随着行业对CEM（客户体验管理）的逐渐重视，从业者也需要进一步关注相应的趋势发展。在这篇文章里，作者就尝试对数据驱动的视角转变、以及客户体验管理的趋势进行了分析，不妨来看一下作者的结论。

(资料图片)

今天的以消费者为中心以及企业数字化都在为CEM（客户体验管理）做铺垫，用户增长也会从依赖大量单点的实验数据到背后数据联系所串联的用户体验链路。

先来聊聊数据驱动。

数据驱动是一个很泛的概念，那我们具象化来看这个问题。

其实数据驱动的第一步是有数可用，或者说能基本满足密集的数据分析需求。当然这背后是一系列复杂的数据加工及模型设计逻辑，从数据采集到可复用来解决需求爆炸问题，简单来说我们要把case by case的数据需求转变成可复用的中间层数据（指标模型数仓的dwd、dws，这就是阿里数据中台OneData的核心）。

我们很多时候工作中也是在看数据，用数据，那就已经过渡到数据驱动了吗？其实数据驱动的视角和为了验证结果去看数据是不同的。不同在于数据是始不是终，就是基于目标去找与策略动作的数据联系（即归因），从而让干预过程变的可量化、可预测。可能比较抽象，我们来描绘一下这个过程。

就拿用户增长的场景来看，当我们解决了有数可用的痛点后，基于已有的用户行为数据去刻画用户路径的大图（可以作为Dashboard，但不仅仅是可视化，而是作为后续执行动作的决策依据，或决策树）。用户路径刻画反映的是场景、阶段环节与目标，而不同阶段可以与我们自身的用户模型相对应。

拿AIPL举例，那就是会把整个用户路径分成认知（A）、兴趣（I）、购买（P）与忠诚（L），不同阶段会有不同的策略框架。业务目标拆解后与不同阶段相对应，比如拉新、活跃、留存、召回等。同时每一个节点都会有相应的指标去监测。

这还没完，最关键的是数据要和具体策略动作相衔接，也就是说我需要可以通过目标环节数据去下钻到具体的运营动作。衔接的目的是为了目标数据与执行动作的关联，从而未来可以作为目标拆解动作的依据。

当然衔接的前提是我需要把工具集（即权益）、素材集（即内容）等线上化且固化下来，否则永远数据和动作是割裂的，无法评估的。运营动作亦或实验后会有具体的效果指标反馈，从而观测对目标的贡献进而优化策略，从而逐步对策略进行固化沉淀。

图1.1 数据驱动逻辑示意图

所以整体逻辑简单来讲就是通过目标与业务链路上的数据从而驱动落地执行，然后基于执行侧的数据反馈后逐步优化策略从而满足业务目标，并且在过程中可以通过数据情况把控进度。

这个思路在产品设计上也是通的，这也是智能化的基本思路。在我以前做的很多产品设计的理念都会以Dashboard为主线，然后会下钻关联到相应的功能（即动作策略），去引导使用产品的用户变成数据驱动型。当然这背后也暗含着产品智能化的实现路径，只有积累足够多的场景数据、执行策略与反馈（即算法训练集）才能逐步实现智能化。

成熟的CEM会包含内外两个方向——外部的消费者以及内部员工。内部会涉及到一些组织中台的概念我们暂且先不讨论。

市场越来越同质化以及信息对称，除了效率是企业核心竞争力外，服务与用户体验是第二增长来源以及企业发展趋势毋庸置疑。所以大多数企业的目标都是想实现用户体验管理，但这个东西没那么简单，是有门槛的。CEM不是简单的通过NPS、调研就可以解决问题的。CEM是一个真正纯数据驱动的事情，需要以用户数据整合为基础，单光这一个门槛，很多企业就跨不过去，惹得焦头烂额。

所以我一直说对于一般企业CEM是要基于CDP（客户数据平台——核心是全域用户数据归集，当然有真正意义上数据中台的企业除外）之上来实现的。

那CEM是什么？我先通过一个场景来让大家理解一下。对于用户体验可以引发很多问题，比如现在大多数企业遇到的用户流失问题、流失用户召回、老带新以及沉默用户激活等等。那这些问题其实会涉及很多环节，那我们尽量把环节找到并变成用户的触点或可进行数据收集的点（这些环节在不同业务板块中呈现形式也不同，比如业务链路、用户路径、产品功能模块等），同样也是可归因的因素因子。

当然这里面会有些难点，比如因子的确定。现在普遍的做法是通过调研的方式进行归纳，或专家经验。当触点建立后那数据收集体系就成型了，当然这些点状的因子是需要通过业务逻辑去建立关系的，像决策树的分支一样。

当然关系建立的背后会涉及很多专业的数据加工模型以及归因模型，像指标关系图谱的构建（这里核心解决的是分析框架中指标贡献度与权重的关系）、或通过迭代分析、差额分析、基尼系数、甚至杜邦分析等一系列的归因方法。

简单来讲就是我们通过某个核心问题或指标拆解成一种类似决策树的分析框架，去把每一个分支节点作为用户触点进行数据收集，基于业务逻辑关系从而进行归因，之后去解决有问题的环节从而来提升优化目标。

所以CEM更像是一个数据结果应用，而CDP是前提。

数据驱动视角的转变是为了客户体验管理做铺垫，无论是从理念、数据建设、全链路可量化可视化还是发展路径。

所以无论是数据驱动也好，CEM也好，核心本质是数据闭环的反馈优化，以及构建数据之间的联系。

本文由 @戏说猫狗 原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自 Pixabay，基于 CC0 协议。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

标签：