2019年3月26日 星期二

5關鍵5策略 找到「對的顧客」


英文單字總是背了又忘、忘了又背?【TOEIC Power多益單字報】教你從字首、字根和字尾學起,輕鬆背單字。 想瞭解最時尚、自然的Life Style?輕鬆成為新時代生活達人?【晨星生活元氣報】讓你輕鬆掌握最新生活訊息!
無法正常瀏覽圖片,請按這裡看說明   無法正常瀏覽內容,請按這裡線上閱讀
新聞  健康  財經  追星  NBA台灣  udn部落格  udnTV  讀書吧  
2019/03/27 第427期  |  訂閱/退訂  |  看歷史報份  |  能力雜誌網站
精選文章 5關鍵5策略 找到「對的顧客」
AI面試官 看穿你的心
 
5關鍵5策略 找到「對的顧客」
文/勤業眾信聯合會計師事務所
勤業眾信聯合會計師事務所與台灣數位媒體應用暨行銷協會(DMA)共同合作發表《數據驅動轉型之路-2018台灣CMO洞察報告》。報告指出,科技的運用加速了全球企業或品牌對於數位行銷的想像,加上人工智慧(Artificial Intelligence, AI)的持續延燒,預測至2020年時,將會有超過5成企業將投資主力放在聊天機器人(Chatbot)的開發上。

勤業眾信溫紹群表示,「服務體驗轉型」與「結合品牌形象」,將是未來數位行銷的發展關鍵。數位行銷的應用發展可視為一場企業內部的小型數位轉型。在策略規劃階段,企業應評估自身的優勢與劣勢,規劃數位行銷階段性目標,聚焦轉型計畫所需的團隊運作模式與培養「質量並重」的人才;在基礎打底階段,應善用數據工具清理企業積累的數據資源,並對應數位行銷應用方向進行完整的數據架構規劃,以解決目前常見的資料多而雜等難以整合之問題。

根據企業「數位行銷成熟度」自我評估結果,近4成企業雖了解數位行銷的魅力,但仍處於觀望階段;約5成受訪企業的數位行銷預算僅占總預算1成。儘管如此,仍有超過6成的企業善用數位行銷工具進行分析與研究;而9成受訪企業使用Facebook作為曝光宣傳主要管道;高達8成企業使用Facebook Analytics、Google Analytics、Instagram Insights等平台蒐集數據;使用傳統顧客關係管理(CRM)的企業則占6成。但近6成企業表示在數位行銷數據運用上,最大的瓶頸與挑戰為缺乏數據分析人才,因此衍生其它待解決議題。

數位行銷5大趨勢

《數據驅動轉型之路-2018台灣CMO洞察報告》歸納出5大數位行銷趨勢觀察與發展關鍵,包括「重視顧客體驗、自動化行銷、開發聊天機器人、多樣態數據與智慧行銷」。

1個人化的顧客體驗

勤業眾信與杜克大學共同發佈的《2018行銷長調查》(2018 The CMO Survey)發現,「優良的服務」是顧客重視的關鍵項目,且相較2017年成長了6%。由此可知,提高顧客的滿意度與忠誠度為投入行銷機會的關鍵點,企業可藉此分析顧客需求並提供個人化行銷內容。這種「量身訂製」的服務感受,可在滿足客戶體驗的同時,進行蒐集客戶數據與分析個別需求,挖掘價值、創造機會。

2行銷自動化的戰略

獨立調查研究機構Forrester《全球行銷自動化技術預測報告》預估,2023年企業投入行銷自動化工具的預算,將達到每年251億美元,遠高於2017年的114億美元。2018年行銷自動化工具除了顧客關係管理(Customer Relationship Management, CRM)之外,還增加了AI和機器學習(Machine Learning)導入技術,期望以更人性化的方式,提供符合顧客需求的訊息與內容。

3聊天機器人掀起風潮

國際研究顧問機構Gartner預測,2020年時將有超過5成企業將投資主力放在開發聊天機器人,舉凡Facebook、Instagram和WeChat等全球知名社群平台,皆全力跟進該股風潮。聊天機器人可視為AI智能介面化的體現,其快速且準確的深度學習,將創造優化顧客服務、降低成本、提高觸及率、自動處理資訊,並有效提昇銷售數據等優勢。

4善用多樣態數據

善用各通路採集而來的「多樣態數據」分析、描繪顧客輪廓,可以促進品牌行銷效益精準化,亦是未來數位運用的嶄新方式。企業透過多樣態數據可以消除數據獨立性與封閉性,交叉比對分析數據後,亦可了解影響消費者行為與原因、顧客樣貌、身分及族群正確性,達到預測企業未來目標與趨勢的目的。

5掌握AIoT關鍵技術

整合AI和IoT技術的AloT,將催化行銷市場由「自動化」邁向「智慧化」的機會,藉以提高行銷投遞的轉換率。此外,物聯網突破空間的便利性與智慧運算可更加精準描繪顧客輪廓,帶動「場域行銷」的機會與效益。若能掌握AIoT的關鍵技術,實踐智慧行銷的應用藍圖,或許將會成為下一波的行銷新浪潮。

未來數位行銷5大策略

《數據驅動轉型之路-2018台灣CMO洞察報告》以問卷方式蒐集和彙整企業等行銷相關專業人士觀點,透析未來行銷策略的5大重點。

1打造360度的顧客視角

隨著科技發展延伸與演變,與顧客溝通方式由電話、E-mail及簡訊等,延伸到社群網站、手機APP、通訊軟體等多平台管道。企業可透過整合不同接觸點採集顧客資料,建立360度的顧客視角,以進一步規劃出不同的顧客特徵標籤與分群策略,找出具潛力且高價值顧客,作為更精準有效的行銷活動基礎。

2集中管理行銷內容

隨著數位行銷通路的多元化,透過集中式的內容管理,除因應不同通路特性外,更能聚焦特定客群或行銷主題進行內容編製與優化。有別於過往各自管理與發佈的方式,行銷內容集中化管理可避免顧客重複接收相同內容,更利於行銷人員優化內容、提昇行銷活動效率及掌握品牌形象的一致性與個性化,作為打造全通路良好行銷體驗之基礎。

3數據分析找旅程痛點

企業可藉由數據基礎與行銷內容管理,進一步運用顧客於各接觸點的行為軌跡資料,量化分析消費者在不同通路上之行為,有效地觀察顧客旅程體驗結果。透過數據分析輔助確認顧客旅程「痛點」後,企業可運用質化研究方式深入了解顧客旅程不同階段情境的體驗與行為原因,並配合行銷內容推播管理機制,優化數位行銷活動方式,以因應不同客群需求推出適切的行銷活動。

4精準+自動化的行銷

企業具備360度視角檢視顧客的旅程體驗分析,以及有效的行銷內容管理機制後,可善用數位科技基礎,依據顧客生命周期,進一步設計、發佈更精準的顧客行銷內容。企業應規劃所有顧客接觸管道與方式,於不同接觸點引導顧客行為,推播顧客感興趣的行銷內容。精準行銷與行銷自動化除了協助企業深化顧客忠誠度與支持度,也能加強行銷人員工作效率。

5顧客體驗價值轉換

在建立合適的數位行銷機制與打造符合產業特性的獨特顧客旅程體驗後,透過整合企業內部資料,進一步將顧客資料、體驗量化資訊與內部其它事業單位資料交叉運用,並且衡量為顧客所創造之體驗價值,例如:顧客互動品質、顧客滿意度等,是否有效轉換為企業帶來的商業價值,例如:顧客口碑、顧客消費、行銷成本等,以確保數位行銷投資的有效性。

針對「數位行銷之成效」,受訪者自我評估結果顯示:超過6成企業成功使用數位行銷工具進行分析與研究,且多能體會到導入數位行銷之成效。溫紹群建議,企業應快速、小規模的試行,適時因應變化調整步調。從領導階層開始實現企業轉型,強化顧客的品牌忠誠度,確保創新價值回歸於顧客。定期評估組織數位化成熟度,結合組織改革、人才能力培育與數據導向行銷,才能帶給顧客最佳的創新體驗。

【本文出自《能力雜誌》2019年3月號;訂能力電子雜誌;非經同意不得轉載、刊登】

AI面試官 看穿你的心
文/孫弘岳
從2018年開始,在國際媒體上出現越來越多知名企業導入了人工智慧(Artificial Intelligence, AI)面試官的報導,這些公司不外乎運用電腦或手機的視訊軟體來自動面試應徵者,並透過機器學習(Machine Learning)的演算法篩選出適合的應徵者。換言之,有越來越多應徵者在求職時,第一關要說服的對象將會是AI,不是人。就此發展趨勢而言,目前坊間所傳授的面試秘訣在不遠的將來可能都要改寫。

AI面試2關鍵 溝通、性格預測

企業導入的AI面試官通常會包括3個元素,第1個是非同步影像面試軟體(Asynchronous Video Interview),透過自動化的程序,讓應徵者回答系統預先設定的面談題目,並把應徵者面試過程錄下來;第2個元素是影音分析,從這些錄製的影像中,不僅辨識求職者談話的內容(包括語音轉文字的辨識過程),即口語訊息,同時還能辨識表情、聲音、動作等非口語訊息(Non-verbal Language);第3個元素則是預測,應用這些被辨識的訊息來預測求職者的某些情緒、能力與特質面向。目前在預測應徵者的情緒、溝通技巧與性格方面,已有科學實證結果。

關於情緒或情感辨識,主要是從應徵者的非口語訊息來預測對方目前的情緒狀態,因此,坊間及網路上常見一些面試「秘笈」,藉由改變非口語訊息,訓練求職者在面試時保持「中立」的情緒等等。不過,在真實的面試情境下,大多數應徵者本來就不太容易展現「中立」以外的情緒,所以依此來預測應徵者未來的職場行為表現並不夠準確。至於對溝通技巧的預測,因為它關係著大多數的工作績效,倍受產業界的重視。是否能有效溝通,大多取決於溝通過程中如何展現、運用非口語訊息。被大多數面試官標註為「好的溝通者」,溝通時會或不會展現出哪些非口語訊息,已有部分電腦科學家運用機器學習來加以分辨。至於最後一項性格預測,則是目前AI面試的一大亮點,因為應徵者的性格不但會反應在未來工作勝任度上,也可看出其與組織文化的適配度。

防地雷 雇主「看一下」卡安心

然而,如何正確地衡量應徵者的性格,一直是人力甄選實務上很大的挑戰。目前最常用的做法不外乎:1.透過問卷進行自我評測;2.由面試官進行判斷。問卷一直是被認為較科學的做法,但應徵者為取得工作機會,容易在填答時出現「符合社會期許」或造假的回答。所以大多數的雇主仍習慣透過面試的過程,除了進行情境式或行為事例的職能面談外,也順便「看一下」應徵者的性格,以避免用人踩到地雷。有心理學的相關研究發現,雇主確實可以從面試中看出應徵者的性格,但不是每位真人面試官都有此識人的本領,且一致性和精準度仍有待商榷。不過,就算不是那麼準確,這種「看一下」的實務慣例會這麼普及,也不是沒有道理。畢竟,應徵者的真實性格不易在履歷表中展現,但在舉止言談之間仍可看到個人的真實面貌。

除了時間與空間的限制外,縱然不準,還是有必要「看一下」,是目前真人面試的痛點,也是運用AI的機會。但對於性格預測,AI真的會比真人準確嗎?這就要從AI如何輔助雇主,看穿應徵者的性格開始談起。

研究顯示,在人類社會中,大多數的人面對未曾接觸的陌生對象,也能在短短數分鐘內,透過言行舉止的訊號觀察和印象,來判斷陌生人的性格。且隨著社會化的經驗越多,越容易做正確判斷。因為一個人的性格容易展現在許多外顯特徵上,例如:外向的人講話速度較快、神經質的人表情變化較豐富、親和性高的人笑容較多、盡責性較高的人說話不拉尾音。若聲音較有磁性且具穿透力,較具領導魅力。這在東西方不同文化下,皆有相關研究與文獻記載,在中華文化中,較有名的著作則數清朝曾國藩的《冰鑑》。而這樣的通則,也自然適用在人力甄選的面談中。

機器代班 訊息更多更精細

可惜的是,就算熟讀《冰鑑》或相關文獻,也不能保證100%正確解讀應徵者的性格。主要原因有3種:1.某些內隱性格本身就不易在面試過程中被外顯,又或者被應徵者刻意隱藏;2.可能是注意力不夠集中或遺忘,面試官在面試過程中遺漏重要的訊號或線索;3.可能基於經驗、訓練不足或偏見,面試官錯誤解讀這些訊號。因此,目前的相關實證研究顯示,縱然面試官可以判斷出應徵者性格的大致分類,但受限於人類大腦對於這些訊號的接收、記憶、歸納、編碼和解讀,透過面試來判斷應徵者性格的一致性與正確性較有其限制。

換言之,這類有線索且有規則可循的資訊處理能力,電腦遠勝人類,因為電腦不會遺漏訊號的蒐集,而且能夠看到比人類肉眼更細微的特徵,完全按照理性的模型去做判斷,不會有偏見。此外,根據目前初步研究的資料顯示,可能基於社會化的慣性或應徵面試的相關訓練,一般應徵者面對真人面試官,較容易刻意展現符合期待的行為,並隱藏自我性格。當應徵者面對機器,例如:參與非同步影像面試時,大都是在自己家中進行,在心情相對輕鬆自在的狀況下,較容易透露出許多自我性格特徵。

所以,有許多資訊科學的專家開始投入研發可以判斷人類性格的工具或預測模型,稱作「性格運算」(Personality Computing)。目前這個領域分為3大流派:

1. 自動性格判讀(Automatic Personality Recognition, APR),根據被面試者所透露的訊號,判斷被面試者的自我性格。列入判讀的參考資料中,同時包括自評,或者是至親好友、師長對當事人的知覺判斷。

2. 自動性格預測(Automatic Personality Prediction, APP),同樣根據被面試者所透露的訊號,預測真人面試官會如何判斷被面試者的性格。

3. 自動性格模擬(Automatic Personality Synthesis, APS),設計出各式機器人介面,展現各式不同性格的特徵與訊號,以賦予機器不同的性格。

隨著AI相關技術的演進,特別是深度學習(Deep Learning)方面的演進,AI已被許多廠商用來結合自動性格判讀APR或自動性格預測APP,實際應用在面試的情境中了,例如:美國的HireVue、德國的Viasto、台灣的HRDA等。至於自動性格模擬APS則被應用在心理諮詢上,以虛擬機器人取代真人諮詢師,目前仍在實驗階段。

騙不了它 AI面試官看穿偽裝

2017年7月在美國夏威夷,由許多學術單位和科技公司合力舉辦了一場電腦視覺大賽(ChaLearn Workshop on Explainable Computer Vision Multimedia and Job Candidate Screening Coopetition),參賽者從第三方的應徵者影像資料中(類似求職自我介紹與面試的錄影紀錄),預測影像中人物的5大性格,包括:對新事物的接受度與開放性(Openness)、勤勉審慎性(Conscientiousness)、外向性(Extraversion)、親和性(Agreeableness)、神經質(Neuroticism)等面向,同時評估應徵者受邀進行工作面試的機率。其中,有不少組深度學習專家所設計出來的模型,能正確預測5大性格與受邀面試的機率,高達8到9成以上。

除了國外許多知名企業,目前台灣也開始有大型科技業等公司導入AI面試官,作為初步篩選應徵者的工具,例如:遊戲橘子(Gamania Digital Entertainment)、華碩(ASUS)、中鼎集團(CTCI)等。一方面,這些企業大都是希望除了獲取履歷表的資訊外,透過AI面試官,能大量自動判讀應徵者的性格與其他特徵。因為隨著AI時代的來臨,過去工作經驗與未來的工作內容、新的專業知識相關性越來越低,這讓應徵者的特質開始成為公司選才的重要指標。另一方面,過去雖然有許多可以評鑑應徵者特質的工具,例如:模擬真實工作情境的結構式面談(Structured Interview)、工作樣本法(Working Sampling)或評鑑中心(Assessment Center),但都需要花費大量的人力與心力來設計與執行這類甄選工具。在兼顧時間、空間、成本與被接受性下,用AI來挑選AI世代的人才,已變成另一種可行方案。

對於應徵者來說,這波新趨勢是一則以喜,一則以憂。喜的是,若AI背後的機器學習是透過專業的訓練,它可以不帶偏見的來評鑑應徵者,排除第一印象或外貌的干擾。憂的是,面對AI面試官,目前網路或書上教的面試攻略,可能都不再管用。這對於經驗老道且擅於做印象管理的求職者來說,可能不是件好消息,因為AI會看穿最真實的你。(本文作者為台灣師範大學科技應用與人力資源發展系助理教授)

【本文出自《能力雜誌》2019年3月號;訂能力電子雜誌;非經同意不得轉載、刊登】

 
  免費電子報 | 著作權聲明 | 隱私權聲明 | 聯絡我們
udnfamily : news | video | money | stars | health | reading | mobile | data | NBA TAIWAN | blog | shopping

沒有留言:

張貼留言

您或許對這些文章有興趣: