预测性分析改善客户体验的七种方法

John Edwards

人工智能分析能够帮助企业预测客户的需求并超出他们的期望，从而进一步促进销售。

这是一种双赢的局面。预测性分析正在彻底改变客户与市场营销人员的关系，促进销售的同时，也提高了消费者的满意度。

专业服务公司普华永道（PwC）合伙人Paul Gaynor表示，这一切都归功于数据——商业领域新的超级巨头。他解释说：“高级商业分析使你能够看到并预测任何地方的任何东西。在世界上任何地方，与客户的每一次互动，供应链中所有移动部分，每一笔金融交易，等等。”

在竞争日益激烈的零售业中，预测性分析给卖家带来了强大的新优势，它不仅能应对互联网上越来越多的各种选择，而且可以随时随地进行比较购物。

Gaynor说：“预测性分析有助于你了解可能会发生什么事情，提前准备应对措施，控制好风险，并影响结果。这就像是用望远镜向前看，而不是透过后视镜向后看。”

你仍然怀疑预测性分析是网上购物有史以来最强大的营销工具？不妨参考以下七种方法，你的企业可以利用该技术将客户服务和销售提升到新水平。

1.超个性化营销

超个性化营销就是在恰当的时间，通过恰当的渠道为客户提供恰当的信息。想做到这一点需要艺术和科学的结合。网上服装和配饰零售商Zulily公司的技术副总裁Bindu Thota认为，其科学部分使消费者能够全面了解分类、选择、价格点、发售时间和其他关键服务。她介绍说：“当我们决定怎样策划这些元素，怎样将它们编织在一起以创造最吸引人的客户体验时，艺术就开始发挥作用了。”

想象一下这样的一个世界——零售商在购物者访问公司网站或者应用程序之前，就已经知道购物者想要什么了。这就是预测性分析发挥作用的地方。Thota说：“通过数据驱动技术，我们可以创建个性化的产品集合，每天整合数千种产品，这是一种真正相关而且具有吸引力的客户体验。这里面融合了人情味。”

有史以来第一次，社交媒体和其他网络渠道使营销人员能够随时随地与人们进行互动。数据分析咨询公司太平洋数据科学（Pacific Data Science）的创始人Adam Lichtl解释说：“这为发现新兴模式提供了前所未有的机会，这些模式有助于公司更有效地整合资源，更精准地投入人力物力。通过收集所有这些关于客户体验的小数据点，并将其整合在一起，我们能更好地了解客户的旅程——在他们与公司接触之前、期间和之后。”

2.虚拟礼宾服务

消费者早已希望他们生活的方方面面都能自然地随时得到满足，而现在他们也希望在与自己互动的品牌上能有类似的体验。商业和技术咨询公司Nisum的全球洞察和分析主管Ravi Narayanan评论说：“预测性分析是帮助全面了解消费者以提供此类体验的关键工具。”

使用人工智能驱动的分析技术，现在可以实现沉浸式体验和即时满足感。Narayanan说：“例如，Spotify和Netflix会根据你正在观看或者收听的内容来改变他们推荐的东西。”

3.客户需求预测

企业现在可以使用预测性分析来精确地预测客户需求，在某些情况下甚至可以在个人做出决定之前。Lichtl观察到：“预测性分析能够提前检测到客户要改变行为的前兆。”这使得企业更加积极主动，能够预先定制自己的信息，在客户有新需求之前便能够高效地为他们服务。Lichtl认为，这是一种帮助企业提供优质客户服务的方法。

万事达卡客户体验与关怀执行副总裁Lance Gruner指出，预测性分析有助于其公司确保提供适当的支持，及时满足客户的需求，甚至超出客户的期望。Gruner说：“除了预测查询量以便我们进行相应地资源分配之外，我们还使用高级模型来预测查询有多复杂。”

为了深入了解客户的想法，AT&T Business公司已经实施了客户体验机器学习系统。这项技术在整个客户项目生命周期中获取了大量独特的数据元素——实际上是数PB的数据。AT&T Business全球运营和服务总裁Sorabh Saxena解釋道：“它根据客户的投入情况、周期时间、重试率等来进行预测，客户是否会继续接受促销，还是会开始滑向中立，甚至贬低品牌。”系统生成预测警报，自动或者通过系统辅助功能推出下一步最佳行动建议，以确保客户仍然接受促销。他说：“最好的一点是，它不断地学习并微调算法，其经验越来越丰富。”

4.减少客户流失

长期以来，零售商一直在寻找减少客户流失的方法，所谓客户流失率是指在特定时间段内，曾经忠诚的买家不再购买公司产品或者服务的比例。客户流失也称为客户减少，这是一个关键指标，因为留住现有客户的成本远低于获取新客户的成本。

市场信息服务提供商J.D.Power的首席数据官Seongjoon Koo解释说：“预测性分析可用于发现存在高流失风险的客户，并帮助企业主动去关注以增强客户体验，更好地满足他们的需求。”不满意的客户往往会被诱惑回来参与奖励活动，例如，时间积分计划或者价格更低的其他产品。

分析技术提供的线索，例如被拒绝的贷款申请，可以提醒银行或者其他金融机构，客户有较高的流失风险。SAP客户体验首席技术官Moritz Zimmermann解释说：“在了解了这一信息后，银行就可以提前行动，通过提供额外的选择来防止客户流失——例如高额度的信用卡。”

5.资源管理

预测性分析还可以帮助企业更智能和更有效地分配资源。Gaynor说：“我们已经帮助零售商结合对他们的店面、物流和客户行为的深度分析，提前几周就准确地规划员工配置。这将使零售商能够为客户提供更顺利、更好、更快的体验。”

佳能信息与成像解决方案部高级副总裁兼总经理Dennis Amorosano表示，使用预测模型，商家可以准确地预测库存并管理资源，以符合客户的行为，满足客户的需求。他指出，“好处是双重的。企业提高了效率，降低了成本，减少资源浪费，客户则可以获得他们所期望的、及时而且个性化的体验。”

佳能将远程监视和预测性分析相结合，预测其成像设备服务需求，并及时向客户供货。Amorosano说，公司还依靠预测性维护模型对交付至总部客户解决方案中心的客户设备进行实时诊断。

6.内部团队支持

预测性分析为内部支持团队提供了快速准确解决客户问题所需的深度分析功能。Gruner说：“在我们所有的工具中，这是我们能更好地理解和改善客户体验的关键工具。”

通过利用电话、电子邮件、社交媒体情绪、客户升级和其他关键渠道提供的预测性分析，万事达卡代表确定了解特定类型客户需求的最佳方式。Gruner指出：“考虑到所有这些输入后，我们更有准备怎样去满足客户需求，做出更好的业务决策。预测性分析有助于确保我们能够提供适当的支持来及时满足客户的需求，甚至超出他们的预期。”

7.更顺畅的运输

预测性分析使企业能够在交付日之前一直不断提升客户体验。随着越来越多的客户要求第二天甚至当天交货，预测性分析有助于零售商及其运输合作伙伴能够保证可靠的准时交付。

通过预测潜在的维护问题，确定最佳的运输路线，预测性分析目前在确保按时完成交付计划方面发挥着重要作用。Gaynor说：“分析技术让每一名驾驶员能够更好的预测自己的行程，交通部门可以提前告知需要在运输路线上做出哪些调整来管理运量，从而影响了体验。”

John Edwards是一位资深的商业技术记者。他的文章发表在《纽约时报》、《华盛顿邮报》以及很多商业和技术出版物上，包括CIO、ComputerWorld、《网络世界》、CFO杂志、IBM数据管理杂志、RFID杂志和《电子设计》等。

原文网址

https：//www.cio.com/article/3387640/7-ways-predictive-analytics-can-improve-customer-experience.html