以下是现场速记。

 

Convertlab COO&联合创始人 王琤

 

王琤：大家好，我叫王琤，我来自Convertlab，虽然是英文名字，但我们是实打实的本土企业。

 

今天可能在座的朋友了解我们，可能有些也跟我们有合作过。今天我分享的主题是在原先主题的基础上加上了“以客户为中心”，数字化转型是比较大的命题，我们比较集中的聚焦在解决企业特别是消费零售企业面向客户端的数字化转型的方方面面。

 

王总的分享给我蛮多的共鸣，为什么今天我们开这个会?我看到题目叫企业承压，IT怎么干?我觉得跟当前大的环境是有关的。对于消费零售行业的企业来讲，数字化可能是一个挑战性更大或者命题性更强的事情，我觉得两个原因：

 

第一个原因是大家回顾一下数字化到今天，都已经变成常态的东西，但是对消费零售来讲它可能意味更深一点。我们最开始的数字化就是线上化、互联网。最早的数字化可能是取得咨询的方式变了，看新闻的方式变了。再接下来是我们获得商业广告的方式变了，再后来我们的社交线上化，数字化。再接下来购物、消费线上化、数字化。就像水平面不断的上升，如果大家把数字化认为是一个像水、像海一样，其实我们大部分商业形态都在水面之下，现在只有极少数在之上。比如医疗、旅游，这些东西数字化更难一些，但其他的甚至包括教育、本地服务都数字化了。

 

我们零售跟交易、电商跟消费有关，其实它是在最下面，它是最早的同时也是在深水区域。数字化对企业来说意味着什么?可能不是简简单单的线上化或者在线化。最本质的是对企业的运营能力的变化，如果是在水面之下或者数字化完成比较好的话，第一个就是企业的感知很强，甚至是实时的，立即就知道业务发生了什么;第二个不同的业务如果都数字化起来，他们之间是互相贯通、协同的，这是最本质的。如果还在水面之上或者属于不太高效或者非数字化的状态，企业的感知就很弱，也不够敏捷、实时，而且互相之间是没有办法协同的，这是一个原因。

 

由于咱们这个行业的特点，所以对于客户运营的深度的数字化的要求，其实是非常高的，在今天来看。

 

第二个原因是现在大的经济周期。大家都知道尤其去年，可能从年头的俄乌战争开始，一直整个一年都很特殊。我个人认为可能改革开放过去的四十年非常黄金的长周期过去了，接下来我们会进入新的长的周期。所以对于很多企业来讲，现在是经济转型期。

 

左下角是Gartner对于上一个大的周期变化，也不算最长的，是2008年大家都知道有一个全球性的金融危机，Gartner在2008年之后在2017年企业从相对来说衰退期，2008年开始企业的变化明显的找出两种不同的企业，一种是超过70%的企业都没有恢复到原来的增长速率，没有以前那么高，只有非常少的小于10%的它获得了永远持续的超过竞争对手的，所以这个差异非常大。

 

一条线非常陡的是特别优秀的企业，它指出了其中的规律，就是在这样的经济转型区，一些市场比较有远见的企业，它重新去找到一个机会，重新做新的投资、投入的布局，并且数字化领导者大概有三倍以上的机会比同行把这件事情做得更好，增长机会做得更好。

 

我们现在在转型期可能会有很多角色的考量，比如要做存量还是做增量?注重在短期还是注重长期的投入?我要做偏进攻型还是偏防御型的?在种种业务决策变革的过程当中，数字化就变得非常的重要。它可能一方面是未来的投资，更多的是对于企业提升变革能力的加速器，或者这方面的能力会变得更强。

 

所以综合以上的两个原因，这是大的底层的环境使然，我们今天消费和零售企业再看数字化，可能是有不同的使命在这里面。

 

今天我想跟大家分享的是这样的蓝图，其实也比较简单。我们需要企业在咱们CIO参与甚至引导和带动之下去做一个新的数字化能力的建设，我前面会放一个命题叫做以客户为中心或者叫以用户为中心，对我们零售企业，就是我们的消费者、我们的顾客。

 

分成三个阶段或者说三件事情：第一个是去深刻的理解我们的客户;第二个是大规模的提供个性化的体验;第三个就是进化成一个以客户为中心的组织。当然它又分成战略层面、组织层面或者有能力的层面。可能在战略的层面，比较容易理解。一个是去理解我们的理想客户(ICP)，另外是提供更好的客户价值，在你的渠道也好还是在各个的业务区域也好去做更加丰富和多样化的个性化体验。

 

从组织来讲，建立数字化团队之后第一步可能是中心化的管控和赋能，再进一步其实是一个去中心化的敏捷的自制。

 

能力部分，大家可能已经非常明确的事情就是可能先从数据开始再到业务的运营再到各种各样的用户体验的结合。我后面会按照关注理解客户大规模个性化体验和组织能力三个部分做一些简单的分享。

 

从关注和理解客户来讲，CDP这个词大家可能听得很多，特别是在国内的一些大型的头部企业，在过去几年有建设CDP是如火如荼的。但是这个词的背后更重要的一点是用来理解我们客户的，或者说有一个最简单词叫洞察，这个词听上去挺神奇的，大家也有很好的愿景，但是做起来它比较具体，这里不讲细节了。可能就是我们的消费企业或者零售企业，通常来讲手里是握着很多跟消费者和客户有关的数据，只是我们不知道如何管理和使用而已。从采集、汇总，从统一到画图洞察到落地，这既不是简单的事情也不是复杂到大家不知道怎么入手的事情。在今天来讲，零售企业、消费行业它的基础是非常好的。

 

大家都知道我们合作了很多客户，基本上都有千万级别的消费者个体原子级别的各种维度的数据，散落在各个系统里面。可能在我们的零售系统里面、会员系统里面、电商系统里面、CRM系统里，只不过不知道怎么把它用起来。另外这里还有合规性，从前年开始数据安全法、个保法出台以后，有些企业在这方面又有点畏手畏脚，有了法规反而有了明确的做法，这里做到怎么合规去获得消费者的同意，以及通过隐私计算的技术，怎么样合规的利用第三方的数据?反而这些东西更明确了，这都是在整个大的体系里面。

 

这里有个非常直观的例子，我们应该拿什么样的数据或者我们能管理什么样的数据，对于一个消费零售企业来讲，对于理解消费者，理解你所有的货品，理解你的所有的门店的表现以及怎么样去借助第三方的数据来补足你的数据资产?这都是非常成熟的，无论从技术也好还是整个数据合作的生态来讲，包括我们现在广泛要合作的大的平台，无论是阿里系还是腾讯系还是字节系，其实他们在这方面都已经相对比较成熟了，什么样的数据是可以合作，什么样的数据是该给到企业的。

 

这样的话我们就可以从一个简单的消费者、会员变成比较立体、单体的画像，从单体的画像再变成群体的洞察。

 

在这样的一个基础之上，我们有非常广泛的数据和应用的场景。我就不一一展开了，只是给大家有一个感知。大家通常都会觉得说数据是知会资产，但它其实是价值非常高的资产。这里列了人群扩展，用WLD的模型，会说这一批会员它的年度的会员贡献价值特别高，跟它的某些特征是否有暗含的关系?当我们企业有足够能力管理数据的时候，你可以是可以回答这个问题的，当你回答完这个问题之后你就可以进行人群扩展，内部所谓私域客户数据资产，你会发现你在里面可以做同类型人群的探察以及进行扩展。

 

另外我们可以做更加精准的，更加有业务目的自动化分群、分层，在上面做各种各样的推荐。另外AI已经成为大部分的头部企业的常态化的投入了，AI这件事情可以认为是数据这件事情的第三个阶段，第一个阶段是数据化的管理或者数据资产的管理，第二个阶段是进行自动化的运营，第三个阶段是结合AI能力做智能化的处理。

 

我也列了一些对于下一步最佳动作的预测，我们可以预测这些企业、客户、消费者在未来的一个月有可能采取动作的最大的可能性是什么，这是可以算出来预测的，或者说他下一个购买周期最有可能落到哪一个季度、月，这都可以预测出来，他有非常完整的底层的AI技术给到支撑，而且现在这部分的成本可能跟几年前相比是大大降低了。

 

大家都知道在过去的很多年，国内的AI工程和算法的人员发展速度是非常快的，平均AI人员成本已经降低很多。企业既可以自己去具备这样的能力，也可以委托第三方来具备这样的能力。

 

这些是基于数据资产管理能力之上有洞察能力之后可以立即开展的很多数据化的应用，直接给业务产生价值。

 

刚才讲的是三部分的第一部分，就是数据管理和洞察，深刻理解你的消费者。

 

第二部分就到了第二个阶段是个性化的客户体验。但是在今天可能我们要明白两件事情需要同时考虑，一个是大规模的。我们如何为千万级别的客户提供一对一的个性化的体验?在今天它又变得可能了，这是一个比较粗颗粒度的概念图，图的下面是单一的做法，在过去五年、十年的时候，大家感知到的是所有零售和消费者企业都把大量资源投入到大促活动上面。但是现在这个可以继续保留，但是它的比例要大幅度降低，我们转向长期运维的思维，它是不间断7×24×365天去做，它从活动视角转到人的视角，我们对于每一个消费者我们顾客的个体其实是可以有感知的，我会知道它在属于一个生命周期的什么阶段，它是昨天刚入会的人它还是对我来说是已经比较稳定的，但是又不够活跃老的会员，这些都可以感知到的，它属于不同的会员，我们对它的整个运营的策略都是可以一对一的完全的个性化。从数据底座加上上层的技术都是具备的。

 

这种技术其实就是MA或者叫自动化的营销的能力，它的作用就是体现刚才的这种大规模个性化用户体验。这是一个例子，也是我们给某个客户合作的。它从上而下是以消费者或者以顾客的生命周期的阶段来看待的，它从一个入口来完成注册完成首购复购变得更加稳定。横向的是在每一个周期，我有很多要去发力的运营策略，每个点都是一个运营策略，其中黑色笔注出来的是我们建议企业在第一阶段立即上线的第一批的业务策略，自动化运营的策略。为什么这样?最开始王总的分享里讲到了说怎么样让企业在短期去有一种获得感?这些第一批做的就是获得感特别强的，或者换句话说它用的时间最短，效果最突出，所以这是非常好的首战必胜，或者说找一些捷径，让整个企业做成这件事情有冷启动快速得到回报的策略。

 

再往下讲，可能就是更中长期或者对大家来说都是比较难的，但是今天的分享我也感受到所有的企业包括我们的CIO都在关注这件事情就是组织的问题。组织是一个思维方式的变革，一个能力的变革，以及整个协同模式的变化。我们认为在面向客户的数字化转型过程中，会比较合适的分成两个阶段，最后这两个阶段又会融为一体。

 

第一个阶段是中心化的。可能我们在IT团队或者叫数字化团队为代表，为中心去驱动的。它要解决的是先完成基于数据，基于我们对客户的洞察，它首先牵头来完成，它会完成基础设施、平台能力、数据管理，包括整个整体业务的诊断分析。为什么需要有个中心化来做?因为它对于特定技能人员的要求会比较高，比较集中，不可能在各个业务部门具备这样的能力。现在美国又兴起一种新的概念，叫数据经纬，数据网络，恨不得让所有业务部门最后都具备很强的数据能力。尤其在美国成熟度更高的企业尤其到了这个阶段，但中国远未到，所以第一个阶段是由中心化团队牵头去建立基础平台能力，甚至要完成从数据角度完成业务诊断。

 

第二是去中心化。然后到策略到执行，业务部门会变成去中心化组织的联动。这个时候在策略或者执行层是大家共同协作的。越来越多去中心化业务部门要落地的是跟最终端的业务体验相关的，在业务角度的，业务终端的客户体验相关的以及数字化的应用。接下来业务部门会加上自己的经验延展业务诊断再做协同。

 

从中心化赋能和管控到去中心化敏捷自治，本身周期是比较长和复杂的，这是我们和某一个大型的企业一起来规划包括也是现在在执行的整个能力建设的过程。它是从下面到往上走的，最下面两层是最容易去具像化完成的，是数据化和自动化能力，第三层是业务实践策略产生以及策略管理以及中心化的团队和业务团队之间的合作，这个点更大程度上要开始，一直再往上客户体验到运营中心更多的依赖去中心化的过程。

 

如果完成了这样的进化，我觉得大概会发生比较明显的，从企业内部来讲还是从消费者感知来讲比较大的变化。如果在转变之前，我们可以认为是一种传统的客户运营或者传统的营销模式，它比较依赖通过第三方去做市场调研，我要去了解我的目标市场，客群是什么样的，很多、很多时候是依赖第三方的，因为你没有办法用自己的团队，用自己的数据去完成这件事情。并且在创意上面，不管是产品的创意还是营销的创意，是作为最大的砝码去加注的。

 

有的时候特别是在运营和营销的创意上，其实使有一个下赌注的心态，有的时候会有爆款，大家一直在说做爆款，但这个爆款其实是有一种下注的赌徒的心态在里面，这是传统的方式。

 

另外在沟通的方式、互动的方式、体验方式来讲，基本上都是大规模批量化，但是比较统一化的方式来处理。我无法真正做到精准、精细和个性化。

 

刚才讲到比较以活动驱动，所有的内部协作流程都是以活动为抓手来驱动的。所以大家都知道可能在年度的会员日、电商的大促，整个公司内部是非常紧张、繁忙的，包括整个数字化的团队、IT团队也一样被带动起来。

 

但是如果在之后，很多方面都会发生变化。第一个是结合第三方的数据和外部数据以及外部洞察的辅助，其实企业本身具备自己掌握数据来洞察客户的可能性的。因为当你有千万级别的会员和顾客的数据之后，你的门店数据、你的订单数据之后，你这里面的价值是巨大的，而且是没有任何第三方可以替代你做这件事情，只有自己来做。这个时候我们结合数据的自动化的精准广告和自动化内部的互动和运营都可以配合起来，这部分就会把原来以活动为主要抓手的营销模式转变成一种永远在线的，不停的非常大规模又个性化批量化的运营模式转到新的模式。

 

今天已经有嘉宾提到了，比如说ChatGPT会给我们带来什么?在这个点上，我觉得它的潜力和价值是显而易见的，并且是巨大、巨大的。也就是说当我们的个性化的营销、个性化的运营变成常态之后，你需要更多的个性化的文案，个性化的内容，或者自动化的去判断每一个沟通对象，我跟他沟通的语气、状态、情感的考虑，这些在ChatGPT在第一阶段就可以帮我们赋能的，第二阶段甚至可以到整个自动化运营的效果的监控，自我的更新迭代和优化。

 

我不知道大家是否知道微软中国已经把在全球的OpenAI的合作在中国完成了初步的准备的落地，我们会在很快的时间跟微软中国有一些合作，把ChatGPT这些能力在数字化客户运营、数字化营销的场景进行结合，这是非常、非常显而易见的价值所在，在短期就有价值，在长期它的整个自动化运营可能性以及降低成本方面会有极大的潜力。

 

我们在一些客户上，去实践了或者一起合作完成了刚才的事情。我们见到了非常直接的价值验证，这是一个大的零售企业，零售品牌，我不方便说名字，他们以非常优质的棉制品的产品为特色，过往的状态就跟我刚才描述的一样，其实是有千万级别的细颗粒度数据的沉淀，但是它没有形成资产，是因为它各自散落，它也没有集中统一的ID，也没有统一的画像，对我们来说它是一个有红利的状态，这个红利非常简单。我只要把它的数据进行管理之后，我就可以摘取出，它有不同的种子包，我可以从内部获取出来。我再帮助他们去结合自己内部数据的画像再结合三方合规的通过隐私计算画像的补足，在这之后所有的沟通就跟以往有很大不同，全部的沟通的针对性包括文案、商品的推荐可能一些促销政策的匹配都是个性化的。

 

所以他们在所有的新上线的活动之后，这里有个中间的效果是最具代表性的，110%的点击率的提升，客观上代表它所有活动的响应都比以前可以做到翻一倍的提升。它投入的东西是什么?它既不需要投入新的营销预算，也不需要投入新的大的业务的调整，它可能少数增加一些新的对于数据和对于运营更有能力驾驭的少量的业务人员。其次就搭建一个基础的基础设施。

 

这是另外一个客户，它是一个消费品快消类，保健酒的品牌，它应该是国内最大的保健酒的品牌，具体名字不方便说。大家都知道快消消费品最大的问题是很多分散的消费者的分散场景，可能很多消费者是在小的商超、便利店甚至是烟杂店去买到这样的酒，另外它有可能在餐饮渠道去饮酒。

 

这些碎片化的场景是无法让品牌去感知到的，所以我们要帮助这个企业第一步先完成具有长期数字化连接的可能性，包括我们跟它一起合作，做一些特定的小程序。它是让这个消费者在初步有这个饮酒的偏好黏性之后就会快速的进入深刻的长期的跟踪它的画像的阶段。

 

我们大概跟它合作在6个月的时间，它以前其实没有私域的数据积累，它也没有做这件事情。我大概6个月帮它新增150万完全个体级别客户画像的数据，它在新的这个私域客户画像上面所有电商转化效果都比原来增加了4倍左右效果的提升。

 

时间原因，我就不多讲太多细节了。

 

再回顾到这个页面，关注和理解客户大规模个性化的体验以及最后组织的变革是这样一件事情的三个步骤。

 

最后我花一分钟讲一下我们Convertlab跟这件事情是有什么样的关系?这张图其实是我们用某个角度去规划一个以客户运营为抓手的数字化转型的基础设施的蓝图，其中包括技术、业务层，最左边是我们所有的触点，就是跟我们业务一线的触点。经过数据层、应用层，后面的两端可能跟业务相关就是知识层。我们怎么样去帮助客户建立整个数字化体验的设计?怎么样业务实践?以及整个业务体系纳入在里面?最后再回到各种各样的个体化体验的触点，就是这样的闭环。

 

我们在整个蓝图里要么提供基础的技术、工具、设施，也包括提供相应的服务。具体来讲我们有一个套件的产品叫做Convertlab Markenting Cloud其中有六个最主要的产品线还有配套小的产品，六大产品线是Data Hub、DM Hub、结合数据智能的广告优化产品Ad Hub、AI Hub、PEC、CPM。所以在整个基础设施方面，我们应该是国内提供最完整解决方案的，无论从宽度还是深度来讲都是最完整的。

 

我们得过蛮多的认可，但是我个人最骄傲的是得到全球的第三方分析机构的认可，我们分别在2021年和2022年得到Forrester和Gartner的认可，据我了解国内我们同行当中我们是唯一一家中国厂商得到全球第三方的认可，我们入选的都是整个营销赛道的评选。

 

今天我看到大部分的民营企业，我们大概服务了400多家企业，客观上来讲在2020年之前我们服务外企客户的比例是超过国内民企客户的，非常明显2020年之后国内企业数字化的实践速度加快了，所以我们从今天来看我们服务国内企业数量已经超过外资的企业。

 

我们是一个跨行业的服务的团队，在中间这么大一块是泛零售的包括奢侈品、服装鞋帽、电商、快消、餐饮、商超这些最常见的消费品牌是我们超过50%的主体业务，所以我们可以算是一家非常懂零售和消费品行业的企业。

 

时间关系，我今天分享就到这里，如果希望有更多的交流，我们可以线下再聊。好，谢谢大家!