中关村科金营销服一体化解决方案 助力企业实现服务转营销价值跃迁

（原标题：中关村科金营销服一体化解决方案 助力企业实现服务转营销价值跃迁）

近日，中关村科金受邀参加虎嗅智库举办的「502线上同行」主题研讨活动，与来自来伊份、网易智企、瑞泰信息等行业专家，一同探讨了营销服一体化赋能零售消费企业重构客户体验的实践与挑战，剖析了如何利用营销科技支撑企业增长新链路，帮助零售消费企业实现业绩新增长。

以下为中关村科金智能营销产品总监任立勇《数据智能驱动全场景数字营销》主题分享的内容实录。

零售消费行业营销发展趋势

科技时代下的零售行业面临着很多挑战，可以从三方面去思考。

首先是商业模式。零售企业是否通过数字化手段和方式重构商业模式，有没有新的商业机会出现；以及企业如何打通产业链条，拓展科技零售生态。

其次是运营流程。当前以数字化为基座的运营及营销服务方式，跟传统营销有很大区别，对运营流程需要深入改造，过程中零售企业是否做好了相应的组织架构、资源、人力等相关准备工作。

第三块是工作方式。科技给从业人员带来了哪些新的能力及运营突破，以社交媒体等为渠道的数字化营销将如何开展。

这些都是企业在面向数字化转型时需要思考的问题。在零售行业中，比较理想的状态和链路是围绕消费者购物过程，加入不同的数字化触点，通过线上和线下结合的方式，实现全链路数字化转型。

在这样的链路下，从消费者进店开始，到用户识别、数字信息推送定位，再到线上线下链路结合，最终到自助结算，整个链路里会用到大量数字相关技术，很多零售企业或多或少都建立了一部分数字化系统和工具。

但是如何把链路打通，实行价值联合，是现在急需解决的一个痛点。打通链路的底层逻辑是数据要成为核心资源，无论是线上还是线下，对于同一个用户的消费者洞察，实际上是来自于360度的全景数据融合。

在构建客户全生命周期的营销链路时，需要围绕用户从线上到线下，线下又回到线上的购买旅程来进行数字化触点铺设。现在广告投入成本越来越高，很多零售企业线下门店有自然客流，当客户进店后，可以很好的转化为私域流量，在私域运营过程中，对用户人群进行数据分层及用户画像刻画，从而实现精准化运营。

从粉丝到意向客户，再到推荐用户和复购，流程里每一层都是对用户的分层，分层的准确性直接影响到营销效率及转化率。

我们看到，构建零售企业营销服一体化，首先要实现从流量思维到单客思维的转变，CLV（客户生命周期价值）是转型的重要目标导向；第二步是要创新业务场景，加强对用户的深度运营能力，这也是传统企业数字化转型非常关键的部分，要有相应的组织架构、人力资源调整；第三步是对于深度用户资产的全面洞察，对于用户全面的认知和认识；第四步是搭建数智化运营体系，提高用户运营效率。

基于以上情况，在构建以客户为中心的营销服一体化过程中，中关村科金从零售企业的生产场景、渠道场景、销售场景、运营场景、客服场景切入，用一套数字底层来进行统一包裹。

中关村科金营销服一体化解决方案

在现阶段的企业营销、销售及服务体系下，服务层面存在人力成本高、效率低，夜间时段无人值守，人员培训等问题；营销层面存在营销思维不专业、不聚拢，对消费者行为刻画不深入，缺乏数据支撑等问题；管理层面存在运营难题，多渠道用户信息分散，反哺业务能力弱等问题。

针对以上现状，中关村科金以对话式AI技术为核心，围绕客户全生命周期，推出了营销服一体化解决方案，助力企业实现服务转营销的价值跃先。该企业全域解决方案，涵盖语音机器人、文本机器人、在线会话、云呼叫中心、智能工单等系列产品，并应用了预训练对话语言模型、知识中台、会话分析和流程挖掘等创新技术，通过预置话术模板、话术自动更新等功能，有效解决企业营销服场景中话术冷启动、话术维成本高、知识难沉淀难共享等问题。

在过程中我们运用到了很多技术，比如在提升公域获客成功率上，通过机器人相关工具进行统一的线上触点线下获客，再到全链路的促销转化、极“智”服务提升客户满意度，最终形成客户MGM（member get member）裂变营销，整个链路都是通过数据智能进行驱动。

我们把整个销售链路分成了售前、售中和售后三个环节，在售前环节主要是作用于全私域静默以及咨询用户主动营销、促转化，售中环节主要是作用于下单关键环节主动服务，售后环节主要作用于老客户的长期跟踪、提升复购。简单来讲，就是在售前-售中-售后三个不同场景下，设计不同的链路来达成业务指标。

数据驱动的本质是以数据为支撑，企业应该建立一个基于客户视角的数据仓库或CDP（客户数据平台），目的是把企业所有线上线下的数字化触点数据进行导入加工，形成OneID后进行个人、产品、业务三个层面的标签体系构建，再通过算法模型进行人群划分，最终细分生成系列应用。比如可视化数据、复购意向度、客户评级、情感识别等，这些人工智能应用都是基于多数据源整合的，是非常关键的底层。

我们在服务一些零售企业中发现，目前的客户数据整合遗漏了一项关键数据，即全渠道对话洞察。无论是PC、APP、社交媒体，还是微信、电销，都是现在的主流触点，但里面大量的对话内容意图没有被深度整合。

而在过往实践中，我们发现客户的对话内容是非常有意义的，它能够带来两方面的价值，一是洞察客户的真实需求，二是判断当下客户的真实情绪。

针对一个客户，无论是电销还是IM即时通信，深度挖掘对话内容可以发现用户对商品的需求程度、竞品提及、客户疑议、潜在价值分析、服务反馈等大量关键用户意向信息，但这部分内容并未被重视。

而基于语义分析和NLP技术，对客户对话内容进行加工和洞察，可以实现更精准的消费者需求洞察、反哺线上营销策略、提炼最佳营销话术等价值输出。

对话洞察在销售环节和AI话术优化场景也有非常多的应用。比如将客服和用户之间的对话，通过ASR转成文本进行深度分析后，对话术进行深度提炼，再将提炼出的优秀话术反哺给其他客服，进而提升二次外呼营销的准确率。

另外，营销服一体化还需打通的一个难点是网电销一体化。目前无论是零售企业还是其他行业，都在大量布局网销渠道，但电销也是企业的主流渠道，在“网电结合”的大趋势下，只有结合两种模式不同的特点和优势，才能真正实现营销服一体化。

网电销一体化需要实现四个“通”和五个“全局”

四个“通”是数据通、链路通、策略通和团队通。

五个“全局”一是指全局的标签体系，过往网销和电销的标签体系是分开的，数据也较为割裂；二是全局的意图，对于对话意图全局打通；三是全局策略的调度；四是全局策略的优化；五是全局的增长实验，过往网销和电销的ABtest都是相互独立，但链路实际转化时是网店联合的形式，用户不再通过单一渠道触达商家，这进一步提升了数据打通要求。

数据驱动需要引擎支撑。这个引擎是指营销自动化相关工具的应用，同时提供营销场景、销售场景和服务场景三个场景的支撑。因为将用户数据、渠道等全部打通后，AI外呼或者是电销、网销，只是跟用户沟通的触点和渠道，可以应用于不同场景下。所以未来的渠道不会局限于某一个场景，一定是营销服三个场景互相融合，这种情况下，我们就需要一个统一的调度框架来进行整体调度。

营销服一体化的数字化链路是比较复杂的，很多企业在数字化转型初期进行构建时也会有一些疑问。

首先，我们要构建CDP（客户数据平台），打通所有相关数据，之后形成用户画像标签体系，按照标签体系进行人群分包，划分完成后传到用户营销自动化平台，进行相关营销策略的全链路制定，包含电销、网销所有渠道。完成后再挂载相关内容、知识、活动、权益等，通过机器人平台进行全渠道发送，搜集用户回复的部分意图和反馈，更新用户数据标签体系，同时评估业绩相关效果，进一步优化营销策略，这就是完整的数字营销服务体系链路。

最后，分享下中关村科金与重庆百货的合作，我们如何通过上述营销服体系解决了重庆百货在营销中的痛点，助力其重构客户体验和提高业绩增长。

重庆百货拥有三百多家门店，但营销服多系统相互独立，工作效率比较低，客服接待多业态，业务咨询需要不停切换系统；大量咨询难以同时处理，影响客户体验，对工作人员要求高、压力大；工单内部流转效率低；最重要的是无法有效识别用户，通过网销转化而来的用户或许曾有电销通话记录，但网销客服不清楚，反之同理，这是导致重庆百货难以构建营销服一体化的底层原因。

中关村科金营销服一体化解决方案如何帮助重庆百货解决上述问题？

深度打通在线客服、呼叫中心台等多渠道、多系统；

打造智能化服务，通过文本机器人、NLP技术进行常规问题的自动回复；

高效联动内部协作，实现线上工单系统多部门、跨部门协作；

通过客户数据平台，把电销、网销线下数据进行ID Mapping，构造全渠道用户统一视图。

这套完整的体系上线后，由于打通了底层数据和渠道，构建、优化和统一了多渠道营销策略，有效实现了多项业务指标大幅上升。如智能工单的内部流转、智能外呼的回访量、智能客服的重复问题抵挡率、人力成本的降低、呼叫中心的问题解决率等。

针对“百货业态”，我们在常规业务咨询场景把线上渠道和电销服务打通后，大部分客户咨询是由文本机器人进行处理，难以处理的问题会生成工单流转到总部进行人工判断和处理。

针对“电器业态”，客户通过线上和电销入口进来后，优先由机器人接待，未能识别的问题工单会转给人工，然后基于用户需求分派在线客服或呼叫坐席，之后进行满意度回访，而无法解决的问题生成工单后再流转到线下门店及时处理。

针对“总部”的智能服务场景会更复杂一些，因为总部的线上渠道如公众号、小程序等入口众多，客户进入后同样是常规问题机器人优先接待，投诉类问题会直接分派给在线坐席或呼叫坐席及时处理，门店无法解决的问题会生成工单流转到总部进行统一解决。

以上就是中关村科金对于构建营销服一体化的一些经验分享。随着越来越多的企业数据基础在逐渐完善，对用户意图进行挖掘需要被企业广泛重视。未来中关村科金将持续投入对话式AI技术，深入挖掘对话场景里的数据宝藏，通过数据与技术的全面结合赋能营销服体系，打造面向企业营销服数智化的全生命周期、一站式的解决方案。

用户意图进行挖掘需要被企业广泛重视低、呼叫中心的问题解决率等，