云联系中心驱动的大数据电商

HPE-IT新型态首席架构师　尹　智

各位领导，各位来宾：

大家下午好！

今天给大家分享的是云联系中心驱动的大数据电商。

那么在谈什么是云联系中心之前，先从消费者角度看一下，作为消费者跟商家打交道要经历哪些阶段，接触哪些渠道？最初买东西要研究，买了东西要反馈，到我们接收的渠道实际上就变成一个矩阵，这个矩阵上每一个点对商家来说都是营销、销售和服务的机会，它是机会也是挑战。那么，我们怎样保证这个矩阵上的每一个点，与我们在每一个渠道上接触的体验是一致的？如果你做不到，反而会降低这个体验，这就牵出了一个全渠道的概念。

大家想想为什么全渠道在这个时候提出。原来我们有单渠道，后来我们有多渠道，以前我们只有一个门店，大家去门店就代表了这个商家的全部。那么到现在为止，我们有手机、互联网、社交媒体、POS机以及终端服务机和各种各样的渠道，这个渠道在多渠道时代是没有打通的。大家有没有这种体验，你打一个商家的电话，由于信号不好，断了之后再拨过去他们完全不知道你前面做了什么，你不得不把所有东西重新说一遍，这叫多渠道，即有很多渠道，但是没有打通。全渠道的概念是在任何一个渠道上，我的任何一个动作，我的任何一个信息其他渠道都知道，我可以在任何一个渠道发起一个事，而在其他任何渠道都可以继续。全渠道也带来了很大的问题，它意味着大量的多类型的数据要被我们的后台，被全渠道安全快速地处理，这是典型的大数据的问题。

针对这些问题，我们提出了联系中心或者叫互动中心的概念。最早的互动是通过呼叫中心，或者就是门店的服务人员是唯一的客户接触人，后来变成了联系中心，我们有呼叫中心，有网上客户自助服务，再到现在，我们用各种各样的客户接触的服务，比如说我们的网站、公众号、社交媒体，各种各样的渠道。在“互联网+”时代，互联网的业务量是非常不确定的，一个互联网的业务量这一期可能是百万级，下一期可能是千万级，明年可能上亿级，那么问题来了，我们怎么保证在这种不确定下，高速扩展业务，并发性的情况下，我们怎么构建这个联系中心的基础设施和系统规模的设计？

在这个背景下，我们提出了联系中心及服务或者叫云联系中心，它的特点顾名思义，它是基于云的，可以按需付费，随需拓展，也就是说我们的业务在不确定的时候可能最开始是用云，到业务迅速拓展的时候我们迅速扩张我们的基础设施，数据处理量可以随需扩展，而且可以和后台以及和大数据分析做很好的集成。这样的话，客户联系就变成了一种服务，联系即服务，它变成了像水电一样的资源，我们可以随时使用，随时扩张，这就是云联系中心。

云联系中心要解决的是我们接触的问题，它带来的大数据问题呢？我们通过几个场景来看，在任何渠道发起的请求，在任何其他的渠道可以继续，我们不会感觉到这个体验有多大差别，打呼叫中心电话和在网上是完全一致的体验。在全渠道云联系中心下的大数据问题，我们通过几个场景来探讨。

现在所谓的程序化精准营销是一个很热的话题，今天我们没有时间去探讨这个程序化营销的具体做法。这里我想抛出两个问题让大家思考，一是精准营销，什么是精准？二是怎么精准？

什么是精准？这个问题显而易见，精准营销就是在合适的时间段，通过合适的渠道把合适的内容或广告推送给合适的客户。但在我看来这是不够的。为什么不够？它没有体现差异化和个性化，差异化和个性化是整个精准营销的基础。大家想一想，如果你推出的产品和服务没有差异化和个性化，会发生什么问题？你在他最需要的时候，把他最需要的东西推送给他，接下来会发生什么事？他会去几个大的电商平台网站去比较，如果你的价格没有优势，如果你没有任何差异化，那他一定会去大的电商平台去买，不会在你这儿买，你的精准是给别人做广告的。所以精准的基础是差异化和个性化，这个差异化可以是你产品本身的差异化，可以是你的折扣，可以是你附送的礼品，可以是购买的渠道，可以是后续的服务，可以是配套的服务或者产品，所以一定要有差异化，如果没有差异化，你的精准就没有任何意义，那都是为别人精准的。

怎么精准？怎么才能差异化？怎么才能精准地把我的差异化推给有需要的人？这需要所谓的联系中心也好，全渠道也好，要采集大量的数据，我们要客户画像，要搜集在线的行为，整合购买记录，等等。这些是老生常谈，我们不谈这些，我只想说在全渠道和联系中心收集的数据都是精准的来源，也是我们每一个数据作为判断他的购买行为、购买模式的依据。也就是说，他今天打电话来了，他说的内容能不能作为一个判断他是某种购买者类型的依据，这需要后面有我们的模型。比如说我们认为他是一个冲动型的消费者，那么你怎么判断他是冲动型的？那么现在的数据是增强了判断还是削弱了判断，后面必须有分析模型。

实时推荐这个话题也很热。大家都在讲real time，我们要快，要精准，什么叫作实时？就是客户在任何一个渠道接触以后，他的信息立刻会转移到后台的实时推荐的引擎，而全渠道应该有能力识别它们，包括电话、QQ号、公众号、微信号，任何一个信息都可以作为识别他的依据，这个信息被扔到后台之后，就会从整个的客户视图里立刻提取出他的数据，放到个性化引擎里。

刚才我所说的个性化就是差异化，你怎么知道这个客户到底要的是什么？要的是折扣，还是后续的服务，还是什么免费的东西，这时候需要个性化引擎帮助你做判断。然后你可以判断出我应该用什么策略，我是挽留他，还是向上销售，还是交叉销售，还是什么策略。这些东西就是实时引擎在干的事情。

再看一个场景，是为了交叉销售，我说的都是电商中最热的一些话题。交叉销售，你买A我向你推B，或者C，或者打包推给你B、C，那么大家想，我凭什么判断你买A我知道你要B或者C，或者B加C，这里面有很多算法和模型。我想说的是，首先你还需要有全渠道的数据，你怎么来判断这个用户他需要什么，一定要从你跟他的交往历史中判断，你跟他交往得越多，就跟他越熟，掌握的数据就越多，所以你能判断出他是什么样的，需要什么。在产品交叉销售上，我们分析客户的基本档案，年龄段、收入水平，这是最基本的。从跟他接触的过程中，我们要知道他最近有没有在媒体上发表过什么东西，有没有跟我们的服务销售人员投诉过，有没有透露过他有什么想法，这些东西都是依据，都是作为交叉销售的依据，而这些数据绝大部分来自于我们的联系中心全渠道。

前面谈的都是客户体验，最后我想谈物流。电商的物流很关键，怎么用大数据来驱动电商的物流？很简单，在线行为的分析。在线行为是什么？你看什么网页，你评价了什么，你在网页上做了什么，是注册了还是退出了，是加入购物车了还是跟客服人员聊天了？所有的这些数据都是依据，这些数据我们把它放到分析引擎上，我们会看到这个客户有多大概率下单，我们不需要等他真正下单才开始物流的操作，我们可以从他的行为上分析他有80%的概率，这个地区有多少人有百分之多少的概率会下单，他这次不下单，他下一次会有80%到90%的概率会下单，这个时候你就要开始做你的物流操作，你可能开始从中央仓储调动，要开始备货，这就是为什么有些电商可以做到当天到达，甚至两个小时内到达，因为它的货已经备在你旁边最近的仓储，这都是基于它对数据的分析。

我今天要分享的就是这些。

谢谢大家！