数字时代实施定制化的六条黄金法则

编者按从支持人工智能的聊天机器人，到基于个人搜索或社交媒体活动的广告，大数据提供了与客户联系的新方式。这些联系可以发展成亲密的客户关系，提高满意度、参与度，并最终提高忠诚度。但在某种程度上，亲密的客户关系和侵犯隐私的界限会变得模糊。本文介绍了企业涉及数据策略时需要遵循的六条黄金法则，包括：不要患上“数据恐惧症”；征求客户的许可，遵守当地的法规；关注客户的情境和关系数据等。本文原载于2020年1月“INSEAD Knowledge”博客，作者大卫·杜波依斯（David Dubois）是欧洲工商管理学院市场营销副教授，长期关注奢侈品消费、社会影响力、说服力和口碑。

从支持人工智能的聊天机器人，到基于个人搜索或社交媒体的广告，数字时代的大数据提供了与客户联系的新方式。这些联系可以发展成亲密的客户关系，提高客户的满意度、参与度，并最终提高忠诚度。

以美国网飞公司最近的个性化策略为例，它让观众可以选择电影《黑镜：潘达斯奈基》中主角的行为，从而带来五种独特的结局。

但在某种程度上，亲密的客户关系和侵犯隐私的行为之间的界限正在变得模糊。例如，早在2012年，塔吉特百货公司就通过一位青少年顾客的历史购买数据预测她怀孕了，并寄给她与婴儿有关的优惠券，让顾客的父母大吃一惊。

如何在令客户受益的个性化和对客户侵扰之间划清界限？这个问题日益成为每一位公司高管议程的核心。在数字时代，数据变得过于丰富，全球90%的数据都是在过去两年里产生的。因此，公司迫切需要一个“数据图”，对收集和使用与价值创造相关的客户数据的哲学进行定义。

一般来说，公司的数据策略应该阐明两个关键原则。首先，它应该定义数据能够在多大程度上帮助增强客户旅程分析中的交互。它应该指定接触的种类和频率（交易维度），以及联系的类型和交互的性质（关系维度）。

其次，公司的策略应该清楚地描述要收集哪些客户数据以及如何收集这些数据。换句话说，它应该定义什么是客户隐私。这直接关系到客户亲密度——通过更多的定制化，以洞察力驱动关系深化。

在实践中，设计数据策略时要记住以下六条黄金法则。它们阐明了公司的立场，能给予公司领导者最有效的帮助。

1.不要患上“数据恐惧症”

人们容易陷入一场收集和使用越来越多数据的竞赛。这在很大程度上是由于公司担忧会输给更懂数据的竞争对手。简而言之，高管们患上了“害怕错过”综合征。他们关注的，是自己是否拥有比竞争对手更多的数据，而不是什么数据可以为他们的客户创造价值。要记住，能够使未来业务获得成功的是如何处理数据，而不是拥有多少数据。换句话说，成功的竞争优势在于利用和整合“正确的数据”，以丰富客户价值。

洞察整合的来源和本质是高度行业化的，甚至是公司特有的。例如在美国，奢侈品牌93%的客户参与都是在Instagram（照片墙）社交应用上进行的，奢侈品牌别无选择，只能使用照片分享应用来监测品牌感情和声誉。这也是它们可以将客户驱动的洞察整合到沟通策略中的场所。在制药行业，企业越来越关注传感器和设备，以获取有价值的真实世界的数据，促进研发的增长。

2.征求客户的许可，遵守当地的法规

知道如何最好地保护客户（即使是那些愿意共享大量数据的客户）是至关重要的。确保遵守目标市场有关数据收集实践的法律。

法国国家信息自由委员会（CNIL）提供了一个很棒的交互式指南，以欧盟的数据保护政策为参照，衡量全球的数据保护政策，并帮助评估个人数据在何时何地可能被转移。

客户的许可协议必须是简单、快速和非侵犯性的。逐步请求对数据访问的许可可能比初始就请求对所有数据的许可更有效率，产生的侵犯性更少。记住，随着时间的推移，保持给予与获得的比例可以有效地建立信任。此外，要高度重视选择退出功能，比如在隐私政策中以及在广告的旁边注明。

3.关注客户的情境和关系数据，而不仅仅是交易数据

了解客户仍然是有效营销策略的基石。结合传统方法（如现场观察或客户调查），数字分析可以更准确地识别客户没有得到满足的需求和愿望，并揭示产品如何融入他们的生活。特别是，数字分析有助于减轻与传统市场洞察技术相关的有意识或无意识偏见。它通过揭示实际的在线行为来做到这一点，例如人们搜索什么、喜欢什么，以及他们使用应用程序时打开的网站是什么类型等。

在情境方法中，所收集的数据应该是能为客户提供重要价值且与业务定位相一致的数据。无论何时，通过调查获取数据都要考虑问题的格式、框架和流程，考虑抽样偏差的潜在来源（如问题是如何构建的、样本大小等），考虑以透明、合理的方式获取数据。这将有助于在数据收集和生成方面建立信任。

4.通过持续的测试和学习将数据转换为行动

实施小规模、有目标的测试是确保数据干净、相关、有用和有效的最佳方法。从事全球性信息服务的益百利公司最近的一项研究表明，平均而言，用于市场营销的数据有30%是不准确的。

举例来说，吉列公司最近向一位50岁的女性客户赠送了一个生日礼包，其中包括一把剃须刀、庆祝其成年的信息、相关营销材料等，令人啼笑皆非。

为了避免这些缺陷，必须通过小规模行动（如在小群体或小市场中的测试）来测试数据的质量和相关性。客户旅程分析聚焦特定痛点和有意义的时刻，是一个强大的工具，可用于在增强个性化之前启动小规模行动和评估客户的反应。随着时间的推移，我们可以逐渐了解什么类型的数据才是最重要的，以及客户何时会对定制做出更多或更少的积极响应。

比如，生产抗过敏药苯海拉明的公司结合花粉量统计和社交媒体情绪，为潜在客户提供有针对性的广告和本地化信息。

公司需要建立新的组织流程，将数据使用和收集作为数字化转型的一部分。这些措施包括采用数据保护功能来配合数据收集，还包括定期召开跨职能会议，讨论如何对数据采取行动，以及审查和交流小规模实验的结果。这将使公司能够不断地学习和调整其数据实践。

5.开发数据驱动的优秀客户体验

通过精心组织的故事，吸引和激励客户，使数据和个性化活跃起来。实现这个目标的一种方法是“基于数据的创造力”。比如荷兰商业银行“下一个伦勃朗”，就是该公司利用深度学习和人脸识别技术，根据大师的“艺术DNA”创作的艺术作品。

“创造性地使用数据”是另一种独特的方法。耐克在马尼拉建了一个LED跑道，可以用技术生成你自己的另一个形象，与真实的你进行比赛。

在其他情况下，及时评估客户反馈可以帮助企业提高满意度和进行服务补救。例如，法国雅高酒店率先在区域层面采用数据驱动的洞察策略，授权酒店员工对“实时”捕捉到的负面评论或社交媒体评论做出反应或回应。

6.数字时代的有效定制：从哪里开始

总之，在设计数据驱动策略时，将客户价值放在工作的中心位置是很重要的。一旦战略得以实施，消费者将在多大程度上受益？这个问题的答案通常需要重新构建你的数据策略。也就是说辨识客户旅程中的关键时刻，在这些时刻，可以利用增量洞察为客户带来利益。

越来越多的定制需要将离线和在线数据融合在一起。全渠道方法揭示了端到端的客户旅程，在尊重客户隐私和数据驱动的价值创造之间建立微妙的平衡。实现这一点将最终最大化消费者的心理、社会和经济福利。