使用虛擬分析人員和區段 IQ 掌握客戶情報

5 分鐘

style

article-header-section

在本文中，我們將從討論利用人工智慧和機器學習 (AI/ML) 的重要性開始。接下來，我們將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 的深藍打敗的時刻。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，我們需要關注三個關鍵考量因素：

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) 數據彙集，到 (b) 數據處理，再到 (c) 分析和機器學習，最後才能採取行動並最佳化內容和廣告。

(a) 數據收集將取決於您的組織，可能包括各種通道和媒介，例如 OTT 裝置、視訊、企業、客服中心、店內、社交電子郵件、網路、廣告、行動應用程式、穿戴式裝置、物聯網、語音助理、連線卡片和地理/空間。
(b) 數據處理包括即時數據彙集、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。
(c) 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：

行銷活動終止 - 主要由提前結束的行銷活動推動的收入，每天增加 170 萬美元。

供應商錯誤 - 由於標籤管理程式錯誤而從購物車自動移除某些產品，因此購物車移除量增加了 73%。

瀏覽器問題 - Chrome 瀏覽器相關的購物車放棄率增加了 8%。此項修正導致每天增加 120 萬美元的收入。

抵用券詐騙 - 發現由兩個主要日常交易/抵用券網站促銷的詐騙保養品抵用券，導致訂單激增 81%。因此取消了這些訂單。

企業間諜活動 - 由主要競爭對手建立的機器人/編目程式導致造訪次數增加 200%，以便刮取網站內容以供重複使用。因此封鎖了這些 IP。

異常偵測：
- 利用內建預測演算法來協助辨別您不知道的數據尖峰和谷值。
- 利用 28 種獨特的演算法來辨別異常現象，包括季節性、增長和週期性模型，以及假日調整。
- 減少對數據科學家的依賴，釋放公民數據科學家的能力
貢獻分析：
- 快速識別導致數據發生重大變化的因素
- 節省尋找量度改變解釋的大量時間
- 善用旨在將分析人員和行銷人員轉變為數據科學家的強大機器學習。
智慧型警報：
- 隨時了解數據中的異常情況 – 無論您是在辦公室還是差旅中
  - 直接從 Analysis Workspace 建立警報
  - 異常的基本規則 (90%、95%、99%)、百分比變更和高於/低於
  - 使用警報預覽來查看警報觸發的頻率
  - 善用簡訊和電子郵件支援，包含自動產生之 Analysis Workspace 專案的連結
區段 IQ：
- 發現區段之間的差異和重疊，為您的分段策略提供資訊
- 發掘推動 KPI 的客群細分群體的關鍵特徵
- 在數秒到數分鐘時間內即可獲得報告和視覺呈現，顯示跨維度、量度和其他區段的共同之處
- 改進與高價值客戶的互動

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數據問題

功能使用：「我們發現使用我們產品比較功能的客戶轉化率高出 10%。產品對比功能移到頁面頂部增加了訂單數量。』→ 轉化率提高 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，請在此處觀看我們的網路研討會。

style

article-content-section