分享

【案例】春秋航空——AI+CDP打造航空业数智化营销平台

 数据猿 2021-08-27


本项目案例由 创略科技 投递并参与由数据猿&上海大数据联盟联合推出的“行业盘点季之数智化转型升级”大型主题策划活动之《2021中国企业数智化转型升级创新服务企业》榜单/奖项的评选。

数据智能产业创新服务媒体

——聚焦数智 · 改变商业



·从航空业宏观层面看,受疫情影响,航空业客源总量减少,同时价格竞争更激烈,营收与利润呈现明显下滑趋势。

·从数字化转型层面看,航司为了提直降代,利用大数据和人工智能技术进行大数据挖掘,通过长时间对海量的收集与关联分析,分析用户购买机票倾向,以此促进业务增长和个性化客户服务的业务目标。

·从业务发展层面看,现有CRM不支持用户分群功能,数据标签和营销投放未能真正结合使用,同时营销工具和大数据平台不能进行打通,需要基于一整套AI和大数据的解决方案为春秋航空业务提供决策。

·从营销层面来看,消费者潜在消费需求的精准挖掘、旅客价值分析与精准分类需要通过更多的手段提升精细化运营能力,以此来形成一种“预测”效应。

●实施时间

开始时间:2021年4月

截止时间:2021年10月

应用场景


春秋航空精准化营销CDP平台以私有化的方式部署到客户环境,并建立起一整套从数据采集、数据处理、数据分析几大过程构成的数据平台。

包括概览模块、数据、行为(分析、圈选)、IQ(AI模块)、用户生命周期、活动(裂变营销)、广告监测、A/BTEST及应用模块,供客户使用。

1、构建连接中心,将各独立的数据库内容整合起来,建议数据连接打通各个触点带来的行为数据,构建一套完整的春秋航空数据体系,同时统一管理数据出口,提供API进行外部数据输出,对接现有春秋航空营销平台直接进行营销工具触发。

2、算法中心,满足细分客户人群预测的客户需求,依托于机器学习解决分类问题,根据已有的数据和标签进行学习,实时给进入监测范围内的用户进行分类打标。创略科技经过实际的业务访谈和数据调研,采用了主成分分析作为模型的理论构建出一套对于用户的评估和预测算法模型,包括航线、乘机人及优惠券模型。通过AI模型洞察每类消费群体的消费特点及消费习惯,为不同类型的消费群体进行精准营销以提高新客下单与老客的忠诚度及购买意愿,同时通过给不同群体发放不同优惠券的方式来挽留处于流失阶段的客群。

3、标签中心,针对不同的应用场景,标签类型一共有基于标签表的三种标签,会员标签、乘机人标签、访客标签;基于IQ模型标签的两种标签,IQ会员标签和IQ乘机人标签;基于无埋点的数据源的行为标签、漏斗标签;基于ID mapping标签表的多维标签,并通过一系列标签组合为完整的用户画像体系,为后续的营销提供用户人群包进行推送。同时,基于创略科技 SDK工具也可实现针对APP特定用户人群的应用内弹窗,无论文字通告或者是站内广告宣传都可以通过定向人群弹窗功能实现。

面临挑战


·旅客行为数据通常很稀疏,缺乏精准的用户画像来反映旅客的出行需求或偏好。具体来说,两套业务系统没有打通,订单系统(亿级乘机人)与会员系统(千万级会员,APP/官网/线下),多种类线上私域触点(官网/会员APP/小程序/H5),无法实时获取用户行为,导致无法构建用户线上线下全景画像,无法高效的进行用户分群,无法实现个性化营销。

·旅客的出行频次和不同线路的需求呈长尾分布。大多数乘客的行为数据都被低频的出行人所淹没,无法很好地进行建模支撑数字化运营。具体来说,数据标签和营销投放未能真正结合使用,营销投放仅能以基本类型用户进行筛选投放。此外,投放渠道多(百度/头条/阿里/腾讯),投放效率无法统一分析,渠道投放ROI无法优化。缺少一套基于AI算法的工具帮助业务人员准确筛选高意向人群投放。

·营销效果不能实时跟踪与反馈。APP和小程序没有个性化弹窗与信息推送,营销触达手段有限,产品与活动信息推荐不及时;短信营销采用盲推方式,无法通过数据预测用户购票意向,短信盲推转化率低;短信中短链无法直接链接会员APP,大量乘机人无法快速转化为正式会员。

数据支持


整合千万级的会员数据,亿级的乘机人数据与访客数据,通过IDmapping的方式实现One-ID,实现了多方数据的归一。构建用户标签、用户行为的宽表,实现跨数据源的用户画像的展示。

应用技术与实施过程


01

应用技术

1、数据采集

在春秋航空决定使用CDP作为数据采集的平台出于两方面的考虑。一方面因为国家处于保护大众个人信息的考虑,出台了相关政策和法规,限制了用户数据倒买倒卖的乱象。结合这个背景搭建第一方本地的平台收集用户数据更容易实现,第三方平台更偏向于提供人群包,从而导致数据不够精准,没有精确到个体的用户数据。另一方面储存在Saas平台的数据安全性无法保证,与本地的会员数据,订单数据无法进行打通,导致了数据孤岛,无法有效的利用用户行为数据。

CDP的数据采集覆盖全终端,包括微信小程序、APP、官网、移动端官网。主要通过代码埋点+无埋点的两种埋点方式,两种埋点方式互相结合,即满足了关键页面、按钮数据的准确性,又满足了灵活高效的需求。所谓的无埋点技术指的是设置全站的监控器,会上报全站的所有页面、按钮的浏览、点击事件,不需要针对再对追踪点进行埋码。无埋点的优点是热更新、无需发版、可视化的埋点,可以响应不断变化的埋点需求。

除了采集用户的站内行为数据,CDP同时还通过广告监测功能采集了站外各大广告平台的广告位行为数据,补充了用户站外来源,为后续的归因分析与站外的流量优化提供了数据支持。

2、数据接入与打通

除采集到的各个终端的埋点数据与广告的点击数据之外,CDP还会接入业务系统的数据,例如CRM中的会员数据,订单系统当中的乘机人相关数据。各个数据源的数据会在CDP平台进行数据的治理,数据的打通。

一个用户在整个用户生命周期当中会有不同身份角色,从各个终端的纯访客,到注册成为春秋航空的绿翼会员,再到春秋航班的乘机人,整个用户生命周期产生了很多非常离散的数据,各部分的数据若没有统一接入并打通,很难实现其数据价值。CDP以用户为中心,通过IDmapping,串起用户在生命周期中的各个身份角色,最终形成全域用户画像,帮助营销人员进行精细化营销。

3、标签与分群

A. 用户标签体系

标签体系主要包括四种类型的标签会员标签、乘机人标签、访客标签、IQ标签。四个类型的标签通过用户在生命周期中的不同身份数据进行打标。

“会员标签”中又包括会员的基本属性标签,会员标识标签,会员生命周期标签,偏好标签。主要覆盖了会员的基本信息,黑代理标识,会员的生命周期,会员对航线、辅收偏好的数据。

“乘机人标签”覆盖了用户在作为乘机人身份时的乘机数据,例如对于航线的偏好标签,最近一次出发城市等。

“访客标签”覆盖用户在作为线上访问用户时产生的用户行为数据,例如最近一次访问的终端,最近一次访问的城市,仅六个月访问次数等标签。

“IQ标签”通过训练历史的订单数据、会员数据,乘机人数据以及行为数据,来预测并标记对某条航线具有高购买意向的用户。

B. 用户分群与用户画像

传统的用户分群只能按照用户的基本属性,而CDP中的用户分群能够实现四种类型标签的筛选组合,实现跟深层次的人群下钻,能够针对不同的人群推送不同的内容,更加精准的用户划分是精准化营销中增效将本的基础。

CDP中有群体的用户画像,也有单个用户的用户画像,透过用户画像可以实现人群的下钻与人群的上扩。人群的下钻可以通过多轮的营销活动,不断细化人群直到找到与营销内容高度匹配的目标群体。人群的上扩可以通过类似lookalike的方法,将种子人群的相似特征扩散到更多的人群当中,来找到更多拥有潜在关联性的相似人群。

C. IQ模型

传统的打标依赖于行业经验或者业务经验,通常具有一定的主观性,并且随着业务、行业的变化往往需要手动的调整打标规则或者逻辑。为了解决这一痛点,通过AI模型的方式进行打标,采用了随机森林方式实现的二分类模型,预测每条航线具有高购买概率的用户。通过AI打标的方式,避免了人工打标的主观偏差,而且AI打标能够不断的结合历史数据,持续优化模型,节省了人力成本。

4、数据分析

CDP中主要从三个方面分析整个用户生命周期中产生的数据,包括行为数据、业务数据、口碑传播数据。

A.“行为数据分析”中涉及“事件分析”、“漏斗分析”和“旅程分析”。在数据采集,数据接入建立起的线上行为大宽表中,主要包含代码埋点与无埋点数据。透过事件分析、漏斗分析、旅程分析能够为运营人员、市场人员及时洞察最新的指标数据,从而响应变化,持续带来用户增长。

B. “业务数据分析”中主要为了洞察订单相关的指标,例如机票量、订单转化率、整体ROI等指标。并且基于广告监测数据的采集于数据打通,能够十分直观的评估各个广告平台的投放效果。

C. 当用户完成转化后,业务人员更加关注的是用户是否有口碑的传播。透过在微信H5的埋点数据,建立起微信H5传播链路图。在微信H5裂变的报表中能分析传播人数,二次传播人数等指标。

5、用户触达

精准化用户分群的目的是为了精准化的用户触达,在CDP中主要涉及的触点有短信、邮件、全终端的弹窗,结合细分的人群可以结合用户的偏好选择触点触达用户。其中弹窗功能实现了全终端的定向人群推送,并且可以结合无埋点的事件自定义配置弹窗的触发事件。在触达过后相关的营销数据、活动数据以及弹窗的埋点事件也会回流至CDP,从而持续带来用户的增长。

02

实施过程


AI模型部署实施流程

1、平台搭建

CDP平台基于已经安装并配置了spark, hbase, mysql, hadoop等组件的前提下,通过自动化发布脚本,进行AI模块服务的环境部署。

2、数据库建表

①AI模块基本建表脚本

②AI模块算法实体类表建表脚本

③初始化数据插入脚本

④AI模块For春秋模型需求建表脚本

建表时文件执行顺序:

①AI模块基本建表脚本-> ②AI模块算法实体类表建表脚本 -> ③初始化数据插入脚本 -> ④AI模块For春秋模型需求建表脚本

只有执行②这张表里面插入数据后, CDP平台的AI模型模块中的”模型库”才能展示现有的模型

3、文件放置与配置

①在AI模块的运行服务器, 放置服务jar包的所在目录(/home/xx-user/apps/iq)下放置AI模型模块Jar文件

②配置服务外部配置文件config.properties, 代码运行时会读取该文件获取配置信息

③放置服务运行启动脚本start_iq.sh

④放置服务重运行启动脚本restart.sh

03

整体概况


1、数据打通,形成360°个人画像

对春秋航空整个生态内的数据,按照企业自定义的用户信息来打通,使得同一个用户不同数据得到汇总,帮助企业对特定客群进行精准营销。

2、数据洞察,获得最新客户动向

在多维触点中布局埋点监测,帮助企业市场及营销投放等部门,实时了解春秋航空用户对营销投放的反馈行为动作。给运营和市场部门提供更多真实的数据支撑,提升品牌品牌运营的专业度。

3、标签搭建,助力营销优化

将企业从依赖营销经验或营销目的人为打标签和用户分群的阶段提升到系统自动化打标和分群的阶段。有助于优化资源配置,节约人工成本提升工作效率。

商业改变


在春秋航空300多条航线中,为每条航线找到最有可能购买的客群,模型的准确率达到98.5%,首次10万+短信,购票转化率14%,长期6.9%,提升10倍。

·OneID:统一多来源数据(百度/头条/阿里/腾讯/订单系统/官网/会员APP/小程序/H5/公众号),实现数据归一;

·围绕渠道、活动、用户等维度构建精细化运营分析指标体系,全面提升渠道推广及活动转化效率;

·标签画像&精准人群包:基于用户属性、实时行为和AI分类,通过配置化的方式输出标签画像与精准人群包, 支持航线机票、辅营产品(餐饮、升舱、付费选座)、旅游产品等个性化推送;

·通过SDK实现app/小程序的个性化弹窗,提升个性化推送触达能力;

·通过Deeplink,实现短信消息,直链会员app,促进乘机人下载app,转化为会员;

·航线机票个性化推荐:通过AI分类模型,精准定位航线推荐短信的发送目标。

相关企业介绍


●创略科技

创略科技成立于2011年,是一家数据技术和AI公司,致力于差异化地为中大型B2C企业提供AI驱动的客户数据技术解决方案,助力企业优化与客户数据相关的应用场景,包括客户洞察、个性化营销、客户生命周期价值管理,客户体验提升等。创略科技服务上百家中型国内外公司,客户覆盖零售、汽车、金融、旅游和教育培训等行业。

春秋航空

春秋航空(Spring Airlines)股份有限公司,由春秋旅行社创办于2004年5月,是首个中国民营资本独资经营的首家低成本航空公司专线。春秋航空有限公司春秋航空平均上座率达到95.4%,成为国内民航最高客座率的航空公司。

截止2021年1月,春秋航空机队规模达102架。开通了10余条国际航线,以及70余条国内航线。

❷ 创新服务企业榜 

❸ 创新服务产品榜

❹ 最具投资价值榜 

❺ 创新技术突破榜

条漫:《看过大佬们发的朋友圈之后,我相信:明天会更好!》

联系数据猿

北京区负责人:Summer

电话:18500447861(微信)

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多