神策数据 java面试题_人工智能

本文根据神策数据高级售前解决方案顾问司沛《加速车企数字化转型,搭建高质量用户数据平台(CDP)实战》的直播内容整理而成。主要包括:

  • 车企数字化转型之瓶颈以及应对思路
  • 神策数据为车企打造的用户数据平台
  • 应用场景结构:DTC 模式订单促进转化

注:文中数据均为模拟。

一、车企数字化转型之瓶颈及应对思路

1.为什么车企提出向数字化转型的战略方针?

经过与车企客户们的交流沟通,我们发现促使车企走上数字化转型之路主要有三个因素。

第一,用户体验的数字化需求。一方面,整个汽车市场正在从增量向存量市场过渡,基于用户体验的数字化营销成为市场部门的工作重点。另一方面,未来核心首购的用户将会从现在的 80 后变为 90 后,作为互联网原住民的他们,比较注重数字化体验。

第二,触达渠道的数字化需求。以前车企在用户触达时,偏向于从公域,包括垂直媒体、大型互联网平台等渠道采购流量;而现在逐渐转向公域 + 私域流量整合转化的方式进行营销触达。此外,在环境变革趋势上,整个车企也加速了企业全旅程业务线上化转型与数字化变革。

第三,企业营销的数字化需求。企业需要充分利用公众信任度强的社交媒体释放的红利,去构建营销势能。另外,在用户需求与竞争环境的要求下,车企必须从硬件制造企业向科技公司转型。

综上所述,不论是从用户体验、触达渠道,还是企业营销,整个车企的数字化需求已经逐步显现,转型迫在眉睫。

2.车企数字化转型之瓶颈及应对思路

首先,车企通常由经销商端的销售顾问填写用户相关的信息和数据,而相对缺少真实的用户行为数据,比如用户浏览了哪些车型,是否关注这些车型的价格、配置等。总之,只有间接输入的业务数据,而缺乏真实的用户行为数据

第二,车企进行了将近 15 年的 IT 信息化建设,因此当下整个车企内部已经拥有各种各样的 IT 系统,但这些系统内的用户账号、数据等没有打通,于是形成了数据孤岛,无法串连每个用户的完整路径轨迹。

第三,由于各系统数据孤岛的存在,导致数据分析口径不一致,各部门在做分析汇报时,容易各执一词,没有很好地达成一致性的总结和结论。

第四,数据分析从查看、分析到运营的流程非常长。现在车企所使用的数据分析工具,相对比较低效,导致了分析结果输出滞后

基于以上这些应用瓶颈,在进行市场营销活动触达时,会难以评估营销效果,支持营销决策。同时,也难以有效洞察用户,不利于实施精准智能运营。

针对上述车企数字化转型的问题,我们提出的应对思路是:通过构建用户数据平台(CDP)能力,打造以数据驱动的智能企业。搭建 CDP 平台时有 4 个关键词:连接、整合、洞察、行动。我们希望帮助车企连接公域和私域、线上和线下系统及平台,将它们进行有效的整合,从而可以对用户进行全面的洞察和分析,然后针对这些数据洞察开展有效的行动和触达。

3.神策数据为车企打造的 CDP 定位与主要功能

神策数据为车企打造的 CDP ,通过连接内外部系统数据源,打通营销触点,为车企以及其业务部门提供从用户数据采集与分析、统一用户画像构建以及营销自动化触达的全渠道闭环运营解决方案,帮助车企加速实现数字化转型。

具体来说,主要包含三大功能:

第一,数据治理与分析。

通过此功能解决企业内外部、主机厂和经销商之间的数据一致性以及数据割裂的问题,通过建立统一的底层数据库,沉淀高价值的数据资产。同时搭建敏捷的数据分析模型,衡量行动的真实效果,去赋能业务的决策。

第二,用户画像构建。

神策数据以可靠的 ID-Mapping 能力帮助车企建立 360° 用户画像,准确地识别唯一用户,还原完整用户旅程,为运营与营销行动提供坚实基础。

第三,智能营销自动化。

基于行动触发的先进能力,协同多种渠道,自动完成实时的连接场景的高价值个性化信息传递,同时简化了运营团队和营销团队日常复杂的工作流,促进转化目标的达成。

在我们推进车企整个 CDP 建设的过程中,我们也发现了很多车企关心的问题,概括起来主要有三点:

神策数据 java面试题_数据分析_02

第一,CDP 建设起来后,用户的数据是不是越多越好?

关于这个问题,很多车企会有这样的疑问:CDP 数据越全越多越好,什么类型的数据我们都能用吗?其实,应该是关联到用户的数据越全越好,只有这样的话,才能更全面立体地分析识别用户行为,洞察用户特征。

第二,搭建好的 CDP 是不是就可以颠覆原来的业务架构了?

其实并不是。我们的 CDP 是有开放接口的,这意味着它可以与车企现有系统进行集成,过往企业的 IT 信息化建设也不会浪费。

第三,CDP 搭建好了以后,是不是只需要重视业务数据,而不需要行为数据?

答案是否定的。业务数据固然重要,但用户私域触点、业务系统端的行为数据也同样重要。最好是把以用户为中心的业务数据和行为数据进行有机结合会比较好。

综上所述,我们搭建 CDP 的核心要领是不要大而全的架构,而坚持走小而通的闭环。

二、神策数据为车企打造的用户数据平台

1.车企建设用户数据平台 CDP 及营销自动化 MA 的路径

神策数据 java面试题_数据分析_03

不管是传统的车企还是造车新势力,在建设用户数据平台时,通常都需要四个步骤,即数据采集、数据治理、数据分析与标签画像、数据应用

数据采集上,我们希望着力于帮助车企收集内外部割裂的数据,包括整个私域平台的触点,如 App 、官网、微信生态、H5 等,采集这些平台的用户数据、行为数据和需求数据。同时,打通车企内部的业务系统,比如 DMS、CRM 等,并在广告平台、DMP 平台等采集第三方数据,包含画像标签、消费信息及偏好信息。

将这些数据进行整体采集后,过渡到数据治理的环节。在数据治理上,我们坚持做跨域、跨端的数据整合,从而形成统一的视图。通过建立标准化的清洗规则、进行自动匹配、系统自动 + 人工干预整合、关联等动作,最终形成一个完善的、立体的、可用的数据库的形式。值得一提的是,针对用户唯一标识打通的 ID-Mapping 能力是神策数据非常突出的优势。

数据治理环节完成后,就进入到了数据分析与标签画像的环节。

神策分析配置了事件分析、留存分析、漏斗分析、分布分析等十多个数据分析模型,同时支持指标和标签的自定义,分析完成后,还可以通过用户标签体系的搭建,进行用户画像的洞察。

除此之外,我们还可以支持整个汽车行业高阶的建模分析,比如当前车企比较关注的潜客评级优化模型、RFM 价值分级模型、用户流失预警模型、内容生产价值模型等,我们会基于车企整个业务需求拓展相关模型和组件,持续进行创新演进。

在数据应用环节,主要涉及到运营和营销动作的优化。比如会对用户进行分群,针对不同分群的用户进行精准的运营触达,并对运营效果进行评估和优化。此外,还会对获客渠道、活动效果、内容裂变、服务流程等进行优化。

2.安全、多维、实时的数据采集

神策数据兼具多种数据源的采集能力,可以进行安全、多维、实时的采集。目前有开源的 40 多种 SDK ,安全合规,打破数据采集的黑盒现象。

神策数据 java面试题_数据分析_04

针对整个底层,我们有代码埋点、全埋点、可视化埋点等多种方式满足车企的数据采集需要。同时构建开源社区,向同行者及后来人分享我们走过的路、踩过的坑,促进行业技术交流,以及数据采集行业的良性发展,目前已经有数千家企业都在使用神策数据开源的 SDK 去做数据采集。总之,我们具备从公域到私域、从线上到线下的全渠道数据采集能力。

3.构建统一的数据标准和 ID 体系

通过构建统一的数据标准,规范 ETL 流程,让客户低成本获得干净的数据,从源头保证数据的质量。同时,神策数据也可以帮助车企做到实时、一对多的 ID-Mapping ,构建统一的用户体系。成熟的 Event-User-Model 数据模型,让车企跨部门、跨业务的数据进行治理,达到统一的标准。

神策数据 java面试题_人工智能_05

4.灵活多维的数据分析模型

通过神策分析内置的分析模型,车企可以进行全面、多维度的业务洞察。比如通过漏斗分析模型,可以看多步骤过程中每一步的转化与流失情况。

举个例子,一个用户在 App 里浏览了某款车的外观、配置参数、价格等,用户可能对这款车型产生兴趣后,就会去填写相关的试驾表单,系统会提示其预约成功。在这个过程中,就可以通过漏斗分析看各个步骤中的流失和留存情况。

神策数据 java面试题_神策数据 java面试题_06

再比如,可以通过用户路径分析模型了解特定用户群体使用产品各功能的访问路径和轨迹,从而观察这些用户的流向。举个例子,通过用户浏览新车上市活动的 H5 落地页,分析这些用户后续的行为路径,来综合评估 H5 落地页的效果等。

再往下细分,可以观察到整个车企市场营销侧非常关注的各渠道投放质量,方便进行相应的优化。通过神策的事件分析模型,查看这些用户都是从哪些渠道来的,效果如何。比如在百度或汽车垂直媒体等渠道进行广告投放后,可以观察哪个渠道带来的用户数量更多、质量更好,从而进一步优化渠道投放策略,合理调整市场营销费用。

5.全域旅程的标签体系构建

关于用户标签体系的搭建,主要分为三个步骤。

神策数据 java面试题_大数据_07

第一步,梳理用户全生命周期的运营流程。新用户的注册引导和绑车引导,预约试驾和资讯引导;还有潜在用户、价值用户、老用户等不同生命周期的运营流程梳理等。

第二步,基于运营策略拆解形成原子标签,这些原子标签主要包含很多细节,比如注册时间、月访问次数、总到店次数、总交易金额等。

第三步,有了这些原子标签后,再将它们按照业务逻辑建立标签类目,从而生成一个个类似于活跃类标签、交易类标签或是业务偏好类标签等。然后再结合用户在整个私域触点的预制属性信息的填写,将整个用户标签体系进行完善的搭建和组合。

同时,神策数据的产品支持将车企用于市场调研中有关用户画像与分析的标签进行整合复用,产生 1+1>2 的效果,从而更好地洞察用户。

6.全维度洞察用户标签画像

在用户洞察方面,神策数据支持全维度的分析,对单个用户及某个用户群都可以进行分析。

神策数据 java面试题_编程语言_08

关于单个用户的洞察,可以看到其消费情况、社会属性、活跃情况及预制属性等。

对于某个用户群同样可以进行分析,比如对近一个月购买了商城某车型周边产品的用户进行画像分析,观察用户等级分布、偏好类型分布及支付金额和次数等。同时,还可以做不同用户群的对比分析,比如将定义的高价值用户和流失预警的对照组用户进行对比分析。

除了营销活动参与偏好之外,还可以做会员等级分布、社会属性等不同维度的对比分析,从而提供 360° 的用户(群)画像分析,洞察群体特征,指导下一步的营销策略。

7.自动触发的运营流程

神策智能运营可以用 4 个步骤轻松创建运营计划和活动。

首先选择触发条件,触发条件可以选择定时型或触发型,什么是触发型?举个例子,用户完成 a 事件就立即触发,或是对完成 a 事件但没有完成 b 事件的用户进行圈选触发。

选定触发条件后,接下来选中受众用户,然后配置触达通道,神策智能运营支持包括短信、 App 消息、小程序弹窗、Webhook 等多渠道的整合配置和触达。配置好触达通道后,可以进行活动目标的设置。

完成以上设置后,就可以点击发布了,发布后我们还可以针对整个运营计划进行效果评估,为后续的触达活动提供迭代优化和策略支撑。

8.支持多并发的运营流程画布

通过一些实战经验我们发现,真实的业务场景并不是由一个个割裂的运营计划组成的,而是多个运营活动并发进行的。神策智能运营的流程画布功能支持多个运营计划并行,而且在不同下发策略之间可以按照优先级进行触发

神策数据 java面试题_人工智能_09

流程画布可以覆盖完整而复杂的业务场景,比如根据用户的价值推送优惠券,可以从高频高价值的用户到高频低价值的用户,按照优先级从高到低逐层进行发放。

神策智能运营可以实现个性化、差异化的分群运营,快速圈选人群进行运营动作,支持多触点统一配置,然后实时追踪运营效果,实现运营自动化。

最后,还可以从全局视角查看营销效果,进行评估和迭代。

9.神策数据为车企打造围绕“两云一平台”的用户数据平台

神策数据为整个车企打造的是围绕“两云一平台”的用户数据平台,整个架构的底层是神策数据的数据根基平台,包括数据采集、数据治理、数据存储、数据查询与数据智能等。在数据根基平台的架构之上,搭建了神策分析云和神策营销云。

有了这些产品的赋能,就可以帮助车企解决场景问题,比如媒体渠道投放评估、营销活动效果评估、销售线索评级优化、购车意向分级与自动化触达、老客户转介绍裂变、产品功能诊断和改进效果评估、定保回厂智能提醒、KOC 车主价值挖掘、增换购意向挖掘分析、流失车主挽回提醒、车联网体验管理等。跑通上述场景后,就可以帮助车企实现品牌营销的体验效果提升、挖掘用户全生命周期价值、企业内部降本增效提质、数据资产建立及价值提升等。

10.神策数据汽车行业 CDP 的价值主张

神策数据汽车行业 CDP 的价值主张是希望通过沉淀高质量的数据,帮助车企打造安全可靠的用户数据资产平台。这里面的两个关键词分别是“安全”和“可靠”,之所以这样说,是因为我们在跟车企进行沟通交流时发现,他们非常注重这两点。

首先,企业数据是非常注重安全和隐私的。目前神策数据已经为超过 1000 家的企业提供了私有化部署服务,私有化的数据平台能够保持高效稳定地运行;同时,通过后端进行采集,避免一些三方工具进行恶意的数据获取;此外,在权限体系这块,我们通过严格的分级产品使用权限控制,确保多部门多级人员的数据使用安全;最后,神策数据产品和数据采集能力通过了企业 ISO9001 和 27001 双认证,为企业的产品质量和数据安全保驾护航。

在可靠性上,神策数据支持高并发、高可用的多活架构,整个底层的应用组件成熟稳定,历经 618、双11 等大型活动的峰值验证;同时为车企提供丰富的用户数据资产、支撑精细化运营场景,实现业务的数字化赋能。

三、应用场景解构:DTC 模式订单促进转化

1.汽车行业的 DTC (直面消费者)业务模式探索

传统的汽车流通模式一般是整车厂,俗称主机厂,对经销商实施授权经营;经销商集团向主机厂进行车源采购,同时会向下对经销商单店进行管理和服务,然后每个经销商单店为用户提供车辆销售、维修、保养等服务。

而 DTC 模式则是主机厂通过全面的渠道和触点对用户直接进行触达。因为汽车属于大宗消费品,需要用户亲身体验、试乘试驾,所以在车企和经销商之间设计了数字化体验店的模式,为用户提供车辆的试乘试驾及交付服务。

神策数据 java面试题_数据分析_10

相比于传统模式,DTC 模式可以帮助车企实现全渠道全触点的直接用户触达,可以改善市场下沉效率,同时针对用户需求更有效地快速响应,从而提升消费者全方位的消费体验等。

2.应用场景:DTC 模式订单促转化

这个场景是关于某合资车企发布了新能源子品牌的首款车型,针对这款车型的发布进行了线上直播,支持观看直播过程中在线下订,订单支付成功后即可到线下数字体验店领取下订礼包、享受试驾试乘服务和购车优惠。

首先,通过神策数据的漏斗分析模型发现,此次直播过程中点击提交订单后,有37.6% 的用户没有完成支付订金,即订单未转化。同时,通过数据统计发现,此次线上直播活动吸引了数十万用户观看和互动。

然后,基于上述数据洞察进行决策和运营活动,具体包括三个部分:

第一,促转化,针对已经提交订单,但没有支付定金的用户进行触达,促进支付转化。具体操作上,首先圈选提交了订单但没有完成支付的用户,然后通过 App 推送的方式进行触达,推送类似于支付订金可享更多优惠等文案内容,然后进行运营计划发布,发布后对整体效果进行评估。

第二,分享裂变,针对已经支付订金的用户进行 App 推送,促使他们分享下订截图,实现用户裂变。

第三,用户挽回,针对观看过直播的用户进行触达挽回促进活跃。

通过上述决策和行动,该车企提升了支付订单的转化,促进了线索量的提高,并且对新车型感兴趣的用户进行了二次激活。