近日，2024 云栖大会在杭州成功举办。神策数据黄震昕在大会“产品生态伙伴专题:开放创新，共生共赢”以“大模型助力营销智能化升级”进行了主题演讲，探讨和展示了神策数据如何通过 AI 与 Data 的深度合作，助力企业实现业务模式创新、运营效率提升和市场竞争力增强。通过智能化营销能力，实现有效、可持续的增长。以下为演讲实录:
神策数据黄震昕
神策数据作为一家大数据分析及营销科技服务商，主要业务聚焦在 CDP、数据分析及智能营销，因此在 AI 大模型方面的探索也与此紧密结合。
神策数据自成立以来一直保持着业内领先地位及前瞻性，目前业务已覆盖 30 多个主要行业，已服务客户 2000 余家，包含近百家 Fortune 500 公司及近千家上市公司。
技术上，神策数据帮助客户结构化的行为数据，日处理新增数据量超过 2500 亿条，可匹敌大厂 C 端用户量级。从 2015 年成立至今，神策数据在数据分析及营销策略方面积累大量方法论，是行业标准定义者，牵头制定企业数智化能力成熟度标准、A/B Testing 技术标准、营销自动化技术标准、CDP 技术标准、大数据用户行为数据分析技术标准、企业数据安全治理标准等 45 个营销科技相关专利，也在不断思考如何将自身技术与 AI 相结合。
一、 AI 大模型革命浪潮与神策数据业务领域
神策数据接触 AI 及机器学习较早，和 AI 结合最初的产品线是神策智能推荐。神策智能推荐专注于赋能业务增长，以用户行为数据为基础，采用深度学习等先进的机器学习算法，帮助企业构建智能物品分发中心，实现对用户“千人千面”的个性化推荐，改善用户体验，持续提升核心业务指标。然而由于定制化需求过高，没有成为大规模、标准化的产品线。ChatGPT3. 0 出现后，神策数据团队在 AI 与数据分析的结合方面做了很多测试，但效果仅能达到 Demo 环境下的水平，无法支持真实环境。
ChatGPT4.0 的出现带来了新的可能性，神策团队针对大模型在数据分析方向的能力再次测试，发现效果得到大幅提升。在此基础上，神策数据展开了更多探索，也尝试了更多应用场景。在技术成熟度和商业价值的综合考量下，将 AI 正式提升为核心战略。
二、 神策数据的理念升级
神策数据一直是一家理念先行的公司，在过去九年间完成了经营理念从“重构数据根基”到“打造数据闭环”，再到“AI + 编排客户旅程”的升级。
从互联网时代到数字化时代，从流量红利到触点红利，企业的经营需求也从「深度的用户行为分析」转变到「个性化、全渠道一致的客户体验」。客户旅程编排(Customer Journey Orchestration，客户全生命周期交互体验管理，简称 CJO)关注的正是客户全生命周期的体验管理。
客户旅程从客户体验出发，关注客户需求、感受和满意度，相比较业务流程从公司内部视角出发，关注效率、成本控制和一致性，更能匹配数字化时代企业在客户经营场景中的迫切需求。
为了帮助企业加速落地 CJO，实现全渠道统一客户体验，提升客户满意度与留存，提升 LTV 和运营效率，神策数据总结出 MTAOO 方法论，包括绘制(Map)、埋点(Track)、分析(Analyze)、编排(Orchestrate)、优化(Optimize)五个阶段。在客户旅程编排的过程中会遇到很多困难，比如如何梳理复杂流程、埋点及营销策略如何升级等。而神策数据当下要解决的，就是如何使用 AI 来提升客户旅程编排的效率和效果，让其更简单、门槛更低。
三、 神策数据客户旅程编排实践
以神策数据服务过的某国有大行为例，该行董事会层面提出了“零售 + 科技”的战略，核心发展目标为月活增长和 AUM 提升，而在客户体验、业务流程、数据基础等方面相对薄弱。现有的粗放式数据分析和运营方式不再满足业务运营的需求，因此，亟需制定数据驱动的业务增长策略，体系化、精细化地支持手机银行业务的持续发展。第 一步，搭建 CJO 运营引擎能力;第二步，跑通基客客户旅程经营闭环;第三步，接入特色客群客户旅程。总而言之，需要基于数据反馈不断的进行提升与迭代，让整个客户旅程变得越来越好。
在以上客户旅程编排过程中，神策数据一直持续对其进行调优。在如此繁重的工作量前，并不是每家企业都能像国有大行一样投入大规模的人力。神策数据在过往对 2000+ 家客户服务过程中，积累了丰富的实践经验，总结出方法论。这也促使我们思考，如何以 AI 的方式，将所有环节转化的更有效、门槛更低。
四、 神策数据 + AI:认识性能边界
在将神策数据本身能力与 AI 结合过程中，我们主要遇到三个问题:
1、 模型性能问题:也就是幻觉问题。神策数据是一家以数据分析为基础的公司，数据相关场景都比较严肃，需要考虑如何在产品设计中减少幻觉问题的影响。最终采取以大模型和 Function Call 能力相结合的方式，来提高用户体验。
2、 模型成本问题:追求更高性能的大模型通常意味着更高的计算成本。这直接关联到金钱成本和响应速度。
3、 响应速度问题:在用户界面上，可以通过设计加载动画、进度条等元素来提高用户对等待时间的容忍度，从而在不牺牲响应速度的前提下，优化用户体验。
面对这些问题，首先是对使用场景做穷举，以大量测试探索目前大模型的边界。之后将神策分析和策略设计的方法论及案例库融合进 MTAOO，打造出三款神策数据 AI 产品:客户旅程 GPT、数据分析 Copi lot 及用户运营 Copi lot。
神策数据此前围绕客户旅程编排，构建了三大引擎产品体系，为客户提供更全面、更有效、更贴近业务的产品与服务。
客户数据引擎，即客户数据平台(CDP)，对应神策数界平台(Sensors Data Horizon)，除了具备全域、实时、灵活圈选三大必备能力之外，神策数界平台还拥有突出的高性能查询能力，通过整合多源数据、关联全域 ID、扩展多实体的数据模型、构建客户分群和标签，同时结合丰富的数据加工方式和数据输出能力，为业务分析洞察、自动化营销等场景的全域客户经营提供数据基石
客户旅程分析引擎，即神策分析(Sensors Analytics)，除了具备全域、全链路、实时和灵活的四大核心能力之外，神策客户旅程分析引擎面向多角色提供可视化的数据分析能力，支撑企业从客户到经营，从 “人” 到 “场” 的全视角旅程分析与决策。
客户旅程优化引擎，即神策智能运营(Sensors Focus)，作为客户旅程编排的 “发动机”，囊括受众服务、用户旅程服务、内容决策服务、触达通道服务四大组件服务能力，支撑营销过程中的营销受众圈选、触发时机选择、营销内容决策、触达渠道对接，助力企业更有效地经营客户。客户旅程优化引擎集合实时、灵活配置、高并发、开放性四大必备能力为一体，拥有聚焦核心能力、低接入成本、全链路可控三大竞争力。
神策数据三大引擎之间包含很多数据流联系，并在 2023 实现引擎之间互相由 Open API 打通。在进行 AI 升级后，由客户旅程 GPT 对应客户旅程优化引擎，包含客户旅程设计及埋点环节;数据分析 Copiot 对应客户旅程分析引擎;用户运营 Copi lot 与三大引擎都相关。
神策数据的三款 AI 产品，正式借用了 Open API 的能力，也提升了研发速度。
五、 神策数据 AI 产品矩阵介绍
1、 客户旅程 GPT(Jtracking AI)
客户旅程 GPT 主要功能即为 CJO 提效。以实际操作为例，用户可以将产品截图、访谈纪要、功能描述甚至 Web 网址进行输入，客户旅程 GPT 后台会使用后台爬虫进行数据抓取，通过大模型生成客户旅程，提取核心指标，进而生成埋点事件。埋点事件生成后，还可以 AI 自动生成埋点代码，并自动直接插入到各种开发框架中，有效地实现用户行为数据的跟踪与记录，减少跨部门的沟通，并自动完成埋点校验。
这里最重要的是神策数据的方法论及案例知识库。神策数据通过 RAG 的方法，以过往几千家客户实践下来的模板库及知识库来支撑其运行。在实践中，通过多轮自然语言对话，可使客户旅程 GPT 最终生成的客户旅程及埋点文档达到资 深分析师水准，实现真正可用、效率倍增。
客户旅程 GPT 在实践中，可通过多轮自然语言对话，使最终生成的客户旅程及埋点文档达到资 深分析师水准，实现真正可用、效率倍增。
效率提升 5 倍:简化流程，减少内部沟通复杂性
最 佳实践赋能:融合神策数据最 佳实践，确保一体化生成与执行的一致性，一步做到位
易于拓展维护:支持随时自主增加埋点，灵活应对需求变化，同时保持系统的易维护性
客户旅程 GPT 是融合了神策数据 2000+ 客户的旅程、指标、埋点的最 佳实践。
2、 数据分析 Copi lot
在当今数字化时代，将用户的自然语言问题转换为SQL查询(NLP to SQL)对于降低访问关系数据库的门槛具有重要意义，但在实际测试中很难达到真正投入使用的状态。这相当于使用大模型去做“填空题”，会导致开放度过高的问题。
数据分析 Copi lot 可直接对接神策分析界面，相当于进行降维处理，通过自然语言查询，直接将事件分析模型跳转过去，从”填空题“变为”选择题“，让数据分析 Copi lot 产生的数据分析结果可理解、可信任、可调整。
数据分析 Copi lot 也是智能洞察业务数据的数据解读助手。很多客户会要求神策数据资 深分析师做每周的数据分析报告，甚至要求高于这个频次。而数据分析 Copi lot 以神策数据方法论融合 AI 大模型能力，以神策数据最 佳实践和案例作支撑，通过自然语言交互完成有效的数据解读，实现行业最 佳实践支持，并具备多行业适用性。
3、 用户运营 Cop ilot
神策数据在用户运营与 AI 大模型结合方面也走在技术探索前沿。目前 AI 产业中 AIGC 的发展最为聚焦，也取得较多突破。大模型与传统机器学习如果能相结合，会对技术推动产生更好的影响。
用户运营即是策略设计的核心环节，过程包含任务启动、目标选择、需求分析、人群圈选、方案策划、详细实施、效果评估、持续优化等。过程中环节众多，有很多环节可以使用 AI 进行提效。神策数据用户运营 Copi lot 目前在大部分环节已进行到 Demo 阶段，也请各位持续关注近期动向。
神策数据目前也在找寻产品的试用客户，欢迎合作伙伴前来交流。近期神策数据公众号会正式发布客户旅程 GPT 的详细产品介绍及视频，敬请期待。
（推广）