01

AI客户旅程

02

什么是客户旅程？

03

AI驱动客户旅程6个阶段

1、认知（Awareness）

• AI 驱动的受众细分：

• 预测性内容推荐系统：

• 对话式人工智能（聊天机器人）

专业提示：您可以使用 Demandbase 的基于意图的展示广告，根据用户的公司、行业或购买周期的阶段来调整创意和信息。

2、考虑（Consideration）

• 预测分析：通过网络行为、电子邮件互动和第三方意图数据来评估买家信号，从而预测转化可能性并推荐最佳内容。
• 自然语言处理 (NLP)：能够对网站或知识库进行语义搜索，帮助客户根据意图（而不仅仅是关键词）找到精确的信息。
• 人工智能赋能的内容个性化平台：能够根据访客群体动态地调整网站体验，例如更改行动号召、推荐资源，甚至主页布局。

3、决定（Decision）

• 根据访客行为进行调整的动态产品目录:仅展示最相关的方案、功能或客户成功案例。
• 虚拟产品助手：可以模拟演示、回答技术问题，甚至可以引导用户了解针对其行业和用例量身定制的产品功能。
• 预测性交易评分和线索优先级排序：帮助销售团队将精力集中在最有可能转化的客户身上，人工智能会建议合适的讯息或优惠来推动他们完成交易。

3、购买（Purchase）

• 智能结账优化：可分析实时用户行为，识别用户流失点并提出改进建议。
• AI 会评估买家属性（公司规模、行业、之前的互动）:以提供实时激励措施，例如限时折扣、定制附加组件或灵活的付款选项。
• 人工智能驱动的虚拟助手:可以阐明定价结构、解释产品级别、指导用户进行自定义配置，或者在企业账户需要更多谈判时引入人工客服。

4、新手引导（Onboarding）

• 人工智能驱动的引导流程：会根据用户的角色、行业或使用目标，引导用户完成产品设置。这些流程还能根据用户进行调整，向高级用户展示高级功能，同时保持操作简单易懂，方便新手入门。
• 行为分析和人工智能触发器：可以帮助企业识别障碍。如果客户在特定时间内未使用某项核心功能，人工智能可以触发帮助弹窗、教程或发送自动电子邮件提供帮助。
• 主动式客户辅导机器人：利用历史数据模拟客户成功角色，引导用户采取与长期价值相符的行动（例如，“您尚未连接 CRM，已连接的团队的投资回报率提高了 35%”）。

5、留存（Retention）

• 虚拟客服和聊天机器人：提供全天候一级支持，例如密码重置或基本故障排除。这些机器人还利用生成式人工智能和过往对话上下文，提供类似人类的交互体验。

• 客服辅助工具：可以利用人工智能技术，提供最佳回复建议、相关帮助文章以及过往工单摘要。这有助于客服人员更快、更准确地解决问题。
• AI 驱动的服务分析：实时挖掘支持对话，以检测重复出现的问题或产品痛点，从而实现主动的工程修复或内容更新。
• 语音转文本人工智能转录和情感检测功能：可帮助质量保证团队评估通话质量、语气和情感线索，从而改进客户服务策略。

6、倡导（Advocacy）

• 情感分析系统：通过客服聊天、评论和社交媒体扫描客户反馈，以检测语气变化和情绪反应，并标记有流失风险的帐户。

• 流失预测模型：利用历史数据和行为信号（例如，使用量下降、支持投诉、套餐降级）来分配健康评分，并触发诸如签到或专属优惠之类的操作。
• 利用机器学习进行客户细分：按参与度、功能采用率或生命周期价值对用户进行分组。
• 忠诚度和推荐计划优化：由人工智能匹配驱动，识别哪些客户最有可能推荐他人或留下好评。

04

7步实施路线图

• 首先进行数据审核：数据孤岛在哪里？数据是否干净？不同工具中的字段是否一致？
• 统一客户记录：通过 CDP 或数据湖集成数据源，创建单一客户视图。
• 标记关键行为：标记“访问定价页面”或“打开新用户注册邮件”等事件，以构建有意义的 AI 模型。

• 使用具有原生 AI 功能或 API 进行自定义集成的工具。
• 确保系统之间能够相互通信，例如CRM ↔ 营销自动化 ↔ 客户支持 ↔ 产品分析。

2、分步实施路线图

• 审核您当前的客户旅程：绘制潜在客户与品牌互动的所有接触点（广告、电子邮件、网站、网络研讨会、销售开发代表外联、销售电话、入职培训、客户支持等）。
• 找出摩擦点：利用会话回放、热图、NPS 和支持日志，找出客户流失、犹豫不决或需要更多信息的地方。
• 按买家角色和销售漏斗阶段进行细分：首次访客的购买旅程与销售合格线索或续订阶段客户的购买旅程应该大相径庭。

专业提示 →与市场营销、销售和客户成功团队合作，以获得买家和客户体验的跨职能视角。

• 首先收集公司概况和人口统计数据：公司规模、行业、职位、收入范围等。这些数据有助于正确评估客户资格。
• 行为信号层收集：
• 网页浏览量（产品与价格）
  
• 内容下载（白皮书、案例研究）
• 活动出席或网络研讨会注册
• 销售邮件的打开和回复
• 账户级别的广告展示次数和互动情况
• 整合第三方意向数据：像 Demandbase 这样的工具可以跟踪网络上的匿名行为，并在帐户出现购买信号时将其显示出来。

专业提示 →不要平等对待所有信号。分配权重或优先级分数，以区分被动兴趣（例如， 博客浏览量）和高意图行为（例如， 演示请求）。

• CDP（客户数据平台）：统一第一方行为和身份数据
• ABM平台（例如Demandbase）：实时账户智能、客户旅程编排。
• 销售活动、商机阶段、销售线索状态
• MAP（营销自动化平台）。电子邮件培育、表单跟踪、潜在客户评分
• 用于动态调整网站内容的网页个性化工具
• 此外，还要确保双向同步，因为人工智能系统需要从这些工具读取数据和写入数据，才能执行和跟踪操作。
  
  

专业提示 →使用 Segment、Tray.io 或 Demandbase 的原生集成等工具来简化复杂的数据工作流程。

• 提供历史业绩数据：包括已成交的商机、高互动客户、流失客户等。
• 将数据分割成模式：然后人工智能可以进行分析
• 将历史数据与实时意图信号相结合：这有助于系统实时个性化，同时将历史趋势应用于新的交互。

没有流程，反而比有流程更高效？

了解更多