You are currently at: ejtech.hkej.com
Skip This Ads
Don't Miss
Home   >   中國   >   旅程分析拆解客戶行為 (車品覺)

旅程分析拆解客戶行為 (車品覺)

By on December 28, 2016

本文作者車品覺，為紅杉資本中國基金專家合夥人、原阿里巴巴集團副總裁，為《信報》撰寫專欄「全民大數據」

最近國際顧問公司麥肯錫和Forrester都分別提到Customer Journey Analytics（CJA，客戶旅程分析），這是一種結合了大數據的客戶體驗分析技術，並把公司與客戶的互動視為「旅程」，每一個旅程疊加起來就成為客戶對公司的感知了。當年在支付寶，我自己最常用的客戶分析框架有兩個：

首先是AAR增長模型，這個分析方法聚焦3件事情──如何獲取新用戶（Acquisition）、啟動用戶（Activation），以及留下老用戶繼續幫襯（Retention）。關鍵是每個階段的客戶體驗重點不同，令新客滿意的設計不一定適合老用戶。

其次是RFM模型，它是衡量客戶價值的重要工具，為B2C電子商務公司常用。這個模型有3個維度──最近一次消費（Recency）、消費頻率（Frequency），以及消費金額（Monetary），其特點在於消費者的價值分群。

很多人擔心以上方法會否有問題，其實是這幾年大數據發展迅速，對使用者認知和行為軌跡的收集有了很大進步，以用戶為中心的分析方法變得更簡單容易。

日夜消費模式大不同

以淘寶為例，一般人覺得在每天幾千萬次的客戶互動之中，其實沒有太大區別，不就是買或者不買而已。但如果你嘗試從客戶的角度去體驗，就會感受到每個點擊都可以與眾不同。我可以毫不誇張的告訴你，CJA所發現的真相會讓你毛骨悚然。例如同一個用戶在白天和晚上的淘寶行為居然有很大分別；經細心分析後才發現，是由於用戶日間在辦公室與晚上在家中的行為軌跡有異。又例如我們發現新用戶在找到所需購買的東西後，平均要點擊90次以上才會完成支付流程。

在新數碼時代，對於過去難以串聯的使用者行為，大數據無疑可發揮重要作用。本來支離破碎的行為被重新連結起來後，一些難以理解的客戶行為便順水推舟迎刃而解；因此，麥肯錫認為，CJA可令服務成本降低15%，客戶滿意度提高20%，客戶流失減少20%，客戶投訴削減20%。

如果你的企業與有一定數量的消費者打交道，你便需要明白到打通客戶價值與使用者體驗的分析系統，絕對是未來核心競爭能力。CJA把全面的客戶互動接觸點都編織在一起，幫助企業消除與使用者之間的數據孤島。

更多車品覺文章：

支持EJ Tech



如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。