近日，第十九届（2023）数字金融联合宣传年年度活动在北京举行。 Sensors Data创始人兼CEO桑文峰出席了此次活动，并发表了主题为“重构数据根源，编排客户旅程”的演讲。
以下为演讲实录：
目前，金融行业很多企业围绕数字化客户运营和整个数字化转型有着丰富的实践，传感器数据从服务商的角度阐述了我们对金融行业数字化转型的理解。
从商业本质来看，任何商业模式的核心都是三个问题：价值主张、目标客户群体和商业化。 这是每个企业都要考虑的核心问题。 围绕这些问题，是商业模式的三大任务：一是价值创造，这是每个企业的核心意义，但光有价值创造是不够的;二、客户管理;三是效率提升。 正是通过数据驱动的数据，传感器数据帮助客户更好地实现客户运营。
以客户管理为核心，传感器数据的概念不断迭代。 自成立以来，传感器数据完成了从“重构数据基础”到“打造数据闭环”再到“编排客户旅程”的经营理念升级。
过去的十年是移动互联网的时代。 这个时代的焦点是流量红利，抢占流量红利的需要催生了“增长黑客”的想法。 传感器数据成立于2024年，自成立以来，一直强调重构数据基础，帮助客户构建良好的数据基础，并提供深入的用户行为分析能力。 现在我们已经步入数字化时代，流量红利向接触红利的演进也影响了企业的业务需求。
随着企业数字化转型的深入，我们与客户的接触点数量逐渐增加，接触点红利进入历史阶段。 我们与客户建立的每一个接触点都是改善他们体验的机会和机会，如何利用接触点奖励来更好地提供个性化、全渠道和一致的客户体验是客户旅程编排的核心。
客户旅程的真实例子有很多，很多时候我们都能感觉到流程中存在断点。 关注客户旅程或业务流程是两个视角。 从公司内部的角度来看，业务流程侧重于效率、成本控制和一致性，而客户旅程则侧重于客户需求、感受和对客户体验的满意度。 现在整个数字化转型都非常注重客户旅程，需要从客户的角度来看待每一步，这也是方法的核心。
在过去的几年里，银行与客户的互动越来越多，包括网上银行、远程银行、零售银行、线下分行等，这些渠道往往做自己的业务。 但更好的是以客户为中心，从各个渠道、各个触点收集相关数据，从而更好地赋能各渠道，实现数字化客户管理。
客户旅程编排理念的核心是如何为客户提供跨所有渠道的统一用户体验，提高客户满意度，提高整体运营效率。 Sensors Data围绕CJO的概念，抽象了Mtaoo方面**。
第一步是映射：详细描绘企业与客户的每一次互动，按角色和业务形成旅程地图，准确展示不同客户群体对产品的体验和阶段迁移的过程。
第二步是跟踪：识别客户旅程中的关键触点，整合各渠道（如APP、小程序、企业微信等场景）的数据，为企业建立全面的客户触控记录体系，完成一体化的多位数数据基础设施。
第三步：分析：根据客户旅程的不同阶段设置关键指标，进行深入的数据分析，诊断旅程的连续性，然后识别痛点和潜在的改进机会。
第四步：编排：基于数据分析，根据不同客户群体的价值，战略性地编排客户旅程，确保在正确的时间，通过正确的触点，传递最合适的内容，进一步提升客户体验和价值。
第五步：优化：持续关注关键指标变化，动态调整客户旅程编排策略，确保客户旅程始终得到最优引导和优化。
例如，Sensors服务的一家银行客户在董事会层面提出了“零售+科技”战略，核心发展目标是月活跃活动增长和AUM提升，但在客户体验、业务流程、数据基础等方面相对较弱。 现有粗放的数据分析和运营方式已不能满足业务运营需求，迫切需要制定数据驱动的业务增长战略，系统细化地支撑手机银行业务的可持续发展。 第一步，搭建CJO运营引擎能力第二步，贯穿客户旅程的闭环运营第三步是访问特色客户群的客户旅程。 总而言之，需要根据数据反馈不断改进和迭代，让整个客户旅程越来越好。
为了做好整个客户旅程的编排，Sensors Data的核心是提供基本的产品能力和服务能力。 我们围绕整个 CJO 概念构建了三个主要的传感器数据引擎：首先，客户旅程分析引擎。 我们不只是分析单个零件，而是分析整个客户旅程;二是客户旅程优化引擎。 无论您是进行 A-B 测试、旅程编排还是流程画布，这都是客户旅程优化的一部分三是客户数据引擎。 目前，CDP的概念在国际上被普遍接受。 如何对用户进行很好的整合、构建、标记和细分，从而更好地支持客户旅程的分析和优化。
除了上述能力外，Sensors Data还具有双向数据映射的能力，可以为CDP带来数据集成的新范式丰富的数据处理能力，针对不同角色、不同策略复杂度，提供从初级到高级的标签分组处理方式此外，Sensors Data还发明了目标群体选择神器：实体查询语言（EQL），可以以更高效的数据获取和更简化的逻辑表达式来适应复杂的业务（多实体）。 围绕AI相关技术，Sensors Data也在不断探索。 目前，Sensors Data正在与一些金融客户合作开发和应用AI模型。
基于CJO理念，Sensors Data使用Mtaoo的三大引擎，更好地支持数字化客户运营。 预计未来，凭借Sensors Data的能力和对数据驱动方法的理解，可以更好地结合实际业务发挥作用，更好地服务金融客户。