第12章 选择客户真正需要的数字化战略

　　公众众口铄金

　　2012年6月5日，威斯巴登新闻处刊登了一篇不起眼的新闻稿，内容为德国哈索–普拉特纳研究所（Hasso-Plattner-Institut，简称HPI）和德国信用评估机构SCHUFA将联合启动一项名为“SCHUFALab@HPI”的社交媒体数据研究项目。报道称，该项目面临的工作难点，一是利用社交媒体数据进行研究的合法性，二是缺乏获取数据的技术手段。项目首期暂定三年。

　　然而三天后，HPI公开宣称将与SCHUFA解除此项合作。理由是公众对合作双方已经达成一致的研究方法存在误解，公众由此产生的反应行为是此项科研项目所不能承受之重，科研项目需要平静的研究环境。一则看似平淡无奇的新闻报道却激起了数据隐私保护主义者、政治家和网络社区的愤怒总爆发。德国执行严格的数据保护法只是导致这种情形发生的部分原因。究竟这其中发生了什么？

　　研究计划刚刚公布，公众对SCHUFA要提取哪些社交网络数据来评估用户信用情况的猜测就开始急速发酵。NDR（北德意志广播电台）援引内部文件称，研究脸谱网朋友列表、好友间的互动情况与个人信用评级之间的关联性，是遵循“物以类聚、人以群分”这种理念的。明镜在线的记者发表分析文章称，通过数据分析可以查明社交媒体上的意见领袖。通俗点儿说就是，如果有某种言论是发轫于网络的，且在一两天之内就占据了舆论的焦点，那么SCHUFA将会追踪全部的脸谱网页面文件，并且以某种标准搜索个人页面，就像国家安全局一样去判断哪个人是安全可信的，而哪个人不是。

　　一位SCHUFA发言人对此持反对意见，他明确说明，研究只会使用公开数据，符合数据保护法律的规定。但没有人会听信他的话。德国联邦司法和消费者保护部部长借此抨击了SCHUFA一直以来所谓的数据透明问题。最终，就连威斯巴登新闻处的顾问也对这个项目持反对态度。大家渐渐明白，像SCHUFA评级这种利用公开数据进行大数据分析的项目，在经济层面考虑可能是可行的。但是最终还是要依靠企业自身去探寻创新性地改善产品的可能性，在这一点上，社会化数据可能会在统计层面做出一定贡献。但是，这样做并不是好的办法，因为合法的事情不一定正当。大数据分析的正当性是由公众来界定的，而不是那些搜寻并评估数据的人。换句话说就是，在大数据方面，公众有众口铄金的力量。

　　大数据分析的正当性是由公众来界定的，而不是那些搜寻并评估数据的人。换句话说就是，在大数据方面，公众有众口铄金的力量。

　　有时，一个新词的诞生也会打倒一个极富创造性和潮流感的产品，比如Glasshole这个新词，即便是在这个产品还没上市时。现在如果有谁戴着谷歌眼镜走进酒吧，那么马上就会有人叫他Glasshole[1]。事实上，谷歌眼镜作为增强现实技术应用于日常生活领域的先锋产品，早在2013年就应该面向大众市场销售，2014年便可以席卷旧金山和纽约市场。但实际上，2015年1月，谷歌公司最终拉动了这场图像灾难的刹车器，宣布停止向甄选客户销售谷歌眼镜，并称将以最快的速度通过产品的彻底改良来寻求一个新的开始。谁都不知道，将来谷歌眼镜还会不会以大众消费品的形态投放市场，还是仅仅只针对特定用户，例如飞行员、外科医生或库管员。

　　隐私精神分裂症

　　人类在某种程度上讲是一种矛盾的存在。他们会把数字化和使用数据发挥到极致，在这一点上，本书的三位作者也未能免俗，但与此同时，他们又会去抨击我们这个时代所具有的数字化病态现象。根据EMC Privacy Index（EMC隐私权指数）的最新结果及其他类似调查结果，至少有三种源于内心的分裂现象可以解释这种病态症状。

　　第一种：“啥都想要”型

　　这种类型的人，作为普通公民和消费者，他们希望能够享受数字化世界带来的全部好处及便利，但又不想牺牲自己的隐私。但是有点儿数字化常识的人都应该知道，大部分的系统都必须使用我们的信息或者将我们与它们的信息相结合，才会顺利运转。

　　第二种：“无动于衷”型

　　这种人尽管知道数据保护和数据安全方面的风险点在哪里，但是他们却不会采取任何行动来规避这种风险，因为他们觉得去读懂并斟酌数据保护政策太费力，借助编码技术提高个人IT系统安全性也费力。对抗网络犯罪则需付出双倍成本，不仅会影响使用舒适性，还需要花费金钱。监管当局和企业太过看重使用舒适性，这正是导致数据保护缺失的元凶，他们需要更看重IT系统安全性。偏重使用舒适性这种态度对德国的影响可能比他国更甚。

　　第三种：“社会分享”型

　　在调查中，社会化媒体的使用者不断强调，他们有多么看重个人隐私。他们在脸谱网平台上呼吁对个人隐私设置更严格的保护措施。他们对社会化媒体的运营商的信任程度几乎为零。但同时，他们却也在不停地分享、分享再分享。他们中的大部分人会本能地、不止一次地去确认自己的朋友清单是不是公开可见的，比如确认他们的朋友圈信息是不是可被信用评价机构调用，但同时他们也会关注是否为了保护个人隐私而使自己的朋友圈信息石沉大海。

　　总结一下：在数字化空间中，我们总是强调信息是属于个人的，但是我们也知道，这基本不可能。“信息自决权”这个概念源于1983年德国的人口普查案判决，并直到今天仍影响着我们对数据保护理念的理解。我们感觉到，信息自决权这一法律概念拖延了数字化技术的应用进程，影响并限制了使用舒适性。但同时，我们又不愿意放弃对信息自决权的执着，也正是这种执着成就了来自石勒苏益格–荷尔斯泰因州的蒂洛·韦切特（Thilo Weichert）数据保护专家的英雄形象。

　　其实，始终存在一种错乱的感受，将我们引向自相矛盾的两个方向。我们对数字化现状的不满情绪是源于一种错误的认识，即有意义但又会影响使用舒适性的数据保护和数据安全措施并不能够给个人层面带来实惠。我们将这种不满情绪内化，继而就会对所有的商业化地使用个人数据信息的行为持有主观的普遍怀疑态度。

　　作为企业，我们可以选择对客户的数字化精神分裂现象表示遗憾，但同时对数字化持积极态度。我们也可以选择忽略客户的数字化精神分裂问题，抱着侥幸心理以激进的态度去使用数据。或者我们也可以尝试尽量去弱化这种自相矛盾，以及系统性地消弭这种错乱的感受。

　　透明的“数据章鱼”？

　　三年前，在《我们的数据》一书中，我们首次阐述了所谓“信息质量验收合格”的概念，跟美国的“Nutrition Labels”营养标识和“Trusted Webshop”信任标志的道理是一样的。这些由独立可信的数据监督委员会出具的质量标识可以让用户从复杂的数据保护问题中解脱出来，并且可以使通过技术手段完成数据使用许可管理成为现实。

　　跨越数据保护的障碍，建立受客户欢迎的数据库，这种在当时看来大有前景的想法后来并未成为现实，它因技术过于复杂等原因湮灭在飞速增长的App洪流中。但其实核心问题在于：

　　企业怎样能够实现在使用客户数据的同时，还让客户对此感受良好。至少，别有矛盾情绪。

　　解决问题的关键是掌握好平衡，处理好以下三方面的关联关系：

　　☆客户数据使用的强度和频率；

　　☆透明度，使用了哪些数据以及是如何取得这些数据的；

　　☆增值，通过数据使用为客户创造了哪些增值。

　　以上这三方面的关联关系是显而易见的：一家企业为其商业目的使用的客户数据越多，就需要提供越多的透明度，同时也要为客户创造越多可感受到的增值。多年来，很多企业内部负责数据保护的人员都在倡议，通过采用“商业智能仪表盘”[2]解决方案来提升客户信息使用透明度。通过表格的方式尽量增强说服力，客户可以从“个人仪表盘”中看到，企业存储了他个人的哪些数据，存储了多长时间。理想情况下，企业还可以告知客户，它们使用这些数据的原因。但是，让人觉得悲哀的是，在德语区范围内，几乎没有一家企业构建起了类似的解决方案。作为一家德国企业，他们错失了一个声名鹊起的机会。这种现状是无法持久的。

　　在数据透明度方面走在市场前列的恰恰是那些美国公司，它们在过去数年间被认为是“数据章鱼”而饱受诟病。至少谷歌和脸谱网非常清楚，客户的这种数字化精神分裂现象以及伴随而来的错乱感受会危及企业的商业模式，更确切地说，这种情况愈演愈烈。这两家数据巨头企业均是采用信息化工具来应对这种情况。谷歌几乎自始至终都采用的是谷歌信息中心（Google.com/dashboards）功能，通过使用这个功能，用户可以看到其使用全部谷歌工具的使用数据，其中也包括已存储的位置数据，谷歌信息中心还为客户提供了下载这些数据的功能，此外，客户也可以选择删除这些数据。脸谱网在这方面也逐步有所发展，在账户设置项下已经可以提供数据导出功能，并且还让用户知晓，脸谱网算法会抓取哪些关键词用于判断是否需要推送广告。苹果公司在很早之前就宣称，其在保护客户隐私及数据安全方面具有竞争优势，并且强调自己跟其他公司不一样，不靠卖具有广告价值的信息存活，而是凭借销售电子设备和数字化内容实现发展。

　　我们需要阐述一些观点来防止新的误解产生。我们不想让大家留下一种印象，就是我们认为这些来自美国西海岸的数字化先驱企业采取的这些措施就已经足够了。但是需要注意到的是，最晚从斯诺登事件之后，这些企业不再相信“个人隐私时代的终结”这种观点，他们逐步认识到：

　　企业如果想要使用客户数据信息，之前必须要获得“权利许可”。

　　这是一种行事态度。这种态度塑造了真正智能化地使用数据的核心理念，因为这种态度可以引导企业去制定真正受到客户欢迎的数字化战略及数据应用方案。正是这种态度，确切地说，也只有这种态度才能使企业通过使用数据而更加贴近客户。从长期来看，也只有秉持这种态度，企业才能够按照期望的速度实现数字化变革。

　　正如我们在本书第三部分已提到的，我们将这种态度称为：

　　赢得数据。

　　赢得数据

　　“赢得数据”这一概念首次出现于2013年夏季，正值“斯诺登事件”的高潮期，当时这个概念在内容上还有些模糊。这一概念当时在欧洲并没有引起反响，在大西洋另一岸的美国也逐渐被人遗忘。很遗憾。让这个切中本质的概念发展成能够为智能数据企业所用的行动指南仍然需要时间。

　　以下是我们的建议：

　　在获得许可使用客户信息之前，智能数据企业首先应该问自己，为了给客户创造增值，我们到底需要哪些数据？德国数据保护法是基于“数据最小化”原则（Datensparsamkeit）。在这一点上，技术的发展水平已经超越了法律的界定。然而，赢得数据这一概念却很好地顾及到了对数据使用平衡性的需求，这是与现下流行的大数据方法最重要的区别。

　　考虑到数据使用的平衡性需求，智能数据企业不会存储与客户价值提升无关的客户信息。

　　大数据方法是要尽可能多地搜集数据，然后把这些数据汇集在一起，然后再启动算法，希望通过此种方法发现对数据使用企业来说有价值的认知。“赢得数据”的方法不追求量，而是要找到真正有用的数据。客户有意识且乐于分享这些数据是因为客户明白，“赢得数据”是一个能够实现互惠的方法，企业使用客户数据是从客户利益出发的，也只有通过这样的方式，才能够提高理性客户的长效客户价值。

　　考虑到数据使用的平衡性需求，智能数据企业不会存储与客户价值提升无关的客户信息。企业的IT系统也会据此来设置，不会无端地诱引客户给予数据使用许可。

　　我们应该如何理解对客户有利、为客户创造增值呢？

　　系统地来看，为客户创造增值分为四个相互联系的层面，分别是折扣、更优的产品、有针对性的营销沟通以及合宜的咨询。

　　1.折扣

　　客户分享给我们数据，我们为客户提供折扣或者赠品。只要我们制定好游戏规则并且坚持履行承诺，那么这就是一个公平的交换。带有优惠券智能调控功能的动态折扣系统拥有很好的前景。这种系统不应该设计得太复杂，否则它就无法显示其为客户创造增值的作用了。

　　2.更优的产品

　　通过使用客户信息，航空公司可为客户提供更好的航线产品，电信和手机供应商可以优化上网容量，通过使用匿名患者信息，医药公司可研发出疗效更好的药品。事实情况就是这样，而且大部分的客户都会从中获益。通过使用赢得数据，金融服务行业可以为个人开发出量身定制的产品，而不再是普遍性销售的产品。体育用品生产商可以根据跑步俱乐部的数据，优化运动鞋的减震功能，体育用品经销商参考客户会员卡上的信息，可以很快知道客户适合哪种运动鞋。如今，大部分领域的产品创新都需要数据的支撑，分享一部分个人数字化信息，以此为产品研发贡献出自己的一分力量，大部分客户对此都持积极态度，只要他清楚，他的个人信息被用于做什么。而恰恰是在“让客户清楚他的个人信息被用于做什么”这一点上，大部分企业做得不到位，因此，对那些真正以客户为中心且希望获得客户信息使用许可的企业来说，还大有机会。

　　3.有针对性的沟通及广告

　　如以适当的形式呈现，广告也可以成为人们所需要的信息。在20世纪60年代，“万宝路牛仔”广告形象的缔造者里奥·贝纳（Leo Burnett）就提倡这种观念。具有数字化理念的市场营销人员也坚持秉持这种观念，他们会跟踪我们购买的商品数周之久。正如我们在网络社交媒体渠道中认识到的，定向广告的存在是具有合理性的。当广告具有正确的内容，并推送给了合适的人群，此时广告就可以成为人们需要的信息。看一下现状，其实我们离定向广告真正想要达到的目标还有很远，但是人们已经被广告搞得不胜其烦。我们很难理解，为什么当领英网站的算法已经先进到可以发掘哪怕是在1994年或1995年互为同窗间的两个人如今已经很微弱的关联，但我们却还在被“定向”垃圾电子邮件所困扰，比如发邮件通知我们可以免费尝试订阅一个月。

　　现在的问题是，很多数字化宣传手段正在穷尽数据分析的全部可能性，又演变成了批量化营销，数字化市场营销的低成本最终导致市场营销人员过度消费了客户的关注度。因不停向客户询问需求而引起客户不满的限度值被忽略了，或者至少是低估了突破限度的影响。什么东西只要一批量化，就意味着不珍贵、不重要，批量化会导致适得其反，影响数字化市场营销最终目标的实现。

　　在微观营销中，我们能够看到做出调整的重要性：

　　☆只跟客户说最需要的内容，说最有可能让客户感到惊讶或者欣喜的内容。在可能的情况下，当宣传手段引起客户负面反应时，比如持续性走神，我们需要记录下这一情况，并有所调整。

　　☆向客户询问需求的合适频率也是数据分析工作的一部分。不能因为某一个客户符合宣传工具中设置的客户选择标准，我们就用广告轰炸这个客户。我们必须确认这个客户是愿意接收这一广告信息的，至少需要确认给这个客户发送广告信息不会引起他的抵触情绪。

　　☆在微观交流中实现增值的意思是，可以不动声色地向客户营销某种产品，这时，广告就真正变成了对客户有用的信息了。

　　在过去的几年，批量化地使用定向销售手段引起了很多客户的反感。这样做的代价是，本来就很缺乏的客户有效关注变得更少了。

　　编程化广告是对广告手段的优化，我们可能之前对这些广告手段有错误的认识，或者这些广告手段从长远来看不会产生效果。

　　编程化广告是对广告手段的优化，我们可能之前对这些广告手段有错误的认识，或者这些广告手段从长远来看不会产生效果。智能数据化的市场营销人员有这样一个共识，在重要的市场营销交流中，有的时候“少”才意味着“多”。一些认真投入的营销交流，比数百万所谓定向发送的陈列式广告或者电子邮件都有效，这些陈列式广告或者电子邮件可能只需一秒钟就会被人们扔进垃圾邮件箱。我们承认，在这种批量轰炸询问客户需求的过程中，有时可能也会孕育出一些有效的营销交流。但仅是这样，我们的目的就达到了吗？当市场营销人员走上了批量宣传的弯路，请考虑一下这种方式的附加恶果。每一个不想被批量广告困扰的消费者，此后可能都不会再愿意分享他们的客户信息了，他们会定期清空浏览记录，会去下载广告拦截程序，对广告的抵触情绪也将持续发酵。

　　4.合宜的咨询

　　一个在线酒店预订平台的欧洲区负责人曾这样形容对中介工作的质量要求：“在酒店中介这个行业，检验真理的时刻，就是客户打开酒店房门的那一刻。当客户看到房间后，如果他发现这间房间正合他意，他就会觉得中介给予了他良好的咨询服务。如果我们能够经常让客户产生这种感受，那么他们就会愿意与我们分享更多个人信息，因为他们会觉得，如果让我们多了解他们一些，他们也会从中受益。”

　　在这个例子中，这家数据巨头企业的咨询工作是通过推荐算法程序完成的，这是这家企业的独到之处。这位负责人在谈论推荐程序的时候，仿佛是把这个程序当作一个人来对待。我们对这位负责人的这种态度很感兴趣，但同时也或多或少对没有掌握像这家酒店预订平台数据规模的企业感到担忧。在智能数据冠军企业中，一般是有血有肉的人在从事数据分析工作，以期能够在与客户的交流过程中提供更好的咨询服务。这其中就涉及一个咨询服务质量的问题，在这方面，算法程序是不可能代替人工的。在尼曼或者梅西百货这种美国连锁百货企业中，去熟悉某个客户的购买记录，是每个个人购物顾问的分内工作。公司的系统会给出一些建议，比如这个客户可能更感兴趣的商品，但是个人购物顾问也不能拘泥于这些系统建议。在任何一次咨询沟通中，都不可以将根据客户关系管理系统逻辑产生的建议直接推送给客户，而是需要将系统分析结果与客户购物体验相结合。只有这样，才能提高客户分享个人信息的积极性，就像在上述酒店预订平台案例中描述的那样。

　　后NSA时代的人

　　我们在一些极端的案例中总是能够学到些什么。不久前，柏林的连锁超市Kaiser推出了纯匿名会员卡。想办理这种会员卡的客户，既不需要透露姓名，也不需要登记邮件地址、付款数据或者星座之类的信息。他们在办理过这个会员卡之后，仅需妥善保管，在柜台结账的时候出具卡片，就可以获得购物积分。这种会员卡为客户带来的好处是很直观的，持卡客户会经常获得礼物，有时直接在柜台就可以领取。比如，购物满30欧元，可以获赠巧克力棒，如果购物超过200欧元，可以获赠巧克力榛子酱。奖品的价值一般都在购物金额的1%以上。对比一下，客户如果使用Payback卡（Payback是德国境内最大的返利计划，客户在加盟商户消费，出具Payback卡可以获得积分），在共享消费数据的基础上，一般消费400欧元才可以获得2欧元的优惠券。

　　此外，这种匿名会员卡还有很多好处。匿名客户携带着这种会员卡经过商店入口区域的读取设备，系统就会根据这个客户的购买记录，赠予他很多适合他的折扣券。德国《经济周刊》认为这种匿名会员卡是适合后NSA（美国国家安全局）时代客户的忠诚度管理形式。这个案例说明，在对客户关系进行维护的过程中，我们并不是非得知道客户的真实姓名。但是，我们必须诚实地补充说明一下，如果一个客户忠诚度管理形式是以匿名客户号码为基础的，那么这种形式是不具备多渠道发展潜力的。对一些具有多渠道发展战略设想的贸易公司来说，匿名会员这种形式没有意义，因为我们不能给一个匿名客户号码寄送包裹或者宣传折页。但是这种匿名会员的形式却可以很好地化解客户的抵触情绪，客户再也不会觉得自己被暗中分析或者自己的付出与回报不成正比了。

　　获得匿名信息显然比获取私密信息容易。智能数据冠军企业要认识到这种差别，也要系统性地探究这其中的机遇。如果确实需要在获得客户许可的前提下使用客户个人信息以优化客户关系，那么使用数据的企业还要面临两个挑战，一是数据安全问题，二是数据消除问题。

　　客户的数据属于客户，不属于企业。客户许可企业去使用他们的客户信息也应该是有时限的。

　　企业获得客户信息的前提是企业能够妥善保管信息。面对网络犯罪，可能绝对的数据安全是不存在的，但肯定是那些在数据安全方面存在技术漏洞的系统，更容易被数据盗窃者盯上。在过去一些年中发生的数据安全事故大多是这种情况，因此我们说，在数据安全方面缩减投入是不明智的。事实证明，如果在数据安全方面出现问题，基本不会获得客户的原谅。

　　在本书的最后，我们需要再重申一下：客户的数据属于客户，不属于企业。客户许可企业去使用他们的客户信息也应该是有时限的。反过来说就是，客户可以随时、在不受到任何技术障碍阻碍的情况下，删除他的全部客户数据。

　　全新模式

　　前面所说的这些，总结起来是什么意思呢？

　　数字化变革为客户提供了全新的模式。在这套新的模式中，决定性的问题不再是，有三个品牌，客户最喜欢哪一个。而是当客户站在超市货架前，会不自觉地被其中某一个品牌吸引，却浑然不知这是为什么。智能数据时代的模式围绕的是一个问题，即在哪家企业面前，客户会不假思索地分享自己的客户信息。

　　或者更加形象的描述就是：

　　在哪家企业面前，客户会自觉将数字化的“滑动变阻器”向右滑动？客户这样做不是因为他必须这样做，而是因为他知道这样做对他有好处。并且，客户不会有抵触情绪，因为在数字化驱动的市场营销环境中，“赢得数据”理论已经化解了客户的矛盾心理。客户获得的益处越多，体验就会越良好。

　　只有这样，才能够孕育出既对企业有益，又受客户欢迎的数字化战略。

　　[1]该词的编造是用于鄙视装腔作势的谷歌眼镜早期佩戴者。——编者注

　　[2]business intelligence dashboard的简称，展示度量信息和关建业务指标现状的数据虚拟化工具。——译者注

　　智能数据：如何挖掘高价值数据

　　[德]比约恩·布劳卿 拉斯·拉克 托马斯·拉姆什著

　　王盛男译

　　电子书编辑：张畅

　　版权经理：王文嘉