Sự ra đời của các thuật toán mới, xử lý nhanh hơn và các tập dữ liệu khổng lồ dựa trên đám mây giúp cho tất cả các nhà cung cấp phương tiện kỹ thuật số lớn đều có thể thực hiện được. Họ bán quảng cáo để thử nghiệm với trí thông minh nhân tạo nhằm giúp thúc đẩy hiệu suất tốt hơn cho các nhà quảng cáo của họ. Và trong khi tất cả các lĩnh vực tiếp thị đều đã chín muồi để chuyển đổi, tôi sẽ tập trung vào các lĩnh vực thu hút khách hàng mới và tăng trưởng doanh thu bởi vì đó là nơi mà hầu hết các công ty khởi nghiệp thường chi tiêu nhiều tiền nhất. Những lĩnh vực này - được gọi chung là Chuyển đổi khách hàng 3.0 - có tác động đáng kể nhất đến việc tăng trưởng quy mô trong doanh nghiệp của bạn và sức mạnh để mở các vòng tài trợ trong tương lai.  Các thứ nguyên mới cho quy mô và học tập  Trước tiên, chúng ta hãy nhanh chóng định nghĩa Customer Acquisition 1.0 là giai đoạn dữ liệu khách hàng được lưu trữ trong các máy chủ vật lý khác nhau dẫn đến nỗ lực chuyển đổi người dùng trả phí với dữ liệu kém mà không hoàn toàn tin tưởng vào việc nó hoạt động tốt như thế nào.  Customer Acquisition 2.0 là khả năng tận dụng khả năng xử lý dữ liệu và đám mây để tích hợp tất cả dữ liệu khách hàng của bạn từ nhiều nguồn vào một nền tảng dữ liệu khách hàng thống nhất. Với điều này, bạn có thể chia sẻ dữ liệu tốt để tận dụng khả năng AI riêng lẻ và tự động hóa của các đối tác quảng cáo lớn đang chạy trong các silo như Facebook, Google, Snapchat và những người khác để giúp bạn tối ưu hóa ngân sách tốt hơn để đạt được mục tiêu hiệu suất của mình.  Điều này đưa chúng ta đến cái mà tôi gọi là thế giới của Chuyển đổi khách hàng 3.0; quy mô sẽ không còn đại diện cho giá trị truyền thống của việc đạt được vị trí dẫn đầu về chi phí và tối ưu hóa việc cung cấp một đợt chào bán ổn định. Thay vào đó, quy mô sẽ tạo ra giá trị theo những cách mới trên nhiều chiều: quy mô về số lượng dữ liệu có liên quan mà các công ty có thể tạo và truy cập, quy mô về số lượng học tập có thể được trích xuất từ dữ liệu này, quy mô để giảm rủi ro thử nghiệm, quy mô về quy mô và giá trị của các hệ sinh thái hợp tác, quy mô về số lượng ý tưởng mới mà chúng có thể tạo ra do những yếu tố này và quy mô trong việc ngăn chặn rủi ro của những cú sốc không lường trước được.  Học tập luôn quan trọng trong kinh doanh. Như   , các công ty nói chung có thể giảm chi phí sản xuất cận biên của họ ở mức có thể dự đoán được khi kinh nghiệm tích lũy của họ ngày càng tăng. Nhưng trong các mô hình học tập truyền thống, kiến thức quan trọng — học cách tạo ra một sản phẩm hoặc thực hiện một quy trình hiệu quả hơn — là kiến thức tĩnh và lâu dài. Việc xây dựng năng lực tổ chức để học tập năng động sẽ là cần thiết — học cách làm những điều mới và “học cách học” tận dụng công nghệ mới và tập dữ liệu rộng lớn. Bruce Henderson đã quan sát cách đây hơn 50 năm  Ngày nay, trí tuệ nhân tạo, cảm biến và nền tảng kỹ thuật số đã tăng cơ hội học tập hiệu quả hơn — nhưng theo BCG, cạnh tranh về tốc độ học tập sẽ trở thành một điều cần thiết vào những năm 2020.  Môi trường kinh doanh năng động, không chắc chắn sẽ đòi hỏi các công ty tập trung nhiều hơn vào việc khám phá và thích ứng hơn là chỉ dự báo và lập kế hoạch. Các công ty sẽ ngày càng áp dụng và mở rộng việc sử dụng AI, nâng cao mức cạnh tranh cho việc học tập. Và những lợi ích sẽ tạo ra hiệu ứng “bánh đà dữ liệu” — các công ty học hỏi nhanh hơn sẽ có dịch vụ tốt hơn, thu hút nhiều khách hàng và dữ liệu hơn, tăng khả năng học hỏi của họ.  Tuy nhiên, có một khoảng cách rất lớn giữa thách thức truyền thống của việc học để cải thiện quy trình tĩnh và yêu cầu mới phải liên tục học những điều mới trong toàn tổ chức. Do đó, cạnh tranh thành công trong học tập sẽ đòi hỏi nhiều hơn là chỉ đơn giản là cắm AI vào các quy trình và cấu trúc ngày nay. Thay vào đó, các công ty sẽ cần:  Theo đuổi chương trình nghị sự kỹ thuật số bao gồm tất cả các phương thức công nghệ liên quan đến việc học — bao gồm cảm biến, nền tảng, thuật toán, dữ liệu và ra quyết định tự động  Kết nối chúng trong kiến trúc học tập tích hợp có thể học với tốc độ dữ liệu, thay vì bị hạn chế bởi việc ra quyết định phân cấp chậm hơn  Phát triển các mô hình kinh doanh có thể tạo và hoạt động dựa trên thông tin chi tiết về khách hàng năng động, được cá nhân hóa  Chưa bao giờ các nhà tiếp thị có quyền truy cập vào nhiều dữ liệu khách hàng hơn. Dữ liệu của bên thứ nhất mà các công ty thu thập với hồ sơ người dùng có thể vượt ra ngoài dữ liệu tên và nhân khẩu học cơ bản và có thể bao gồm các điểm dữ liệu phong phú về mức độ tương tác, giữ chân, kiếm tiền, v.v.; các công ty có thể sử dụng điều này để xây dựng các phân khúc người dùng quan trọng cho các chiến dịch tìm kiếm khách hàng tiềm năng và nhắm mục tiêu lại cho các nhóm phát triển. Việc hấp thụ và xử lý tất cả dữ liệu của bên thứ nhất này từ các thương hiệu được xếp lớp trên dữ liệu người dùng phong phú cho phép các đối tác truyền thông này thực hiện mô hình và phân tích tinh vi bằng máy học mà cách đây vài năm không thể thực hiện được. Điều này dẫn đến việc nhắm mục tiêu tốt hơn với thông tin chi tiết và phân tích dữ liệu mới.  Nếu bạn vẫn đang tối ưu hóa các chiến dịch theo cách thủ công giống như cách nó đã được thực hiện cách đây nửa thập kỷ, bạn có thể thấy mình nằm trong số những người đang biến mất nhanh chóng trong trò chơi thu hút khách hàng. Bất kỳ quy trình thủ công nào cũng có khả năng kém hiệu quả hơn nhiều và dễ bị con người sai sót hơn nhiều so với các giải pháp mới nhanh chóng xuất hiện để tấn công sự thiếu hiệu quả.  Tương lai của Chuyển đổi khách hàng 3.0 dựa vào vai trò của những cỗ máy thông minh, điều phối các chiến dịch phức tạp trên và giữa các nền tảng tiếp thị chính — phân bổ ngân sách một cách linh động, cắt bớt quảng cáo, hiển thị thông tin chi tiết và thực hiện các hành động một cách tự chủ. Những cỗ máy này có tiềm năng thúc đẩy hiệu suất vượt trội với một nhóm Tinh gọn hiệu quả hơn nhiều, phương pháp quản lý đơn giản được hỗ trợ bởi trí tuệ nhân tạo.  Thông tin về các Tác giả    là một nhà lãnh đạo có tư duy cầu tiến với 20 năm kinh nghiệm giúp các công ty khởi nghiệp phát triển thành các doanh nghiệp thành công. Lomit đã đóng một vai trò quan trọng trong việc mở rộng quy mô tăng trưởng tại các công ty khởi nghiệp, bao gồm Roku (IPO), TrustedID (được mua lại bởi Equifax), Texture (được mua lại bởi Apple) và IMVU (ứng dụng chơi game có doanh thu hàng đầu đứng thứ 2). Lomit là một diễn giả, tác giả và cố vấn công khai, với nhiều danh hiệu và giải thưởng trong suốt sự nghiệp của mình, bao gồm cả việc được Liftoff công nhận là Anh hùng di động. Cuốn sách   của Lomit nằm trong bộ sách "The Lean Startup" bán chạy nhất của Eric Ries. Lomit Patel Lean AI

Amazon

Apple

Discovery

Facebook

Funding

Google

2022 - All About Teamwork

2022 - HackerNoon Contributor of the Year - Management And Leadership

2022 - HackerNoon Contributor of the Year - Motivation

Super Career Strategist of 2022

LEAN AI - #1 Best Selling Book by Lomit

2021 - HackerNoon Contributor of the Year - LEAN-STARTUP

2021 - HackerNoon Contributor of the Year - MOTIVATION

Nominated for 2022 - HackerNoon Contributor of the Year - Management And Leadership

Nominated for Super Career Strategist of 2022

Nominated for 2022 - All About Teamwork

Nominated for 2022 - HackerNoon Contributor of the Year - Motivation

Buy My Book

Chief Growth Office, Tynker 

Nghe bài viết này bằng Tiếng Anh, đọc bởi robot thông minh của HackerNoon

dài quá đọc không nổi

Thế giới của chuyển đổi khách hàng 3.0

Thế giới của chuyển đổi khách hàng 3.0

About Author

BÌNH LUẬN

chuyên mục

BÀI VIẾT NÀY CŨNG CÓ MẶT TẠI

Related Stories

72 Stories To Learn About Adam Smith

179 Stories To Learn About Reading

189 Stories To Learn About Reading Books

72 Stories To Learn About The Essays Of Adam Smith

72 Stories To Learn About Adam Smith

179 Stories To Learn About Reading

189 Stories To Learn About Reading Books

72 Stories To Learn About The Essays Of Adam Smith

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps