本文由 斯图飞腾&＃xff08;Stratifyd Inc&＃xff09;创始人& CEO 汪晓宇&＃xff08;Derek Wang&＃xff09;所写&＃xff0c;受福布斯技术委员会&＃xff08;Forbes Technology Council&＃xff09;邀约&＃xff0c;原文发布在&＃xff1a;https://www.forbes.com/。
围炉夜话谈古今&＃xff0c;思前想后忆少年。几个世纪以来&＃xff0c;我们的先人都有一个习惯&＃xff0c;喜欢围坐在炉火边&＃xff0c;与家人促膝长谈&＃xff0c;分享自己的所思所感。无论是讲述狩猎经验&＃xff0c;还是采摘技术&＃xff0c;还是近期的不幸经历&＃xff0c;所有的故事源头都植根于一样东西——那就是数据。
在业务运作过程中&＃xff0c;数据扮演的角色已经不单单是辅助性质这么简单了&＃xff0c;数据已经成为支撑业务决策的决定性因素。如果您的客户对产品或服务不满意&＃xff0c;您可以用数据来查明原因并尝试解决问题。如果您发现客户流失率下降了&＃xff0c;可以用数据把促成成功的关键点串联起来&＃xff0c;并将成功经验广泛复用于其他业务领域。
我们用可视化面板勾勒用户画像&＃xff0c;用图表绘制上升、下降趋势。这些分析结果的背后都是基于数据的强大支撑&＃xff0c;换句话说&＃xff0c;是数据让我们讲出如此动人的故事&＃xff0c;数据让我们成为讲故事的好手。
在大数据时代&＃xff0c;数据不仅仅是信息的简单记录和留存&＃xff0c;更是蕴藏着巨大商业价值的“宝藏”。赋予业务人员挖掘数据价值的能力&＃xff0c;洞察数据背后隐藏的故事场景已经成为许多企业的“致胜秘笈”。大部分公司想要获取某种场景的完整画像需要汇集多方资源&＃xff0c;利用人工智能&＃xff08;AI&＃xff09;提取全渠道数据。电信公司可能会大量依靠调研问卷、客户投诉和运营数据来帮助他们识别痛点并改善用户体验&＃xff0c;而汽车制造商可能会寻求社交媒体、外部用户论坛和博客来帮助他们了解与产品质量相关的问题&＃xff0c;以及用户对品牌的总体认知。
一旦掌握了这些数据&＃xff0c;接下来怎么做就要看相关业务人员&＃xff08;市场营销或客户服务经理&＃xff09;的决策了。例如&＃xff0c;全球经济下行的压力可能会迫使大型银行为储蓄账户降息&＃xff0c;利率降低后客户的真实反应是怎么样的&＃xff0c;这些银行工作人员无从得知。这种情况下&＃xff0c;银行需要实时监控客户从多个渠道发出的反馈&＃xff0c;包括与客户服务代表的在线聊天记录、收到的电子邮件和在线评论等。掌握这些数据后&＃xff0c;银行可以更新网站内容和呼叫中心话术&＃xff0c;同时还可以决定对哪些人群采取更加个性化的服务措施。
采取措施的核心是基于对数据的洞察&＃xff0c;在这种经济环境下&＃xff0c;需要借助科技的力量把抽象的数据转述为形象的故事。在意识到客户的反馈需求后&＃xff0c;银行可以尽快采取补救措施&＃xff0c;了解降息举措为客户造成的影响&＃xff0c;主动跟客户解释原因&＃xff0c;征得客户的理解&＃xff0c;这样更有利于增加客户粘性&＃xff0c;将损失降至最低。
-----------------------------------------------------
类似的场景几乎每天都在各个行业中发生。研究发现&＃xff0c;那些将人类的自然能力与人工智能完美结合的企业可以更快速、更精准地发现未知、理解问题&＃xff0c;讲述大数据背后的真实故事。
情感的预测分析。通常&＃xff0c;判断客户的反馈信息是正面积极的还是负面消极的需要借助人力去手工筛查、归类&＃xff0c;但是Stratifyd的预测分析模型可以让这些操作自动化&＃xff0c;仅需短短几分钟时间即可对整个数据集进行分类&＃xff0c;可以节省数据分析师数周的时间。通过自动化情感分析引擎&＃xff0c;企业可以对全渠道数据获得全局洞察&＃xff0c;全方位了解客户的投诉建议、情感倾向&＃xff0c;帮助企业及时采取措施解决客户痛点&＃xff0c;提升客户忠诚度。
例如&＃xff0c;客户在登录银行客户端App的时候遇到困难&＃xff0c;可能会留下数千条负面评论。在分析这些评论之前银行并未意识到客户不满的根本原因&＃xff0c;而借助Stratifyd增强智能平台分析了这些评论之后真相很快就浮出水面了&＃xff0c;原来导致客户体验下降的根本原因是银行App的指纹识别功能有问题&＃xff0c;找出问题归因后银行产品团队立即着手修复此功能&＃xff0c;客户的满意度得到提升&＃xff0c;留存率也大大增加。
同理&＃xff0c;收集并分析客服中心的通话数据有利于提升运营效率&＃xff0c;优化客服质量。企业经常采用发问卷的形式收集客户反馈&＃xff0c;评估客户满意度&＃xff0c;但是问卷响应率往往差强人意。这个时候&＃xff0c;将分析焦点集中在客户的呼入电话和与客服人员的通话记录就显得尤为重要了。了解诸如首次联系解决率和平均处理时间之类的指标可以更好地优化网站导航栏&＃xff0c;对客户常见问题解答重新排序以改进自助问答服务&＃xff0c;这样客户的满意度得到提升&＃xff0c;投诉电话自然也就少了。
向人工智能和自动化流程转变并非难事。借助数据中台打通业务数据之间相对封闭的数据孤岛&＃xff0c;利用来自公开数据源、第三方数据源或自定义的企业应用程序数据来获得全新的业务见解。还有一种解决方案就是全面整合结构化与非结构化数据&＃xff0c;获得更丰富的全局洞察。
当然&＃xff0c;这些都是人类的自然能力使然。数据驱动的商业智能只不过是将人类的创造力、求知欲与探索欲点燃罢了。纵观历史&＃xff0c;人们以及他们所讲的故事已经决定了未来的走向&＃xff0c;今天亦是如此。如今&＃xff0c;我们拥有比以往任何时候都快的数据访问、分析以及可视化呈现能力&＃xff0c;如果我们用古人讲故事的方法来解说数据背后的业务洞察&＃xff0c;相信在不远的将来我们将共同见证人类对于商业模式颠覆性的改变。
欢迎关注“Stratifyd”微信公众号&＃xff0c;了解更多精彩内容。
原文地址&＃xff1a;
https://www.forbes.com/sites/forbestechcouncil/2020/06/04/corporate-storytelling-in-the-age-of-data
京公网安备 11010802041100号