MathArt | 脱离业务谈数据和算法是虚妄的

移动互联网带来的飞速增长的用户互动数据，以及新葡的京集团3512vip首页硬件带来的海量车联网、新能源、新葡的京集团3512vip首页制造、自动驾驶等数据，在为大数据时代的CRM运营奠定越来越坚实的信息基础的同时，也带来了不小的挑战。‍‍

‍‍

‍‍CRM保有数据变现的老问题与新挑战‍‍

车企运用CRM数据的本质是，运用信息技术提升企业竞争力、实现盈利。然而实际上，受制于长期以往的老问题和日益凸显的新挑战，车企的CRM数据运营实践并未带来很好的效益。

就老问题来说，首先，在很多车企内部，CRM的核心数据主要依靠于经销商的填写上报。经销商的执行力和上报意愿在很大程度上制约了保有客户数据的质量，例如填报数据的准确性和及时性，而数据基础是客户运营的核心，数据质量的不过关自然为后续数据的使用带来了挑战。‍‍

‍‍

其次，多业务系统的数据难以打通。车企内部很多业务系统是历经多年，分阶段规划完成的——以现在的眼光来看，这些规划难免不够前瞻且欠缺整体化思考，这也造成了各部门、各系统间数据方面的打通困难，也为业务数据的利用增加了难度。

‍‍

新挑战主要体现在以下两方面：

第一个挑战是随着数字化触点的兴起，车企都在致力于通过标签系统，贯穿客户从早期的兴趣发生，到销售、售后以及衍生服务的全生命周期。数据量的爆发性增长，加上车企自身系统的不够完善以及技术上的壁垒，实现数据融合的难度日益攀高。

第二个挑战体现在车企对场景规划、数据价值变现的落地实现上。用户至上的时代，车企都在从以产品为中心向以用户为中心转型。如何在转型的基础上，利用保有数据实现营销领域的新突破，就成了重点研究课题。

数据×场景化=变现

其实一切CRM问题，本质上都可以回归到数据算法上。CRM数据融合的本质是通过ID配对打通各业务系统，将用户的属性和业务行为标签化。这就要求车企能够使用图计算技术将数据净化和打通，再进一步基于图结构的知识表达和知识图谱进行推断，具体做法我们在前几期专栏文章——《车企五行缺创新 算法来补！》中详细探讨过。

CRM保有数据的应用场景主要体现在两个方面：一个是B端业务直接应用，即整车销售、售后以及衍生业务的场景方面；另一个，是用于C端用户运营方面。

车企想通过CRM保有数据驱动创新实现数据变现，则需要在融入互联网基因的基础上，对业务模式与技术平台方面进行自我改造，那改造过程中又有哪些方面值得注意呢？‍‍

‍‍‍‍

首先，与业务部门相比，CRM部门担当客户运营这一职能时，在实践操作上难度系数往往更高。因为在数据价值变现和落地的应用场景结合上，大多数CRM部门本身并不承担具体运营客户的职能，更多的是作为数据的管理方和应用方，而并不是业务的运作方；这时，若要承载客户运营这一职能，就需要与业务部门合作——合作点一是对各种基础标签进行完善丰富。

‍‍

其次，很多车企的CRM部门在数据认知上还存在一个误解，认为数据库里的数据都是购车和维修的单一类信息。而实际上，CRM数据库里不光包含购车用户，单就售后领域的一些数字化触点而言，数据关联到的用户不仅有车主本人，还有使用这台车的其他人。

‍‍

举个例子，同一辆车的驾驶行为既可能来自于车主，也可能来自于车主家人或朋友；这也就不难理解，为什么有些车的维修保养留存数据来自于非车主实体上了。

‍‍

因此，无论是通过微信公众号关联到的ID，还是车主入店维修、保养关联到的车牌号，都不应该直接标签在车主身上，而应该标签到彼‍‍‍‍‍‍‍‍‍‍此有关系的实体身上，从而更好地解释用户行为，在合适的场景进行应用‍。

同理，通过内部数据和用户车的数据的联通，打通的也不应该是一个客户或一个ID，而是一个关系网，一个图谱。

‍‍

最后，还有一个不规范操作值得提醒。以往CRM部门服务于各个业务部门，提供营销类数据时，往往是将业务数据直接提供给业务部门。然而，随着人们对于个人信息安全的关注程度越来越高，以及一些相关法案陆续出台，CRM部门在提供相关客户数据前，应该先进行标签式的转译和脱敏，让业务部门直接应用用户的标签，而不是直接应用业务数据。

‍‍

应用场景+数据+先进技术=理想场景

随着互联网革命、数据革命等热词的频繁出现，很多独角兽公司依靠先进的技术和算法，试图证明技术颠覆某些传统行业的能力，以为革命主要的驱动力来自于技术和算法。但笔者认为，脱离业务谈数据和算法是虚妄的。在车企直接的应用领域，应该把应用场景和价值变现作为第一驱动力。

‍‍

应用场景出发和数据出发，可以理解为是一个两方出发中间相遇的过程。在这个过程中，很多车企已经规划了不少场景，有B端也有C端的。值得注意的是，CRM部门在进行场景规划的时候，不应忘记经销商的作用。‍‍‍‍‍‍‍‍

‍‍‍‍‍

‍‍我们来看一个经销商端进行精准营销的场景案例——4S店的售后服务场景，售后服务顾问如何通过移动端的APP，向进站保客进行保养及零配件的推荐。利用工具整合大量用户历史数据，可通过APP分层次解答售后服务顾问关心的问题，并把计算后的标签以可视化的方式直接呈现给服务顾问。

例如：他可能关心这是怎样一个用户，这个用户售后价值/贡献程度是多少、忠诚度如何、现阶段应该推荐什么样的产品和服务等问题。
   
这样一个场景是不是一个非常好的场景呢？笔者认为这是一个不错的场景，但仍然不够好。当考虑业务场景变现的时候，首先要考虑清楚的是应该场景用户是谁、关心点是什么、获取信息和关心点后该如何进行结合、如何更好地呈现这些信息等等。

上文形容的场景，用户是售后服务顾问，其真正关心的是“我应该怎么样对这个用户进行营销？”那为什么要关心如何进行客户营销呢？其实根本的原因是“我这个月的指标是否能完成，是否会有更高的销售提成”。

因此，如果我们回到这个场景再进一步深挖，结合这个售后顾问还有哪些指标没有完成以及进站的用户有哪些潜在需求，并将此两者进行更好关联的话，这个场景效果往往会更好。

如果车企不能将CRM数据全面深入地利用起来，仅仅是接触到用户数据，那这些数据就没有任何价值可言。只有通过新技术，将CRM保有大数据进行标签化、定制化整合，建立用户画像，计算出最优操作推荐，通过各类场景进行精准营销、高效获客，才是真正地实现CRM数据变现。