• 财讯网
  • 主页 > 推荐 > 正文

    智能化营销新风口,在十三年行业老兵南讯股份看来「进化是最好的出路」

    2023-07-11 22:22:59  |  来源:36氪新媒体  |  编辑:  |  

    作为一种全新的交互方式,AI提供了近乎无限的想象空间。

    7月,大语言模型、生成式AI领域的风吹草动似乎已经不再能轻易刺激人们紧绷的神经。


    (资料图片仅供参考)

    回顾上半年,整个科技圈经历了一轮又一轮新一代人工智能所带来的冲击,“AI的iPhone时刻”、“堪比互联网诞生”,科技大佬们对大语言模型、对生成式AI领域不吝溢美之词。

    事实上,现在生成式AI已经在诸多领域显露出巨大的应用潜力。尽管在数据来源、生成结果的准确性和可用性等方面还有待完善,但作为一种全新的交互方式,AI提供了近乎无限的想象空间。

    在处于数字化前沿的营销领域,AI为面临重重挑战的赛道带来了全新的机遇。

    营销距离终端市场侧最近,在众多行业中,势必最早收获新一代人工智能技术所提供的福利,但同时,如何更好驾驭人工智能也将是对赛道玩家的挑战。

    从数字化到数智化的探索,正在考验着零售企业的前瞻性,以及对数智化工具的选择。作为链接品牌和终端市场的纽带,CRM的智能化水平直接影响着品牌企业的营销力、品牌力。在访谈中,南讯股份创始人兼CEO陈碧勇向36氪表示:“新一代人工智能为CRM市场带来更多可能,并可为企业提供更多助力,如更有效地细分用户、创建个性化的营销内容、提供敏捷的需求响应支持、输出更智能的营销策略等。”

    南讯股份创始人兼CEO陈碧勇

    从市场侧的反馈可以清晰感受到南讯股份始终在坚持基于数字化、智能化运营,开展有温度的营销,帮助客户更精准有效地实现消费者触达。把握品牌营销智能化转型的历史机遇

    进化是最好的出路

    过去三年,从国际社会到消费市场都发生了巨大变化。

    就零售行业而言巨变在传导,从消费者消费理念的转变、到消费场景及消费渠道的更迭,变化愈发显著。陈碧勇谈到:南讯印象最深刻的时刻是,在这一过程中,很多客户与南讯一起成长,把握AI及数字化机遇,并一同实现了增长。

    其实,从底层逻辑来看,营销数智化进程中企业所面临的问题始终不变:如何应对消费者运营及营销的新考验,实现更高效的消费者转化?如何抓住营销机遇和业务需求进行快速响应?如何让数智化能力赋能业务及增长?

    而大数据、云计算、5G等技术手段的升级为解决问题提供了新的方法和工具,人工智能更是在激发更大范围的范式转移。

    站在品牌和商家的立场,普遍的观点是,随着线上流量接近饱和,如何从日益激烈的竞争中获得确定性增长,成为当前最关键的课题。

    陈碧勇指出:移动互联网和人口的红利在零售场景、消费层面已经逐渐地褪去,并且人群消费需求、消费场景、消费渠道都更加复杂、多样。基于此,客户希望实现的是更高效的用户运营;同时客户对AI技术的应用有一定期待。

    因此,南讯股份提出,进化是最好的出路。当然,对任何坚持创新的企业而言又何尝不是如此。

    南讯股份成立于2010年,自诞生以来经历了电商行业的高速成长期,在这一时期,基于电商平台的衍生服务不断进化,国内SaaS行业正处于起步发展期。

    2011年,硅谷大佬Marc Andreessen发表了影响未来十年的大作“软件正在吞噬世界”,成为引领SaaS行业风起云涌的大旗。

    从南讯的一座座里程碑也可以见证行业的变革,在零售数字化、智能化赛道南讯以创新为驱动,打造出覆盖全域营销的自研产品矩阵,持续多年占据高端电商CRM市场,并且,市场份额逐年提高。

    南讯向36氪展示了产品和服务的迭代升级,作为助力品牌连接用户的纽带,在不断进化的十三年时间里,南讯围绕ToC领域CRM的进化过程,将CRM从1.0到4.0总结为:数据沉淀阶段、数据业务化阶段、应用探索阶段、智能探索阶段,并且提炼出了4个发展阶段的核心要点:效率、精细化、互动式、数智化。

    在CRM持续进化各阶段的探索过程中,南讯一直在着力构建“三个统一”:统一的数据平台、统一的模型系统、统一的行动系统。在实践中,南讯“知识+大脑+手脚”独特的产品组合会为广大客户品牌带来强劲增长动力。

    进化更直观地体现在南讯全渠道客户关系数字化营销平台“客道MA”上,客道MA 从一站式的用户资产与数字化经营系统升级为“构建全渠道用户数据管理与打通全场景自动化营销的系统”。

    这样的升级来自南讯对市场的深度理解,陈碧勇对36氪介绍:在消费者对传统营销模式免疫,品牌陷入“营销疲惫期”的背景下,客道MA旨在帮助品牌以更温暖的营销形式连接消费者。

    客道MA协助企业从用户需求出发,把企业在线下门店以及跨平台、多渠道的应用端数据统一整合,构建一个统一的基础数据管理分析平台,并将其能力开放给各子系统,以客户大数据分析助力其他系统发挥更大的价值。

    零售企业很难自主挖掘数据、搭建模型,并通过智能AI模型分析,预测用户的喜好。客道MA可以帮助企业感知数据并进行溯源,还能够针对用户全生命周期旅程中产生的数据进行采集与治理。从而在合适的场景合适的时间自动推荐用户喜欢的内容,让终端消费者能够真正感受到有温度的营销和服务。开展有温度的营销

    以数据为驱动是掌控未来的核心

    从机械化时代、电气化时代、自动化时代、到智能化时代,每一次时代变迁背后,都是驱动力的不断更迭。南讯认为:数据的作用至关重要,目前企业的驱动力,正从流程驱动转向“数据+流程”驱动。

    陈碧勇谈到:要破解不同企业的数智化运营难题,一定要从数据和智能两个维度展开,通过筛选精准人群、制定营销内容、盘点效果数据三个步骤,先明确方向、再提升效率。

    通过进一步解析市场需求可以发现,更高智能的数据驱动又可以分为主动式驱动和被动式驱动。

    被动式驱动是企业基于问题指标,开展数据分析,找出核心问题的解决方案;主动式驱动的企业目标明确,通过盘点、洞察、策略,充分挖掘数据价值,并最终推进执行层面。

    在智能化时代,全球化营销体系还提出了更广泛的数据合规要求,企业必须通过一些关键策略和最佳实践,才能在保持创新的同时,实现规模化的数据安全与合规。最终,无论是最佳实践、还是策略工具、或是其他指导,都需要一体化产品来帮企业完善应用层面的各种数据安全措施。

    由此不难看出企业对数据驱动、数据安全的需求,南讯所推出的新一代策略型营销CDP——数脉CDP正是为了满足企业对数据的根本需求,数脉CDP可以帮助企业开展资产盘点、资产应用、资产赋能业务,实现由“业务数据资产化”到“数据资产业务化”。

    数脉CDP能力矩阵

    据南讯介绍:基于AI算法模型,数脉CDP帮助品牌预测人群贡献价值和营销价值,能够精准提供用户的终身价值预测、复购概率预测、营销响应效率预测,从而提升品牌用户满意度,并推动企业GMV增长。

    高质量的数据和最新的大模型算法让智能化策略可以更便捷地赋能导购,从而减轻门店导购的运营压力。南讯表示,目前已沉淀了大量人工策略、行之有效的自助策略、适配丰富场景的智能策略。

    从产品实际落地于场景的反馈可见,这些策略最终会为客道MA的执行赋能,从数据业务化、到业务数据化,让数字资产以及价值再次回流到数脉CDP产品中,形成螺旋上升的发展趋势。实践出真知

    FastGo助客户逆风飞扬

    市场变幻莫测,零售市场更是后浪汹涌,但即使面临市场中诸多不确定因素,依然有企业和品牌能够因势利导,实现逆势增长。陈碧勇在访谈中指出:我们看到当前消费的场和域一直在变化,每个品牌都在变化中寻找增长,其实更多是在顺势而为的方向上寻找突破口,当前整体经济环境处于迅速变化当中,所以在增长方面品牌需要的是让消费者更加忠诚、与消费者做更有温度的链接。

    在如何把工具用好的实践环节,品牌在实际搭建应用的时候往往会碰到一些共性问题:品牌全链路经营,数据来源多样化;品牌需求响应周期长,无法及时配合业务端满足用户需求;世面上低代码平台可维护性越来越差、性能越来越低、复杂程度越来越高……

    针对此类痛点,南讯工程院向36氪展示了历时近2年所研究的解决方案,在此基础上南讯推出了专注在零售行业用户数字化运营的aPaaS平台——南讯FastGo。

    在平台展示中,南讯FastGo在数据层、逻辑层、展示层为品牌提供了全方位、强有力的支持:

    在数据设计层,实现了数据模型可拓展,满足用户差异化、定制化需求,支持高度定制化的业务场景;

    在逻辑层,FastGo能抽象出当前业务的逻辑组建和动作组建,并按动态需求灵活适配,还开创性地融入Mabu能力和全新的原子能力,给低成本试错提供可能,实现业务逻辑可编排和功能可探索;

    在展示层,FastGo提供所见即所得的画布配置能力,绑定数据源和逻辑事件,让交互变得称心如意。

    对于产品,用户最有发言权,南讯某标杆客户的运营人员评价道:使用南讯FastGo,无需付出很大学习成本就可以快速上手操作后台,而且只需要简单操作就能直接生成相应的系统给到业务端。

    尾声

    访谈留下了深刻的印象,针对品牌与消费者之间的“最后一公里”,南讯在过去十余年间,沿着数字化、智能化的路径不断探索有温度的产品和解决方案服务客户,让数智工具有魂,成为加速进化的增长引擎。

    36氪获悉,南讯股份将于7月21日在杭州举办2023产品发布会,正式发布客道MA、数脉CDP、FastGo aPaaS,我们对这一系列产品的数智化潜能拭目以待。

    关键词:

    上一篇:说了再见(关于说了再见的基本详情介绍)    下一篇:最后一页