 及其许多合作伙伴将离线和在线行为数据与媒体购买相结合,以定位广告活动。

澳洲航空还利用其数据开展了新业务。

例如,它设计了一个应用程序,客户可以通过该应用程序通过健康习惯赚取积分,例如每天走一定数量的步数或定期锻炼。为了解锁积分,客户被邀请注册该航空公司的新健康保险业务。该应用程序还使公司能够向会员交叉销售旅游和其他产品。为了协调有关这些产品的通信,Qantas 构建了一个营销消息传递平台,该平台利用 AI 和个性化内容库,通过正确的渠道向每个客户传递正确的信息。

跨渠道激活体验

星巴克以其跨渠道的个性化而闻名。它的应用程序根据个人偏好和行为提供游戏化的优惠;其付费数字媒体广告具有高度针对性;其店内体验包括数字菜单

在免下车通道中,根据天气、当地买家偏好和库存而变化。

尽管许多小型连锁餐厅难以与星巴克的个性化水平竞争,但全球只有 140 家门店(星巴克有 33000 多家门店)的 sweetgreen 在构建跨渠道体验时考虑了数据和数字。它推出了一款一流的应用程序,可以轻松创建自定义沙拉并取货或送货。它使用该应用程序推出新的数字菜单并为客户提供个性化优惠,并允许店内客户通过电话付款。该应用程序使 sweetgreen 超越了星巴克的数字百分比

2021 年的参与度,68% 的 Sweetgreen 销售额来自数字渠道,而美国星巴克门店的这一比例仅为 52%。

根据客户的情境履行

像 Kroger 和 Tesco 这样的大型零售商拥有庞大的数据和分析团队,他们构建算法,用于以最吸引客户的方式吸引客户。Kroger 和 Tesco 的分析部门(分别为 84.51° 和 dunnhumby)运行数百个倾向模型,以决定为哪些客户提供哪些个性化促销活动。

中型杂货连锁店 Giant Eagle 也进入了这一领域。它正在与创新的软件即服务科技公司 Formation 合作,以在定位其促销活动时实现相同水平的个性化。这家杂货店已经将购物体验游戏化,每当客户完成通过其应用程序安排的某些步骤时,他们就会获得忠诚度积分。例如,可能会邀请新客户完成“每周购物挑战”,鼓励他们在特定月份每周来一次商店,以在 Giant Eagle 的 fuelperks+ 计划中赚取额外积分——适用于免费汽油或打折杂货。忠实客户和长期客户可能会获得积分

购买从相似客户资料来看,他们可能感兴趣的新品类,例如巧克力。

无情测试

Stitch Fix 是一个数字原生代,它鼓励和激励其团队每月运行数百次实验,完全预期其中三分之一会失败。它将这些实验中的数据馈送到其智能体验引擎中,以通知下一个最佳操作。它还直接向客户请求数据。(参见“Stitch Fix 的首席执行官谈向大众市场销售个人风格”,《哈佛商业评论》,2018 年 5 月至 6 月。Stitch Fix 的 Style Shuffle 是一个界面,新订阅者在注册该服务时可以参与其中。客户向右滑动他们喜欢的商品,向左滑动他们喜欢的商品

C U STO M E R

E X P E R I E N C E

124

哈佛商业评论

2022 年 3 月至 4 月

他们没有,这让 Stitch Fix 清楚地了解了他们的个人品味和风格。然后,该公司的算法将这些数据从几件商品推断到数千个 SKU,以帮助制定每月送货到客户家中的服装选择。

磨练工艺

“在客户旅程中竞争”(HBR,2015 年 11 月),由我们中的一位 (David) 和合著者撰写,描述了领导者如何通过使用与客户体验一致的跨职能团队来重塑组织。如今,领导者们通过赋予团队更大的数据利用责任来走得更远。这些团队本质上是产品经理,致力于不断改进端到端的客户互动。

要开始我们描述的过程,您应该问:我们想要彻底改变哪些体验,我们如何构建智能引擎来实现我们的目标?一次

您已经确定了答案,研究了 CRM 和营销自动化平台中的一些客户记录,以确定您是否已经捕获了提供更有价值的体验所需的所有相关数据。您是否使用这些数据来改善客户体验?您是否跨渠道无缝地做到了这一点?这两个问题的答案可能都是否定的。

大多数 CEO 及其最高管理层同事都声称认识到客户体验的重要性。但我们经常看到更多的是空谈。这种情况必须改变。每家公司都需要一个明确的策略来构建智能体验引擎,该引擎可以使组织朝着使用 AI、个性化和敏捷流程的方向调整,以建立更深入、更持久的品牌忠诚度。

HBR 重印版 R2202H

DAVID C. EDELMAN 是哈佛商学院的执行顾问和高级讲师。是 Boston Consulting Group 的常务董事和高级合伙人。

澳洲航空的思考超越了旅行。它与数百个合作伙伴建立了一个跨类别的忠诚度生态系统,使客户能够以新颖的方式赚取和消费积分。

哈佛商业评论

2022 年 3 月至 4 月

125

版权所有 2022 哈佛商业出版社。保留所有权利。其他限制可能适用,包括将此内容用作指定的课程资料。请咨询您所在机构的图书馆员,了解您所在机构的许可证可能适用的任何限制。有关哈佛商业出版社的更多信息和教学资源,包括哈佛商学院案例、在线学习产品和商业模拟,请访问 hbsp.harvard.edu。

文件名:

-

文件大小:

-

标题:

-

作者:

-

主题:

-

关键词:

-

创建日期:

-

修改日期:

-

创建者:

-

PDF 生成器:

-

PDF 版本:

-

页数:

-

页面大小:

-

快速 Web 视图:

-

正在准备打印文档…
0%