构建以消费者为中心的增长动力 第四范式为企业转型准备“专属服务系统”

　　在用户需求不断升级的背景下,如果不能为消费者带来差异化的体验和个性化的服务,企业将很难拓展增量市场,沉淀忠实用户。据数据统计,消费者“Me Time”( 以个人兴趣为出发点的时间)占所有智能手机使用总时长已经达到46%,在这部分时间里,他们只点击与个人相关或感兴趣的内容。

　　10月18日,第四范式总裁裴沵思出席2019 IDC中国数字化转型峰会并做主题演讲。裴沵思表示,数据驱动业务带来增长,几乎所有的企业都认识到数字化转型的必要性。更为重要的是,客户体验与企业增速的关联性日益明显,企业转型首要解决的是让每个客户满意。

　　数字化转型:一场顾客体验争夺战

　　当前全球有62%的CEO愿意亲自领导顾客体验项目,首席执行官亲自挂帅、取悦消费者,这是因为企业的增长已经与好的客户体验密不可分。以国内零售银行业为例,在麦肯锡调查的11家银行当中,客户满意度处于前25%的银行过去5年的年均增长率为9%,而其他银行则为7%,这意味着5年中逐渐累积出10%的差异。

　　与此同时,移动互联对消费者行为模式产生了重要影响。追求与众不同的体验一直是我们的本能,而随时随地通过手机触达的体验,自然让大家更容易产生购买的兴趣。这对企业传统的客户服务与营销方式提出了新的挑战。

　　首先,消费者的需求越来越挑剔,企业竭力为消费者带来专属的、定制化的体验。今天的营销不再是传统的广度和深度的挖掘,而是要在沙漠中找到那一粒“价值连城”的沙子。环境在变,采用技术和方法也在变,机器在这方面比人更靠得住。此前,营销专家将客户划分成若干个客户群,按照不同客群的需求喜好进行产品服务匹配,而基于专家经验,几十万维的规则数已属极限,根本难以覆盖“亿人亿面”的个性化挑剔需求。

　　AI带来了转机,AI可以将维度从万级别提升至千亿维、甚至是万亿维,精细划分并满足每一个个体需求,从而提升用户粘度与营销转化率。以第四范式服务的某银行App理财产品营销为例,通过对数据进行高维机器学习建模,营销模型从此前的数百维度提升至上亿维度,营销的响应率提高了2-10倍。

　　其次,现在消费者的时间高度碎片化,每人每次使用手机的平均时长为2分钟,需要在等个红灯的时间,把握住消费者稍纵即逝的想法。传统的营销方式,是以提前跑批量计算的方式预先设定好规则,无法做出“临场反应”。而人工智能的实时计算预估,将“事后分析”提升至“实时响应”。以第四范式服务的某餐饮App为例,在顾客打开App的那一刻,系统可完成实施预估、业务决策和营销推荐显示三个步骤,20亿维高维模型平均响应延迟在5ms内,99%请求在20ms内响应,具备日均10亿次以上的毫秒级服务响应能力。

　　最后,用户的需求和行为也是在不断变化的,接受新事物的速度也在加快,这要求系统能够及时捕获并顺应客户需求的变化,形成决策闭环。传统的数字营销还是基于过去的用户数据在进行分析,譬如国庆期间,推荐的音乐、新闻、餐饮为度假风,这无疑提升了体验,但一旦假期结束回归工作生活,若基于旧有的数据推荐,则无法跟上消费者的变化步伐。

　　人工智能系统基于自学习能力,可以利用业务过程中产生的反馈数据,持续进行系统自我纠偏与优化。我们看到很多时候,AI系统的价值提升并不来自于系统上线的那一刻,而是来自于上线以后经年累月的自我迭代闭环。

　　数字化转型:是科技转型 更是系统性增长

　　为了让企业便捷高效地利用AI全面了解、个性化地服务消费者,第四范式帮助企业打造了以消费者为中心的专属服务系统。该系统定位于全栈式市场营销运营系统,除了封装高维、实时和闭环的AI能力之外,其价值还包括打通营销战役、客户路径等触点环节,内容生产、获取及管理等内容环节,公域流量、私域流量等数据环节,实现企业所有电子渠道的个性化服务。

　　AI会给业务带来爆发式增长,但是我们更关注AI给企业带来的系统性增长。数字化转型应该从企业发展的核心诉求开始,找到系统性解决问题的路径和方法,而不仅是靠一个个业务波峰冲击。我们判断企业的数字化转型是由三个阶梯式增长曲线递推完成。解决最关键的客户专属体验问题,就是第一站。紧随其后的,是以产品为导向的研发生产系统,以供给为导向的计划供应系统。这样企业将真正完成“以消费者为中心”的智能化转型升级。

　　智能化转型战略来源于第四范式帮助企业转型过程中逐步积累的经验,并在各行业领军企业实现和印证。据悉,第四范式已经服务8000家企业,涵盖金融、零售、能源、媒体等行业的头部企业,完成了上万个AI应用案例。在今年8月份IDC公布的2019 中国机器学习平台MarketScape™️报告中,第四范式机器学习平台位居市场份额。