在本文中,您將了解使用人工智慧和機器學習 (AI/ML) 的重要性。 接下來,查看全球客戶使用虛擬分析人員和區段 IQ 來偵測異常、避免離群值和最大化 ROI 的好處,以及真實世界的成功案例。
您或許記得西洋棋冠軍 Garry Kasparov 被 IBM® Deep Blue 打敗的時刻。 專家們原本以為,在西洋棋這樣複雜的遊戲中,機器不可能擊敗人類的決策和判斷。 然而,機器成功了,這是商業策略和技術創新產生根本性轉變的關鍵,人工智慧的力量被發掘出來了。
Adobe Analytics 是體驗業務智慧的核心系統,能讓企業中的每個人即時、大規模地了解和最佳化所有接觸點上客戶與其品牌的互動。
Adobe 的 AI 工具並不是要取代您,而是要讓您的工作產生最大的投資報酬率。
為了改進分析,我們必須關注三個關鍵考量因素:
組織 - 如何建立客戶的整體視圖、優先考慮見解驅動的決策,並讓資料大眾化。
技術 - 如何確保資料和技術可大規模提供個人化服務。
客戶 - 如何建立信任並因應變化。
分析具有挑戰性也很花時間,但人們總是希望能加快獲得見解。 組織面臨的關鍵問題包括:
關於成功的客戶情報策略,我們需要穿過三個層次 (見上圖 1):(a) 資料彙集,到 (b) 資料處理,再到 © 分析和機器學習,最後才能採取行動並最佳化內容和廣告。
資料彙集取決於您的組織,可能包括各種頻道和媒介。 包括 OTT 裝置、影片、企業、客服中心、實體店面、社交電子郵件、網路、廣告、行動應用程式、可穿戴裝置、物聯網、語音助手、連接卡片和地理/空間。
資料處理包括即時資料彙集、處理規則、對象整合、內容感知工作階段、即時觸發器和視圖,以及平台。
分析和機器學習包括區段 IQ、虛擬分析人員、分段、Analysis Workspace
可以把虛擬分析人員想成是一位超級分析人員:
虛擬分析人員為 Adobe 客戶開發以下情景:
異常偵測:
貢獻分析:
隨時了解資料中的異常情況 - 無論您是在辦公室還是差旅中
行動與桌面:「我們把一個網站的點擊次數與另一個網站的點擊次數進行比較,很快就發現一堆標籤不一致的地方。」→ 在產品發行之前避免資料問題
功能使用:「我們發現使用我們產品比較功能的客戶轉換率高出 10%。 將其移至頁面頂端可增加訂單。」 → 轉換率提高 4%
內容參與度:「我們發現新區域的訪客觀看廣告影片的可能性是兩倍,因此在這個區域放入更多影片選項。」→ 觀看的廣告影片增加 7%
付費搜尋:「來自搜尋引擎的訪客,向上銷售的可能性增加 3 倍。 因此,我們增加了在特定關鍵字上的支出。」 → 向上銷售提升 56%
產品缺貨:「購買 Fitbit 產品的人遇到『缺貨』的可能性是其他人的 6 倍,因此我們迅速訂購了更多 Fitbit 產品。」 → 防止缺貨,完成更多假日訂單
如需詳細資訊,請觀看我們的網路研討會。
在客戶成功中心了解更多策略和構想領導力。