隨著用戶在線上花費(fèi)時(shí)間的增加，新冠肺炎疫情危機(jī)進(jìn)一步推動(dòng)零售業(yè)向電商零售轉(zhuǎn)移這一長(zhǎng)期結(jié)構(gòu)性變化，促進(jìn)線下線上零售經(jīng)濟(jì)整合的趨勢(shì)。另一方面，隨著流量紅利的日漸枯竭，企業(yè)對(duì)第一方數(shù)據(jù)的重視程度也在逐步加深，新冠肺炎疫情從側(cè)面推動(dòng)了企業(yè)打造第一方數(shù)據(jù)的步伐，大量的企業(yè)開始采用 CDP 為代表的企業(yè)級(jí)智能客戶數(shù)據(jù)中臺(tái)。創(chuàng)略科技聯(lián)合創(chuàng)始人兼總裁楊辰韻介紹說，在中大型本土企業(yè)中，有 10％左右的企業(yè)已經(jīng)在采購(gòu)、立項(xiàng)、招標(biāo) CDP 產(chǎn)品，或者將采購(gòu)納入議事日程；由于 CDP 在國(guó)外興起已近十年，外資企業(yè)的行動(dòng)更早一些。以 CDP 為標(biāo)志，營(yíng)銷技術(shù)行業(yè)迎來了井噴式的爆發(fā)。

為了助力零售企業(yè)搶占以CDP為標(biāo)志的營(yíng)銷數(shù)字化轉(zhuǎn)型風(fēng)口，近日創(chuàng)略科技聯(lián)合營(yíng)銷技術(shù)行業(yè)媒體 Marteker 重磅發(fā)布《重構(gòu)企業(yè)增長(zhǎng)勢(shì)能：2021零售行業(yè)營(yíng)銷自由白皮書》，以「實(shí)戰(zhàn)派」和「技術(shù)派」的身份，結(jié)合創(chuàng)略科技多年來在數(shù)據(jù)技術(shù)領(lǐng)域的能力積累和實(shí)戰(zhàn)案例，創(chuàng)新解讀以CDP為起點(diǎn)延伸出的新工具、新技術(shù)、新場(chǎng)景，從0到1科學(xué)指導(dǎo)營(yíng)銷數(shù)字化轉(zhuǎn)型路徑，從而推助零售行業(yè)數(shù)字化轉(zhuǎn)型。

零售行業(yè)全渠道營(yíng)銷痛點(diǎn)

隨著5G、AI、云計(jì)算、大數(shù)據(jù)等新技術(shù)的應(yīng)用，諸如直播、社交電商、小程序、新零售等工具與概念層出不窮，零售行業(yè)已然步入全渠道零售階段，而疫情加速了這一過程。

全渠道的核心是數(shù)據(jù)的實(shí)時(shí)交互，企業(yè)需要集中管理所有數(shù)據(jù)并產(chǎn)生洞察。通過這些信息和洞察，零售企業(yè)可以決定向顧客銷售哪些產(chǎn)品并產(chǎn)生復(fù)購(gòu)，甚至具備連接所有渠道的技術(shù)，創(chuàng)建無縫客戶體驗(yàn)。但由于數(shù)據(jù)平臺(tái)的多樣性、供應(yīng)商水平的參差不齊，這對(duì)零售數(shù)據(jù)分析系統(tǒng)來說又增加了新的挑戰(zhàn)：絕大多數(shù)零售企業(yè)的線上和線下數(shù)據(jù)分開存儲(chǔ)在不同的數(shù)據(jù)庫(kù)中，數(shù)據(jù)無法形成統(tǒng)一的客戶畫像；零售企業(yè)缺乏一個(gè)統(tǒng)一干凈的數(shù)據(jù)中臺(tái)。而外部的第三方數(shù)據(jù)由于平臺(tái)多、格式不一，數(shù)據(jù)的合規(guī)性、完整性、穩(wěn)定性和持續(xù)性都有待考量；零售企業(yè)數(shù)據(jù)應(yīng)用場(chǎng)景復(fù)雜，很多企業(yè)的AI算法沒有考慮到商業(yè)場(chǎng)景的兼容問題，導(dǎo)致這類AI產(chǎn)品雖有良好的建模能力，對(duì)使用者的要求卻非常高，使AI系統(tǒng)的輸出結(jié)果與落地應(yīng)用之間尚且存在一定的距離，需要進(jìn)一步的人工處理和轉(zhuǎn)化。

新工具：「AI＋CDP」重構(gòu)零售行業(yè)營(yíng)銷增長(zhǎng)

為了規(guī)避以上阻礙，建立以消費(fèi)者為中心的零售行業(yè)數(shù)字化運(yùn)營(yíng)，創(chuàng)略科技的客戶數(shù)據(jù)平臺(tái)（CDP），能夠?qū)崟r(shí)連接多個(gè)來源的數(shù)據(jù)并將其轉(zhuǎn)換為業(yè)務(wù)洞察、形成解決方案，在改善零售企業(yè)營(yíng)銷人員業(yè)績(jī)的同時(shí)也提升客戶體驗(yàn)。

CDP是一個(gè)預(yù)先構(gòu)建的系統(tǒng)，支持一對(duì)多交互，實(shí)時(shí)傳輸數(shù)據(jù)并收集數(shù)據(jù)，將所有來源的客戶數(shù)據(jù)集中起來，整合成為統(tǒng)一的客戶文檔，提供給其他系統(tǒng)，用于營(yíng)銷活動(dòng)、客戶服務(wù)以及客戶體驗(yàn)活動(dòng)。

用楊辰韻的話說，CDP 是營(yíng)銷技術(shù)的數(shù)據(jù)樞紐，承載著連接大腦和軀干的作用。企業(yè)需要解決的，不再只是營(yíng)銷的效率問題，而是如何實(shí)現(xiàn)與客戶的個(gè)性化交互和體驗(yàn)。而傳統(tǒng)的 IT部門的人工操作的方式，如 ETL 獲取數(shù)據(jù)的方式，缺乏實(shí)時(shí)性，可能一到兩周、甚至一個(gè)月才能提供業(yè)務(wù)部分需要的數(shù)據(jù)。CDP 的大數(shù)據(jù)架構(gòu)則可以較好支持?jǐn)?shù)據(jù)的實(shí)時(shí)應(yīng)用。

相比CRM處理的數(shù)據(jù)圍繞著交易展開，CDP可以處理的數(shù)據(jù)流來自交易或呼叫中心、網(wǎng)站、應(yīng)用程序中的行為數(shù)據(jù)，并將他們轉(zhuǎn)換同一個(gè)身份的畫像中�！钢�前很多企業(yè)各個(gè)部門都有自己的業(yè)務(wù)流程系統(tǒng)，如訂單管理系統(tǒng)、經(jīng)銷商管理系統(tǒng)，線上也有小程序、H5 等各種觸點(diǎn)，每個(gè)系統(tǒng)里都有某一部分的客戶數(shù)據(jù)，但沒有基于客戶的角度打通，形成了數(shù)據(jù)孤島。」CDP 則通過解決數(shù)據(jù)孤島的問題，實(shí)現(xiàn)全域的統(tǒng)一的客戶體驗(yàn)。

創(chuàng)略的 CDP 產(chǎn)品在開發(fā)的過程中，與 AI 技術(shù)相結(jié)合，特別是機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、聯(lián)邦學(xué)習(xí)等算法的能力，根據(jù)數(shù)據(jù)收集和分析來自動(dòng)化營(yíng)銷決策和行動(dòng)，增強(qiáng)對(duì)收集到的數(shù)據(jù)的分析，將來自不同來源的大量數(shù)據(jù)實(shí)時(shí)轉(zhuǎn)化為洞察。楊辰韻表示，創(chuàng)略 CDP 是基于算法驅(qū)動(dòng)的，「涉及到應(yīng)用場(chǎng)景的時(shí)間、渠道、內(nèi)容等功能，我們希望可以基于數(shù)據(jù)和算法驅(qū)動(dòng)去做相應(yīng)的實(shí)現(xiàn)�！估�如某知名咖啡品牌的咖啡食品搭配，飲料的個(gè)性化推薦，為每個(gè)人推不同的優(yōu)惠券，預(yù)測(cè)他未來7天是否購(gòu)買，預(yù)測(cè)流失的概率等，這些具體的場(chǎng)景都有沉淀下來的算法和模型。

而且，這些以CDP為核心，AI驅(qū)動(dòng)的及輔助決策和預(yù)測(cè)性的營(yíng)銷建模工作，不再涉及人工運(yùn)營(yíng)，就能夠完成他想要的KPI和相應(yīng)的ROI。營(yíng)銷人員只需要提出他需要的KPI和ROI，剩余所有工作都交給算法和數(shù)據(jù)驅(qū)動(dòng)的 CDP去完成。這不僅提高了營(yíng)銷人員的效率，使他們能夠?qū)⒏�多時(shí)間花在戰(zhàn)略上，而且還提升了 ROI。

楊辰韻同時(shí)介紹說，CDP 的應(yīng)用場(chǎng)景并不局限于營(yíng)銷領(lǐng)域，非營(yíng)銷場(chǎng)景的運(yùn)營(yíng)決策，甚至產(chǎn)品制造，都可以基于 CDP 數(shù)據(jù)來完成。例如，一些企業(yè)在做新品研發(fā)的時(shí)候，會(huì)采用一些基于大數(shù)據(jù)的客戶體驗(yàn)管理，與 C2M 個(gè)性化制造的方法�！笇�(duì)零售行業(yè)來說，消費(fèi)者是最終的用戶�；�于消費(fèi)者數(shù)據(jù)驅(qū)動(dòng)的決策，才是能夠確�？闪炕�的 ，并為客戶創(chuàng)造價(jià)值的路徑�！�

新場(chǎng)景：多重算法協(xié)同的零售行業(yè)創(chuàng)新場(chǎng)景應(yīng)用

在AI的賦能下 CDP可最大化數(shù)據(jù)挖掘與應(yīng)用的價(jià)值，加之創(chuàng)略科技多年來在零售行業(yè)的深度Know－h(huán)ow設(shè)計(jì)出更指向場(chǎng)景與應(yīng)用：

• 數(shù)據(jù)融合與打通：整合并打通線上線下的多渠道數(shù)據(jù)，把散落在各系統(tǒng)中的數(shù)據(jù)匯集在客戶數(shù)據(jù)中臺(tái)，經(jīng)過清洗和識(shí)別建立多維度客戶畫像，描繪出客戶畫像標(biāo)簽。

• 智能營(yíng)銷決策應(yīng)用：AI算法建立營(yíng)銷積分模型／交叉銷售模型，針對(duì)性將商品內(nèi)容、營(yíng)銷活動(dòng)和會(huì)員權(quán)益高效精準(zhǔn)地分發(fā)到各類場(chǎng)景中，精準(zhǔn)觸達(dá)消費(fèi)者打造個(gè)性化互動(dòng)體驗(yàn)，實(shí)時(shí)獲取各類新鮮會(huì)員的行為數(shù)據(jù)。

• 創(chuàng)建無縫體驗(yàn)：基于數(shù)據(jù)洞察微調(diào)每個(gè)客戶接觸點(diǎn)的優(yōu)惠和消息并實(shí)現(xiàn)個(gè)性化，同時(shí)從瀏覽和購(gòu)買到訂單跟蹤，為客戶營(yíng)造卓越的全渠道購(gòu)物體驗(yàn)，并利用近實(shí)時(shí)的洞察預(yù)測(cè)、評(píng)估和減輕供應(yīng)鏈中斷，改善需求預(yù)測(cè)，管理訂單履行，實(shí)現(xiàn)客戶與潛在客戶的激活及維系。

以某美妝直銷品牌為例，其推出自有APP希望通過數(shù)據(jù)的收集，利用個(gè)性化推薦搭建起客戶和內(nèi)容中間的橋梁，幫助客戶快速?zèng)Q策并與其建立更加長(zhǎng)期穩(wěn)定的聯(lián)系。APP 對(duì)客戶文章行為數(shù)據(jù)沒有做過進(jìn)一步挖掘、客戶數(shù)據(jù)的人物畫像情況還比較模糊，所以對(duì)于數(shù)據(jù)的動(dòng)態(tài)分析就尤為重要。依托于創(chuàng)略的 CDP，對(duì)APP 內(nèi)文章信息、文章分類、客戶信息、客戶瀏覽轉(zhuǎn)發(fā)行為和客戶搜索行為數(shù)據(jù)進(jìn)行清洗、打通、整合，建立360度客戶視圖實(shí)現(xiàn)數(shù)據(jù)可視化，再一次認(rèn)識(shí)客戶。

在了解每位客戶的畫像和喜好后，創(chuàng)略科技通過協(xié)同過濾推薦、標(biāo)題相似性推薦、分類興趣推薦、搜索關(guān)鍵詞推薦的四種算法協(xié)同重構(gòu)進(jìn)行評(píng)估分析，最終推薦結(jié)果對(duì)每個(gè)客戶ID生成指定數(shù)量的推薦文章 ID＋推薦系數(shù)＋推薦途徑的列表，營(yíng)銷人員可以根據(jù)此進(jìn)行準(zhǔn)確操作。精準(zhǔn)的個(gè)性化內(nèi)容推薦包括了基于客戶歷史興趣的再延伸，以及基于客戶角色的行為探索，一方面使客戶收獲良好的體驗(yàn)，另一方面也能使企業(yè)挖掘出客戶的潛力，使得客戶的每一個(gè)潛在需求都推導(dǎo)為業(yè)務(wù)轉(zhuǎn)化，實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)化管理。

新技術(shù)：可用不可見的聯(lián)邦學(xué)習(xí)

如何賦能零售行業(yè)多方數(shù)據(jù)營(yíng)銷

在數(shù)據(jù)隱私管理規(guī)范越來越嚴(yán)格下，零售企業(yè)需要解決的另一項(xiàng)問題，是如何在不侵犯用戶權(quán)利的情況下為營(yíng)銷人員提供他們需要的數(shù)據(jù)。對(duì)此，創(chuàng)略科技在行業(yè)率先采用了「聯(lián)邦學(xué)習(xí)」技術(shù)。

聯(lián)邦學(xué)習(xí)是兼顧數(shù)據(jù)合作與隱私保護(hù)的去中心化協(xié)作機(jī)器學(xué)習(xí)技術(shù)。傳統(tǒng)的中心化AI往往是把所有的數(shù)據(jù)匯聚到一個(gè)云或者數(shù)據(jù)中心，基于處理后的數(shù)據(jù)進(jìn)行大量的計(jì)算，產(chǎn)出預(yù)測(cè)，從而運(yùn)用到具體的應(yīng)用場(chǎng)景中。聯(lián)邦學(xué)習(xí)從某種意義上而言正好相反，AI本身在參與方自己的設(shè)備、數(shù)據(jù)中心，或邊緣上去產(chǎn)出計(jì)算結(jié)果，利用本地?cái)?shù)據(jù)訓(xùn)練模型，將需要更新的參數(shù)同步回到一個(gè)中心節(jié)點(diǎn)，在平均其模型結(jié)果后，再將新的訓(xùn)練模型分發(fā)到各個(gè)不同的參與者。在聯(lián)邦學(xué)習(xí)的機(jī)制下，參與者不需要犧牲底層數(shù)據(jù)隱私，就可以同時(shí)實(shí)現(xiàn)比較大規(guī)模的AI、機(jī)器學(xué)習(xí)的應(yīng)用場(chǎng)景。

最近，由于諸多因素，聯(lián)邦學(xué)習(xí)的應(yīng)用正在加速增長(zhǎng)，「首先是消費(fèi)者數(shù)據(jù)的所有權(quán)意識(shí)增強(qiáng)了，即數(shù)據(jù)所有權(quán)屬于消費(fèi)者，只是在具體的場(chǎng)景里授權(quán)給企業(yè)�！鼓敲慈绾卧谙�費(fèi)者授權(quán)的前提下，做到數(shù)據(jù)本身不用流通而實(shí)現(xiàn)數(shù)據(jù)價(jià)值的交互？這些因素正在推動(dòng)聯(lián)邦學(xué)習(xí)的新范式，即通過跨本地計(jì)算節(jié)點(diǎn)或設(shè)備訓(xùn)練模型實(shí)現(xiàn)去中心化AI，而非目前流行的集中聚合 AI 模型的方式。

聯(lián)邦學(xué)習(xí)作為分布式機(jī)器學(xué)習(xí)范式，可以實(shí)現(xiàn)各方在不公開各自數(shù)據(jù)的情形下，協(xié)同完成模型訓(xùn)練，解決一系列AI應(yīng)用落地面臨的數(shù)據(jù)安全和隱私障礙，以及創(chuàng)造一個(gè)健康的數(shù)據(jù)價(jià)值協(xié)作新模式，是人工智能領(lǐng)域發(fā)展的必然趨勢(shì)。楊辰韻介紹說，創(chuàng)略科技將 AI、聯(lián)邦學(xué)習(xí)等技術(shù)與 CDP 結(jié)合在一起，通過 AI 技術(shù)逐步實(shí)現(xiàn)用基于訓(xùn)練集和測(cè)試集的算法去取代人工憑經(jīng)驗(yàn)設(shè)置標(biāo)簽和規(guī)則，通過聯(lián)邦學(xué)習(xí)技術(shù)在合規(guī)的前提下，延展到整個(gè)行業(yè)里和市場(chǎng)上下游的各類數(shù)據(jù)源，從而最終將分散的觸點(diǎn)上的行為數(shù)據(jù)、交易數(shù)據(jù)、會(huì)員數(shù)據(jù)打通，形成統(tǒng)一的 360 度的用戶畫像和 One ID，為營(yíng)銷自動(dòng)化和個(gè)性化營(yíng)銷工作乃至非營(yíng)銷場(chǎng)景提供支持。

零售行業(yè)正在掀起變革浪潮，大數(shù)據(jù)的使用可以隨時(shí)隨地?zé)o形沉淀顧客行為數(shù)據(jù)，直接把握顧客需求并直觀展示給商家。企業(yè)需要學(xué)習(xí)如何采用數(shù)據(jù)管理工具收集、管理和分析海量的客戶數(shù)據(jù)，最終實(shí)現(xiàn)消費(fèi)者信息的數(shù)字化、商品信息的數(shù)字化和營(yíng)銷推廣信息的數(shù)字化。這也是《重構(gòu)企業(yè)增長(zhǎng)勢(shì)能：2021零售行業(yè)營(yíng)銷自由白皮書》呈現(xiàn)給讀者的價(jià)值。