【案例】威马汽车——基于AI和大数据的CDP客户系统建设( 二 )

3、用户旅程割裂，客户从引流到购买的全旅程数据没有打通，无法定位旅程各阶段运营问题，无法进行用户旅程针对性优化，无有效手段提升首次购车转化率；
4、通过Call center进行潜客第一次跟进（如试驾申请），20+客服每天需跟进数千线索，客服无任何有效信息在电话前进行线索价值识别，高价值线索可能无法及时跟进导致流失；
5、威马做为新兴汽车品牌，对于消费者对汽车的反馈及口碑缺少全面了解和认知，无法进行产品及服务的优化和迭代。
应用技术与实施过程01
应用技术
1、搭建基础平台
很长一段时间的企业发展，给各个业务系统的上线提供了充足的空间。不断的积累业务数据越来越多，给日常运营人员带来了不小的工作阻力。比如客户标签维护从原先的几千人慢慢演变成上百万用户，普通办公软件一是无法支撑这个量级的数据处理；二是处理起来时效性低，原先几分钟可以输出的汇总结果，在百万级数据下几乎需要1~2个小时；三是跨部门协调数据变得异常困难。CDP系统在这样的背景下通过产品上开箱即用功能（out-of-the-box feature，也称OOTB）直接私有化部署到客户环境，建立威马CDP的基础模块：包含数据、标签（规则）、人群（圈选）、活动（埋点）、分析（活动转化）及应用模块，供客户使用。
有效解决威马汽车以下的问题：
数据的所有权和使用权分离：在公司内部局域网下，合理的授权相关部门访问所需的数据，提供公共可视化平台展示统计结果。
2、数据采集
处在造车新势力的威马汽车不同于传统的汽车厂商，采用“以用户为中心”的新4S模式（Space威马体验馆、Store威马用户中心、Station威马服务之家和Spot威马E站）等多维触点，让用户拥有高效，高品质的体验。在智行APP、官网、电商、minisite、落地页等近20个触点上进行埋点，合规的采集用户偏好，用户行为的信息进入企业后，提供了海量真实的数据支撑提升用户体验的力度，丰富威马用户群体的画像，确保“以用户为中心”的理念能够紧密的围绕用户而展开。
有效解决威马汽车以下的问题：
解决如何与“以用户为中心”的理念实质性结合的难题：通过对用户及产品数据的搜集和分析，结合用户偏好和行为的划分，进一步开拓、完善和深化数字服务体系。
3、AI打标
依托于机器学习解决分类问题，根据已有的数据和标签进行学习，实时给进入监测范围内的用户进行分类打标。通常一个符合业务价值导向的评价模型需要建立一完善的指标体系，而指标选取太多势必会耗费大量的人力、物力和财力。传统的分析模型没有考虑到选取指标的信息重叠会给最终的评价结果带来的偏差，针对这一弱项，创略团队经过实际的业务访谈和数据调研，采用了主成分分析作为模型的理论构建出一套对于用户的评估和预测算法模型。主要成分分析的原理是降维处理：衡量指标间的相关性，重新组合提炼少数几个主要的影响因子，用这些主要的影响因子代替原始评价指标建立新的综合指标体系。
一套完整的算法模型真正落地是有两个阶段的过程，第一个阶段是学习阶段用于训练模型，第二个阶段是预测阶段，使用模型预测新数据。
此外，由于现实生活中的数据并非十全十美，在开始训练模型之前，需要对数据进行加工。模型构建之后，还需要对其进行评估和调参，才能带到最优的效果。
有效解决威马汽车以下的问题：
海量行为数据无法处理：采用模型分类后，解决无法人工处理海量行为数据的问题。
数据时效性低：将原先只能不断堆砌人力和时间处理并且也要一周左右才能铲除的最终分析结果，直接提升到实时打标，为企业节约大量成本。