CDEC2020 搜索 导航菜单

赋能航司企业 让数据连接服务全流程

[摘要] 近日,由上海市航空学会和中国东方航空公司联合举办的 第二届航空首席数字&创新官上海国际论坛2017 在上海锦江汤臣洲际大酒店隆重召开。作
流程1.png

近日,由上海市航空学会和中国东方航空公司联合举办的“第二届航空首席数字&创新官上海国际论坛2017”在上海锦江汤臣洲际大酒店隆重召开。作为中国领先的企业级大数据分析和人工智能解决方案提供商,国双受邀出席。在论坛上,国双商业事业群数据咨询总监温江浩与国内外50多家航空公司的首席数字官、创新官、营销官、转型办和产品部门负责人深度探讨了“数字转型+创新整合”背景下,国际与国内航空公司面临的风险与挑战,并发表了《让数据帮助你完成连接》的主题演讲,分享了国双在数字营销领域的实践心得。温江浩表示,消费者在享受航司企业提供的包含“购票”、“起飞前”、“飞行中”和“到达”在内的全流程服务时会经历一些关键环节,如何在数据的帮助下将这些节点有效连接是航司企业在转型期需要格外重视的。而基于国双大数据平台独有的分布式数据架构和先进的实时、多维度关联性分析技术,国双的解决方案能够使客户充分洞悉数据间的复杂关系,获得全新的商业洞察,以利企业和政府客户作出更好的业务决策。

流程2.png

把握渠道流量,获取更多真实用户

网络端,主要分吸引新客和老客的留存。而平台方面最核心的是航司的官网与官方APP的引流。

在官网层面,目前搜索引擎仍是最主要的引流渠道。但很多航司企业无法知道用户到底是通过哪个实际检索关键词来访,继而产生后续的购买行为,不利于搜索营销的优化。国双通过和百度的实际检索词对接,帮助企业获知用户到底是通过检索“三亚机票“还是”上海到三亚机票“来访,而这两个词在点击单价上有近3倍的差距。我们有必要通过发现更合理的关键词,帮助航司企业优化投放策略,获取更多用户。

流程3.png

APP端的引流则有另一个问题。只知道用户通过哪个应用商店下载不够,还需知道在应用商店之前的线上或线下引流渠道。国双系统可以将这一断裂的数据重新连接起来,实现从原始来源到下载来源,再到官方平台的数据打通,帮助航司企业更好评估不同渠道的效果,优化媒体配置,吸引更多用户。

完成数据的串联之后是否可以直接使用呢?不,还需要确保这些数据是真实的,以免异常流量影响数据结论的可靠性。然而随着用户属性与行为指标越来越复杂多样,仅靠分析师人工穷举识别已经难以完成,因此以智能工具来代替人工势在必行。国双系统可以通过机器学习来自动识别流量异常,这不仅可以节省人力成本,更可以及时、准确、高效地排查异常流量,帮助航司企业科学地进行效果评估,快速调整营销策略,获取到“实实在在”的用户。

流程4.png

优化平台体验,提升用户留存与忠诚度

获取到用户后,平台体验是否足够友好对用户的留存至关重要,即平台的页面布局与流程的优化。以某酒店APP为例,平台版面的布局需要按照用户的真实选择来进行优化,通过国双热力图可以直观地看到用户在“行政区”分类产生的点击及后续订单均多于“商业区”、“地铁线”等分类,因此可将更有价值的“行政区”分类前置到第一个板块,让消费者来到页面后直接看到相关信息,方便用户进行决策。

流程5.png

用户体验优化归根结底是为了提升用户的忠诚度,而认识用户到底是谁、有什么不同需求,都有助于航司企业更有针对性地优化服务。国双系统可以帮助航司企业打通用户在推广、官网、APP、微信、CRM等多渠道的数据,通过梳理用户的事实标签、模型标签以及预测标签,划分出散客型购票者、秘书型购票者、家庭型购票者等多种细分人群,并针对不同类型的购票者,提供定制的营销与服务流程,进一步优化体验,提升用户忠诚度。

流程6.png

创建知识库,连接网络与非网络服务全流程

在离开网络的机场与机上服务等环节,用户的信息相对较难收集,而这可以通过创建“知识库”来解决。企业传统的知识库的内容来源主要是客服沟通记录与问卷调查,而现阶段用户对问卷调查的接受度和完成度普遍很低了,但网络内容有非常好的补充和完善作用。国双系统可以帮助航司企业收集包括网站、论坛、微博、微信公众号、问答评论等在内的多种类型网络内容,通过自然语言处理技术进行分析,结合客服沟通内容完善企业整个知识库,并可最终应用于优化平台服务和客服回应,将非网络与网络环境服务全流程有效连接起来。

流程7.png

温江浩最后谈到,数据帮助航司企业把握每一个流量的真实来源,发现平台体验的每一个问题,洞悉每一个用户的标签,实现服务全流程的连接与优化。而国双作为中国首家赴美上市的大数据公司、数字智能化的先行者,十余年专注数据,通过专业的技术、优秀的数据分析处理能力和顶尖的行业认知,将大数据和人工智能解决方案深入垂直行业,从提供商业智能解决方案,到切入融媒体、电子政务、司法大数据等领域,致力于帮助客户以新颖有效的方式使用数据,提高生产力。




免责声明:

本站系本网编辑转载,会尽可能注明出处,但不排除无法注明来源的情况,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本网联系, 来信: liujun@soft6.com 我们将在收到邮件后第一时间删除内容!

[声明]本站文章版权归原作者所有,内容为作者个人观点,不代表本网站的观点和对其真实性负责,本站拥有对此声明的最终解释权。
微信公众号 微信公众号