通過數據和人工智能預測客戶需求

人們正在與了解客戶需求的品牌保持一致，識別他們並在人的層面上與他們建立聯繫。

在今天的 COVID-19 環境中，客戶的期望正在加速發展——挑戰品牌提供和維持可信賴的關係。

現在，品牌比以往任何時候都更需要確保他們在對個人層面至關重要的時刻通過正確的渠道以正確的內容接觸客戶。

這對於推動和保持客戶忠誠度至關重要，德勤的研究表明它可以直接影響企業。 結果顯示，39% 的受訪者在經歷了糟糕的經歷後更換了品牌，62% 的人認為他們與自己喜歡的品牌建立了關係。

以這種方式連接似乎並非易事，但人工智能 (AI) 和機器學習可以幫助實現這一目標。 這些技術幫助品牌更好地預測客戶需求，並通過實時營銷在關鍵時刻觸達他們。

以下是 CMO 和營銷人員可以遵循的步驟來提供相關的客戶體驗：

制定可實現的計劃

客戶的需求可能會立即發生變化，從而影響他們的客戶旅程。 為了提供價值，品牌需要足夠靈活以與客戶互動，並根據他們的實時需求為他們提供更加個性化的體驗。

要做到這一點，營銷人員應該首先確定他們的目標，並製定一項戰略，使業務和客戶的優先事項保持一致。 例如，目標可能涉及追加銷售或提高忠誠度——這個清單可以繼續下去。

與其試圖一次性實現所有目標，不如建立特定的用例和實現它們的路線圖。 此外，使用 AI 和機器學習來運行敏捷定位和動態創意以滿足當前需求。

重要的是要認識到，隨著客戶需求、數據源和外部環境的不斷變化，程序執行和結果也可能會發生變化。 CMO 和營銷人員應遵循測試和調整原則，並為迭代過程做好準備。

人員部分也是關鍵。 擁有合適的人才、利益相關者和運營模式對於實時營銷成功至關重要。

利用數據和技術

品牌需要確定支持其用例所需的特定數據和見解，因為每個用例都是獨一無二的。 他們應該考慮以下幾點：

數據

品牌在自己的圍牆內擁有大量數據，但為了在適當的時候滿足和預測客戶需求，他們需要外部數據來提供客戶的完整視圖並填補空白。 這可以是環境數據，例如基於位置和季節的信息、趨勢數據或上下文數據。

例如，外部社交媒體數據可以告訴營銷人員客戶群正在響應什麼——以及他們希望在平台上看到的內容類型。 此外，鑑於不斷變化的數據法規和第三方 cookie 的消失，品牌需要依賴第一方數據。

技術基礎

客戶數據平台很有價值，因為它有助於創建可用於滿足營銷人員需求的單一客戶視圖。 它結合了公司所有擁有的、付費的、收入來源的內部數據以及外部數據。

憑藉正確的數據和對個人客戶的更好理解，營銷人員將完成重要的基本步驟，以幫助創建關鍵的個性化體驗。

決策

人工智能和機器學習對於品牌更好地預測客戶需求，同時加快市場體驗速度至關重要。 在使用複雜數據集時，機器學習有助於智能受眾建模，而人工智能有助於根據實時洞察更新定位策略。

憑藉分析更多信息和獲得更深入理解的能力，營銷人員能夠做出明智和快速的決策，以滿足客戶跨渠道、消息傳遞和體驗不斷變化的需求。

例如，當為銀行付諸實踐時，人工智能可以使用標准人口洞察之外的一組數據信號識別當前在市場上購買房屋的個人客戶，並以最佳方式針對提供適當抵押貸款的個人通道和時刻。

能夠編排個性化信息可以加深品牌和客戶關係中的聯繫和信任。

將過程轉化為實踐

雖然這些操作可以支持特定的用例或場景，但品牌很難大規模和實時地做到這一點。 許多公司面臨的主要障礙之一是客戶體驗通常被認為是營銷的一種功能或孤立地看待。

客戶體驗應該是一門真正的運營學科，將情商能力嵌入公司運營的每個領域。 CMO 和 CIO 之間應該有一個關鍵的合作。

這樣，通過人工智能和機器學習建立的客戶期望和人類洞察力可用於實時影響品牌的戰略和行動，最終推動業務成果。

雖然 AI 可以使客戶的體驗受益，但它也可以幫助 CMO 和營銷人員處理非 CX 用例。 例如，人工智能可以幫助優化營銷投資回報率、提高營銷績效和獲取新客戶。

例如，在聯絡中心，人工智能可以通過為呼叫者提供最佳消息傳遞來與客戶服務代理一起工作。 雖然 CX 可能不是核心目標，但個性化的客戶體驗肯定有助於實現用例目標。

營銷人員應該相信他們的數據，並通過正確設計和部署算法，委託 AI 完成更多工作。 人類仍然參與其中，但隨著更多決策自動實時發生，他們可以專注於其他戰略決策和客戶的創造性工作。

通過關注客戶的需求並提供他們渴望的個性化體驗，品牌可以建立彈性的情感紐帶，從而提高忠誠度。

Kate Erickson 是 Deloitte Consulting LLP 和 Hux by Deloitte Digital 的董事總經理。