麦肯锡:从客户大数据中获取价值,企业需要思考这几个问题

编者按:现在是大数据的时代。很多科技巨头掌握了大量的客户数据,而大家都清楚,这些数据是无价之宝。然而,由于技术、理念等等方面的限制,实际的客户数据利用情况并没有那么令人满意。麦肯锡在报告中分析了这一情况,并且为希望充分利用大数据的公司提出了几点建议。以下是报告正文。

公司可以通过梳理出新的模型、推动生产效率、创造出新的解决办法来使用他们的信息。

在一个以消费者为中心的世界里,一种能够整体获取并利用客户的洞察力来塑造产品、找出解决办法并改善购买体验的能力显得至关重要。研究告诉我们,能够利用客户行为洞察力的那些公司,在销售增长上要比同伴高出85%,在毛利润上要高出25%。一定要把客户数据看作一个关键问题。

但是大部分公司只使用了他们所搜集的信息中的一小部分。延伸遗留系统、孤立的数据库以及发散性的自动操作都是常见的阻碍。模型和控制面板可能会被强制依赖过期数据,而且核心过程可能需要大量的人力干预。公司也常常不能清楚理解优化数据的过程中计划得到的特定成果。

麦肯锡面向世界范围内700家公司的一项调查发现,通过投资分析来在未来市场环境下获得竞争情报,通过更成功地瞄准客户、优化运营和供应链,能够在6%的范围内增加运营利润。

我们的劳动成果显示,这些回报并不仅仅局限于*玩家。当谈到从他们的数据中产生的可测量的价值时,大部分公司都只能收获少得可怜的果实。

以下是可供大部分公司选择的最具前景的三条道路。

梳理出关键的模型

客户的购买信息、他们多久联系一次客服、他们会在一个特定的网站上流连多久:这些信息都是对他们的购买习惯与偏好的极具洞察力的阐述。大部分公司都会大量收集这些信息,但是却把它们放在孤立的数据包里。很少公司会把它们结合起来。例如,一家银行可以通过共享客户数据、运用高级的分析手段来找出关键区段的需要以及下一步可能采取的行动,从而最小化客户重复申请同一张信用卡、诈骗以及违约风险。这些模型可以在不同的业务间使用。信用风险团队会想要知道,一个季度内银行结余不止一次出现赤字的客户在抵押贷款中违约的可能性是不是更大。市场营销可以利用这些数据来制定理财规划以及透支保障服务。这样的数据信息还可以被打包、净化,卖给利益相关的第三方,比如卖给信用调查机构以及支付公司——使得对时间和模型进行原始投资的投资方收获多倍红利。

除此之外,图形数据还能用在直接消费上。例如,一个工业零部件的制造商通过研究、测量客户的购买历史和行为数据,来弄懂他们在最高价值区段的典型购买路径。这些数据显示,买家更有可能依赖经销商给出的产品推荐,而很少被商展演示和附赠品影响。市场营销人员就能够根据这些来重新分配预算。

由消费品公司主导的其他公司已经开始更进一步——利用客户数据来个性化外展服务。通过整合丰富的客户档案以及严格地追踪应答率,市场营销人员就能够精确地知道,在关键区段和微小区段里,什么频道上用哪种格式的哪些内容比较有可能产生最大的影响。十年之前,还没有工具能够做到这些。而现在有了。几乎所有的公司都可以从中受益。例如,一个汽车行业的保险商,如果客户要买汽车保险,那么一般都会在他们收到第一次报价的60天前开始,而且一般平均会收到15个示意。他们可以利用这些信息来定制特定的服务,计划外展服务的时间。这种独家定制可以带来营销费用5-10倍的回报。并且可以把销售量提升10%甚至更多。

指数爆炸提高生产效率

虽然一线的赚钱机会一般都能引起很多人的(一般都是最多人的)注意,但是本质上只有短期的收益是可以操作的。例如,很多B2B公司都发现,由于他们巨大的规模与领域分散的网络,他们很难强制实施借贷率价格规范。但是联盟排行、报告控制板、最有效的下一步行动的分析以及其他解决办法都能产生深刻的影响,这使得经营者能够比较绩效,并看清价格、折扣以及同类事物对其他类似客户的影响。

数据功能过程还能使专业知识更易于获得,从而帮助公司学习到更多制度上的专业技术。例如,一家金融机构发现,他们的事务处理专家会被一大堆地区办事处的外贸问题淹没。这会让事务处理员很头大,他就会雇用一个能够提供一系列服务的团队。这个团队通过执行一个基于人工智能(AI)的系统来解决问题,这种人工智能可以捕获、说明大量的数据,从而找出最常被问到的问题的答案。

同样地,通过一系列内部和外部的资料来源更好地整合数据,能够减少收集资料的时间,还有助于分析师、审计员以及其他人用更少的时间去追踪数据,用更多的时间去应用结果。专家们能够在更大的一套数据上计算数字,更好、更快地审查,使得专家们能够把他们的技能用在其他地方。虽然AI和机器学习工具确实需要大量时间和金钱上的投资,通过利用大部分公司现有的工具和系统,就能够开发出更多其他的性能,并且能够在这个基础上进一步改进。

创造突破性的解决办法与服务

Upstart Network是一家贷款公司,他们专门的算法和非传统的测量方式使得他们能够利用一系列客户背景资料,然后给出领先于市场的利率。

姜网(Ginger.io)也要依赖智能手机和佩戴式健康器具上的用户数据,比如睡眠、流动性以及通信模式等,这样当患有精神疾病的病人开始出现症状时,就能够改善他们的临床评估与诊断。客户数据也使得创造在线市场和新的企业经营模式成为了可能,比如Airbnb。他们成为了众多利用数据来改革突破性的数据应用以及企业经营模式的公司之一。

但是,这些突破不一定就是纯数据化的天下。现在很多公司都有这样一些优势,那就是持久的客户关系、雄厚的专业知识以及极大的规模。通过给一小部分特定的客户优先权,比如减少反复申请一张信用卡,增加交叉销售,建立小而专的跨部门团队来进行试验、改进,然后给出新的方法。老牌企业可以产生巨大的回报。

让这些成为现实

企业的数据成熟水平不尽相同。但是不管一家公司成立的时间是长是短,实际上每一家公司都有珍贵的客户数据资源,这些资源能够被更好、更有效地利用起来。虽然每一个战略性倡议的基础依然适用——阐明一个顽强的、凝聚力强的数字策略;保证强有力的领导班子;保证正确的资源,并且优先推出一到两个高影响力的试验项目——公司无需等到他们“完美”的系统和科技全部到位。只要有这两个基本步骤,就能够打开机会的源泉。

丰富客户数据。应该丰富客户数据以便并入数字化信息、日常事件、社区信息、客户习惯及偏好等中,以便能更直观地了解客户。这些活动也许会包括客户的情感行为得分、采购交易体现出来的洞察力、客服中心的询问以及在线行为。例如,一个财产事故保险商,通过一个在线房地产网站连接了客户历史记录的数据,从而找出一个可能想要搬家的客户。房产中介就可以通过相关的邮政区号给潜在客户寄送一个预先包装好的报价。

使得数据可以以共享方式获得。使用“双速”信息化,专业的商务和信息技术团队能够快速地追踪信息化的发展,当高价值的客户开始计划长期转型的时候,企业就能够先发制人抓住这些客户。覆盖的软件可以在不同的业务线上连接数据贮仓,而语义层则可以往一个用户友好的界面里输入信息。整合相关的用户数据并使其能够被不同的公司获得,这不仅能够减少收集来的信息的复制量以及人工数据输入量,还能够给客户提供更低的价格、更大的便利以及更好的体验。

当一个客户给客服中心打电话反映某个问题的时候,有些公司就能够即时更新这种交互,这样所有利益相关的第三方公司就都能对客户有一个全方位的了解,从而更好地回应他们的需求。

同样地,为使临床医师能够快速得到其病人的完整病史,一个具有献身精神的数字化服务团队建立了一个患者门户网站,使得医生可以注册登录,查找患者的名字,并且得到一份完整的患者报告一览表,其中包括X光以及其他检查图像的链接。这个网站不像基础数据环境那么复杂,而且有助于提高服务、改善结果、降低价格及管理风险。这个团队随后将和医院里管理更大的数字化转变的那些人一起合作,一旦新的环境准备好之后就把整个网站迁移过去。

打算开始着手准备的公司可能要思考以下几个关键问题:

我们能把哪种类型的客户数据变成独一无二的数据产品,又该去哪里收集这些数据?

我们能够获得哪种类型的外部数据?想要创造出数据驱动的价值,我们需要和什么样的第三方合作?

有没有可能通过利用客户数据来创造出一个绕开或是重塑某个现有行业的市场?

我们需要有什么样的技能组合与能力?又能在哪里找到并发展它们?

翻译来源:虫洞翻翻 译者ID:谢怀锋 编辑:郝鹏程

编者按:现在是大数据的时代。很多科技巨头掌握了大量的客户数据,而大家都清楚,这些数据是无价之宝。然而,由于技术、理念等等方面的限制,实际的客户数据利用情况并没有那么令人满意。麦肯锡在报告中分析了这一情况,并且为希望充分利用大数据的公司提出了几点建议。以下是报告正文。

公司可以通过梳理出新的模型、推动生产效率、创造出新的解决办法来使用他们的信息。

在一个以消费者为中心的世界里,一种能够整体获取并利用客户的洞察力来塑造产品、找出解决办法并改善购买体验的能力显得至关重要。研究告诉我们,能够利用客户行为洞察力的那些公司,在销售增长上要比同伴高出85%,在毛利润上要高出25%。一定要把客户数据看作一个关键问题。

但是大部分公司只使用了他们所搜集的信息中的一小部分。延伸遗留系统、孤立的数据库以及发散性的自动操作都是常见的阻碍。模型和控制面板可能会被强制依赖过期数据,而且核心过程可能需要大量的人力干预。公司也常常不能清楚理解优化数据的过程中计划得到的特定成果。

麦肯锡面向世界范围内700家公司的一项调查发现,通过投资分析来在未来市场环境下获得竞争情报,通过更成功地瞄准客户、优化运营和供应链,能够在6%的范围内增加运营利润。

我们的劳动成果显示,这些回报并不仅仅局限于*玩家。当谈到从他们的数据中产生的可测量的价值时,大部分公司都只能收获少得可怜的果实。

以下是可供大部分公司选择的最具前景的三条道路。

梳理出关键的模型

客户的购买信息、他们多久联系一次客服、他们会在一个特定的网站上流连多久:这些信息都是对他们的购买习惯与偏好的极具洞察力的阐述。大部分公司都会大量收集这些信息,但是却把它们放在孤立的数据包里。很少公司会把它们结合起来。例如,一家银行可以通过共享客户数据、运用高级的分析手段来找出关键区段的需要以及下一步可能采取的行动,从而最小化客户重复申请同一张信用卡、诈骗以及违约风险。这些模型可以在不同的业务间使用。信用风险团队会想要知道,一个季度内银行结余不止一次出现赤字的客户在抵押贷款中违约的可能性是不是更大。市场营销可以利用这些数据来制定理财规划以及透支保障服务。这样的数据信息还可以被打包、净化,卖给利益相关的第三方,比如卖给信用调查机构以及支付公司——使得对时间和模型进行原始投资的投资方收获多倍红利。

除此之外,图形数据还能用在直接消费上。例如,一个工业零部件的制造商通过研究、测量客户的购买历史和行为数据,来弄懂他们在最高价值区段的典型购买路径。这些数据显示,买家更有可能依赖经销商给出的产品推荐,而很少被商展演示和附赠品影响。市场营销人员就能够根据这些来重新分配预算。

由消费品公司主导的其他公司已经开始更进一步——利用客户数据来个性化外展服务。通过整合丰富的客户档案以及严格地追踪应答率,市场营销人员就能够精确地知道,在关键区段和微小区段里,什么频道上用哪种格式的哪些内容比较有可能产生最大的影响。十年之前,还没有工具能够做到这些。而现在有了。几乎所有的公司都可以从中受益。例如,一个汽车行业的保险商,如果客户要买汽车保险,那么一般都会在他们收到第一次报价的60天前开始,而且一般平均会收到15个示意。他们可以利用这些信息来定制特定的服务,计划外展服务的时间。这种独家定制可以带来营销费用5-10倍的回报。并且可以把销售量提升10%甚至更多。

指数爆炸提高生产效率

虽然一线的赚钱机会一般都能引起很多人的(一般都是最多人的)注意,但是本质上只有短期的收益是可以操作的。例如,很多B2B公司都发现,由于他们巨大的规模与领域分散的网络,他们很难强制实施借贷率价格规范。但是联盟排行、报告控制板、最有效的下一步行动的分析以及其他解决办法都能产生深刻的影响,这使得经营者能够比较绩效,并看清价格、折扣以及同类事物对其他类似客户的影响。

数据功能过程还能使专业知识更易于获得,从而帮助公司学习到更多制度上的专业技术。例如,一家金融机构发现,他们的事务处理专家会被一大堆地区办事处的外贸问题淹没。这会让事务处理员很头大,他就会雇用一个能够提供一系列服务的团队。这个团队通过执行一个基于人工智能(AI)的系统来解决问题,这种人工智能可以捕获、说明大量的数据,从而找出最常被问到的问题的答案。

同样地,通过一系列内部和外部的资料来源更好地整合数据,能够减少收集资料的时间,还有助于分析师、审计员以及其他人用更少的时间去追踪数据,用更多的时间去应用结果。专家们能够在更大的一套数据上计算数字,更好、更快地审查,使得专家们能够把他们的技能用在其他地方。虽然AI和机器学习工具确实需要大量时间和金钱上的投资,通过利用大部分公司现有的工具和系统,就能够开发出更多其他的性能,并且能够在这个基础上进一步改进。

创造突破性的解决办法与服务

Upstart Network是一家贷款公司,他们专门的算法和非传统的测量方式使得他们能够利用一系列客户背景资料,然后给出领先于市场的利率。

姜网(Ginger.io)也要依赖智能手机和佩戴式健康器具上的用户数据,比如睡眠、流动性以及通信模式等,这样当患有精神疾病的病人开始出现症状时,就能够改善他们的临床评估与诊断。客户数据也使得创造在线市场和新的企业经营模式成为了可能,比如Airbnb。他们成为了众多利用数据来改革突破性的数据应用以及企业经营模式的公司之一。

但是,这些突破不一定就是纯数据化的天下。现在很多公司都有这样一些优势,那就是持久的客户关系、雄厚的专业知识以及极大的规模。通过给一小部分特定的客户优先权,比如减少反复申请一张信用卡,增加交叉销售,建立小而专的跨部门团队来进行试验、改进,然后给出新的方法。老牌企业可以产生巨大的回报。

让这些成为现实

企业的数据成熟水平不尽相同。但是不管一家公司成立的时间是长是短,实际上每一家公司都有珍贵的客户数据资源,这些资源能够被更好、更有效地利用起来。虽然每一个战略性倡议的基础依然适用——阐明一个顽强的、凝聚力强的数字策略;保证强有力的领导班子;保证正确的资源,并且优先推出一到两个高影响力的试验项目——公司无需等到他们“完美”的系统和科技全部到位。只要有这两个基本步骤,就能够打开机会的源泉。

丰富客户数据。应该丰富客户数据以便并入数字化信息、日常事件、社区信息、客户习惯及偏好等中,以便能更直观地了解客户。这些活动也许会包括客户的情感行为得分、采购交易体现出来的洞察力、客服中心的询问以及在线行为。例如,一个财产事故保险商,通过一个在线房地产网站连接了客户历史记录的数据,从而找出一个可能想要搬家的客户。房产中介就可以通过相关的邮政区号给潜在客户寄送一个预先包装好的报价。

使得数据可以以共享方式获得。使用“双速”信息化,专业的商务和信息技术团队能够快速地追踪信息化的发展,当高价值的客户开始计划长期转型的时候,企业就能够先发制人抓住这些客户。覆盖的软件可以在不同的业务线上连接数据贮仓,而语义层则可以往一个用户友好的界面里输入信息。整合相关的用户数据并使其能够被不同的公司获得,这不仅能够减少收集来的信息的复制量以及人工数据输入量,还能够给客户提供更低的价格、更大的便利以及更好的体验。

当一个客户给客服中心打电话反映某个问题的时候,有些公司就能够即时更新这种交互,这样所有利益相关的第三方公司就都能对客户有一个全方位的了解,从而更好地回应他们的需求。

同样地,为使临床医师能够快速得到其病人的完整病史,一个具有献身精神的数字化服务团队建立了一个患者门户网站,使得医生可以注册登录,查找患者的名字,并且得到一份完整的患者报告一览表,其中包括X光以及其他检查图像的链接。这个网站不像基础数据环境那么复杂,而且有助于提高服务、改善结果、降低价格及管理风险。这个团队随后将和医院里管理更大的数字化转变的那些人一起合作,一旦新的环境准备好之后就把整个网站迁移过去。

打算开始着手准备的公司可能要思考以下几个关键问题:

我们能把哪种类型的客户数据变成独一无二的数据产品,又该去哪里收集这些数据?

我们能够获得哪种类型的外部数据?想要创造出数据驱动的价值,我们需要和什么样的第三方合作?

有没有可能通过利用客户数据来创造出一个绕开或是重塑某个现有行业的市场?

我们需要有什么样的技能组合与能力?又能在哪里找到并发展它们?

本文转自d1net(转载)

上一篇:SQL语句技巧之去除重复行


下一篇:纪念逝去的岁月——C/C++字符串旋转