通过数据和人工智能预测客户需求

人们正在与了解客户需求的品牌保持一致，识别他们并在人的层面上与他们建立联系。

在今天的 COVID-19 环境中，客户的期望正在加速发展——挑战品牌提供和维持可信赖的关系。

现在，品牌比以往任何时候都更需要确保他们在对个人层面至关重要的时刻通过正确的渠道以正确的内容接触客户。

这对于推动和保持客户忠诚度至关重要，德勤的研究表明它可以直接影响企业。 结果显示，39% 的受访者在经历了糟糕的经历后更换了品牌，62% 的人认为他们与自己喜欢的品牌建立了关系。

以这种方式连接似乎并非易事，但人工智能 (AI) 和机器学习可以帮助实现这一目标。 这些技术帮助品牌更好地预测客户需求，并通过实时营销在关键时刻触达他们。

以下是 CMO 和营销人员可以遵循的步骤来提供相关的客户体验：

制定可实现的计划

客户的需求可能会立即发生变化，从而影响他们的客户旅程。 为了提供价值，品牌需要足够灵活以与客户互动，并根据他们的实时需求为他们提供更加个性化的体验。

要做到这一点，营销人员应该首先确定他们的目标，并制定一项战略，使业务和客户的优先事项保持一致。 例如，目标可能涉及追加销售或提高忠诚度——这个清单可以继续下去。

与其试图一次性实现所有目标，不如建立特定的用例和实现它们的路线图。 此外，使用 AI 和机器学习来运行敏捷定位和动态创意以满足当前需求。

重要的是要认识到，随着客户需求、数据源和外部环境的不断变化，程序执行和结果也可能会发生变化。 CMO 和营销人员应遵循测试和调整原则，并为迭代过程做好准备。

人员部分也是关键。 拥有合适的人才、利益相关者和运营模式对于实时营销成功至关重要。

利用数据和技术

品牌需要确定支持其用例所需的特定数据和见解，因为每个用例都是独一无二的。 他们应该考虑以下几点：

数据

品牌在自己的围墙内拥有大量数据，但为了在适当的时候满足和预测客户需求，他们需要外部数据来提供客户的完整视图并填补空白。 这可以是环境数据，例如基于位置和季节的信息、趋势数据或上下文数据。

例如，外部社交媒体数据可以告诉营销人员客户群正在响应什么——以及他们希望在平台上看到的内容类型。 此外，鉴于不断变化的数据法规和第三方 cookie 的消失，品牌需要依赖第一方数据。

技术基础

客户数据平台很有价值，因为它有助于创建可用于满足营销人员需求的单一客户视图。 它结合了公司所有拥有的、付费的、收入来源的内部数据以及外部数据。

凭借正确的数据和对个人客户的更好理解，营销人员将完成重要的基本步骤，以帮助创建关键的个性化体验。

决策

人工智能和机器学习对于品牌更好地预测客户需求，同时加快市场体验速度至关重要。 在使用复杂数据集时，机器学习有助于智能受众建模，而人工智能有助于根据实时洞察更新定位策略。

凭借分析更多信息和获得更深入理解的能力，营销人员能够做出明智和快速的决策，以满足客户跨渠道、消息传递和体验不断变化的需求。

例如，当为银行付诸实践时，人工智能可以使用标准人口洞察之外的一组数据信号识别当前在市场上购买房屋的个人客户，并以最佳方式针对提供适当抵押贷款的个人通道和时刻。

能够编排个性化信息可以加深品牌和客户关系中的联系和信任。

将过程转化为实践

虽然这些操作可以支持特定的用例或场景，但品牌很难大规模和实时地做到这一点。 许多公司面临的主要障碍之一是客户体验通常被认为是营销的一种功能或孤立地看待。

客户体验应该是一门真正的运营学科，将情商能力嵌入公司运营的每个领域。 CMO 和 CIO 之间应该有一个关键的合作。

这样，通过人工智能和机器学习建立的客户期望和人类洞察力可用于实时影响品牌的战略和行动，最终推动业务成果。

虽然 AI 可以使客户的体验受益，但它也可以帮助 CMO 和营销人员处理非 CX 用例。 例如，人工智能可以帮助优化营销投资回报率、提高营销绩效和获取新客户。

例如，在联络中心，人工智能可以通过为呼叫者提供最佳消息传递来与客户服务代理一起工作。 虽然 CX 可能不是核心目标，但个性化的客户体验肯定有助于实现用例目标。

营销人员应该相信他们的数据，并通过正确设计和部署算法，委托 AI 完成更多工作。 人类仍然参与其中，但随着更多决策自动实时发生，他们可以专注于其他战略决策和客户的创造性工作。

通过关注客户的需求并提供他们渴望的个性化体验，品牌可以建立弹性的情感纽带，从而提高忠诚度。

Kate Erickson 是 Deloitte Consulting LLP 和 Hux by Deloitte Digital 的董事总经理。