銀行如何提供超級個人化服務?百人數據團隊靠AI打造中信腦
為了顧及全產品、全客群、全通路、全覆蓋,中國信託採取的對策是走入AI與大數據,更為發展AI應用訂下3大KPI,來掌握研發資源的最適化;今年,中信更成立數據治理委員會,希望將數據治理走向更全行化的關鍵議題
文/李靜宜 | 2021-06-10發表
「透過科技力,來創造競爭力。」中國信託銀行數據暨科技研發處處長王俊權,用一句話點出中國信託大力發展AI與大數據的戰略核心。
3年多前,中國信託定調以AI與大數據作為主要發展方向,並成立了數據研發中心,要用AI來加值業務場景的服務與產品。設立初期僅有一人,到現在已擴大為百人團隊,更在2020年初正式提升為數據暨科技研發處。王俊權正是該團隊的一號員工,更是中國信託內部大力推動AI與大數據的關鍵人物。
中國信託的經營策略是,顧及全產品、全客群、全通路、全覆蓋。而為了守住既有的優勢,中信採取的對策是走入AI與大數據,來作為轉型的利器。不只要轉型,王俊權表示,中信更希望透過AI與大數據,孵化出不同於以往的經營模式。
「CTBC+AI」是中國信託發展AI的大方向,在各業務線上,都能將既有的經營方法加上AI,來提升效率與效能,更要以這樣的科技力創造競爭力。更以優化、平臺、全面、轉型、顛覆這5大階段任務,往下推動AI。
王俊權解釋,中信的策略是,從最小且最有把握的項目開始,所以,透過AI來優化既有的經營方式,是中信切入AI的第一項任務。運用AI優化的專案成功後,下一步,中信就能將AI技術進一步平臺化;有了平臺之後,就能將AI技術全面導入到銀行。
走過了優化階段、平臺階段到全面發展階段,AI已經落地到中信的金融場景,也陸續有了一些階段性成果。王俊權表示,中信現在聚焦「轉型」與「顛覆」,希望透過AI幫助組織轉型,最終期待是要用AI提出顛覆的想法,創造新的經營模式,他透露,目前已有幾個專案正在進行中。
依循著CTBC+AI這項大主軸,中國信託打造了「中信腦」,定調3條研發路線: 電腦視覺、自然語言處理(NLP)、機器思考,也成立了3大實驗室,聚焦研發6大AI應用核心,包括了精準行銷、市場預測引擎、文字與文件辨識應用、人臉與物件辨識應用、機器閱讀到機器對話。從應用場景來看,則鎖定營銷經營、流程優化、風險控管這3項。累計至今,中信在業務單位落地的AI專案超過了20個。
第一類應用場景的AI,中信稱為「營銷經營+AI」,囊括個人化推薦、需求預測,目的是協助增加收益,並提升客戶滿意度、客戶資產、新申購產品數等。王俊權提到,像是推薦引擎專案,中信金控整體客戶數有1,100多萬戶,產品與通路又多,需要透過AI推薦引擎來實現精準行銷,預測顧客未來的金融需求,才能進一步推薦。中信也將這類預測技術,應用到金融商品的預測,比如房價預測、股市預測、匯率預測等。
「流程優化+AI」則是中信第二大類應用場景,包含法金作業流程、客戶申請流程、線上作業流程,希望用來協助內部提升作業效率,來減少作業成本,最終目的也同樣要能夠提升客戶滿意度。 目前,中信內部有多項端對端的流程數位化專案,像是個金、法金、AML(反洗錢)、HR等業務,都有導入AI來優化既有流程。
最後一類場景的應用是「風險控管+AI」,則應用在AML作業、偽冒偵測、稽核,來改善內部作業效率,減少風險的損失。比如,王俊權提到,前年底,中信銀行上線了一套用自然語言處理技術分析負面新聞的平臺,這個AI反洗錢專案的成果,後來更從臺灣擴大應用到7個國家的海外分行。
王俊權表示,3大實驗室所負責的6大AI核心,就是沿著這3大類應用分頭進行,其中,因為銀行面對數位化的壓力較大,所以,又以銀行為應用主力,再逐漸將AI技術擴大到金控旗下子公司,如投信、台灣人壽、中國信託資融等。
自行培養AI研發能力,更訂定3大AI管理KPI
AI發展策略上,中國信託除了自主研發,也會與廠商協作。不過,這兩種策略該如何拿捏,中信內部也走過一段辯論的路。王俊權表示,最後的判斷依據是,「金融業需要的核心能力,中信會投入有限的研發資源。若不是中信認為的核心能力,則盡可能用市場上的解決方案,來加快回應市場的時間。」
舉例來說,銀行業使用分析模型並非新鮮事,AI技術與傳統統計回歸最大的不同是,能夠處理大量非結構數據,像是人臉、電文等資料,可是,這些數據機敏性較高,如果銀行不能自行掌握技術,而需委外,王俊權認為,第一個問題就是,銀行創新的保密性較弱,再者,廠商進入銀行接觸到如此多的機密性資料,有時也有法遵問題。
尤其,金融業對個資的管制嚴格,非結構化資料很難離開金融業,但是,在臺灣,許多AI技術原廠來自海外,對於銀行來說,整體應用或導入的彈性都相對較低,這些都是中國信託選擇培養自家AI研發能量的關鍵因素。
中信在AI應用發展策略,更訂出3大關鍵績效指摽(KPI),作為研發資源最適化的參考。王俊權表示:「對資源有限,需求無限的單位而言,研發的管理是一大關鍵。」首先,中信不會輕易增加AI生產線,因每開一條生產線就會涉及維運與資源分散的議題。所以,「AI生產線的管理」是第一項KPI。
「AI研發資源調度的管理」是第二項KPI。王俊權提到,資源有限狀況下,應該分配多少資源,投入短期的落地變現,還是長期的亮點顛覆,「是一種決策的藝術。」過去,中信希望AI可以迅速擴大到各單位,所以,王俊權採取80/20法則,將80%的資源用在短期落地變現,讓大家有感,保留20%在真正創新的研發。不過,他表示,這個比例每年或每季會進行調整,要讓研發資源投入到需要的地方。
第三項KPI則是「核心複用的比率」,也就是同一項核心技術盡可能重複利用的比率。王俊權要求研發團隊,每條AI生產線至少要有3個落地應用。目前,中國信託共有6條AI生產線,以及20幾個AI落地應用的專案,他提到:「平均每條AI生產線,有3~4個核心複用。」未來,更希望將每個AI核心,擴大到金控內各個應用,所以,要盡可能提升核心的複用,他對團隊的期待是,能提高到兩位數的複用率。
他進一步舉例,3年前,中信導入工研院智能文審技術,來辨識客戶申辦信用卡、貸款所需檢附的財力證明,像是存摺、扣繳憑單等金融常用的固定格式文件。去年,中信將文字辨識應用,複用到分行的場景,上線AI票券辨識服務,在審票機中加入AI、OCR技術來辨識支票,來減少櫃員人工審票與顧客等待的時間,及提升作業人員登打的產能。
目前,中信已做到一張支票上的7個要件,包括到期日、抬頭人、金額、禁止背書轉、發票章讓章或手寫、背書、帳號,都能夠用AI辨識。王俊權提到,中信將自行研發的印刷體的文字辨識核心、手寫英數的AI辨識核心、文印鑑辨識技術,通通導入支票辨識上,「這就是一種AI核心的複用」。此外,為了持續優化辨識正確率,中信更導入AI反饋機制,內部自己發展出標記功能,來改善標記效率,長期目標是達到9成的辨識正確率。今年,中信預計將該AI應用擴大到22家分行。
中信還有另一項AI核心應用是人臉與物件辨識應用,王俊權坦言:「人臉辨識技術,對於組織的轉型與顛覆是亮點有餘,可是力道不足。」不過,若能結合防偽能力及數位流程,可能會創造出藍海的新應用。中信正在思考,如何運用人臉辨識、活體辨識、微表情辨識、情緒辨識等AI核心,交錯組合來打造遠端核身相關應用。
金融業需緊跟科技的腳步,轉變為自身的競爭力,才能在指數型成長的趨勢下,站上領先地位。AI與大數據,正是下一波競爭力的最大利器。─── 中國信託銀行數據暨科技研發處處長 王俊權
推動超級個人化服務,中信靠大數據建立5大行銷策略
「中信銀行每個月有1.5億筆的金融數據,1.9億筆的非金融數據。更可觀的是,疫情期間,顧客更加喜歡使用數位服務,每月高達2億筆的顧客數位數據。」王俊權首度揭露了中信內部統計的海量數據。不只如此,中信銀行1年與顧客會有20億次的行銷溝通,顧客造訪行動銀行、網路銀行或到行銷網頁觀望的次數,更是高達16億次。
「中國信託的數據含金量很高,因此,全都要採集起來,作為銀行KYC的關鍵第一步。」他提到,光在2017年到2018年這段期間,中信內部就採集了大量數據,來建立360度客戶全景標籤。即便,當時各個單位已有自己的全景標籤,中信仍認為要有一個可以全行共用的主數據庫。
有數據來了解顧客,銀行就能出手,中信的策略是以數據掌握顧客人生不同階段需求,提供超級個人化服務。王俊權表示,中信策略是運用AI與大數據,透過個人化溝通方式,來提升顧客的成交機會。中信更先將這種作法,落地到銀行的「艱困區」,若在艱困區測試後有成效,再轉移到「黃金區」主戰場。「一方面不會影響到既有的業務動能,另一方面團隊也會比較有信心。」
在推動超級個人化服務,中信採取了5大行銷策略,並各自搭配合適的AI技術。第一項策略是使用最適合的通路對不同顧客溝通;第二項是尋找顧客有興趣的話題來互動,王俊權透露,今年底將從人工轉為全自動化,用AI生成銀行與顧客行銷的文案。
選擇對的時間,則是第三項策略,比如,當外幣跌到一定數值時,跟該名顧客歷史申購外幣的成本有競爭性,就能在此時發送推薦資訊給顧客。
第四項策略則是打造貼合顧客需求的產品,他提到,中信已有不同產品的預測模型,能預測未來3個月或1周後,該名顧客可能需要的產品。可供業務單位、EDM數位行銷,來聚焦其中高成交率的顧客。最後一項策略是對的活動,即便是賣同一項產品,不同活動的優惠或行銷設計都要不一樣。
王俊權認為,不僅不要過度叨擾顧客,更希望提供一次就能擊中顧客的服務。甚至,目標是做到自動化行銷,他透露,目前正在建置平臺的階段,除了要能自動採集數據,更要自動反應顧客下一步的預測,讓銀行出手可以更快,或盡可能減少PM或行銷出手時會遇上的人工斷點,甚至,讓每次出手後的反饋可以更為即時,來推動多波段行銷。
成立數據治理委員會,優先梳理2類數據
「數據治理是比下水道還要更下水道的底層工程。」特別對於大型金融機構來說,海量的數據勢必要有與過往不同的梳理方式,王俊權如此說著。
因此,今年中信銀行成立了數據治理委員會,由總經理親自主持,各個業務單位主管都參與,「希望將數據治理走向更全行化的關鍵議題。」他坦言,今年是試行階段,但中信已經注意到這個趨勢,而且必須往這方向走。
中信在數據治理特別強調「以用為治」,去年,更研究了全世界數據治理做得較好的企業,比如,數據治理發展超過20年的華為。王俊權坦言:「對中信而言,數據治理既然是一場長期抗戰,就必須明確為何而戰。」
由於資源有限,中信在數據治理的戰略,優先從兩類業務來推動,第一類是不能犯的錯,這類資料的處理一旦犯錯,銀行容忍度很低,如監理報送這類數據就需要優先梳理。另外一類是業務效益較大者,王俊權表示,若沒有好的數據治理標準,業務效益很難有長期的呈現。這是中信今年訂下數據治理的方向,也希望從小開始,慢慢擴大到全行。
經理人小檔案
王俊權
中國信託銀行數據暨科技研發處處長
學歷:臺灣大學國際企業研究所商學碩士
經歷:早年在美國矽谷的科技公司做美股分析,回臺後陸續待過4家銀行,主要負責風險管理;2005年加入中國信託銀行擔任全球個金風險管理處處長,2018年兼任數據研發中心最高主管;現為中信銀行數據暨科技研發處處長,兼任中信金控數據主管
附圖:中國信託銀行數據暨科技研發處處長 王俊權 (攝影/洪政偉)
資料來源:https://www.ithome.com.tw/people/144842?fbclid=IwAR0XaBPczoiqTWTEQH8qHfNDbmyyTpA43Akd2gYWhsBbh0oIbWsBNWdF4Fk
個人化行銷未來預測 在 Facebook 的精選貼文
【 COMPUTEX 行銷心法大公開!】
COMPUTEX 是一個我從小認識到大的年度科技盛事,可以說是科技業的大拜拜也不為過!這次很高興能站上這個舞台,來跟大家分享 B2B 社群行銷的新招式。
這次也聽了幾位前輩的分享,覺得非常有收穫,特別整理了心得筆記給大家。過去極少人做過關於「線上策展的行銷策略」講座,所以對行銷人來說這場內容真的很重要,即便沒有疫情,線上策展也是未來的一個趨勢。
- - -
✦ 線上展中的媒體行銷趨勢觀察
TechOrange 的策略長沈貝怡是資深的媒體人,她特別針對新聞媒體和科技企業,對於辦展各種運作交流完整分享。
1. 參展的目的
這次不管哪一位講者(包含我)其實都提到做一件事的目的比什麼都重要,今天參展目標明確,就能照著目標去執行行銷策略。
2. 媒體新聞稿
大多數的科技業在參展前都會發布新聞稿,寄給媒體之後並不是 100% 都會刊登,所以無論是長度、下標、能不能結合目前關鍵趨勢、有科技新聞性⋯⋯等,都是要點,另外沈貝怡也補充,發布前最好參考一下最近其他展覽或是同業被報導的點都是哪些,也是發稿撰寫最重要的依據。
- - -
✦ 線上展提升精準行銷與顧客互動
COMPUTEX 這次也結合了 Appier 的技術,用 AI 預測能力,來賦能數據驅動決策,也就是說利用數據分析的技術,找出最有效的行銷方式,把資訊分別推送給不同需求的人。
1. 提供受眾想看的
Appier 其中一個技術是,蒐集各種數據,然後整合用戶輪廓(包含站內行為、用戶資料、興趣)分析轉化(分眾、個人化、自動化)利用不同渠道像 App、網站等去提供行銷的資訊。
2. 活動推播規劃
在開展前一直到活動結束,中間會經歷一連串的規劃過程,持續用自媒體與用戶溝通。開展前就是一個醞釀期,包含徵展活動、宣傳、廠商介紹,線上展開始也會依照預登選擇喜好做分眾推薦,直到活動結束也會有表單和問卷調查做為下次策展參考依據。
- - -
✦ 線上展影片行銷秘笈
這次 COMPUTEX 與 白輻射影像 Whitelight Motion 合作,影像總監洪鈺堂以重新定位品牌的思考來分享如何用影片,創造不同角度的品牌影響力。
1. 佔有一席之地
品牌定位,也就是常見的行銷 Branding 過程,最重要的策略就是要創造影響力,並且在這個領域佔有一席之地的過程。這次整個線上展的概念以 COMPUTEX is Everywhere 的精神,貫穿整個影片行銷的規劃手法,科技的形象已經深植人心,所以應該是要自然而然的感受,而不是刻意的創造它的存在。
2. 品牌影片
包含品牌故事、品牌內容,兩者加起來就是品牌與群眾建立連結的方式,從產品定位到傳播定位與識別性,把這次 COMPUTEX 線上展的形象定位成生活體驗情境,用影片的方式傳達讓科技串起生活運作的形象。
我特別喜歡洪鈺堂最後說,Some feel the rain, others just get wet 的一句話,感受如何比事實更重要,就是影像行銷的中心思想。
- - -
✦ B2B 社群行銷
我這次先讓大家理解,其實很多企業都有建立社群,但是針對社群持續在運作內容的 B2B 企業並不多,所以一開始也分析了各個平台針對企業所應該重視的各個面向比較。
1. Thread 行銷模式
選擇好自己所需的社群之後,每次發布同一議題或是內容的時候都要有多渠道行銷的思維,並且針對不同平台的受眾專門制定行銷內容。有點像是一條龍的行銷規劃思考,只是更細分成單篇內容多平台發布的模式。
2. B2B2C
B2B 行銷最重要的是什麼?每次在思考企業客戶需求時,一定要考量到終端客戶的需求,也就是回歸到客戶的消費者本身。假設今天你的目標是一般通路,那就要考慮這些通路的客人有什麼需要,針對這些需求你可以提供什麼幫助,才是首要的行銷策略。
- - -
這次參加 COMPUTEX 講座說真的我本人獲得很多,B2B 行銷一直也是我在努力的面向,可以和各前輩一起交流分享是很珍貴的。
這次的內容除了線上策展人可以參考,實體活動、公關活動等都能參考這些內容,當作未來舉辦活動的依據。參加完以後我更期待今年 COMPUTEX 線上展會如何舉辦、實際的情況,到時候我也會分享參展影片給大家喔!
✦ 2021 5/31-6/30 開展,把活動提醒登記起來吧!
✦ 訪客登記參展 → https://reurl.cc/7yakp9
#computex2021 #computexvirtual COMPUTEX TAIPEI
個人化行銷未來預測 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
Netflix的「AI顧客科學」
2021-03-04 14:33 聯合新聞網 / 能力雜誌
【文/廖志德 圖片提供/達志影像】
直接與消費者進行互動是企業的重要工作,唯有如此,我們才能深入理解顧客的需求、渴望、不安、疑慮與痛苦,並且從中尋求開發新產品及新服務的正確切入點,進而提昇顧客整體的消費體驗。因此,「直面顧客」是品牌創新的關鍵要點,絕對不能假手他人,一定要親力親為才能挖掘出隱藏於市場深處的成功祕笈。
過去,想要直接與顧客進行溝通與互動相對困難,企業不可能一一拜會或致電顧客,因為需要動員的人力及成本太高,往往只能退而求其次,採取間接的方式來與消費者進行互動。或是經由代理商、經營商、零售通路來負責銷售服務;或是由外包客服中心幫忙接聽顧客來電;又或者採取抽樣市場調查來理解顧客的基本圖像,這使得企業洞察顧客需求宛如瞎子摸象,往往只能知道市場部分的情況,不能全盤且深入的掌握市場全貌。
現在,隨著數位科技的快速推進,企業擁有越來越多元的訊息溝通管道與消費者直接互動,加上人工智慧(Artificial Intelligence, AI)從旁協助,市場的顧客圖像變得越來越清晰,越來越可視化,消費者的行為模式不再撲朔迷離且難以掌握。
根據微軟預測,到了2025年將有95%的顧客互動管道是通過AI來完成,如果預測成真,表示企業對於消費者旅程的理解能力將大幅度增強,無論是在搜尋、方案、選擇、下單、取貨、服務、維修、客訴的階段,顧客圖像都能夠取得更高的解析度,經營市場不用像過去一樣,在迷霧當中踽步前行。
市場藝術家vs.科學家
擁有清晰的顧客圖像,能幫助企業規劃出更加貼心的消費者旅程,屆時經理人評估經營績效時,不會再局限於單一層面,例如:訂單轉換率,而是可以更加細緻地從不同的角度與階段來剖析消費者的行為偏好。過去由於市場資訊嚴重不足,企業只能從銷售數字來評量市場成果,或者憑藉行業經驗與直覺來預估消費者的行為動向;現在由於人們對於數位科技的廣泛運用,使得企業更容易掌握顧客在實體與虛擬世界的數位足跡,無論是在實體商店、網站、APP、LINE、Facebook、Instagram、Youtube等線上線下互動點,我們都可以取得比過去更多元的消費數據。消費者瀏覽過那些商品資訊?關注的要點是什麼?考察過哪些「關鍵意見領袖」(Key Opinion Leader, KOL)的看法?分享的使用體驗是正面還是負面?是否進行重複採購?
實測驗證需求
唯有「直面顧客」才能了解顧客,然後做出正確的服務體驗設計。啟動永無止境的追蹤使用者的偏好與習慣,並且經由實地測試來驗證顧客洞察的結果,是影音串流龍頭Netflix能夠在市場異軍突起的關鍵要素。正確使用數位科技使得Netflix在殺成一片紅海的影音市場開創出新藍海,這是Netflix創辦人哈斯廷斯(Reed Hastings)刻意培養出來的企業傳承。如果說賈伯斯(Steve Jobs)是「市場藝術家」,那麼哈斯廷斯就是「市場科學家」。賈伯斯所帶領的Apple基本上不做市場調查與分析,而是著重於創建起獨特的美學風格及培養敏銳的顧客感知能力;哈斯廷斯認為自己並不具備與賈伯斯同等的市場洞察力,因此,在其掌舵下的Netflix另闢「顧客科學」(Consumer Science)的新航向以抵達賈伯斯的美麗境界。
同樣是「直面顧客」,Apple與Netflix的做法南轅北轍,不過條條道路通羅馬,只要能夠取得顧客歡心就是正確的道路,並沒有優劣之分,就像我們無法比較莫札特(Wolfgang Amadeus Mozart)與貝多芬(Ludwig Van Beethoven)的好壞;無法論斷李白與杜甫的高低,重點是找到適合自己的成長路徑,感性成分比較多的經理人可以考慮培養賈伯斯般的直覺感知;如果思維模式偏向於邏輯與數理思考,哈斯廷斯就是最佳的學習典範。學習不是全然的模仿,而是啟發自己內在本來就具備的潛能,至於採取何種直面顧客的演化路徑,最終還是要經營者不斷的在現場探索才能進行實證。
相對而言,賈伯斯的做法是比較難模仿的,除了認真、用心、努力外,多少要具備某種與生俱來的天賦。因此,我們鼓勵大部分的經理人採取類似Netflix「顧客科學」的做法來設計服務體驗,畢竟不需要感性天賦的標準作業流程比較容易學習、理解與模仿,包含蒐集資訊、形成假設、定性定量、市場調查、A/B測試等階段的「顧客科學」方法是有一定的邏輯可以掌握,可以不斷的進行複製並且形成相同結果,想要效法賈伯斯以心印心的感性思維模式,恐怕要有相當高的悟性,沒有一定的感性天賦很難求成。
迷戀顧客的5種途徑
哈斯廷斯希望Netflix的產品經理能夠建立起大量實驗的組織文化,進而發展出令人驚嘆的顧客洞察力,從Netflix不斷的推進A/B測試就可以看出端倪。Netflix的產品團隊會由不同的市場定位與品牌展現方式發展出不同的行銷方案,並且每2個星期就要針對非會員拜訪的網頁進行A/B測試,借助消費者進行評價與判斷的反覆驗證,Netflix設法調整出有效的內容呈現方式,前Netflix產品副總裁吉布森(Gibson Biddle)表示,Netflix希望藉此持續不斷的提昇以下2項衡量指標:
1. 試用比率
非會員網頁的訪客中,約有2%選擇免費試用Netflix。
2. 付費轉換率
當免費試用結束,約有90%顧客會轉變成Netflix付費會員。
對於Netflix而言,提昇試用及轉換比率的做法不能僅止於「聚焦顧客」(Customer Focus),而是要發展到「迷戀顧客」(Customer Obsession)的更高經營標準,此時落實策略佈局的重點不單是傾聽顧客怎麼說,不再是停滯於顧客現在的渴望與需求,不再是只追求顧客滿意。吉布森表示,「迷戀顧客」是要善用「組合式的研究技巧」(Mix of Research Techniques),將顧客安放在你做的每一件事情上,並且開始透過顧客的視角來看產品。吉布森發現利用科學方法來形成及測試假設,正是建立「迷戀顧客」文化的最佳途徑,這項努力使得Netflix在取悅顧客的做法上很難被競爭者複製。想要發展出「迷戀顧客」的組織文化,企業可以參酌吉布森所提出的建議,採用5種不同的途徑來超越過去聚焦於顧客的做法:
1. 經由顧客科學的方法來進行測試與學習
2. 創造並落實非預期以及未來的市場需求
3. 追求長期的顧客喜悅
4. 成為新領域的先鋒以減少競爭
5. 顧客喜悅為先,確保難以複製,較高利潤就會來
這5個直面顧客的原則表面上很容易懂,不過要正確的執行並不簡單,因為有太多的主觀意識在影響經理人的判斷,Netflix的高層就曾經犯下這樣的思維錯誤。回顧2004年之際,Netflix在哈斯廷斯強力的支持下,推出Friends功能,Netflix的開發團隊堅信使用者必定樂於接受朋友的建議,而隨著使用這項功能的人越來越多,所形成的網絡效應就越強大。假設前提是藉由提昇顧客的好友推薦率,Netflix可以有效的降低行銷成本,取得穩固的市場口碑,建立起難以複製的品牌定位。
6年的失敗教訓
然而,事與願違,事後證明Netflix高層想當然耳的直覺判斷是錯誤的,其實該公司最終的績效目標是提昇「顧客留存率」,而好友推薦率似乎是最好的先行指標。當顧客將產品及服務至少推薦給1位好友的比率越高,應該「顧客留存率」就越高吧?這個命題並沒有經過測試證明是正確的,但是在眾人樂觀的想像之下,使得Friends社群開發專案得到長期的投資與支持,長達6年的時間裡,Netflix的高層都以為社群策略是相當值得投入的關鍵項目,絕對不能半途而廢,他們堅信只要下定決心就能做出成績來,更何況該公司已經在社群專案投資這麼多的時間與資金,加上沒有人願意將創始人充滿熱情的提案扼殺於搖籃之中,於是Friends這個專案就這麼堅持許久。
直到2010年,Netflix高層才痛下決心關閉這項功能,開發團隊終於意識到想要透過好友推薦來提高「顧客留存率」並沒有想像中容易,根據推算至少要達到20%的好友推薦率才有可能實現。但Friends上線的初期只達到2%推薦率,再經過4年的努力也不過達到8%而已,離理想目標可說是遙遙無期。如果Netflix早些採用顧客科學的驗證方法來評估Friends的市場價值,或許可以有效排除直覺的偏見,訂定類似迷戀顧客的5種途徑不會太難,但是要落實原則往往會遭到人性謬誤的干擾。
經營企業要完全不犯錯很難,關鍵是要建立起自我校正的管理機制,而直面顧客正是幫助我們不斷調整市場策略的最佳驗證途徑,Netflix在好友推薦上面的努力並沒有完全白費,最終證實使用者對於分享電影並沒有想像中熱切,況且有時候他們不過是根據自己的偏好來進行推薦,結果親友反過頭來吐槽使用者的品味太差,這一點恐怕是Friends開發團隊事前無法察覺的情境。同時,正因為如此,使得許多人並不太願意全然公開自己收視的影片。犯錯不一定是壞事,失敗是學習必然的過程,有助於我們察覺潛藏於市場深處的商業祕密,沒有Friends專案,誰知道朋友會吐槽我們自己呢?
AI顧客科學
經營過程中的失敗是常態,通常只要大方向是正確的,並不會影響企業在市場上的藍海佈局。多年來Netflix運用「顧客科學」針對直面顧客的行銷方案進行測試,充分發揮去蕪存菁的功能,有助於積極推升Netflix的品牌形象及產品開發的成效,該公司的影音串流服務因而獲得無數消費者的選擇與青睞。此外,近年因為新冠肺炎(COVID-19)肆虐,導致許多人寧願待在家裡觀看影集打發時間,Netflix的影音服務平台因此成為市場最佳的選擇方案,光是2020年的第1季,Netflix就增加了1,600萬名顧客,使得該公司全球使用者增加到1.8億名,更有效將Netflix的股價一舉推上492美元的歷史新高峰。
談完失敗個案,讓我們來談談Netflix的成功故事,除吉布森所強調的「消費者試用率」及「付費轉換率」,如果再加上前文提及的「顧客留存率」,這3大績效衡量指標可說是Netflix最重視的市場經營指導方針,其中又以「顧客留存率」最為多數公司所經常採用,由於Netflix採取的是按月扣款的訂閱模式,如果訂戶對於平台所提供的服務感到不滿意就很容易退訂,因此,如何避免顧客流失就成為Netflix經營的關鍵要務,其實最簡單易懂的做法就是讓使用者永遠有好戲可看,保持每天追劇的良好習慣,然而說來容易,做起來可是困難重重。
Netflix運用的是大數據追蹤術,每當用戶進入Netflix的影音平台,他的一舉一動就被「顧客科學」完全掌握,無論是活動時段、搜尋電影、觀賞類型、收看清單、中斷收看、觀賞時長、演員喜好、內容評論等都將會列入追蹤,種種數據經過AI演算法處理之後,Netflix就會自動生成推薦內容,就算是推薦同一部電影給不同的人,電影選單所展現的演員介紹海報也是擁有個別化差異的。其實Netflix的底層基因和Google很類似,2家公司主要目的都是讓顧客很容易找到自己想看的內容,當然最好是能達到完全不用找,想要看的內容就能自動上門來的境界。
根據使用者的數位旅程來分析顧客的行為偏好是目前的顯學,有助於企業創造個人化的貼心服務體驗,而且隨著AI工具的越來越平民化,顧客科學不再是Amazon、Google、Netflix這樣的大公司才能實踐的商業模式,未來有一天,就算是最不起眼的小公司也能操作同樣的工具。不過或許Netflix提出的「迷戀顧客」的5大途徑才是策略求勝的最終決戰點,畢竟取悅顧客才是最高指導原則,顧客科學則是強大的管理工具,誰是主,誰是從,我們應該分辨清楚才成。
資料來源:https://udn.com/news/story/6868/5294010?from=udn-relatednews_ch1015
個人化行銷未來預測 在 工商心理實驗室- 【創新AI商業運用引領企業成長新動能】 在AI ... 的推薦與評價
預測 分析與演算法技術將可重塑未來的預測分析領域,並提升報告的質量和價值。 ... 接觸點,讓行銷人員預先安排客戶在每個接觸點(touchpoint)訊息並且提供個人化的行銷 ... ... <看更多>
個人化行銷未來預測 在 個人化行銷是什麼?Facebook針對個人化行銷的新見解- 龐果設計 的推薦與評價
預測未來 的需求。 適合用於個人化行銷的工具有哪些? 分析平台. 數據管理平台. 客戶關係管理軟件(CRM). 著陸頁. 開始個人化行銷…… 現今,消費者每天都在不斷接受各種 ... ... <看更多>