數字化時代，時不時會蹦出一些新名詞，這是每個探索數字化的小伙伴最頭痛的事
（也是蘇嘉Tech公眾號接到最多的“投訴”——名詞術語太多，需要Google理解一下）
比如，什么是客戶體驗管理(Customer Experience Management)？
圖片來源：Wiki百科
我們在本文中介紹過用戶價值模型，還有用戶價值指標體系，用戶行為數據指標，三者是綜合認知用戶的方法論+數據采集標準，目的是了解用戶是什么樣的群體，存在什么需求，從用戶的角度如何看我們；
我們在廣告流量貨幣化中，或者說此前的不同的文章多次提及到一個觀點的談論：營銷能力自帶時代屬性
傳統數字廣告時代：用戶追蹤能力差，數字媒體廣告充當廣域廣告角色，提高廣播能力，盈利能力未革新
程序化廣告時代：用戶追蹤能力高，效果性廣告提供ROAS計算模型， 高效提升廣告主盈利&廣告決策能力
隱私廣告時代：用戶追蹤能力更高，但用戶隱私意識覺醒，從消費者數據營銷時代過渡消費者數據體驗時代
什么是消費者數據體驗時代？
提出的ROX(Return on Experience)衡量公式的黃峰老師，在他的著作《全面體驗管理》中是這樣解讀客戶體驗如何影響增長的：
更高額購買：溢價方面，低價競爭升級為體驗增值；
更深度認同：在轉化上，心智占領升級為心智認同；
更多自然傳播：在獲客/信息傳播上，品牌應從買流量轉為聚合傳播，注重自然流量的累積，同時依靠心智認同人群的自發分享，用優秀體驗為品牌帶來增量；
更長期關系：在復購上，品牌應從單向營銷轉為關系共建。
消費者數據體驗時代，通過散布在不同體驗觸點的零散數據實現結構化分析，對用戶體驗定量，繼而商業優化：
預期體驗
超預期體驗
體驗遷移成本
產品價值
網站正常下單
合理價格產品
送貨上門
售后
網站/郵件推送個性化服務體驗
產品使用體驗
物流信息推送體驗/外包裝體驗
產品使用說明體驗
離開產品同時離開個性化服務
產品傳播
個性化廣告
社群傳播/K因子傳播
離開產品同時離開產品/服務關系鏈
用戶關系
單次購買
持續復購習慣
離開產品需要重新搜索、篩選、分類新的產品
從用戶體驗的角度，用戶價值則是用戶主觀判斷能否幫助自己解決特定問題：
用戶體驗的主體是用戶，只有用戶說有價值，才是真的有價值，用戶說差，不管運用多強大的理論都沒意義
用戶價值是在用戶體驗時產生的，用戶需求必然被真實場景約束，因此沒有使用產品卻聲稱的價值，沒有意義
用戶體驗是主觀感受，哪怕我們的產品/服務實現用戶問題的解決方案，但用戶自己認為并沒有解決，或者解決得不好，同樣會降低用戶對產品價值的判斷。
狹義上的用戶體驗，是網頁設計/互動，產品設計/使用，用戶交互
但實際上的用戶體驗，是我們整體和用戶交互的過程是否足夠絲滑
用戶的廣告/社媒/內容/站點/郵件/PWA等虛擬觸點交互，延伸整個產品/服務過程中的所有用戶真實物流感知，從廣告文案是否引起用戶不適，到背后的訂單分配系統是否能合理地滿足用戶的需求，都屬于用戶體驗
????品牌需要克制
因此用戶價值創造，除了需要關注影響用戶本身需求的因素，重點還在于我們如何實現：
當從我們本身視角關注用戶價值時，需要專注自己產品/服務的場景和領域
頭部賣家可能會覆蓋到方方面面，大多數獨立站賣家團隊需要的是，選擇自己關注的目標用戶的需求或者價值，而不是替用戶完全實現全鏈路的價值。
用一句白話說，就是“不是用戶需要什么（什么好賣），我們就都要滿足他們（就賣什么）”。
這跟在討論用戶需求時提到的“我們不需要考慮所有用戶的需求”是一個道理。
在品牌星球討論會過程中，有個句給我印象非常深刻：品牌需要克制
以程序化廣告為例子，重復多次的廣告信息固然可以加深消費者的記憶，但不是同樣的廣告重復得越多越好；
當網站上有其他競爭對手的產品同時存在時，重復同樣的廣告是有效的；
但重復推送廣告次數太多，用戶會失去新鮮感，從而成為衰退用戶；
此外，如果網站的內容與廣告中的產品一致性太低，轉場絲滑度太低，必然導致用戶流失。
????DIKW模型用戶價值創造
人與人知識水平在拉大，思考/整理方法也是知識，很多人只學了收集，但不學習邏輯，歸納，總結，判斷
結合一下ChatGPT熱度， 說下SUGA蘇嘉對于“思考”的思考：
有一個研究人工智能的朋友在自媒體里面寫了，這次ChatGPT實現了一個非常厲害的閉環：、
優化生成模型 -> 采樣用戶Prompt -> 人工標注答案排序 -> 訓練更契合當前用戶群體的RM -> RM優化生成模型
意味著ChatGPT的學習速度和訓練速度是已經足夠能力自我提升迭代
——我們不覺得這是一件恐怖的事情，人工智能會不會毀滅人類，很難說
——但人工智能必然比人類會積累數據
所以真的可能發生的事情，是人與人的知識“貧富差”會越來越大
DIKW（data 數據 info信息 know知識 wisdom智慧）金字塔模型本來形容的就是，大量的數據經過梳理之后形成信息，并從中總結出邏輯完成知識積累，最后蛻變成為預測性的智慧
引用知乎看到的舉例：
https://zhuanlan.zhihu.com/p/140338649
Data：我手頭有雞蛋、西紅柿；
Information：我找到一個菜譜，可以用手頭有的東西做一盤番茄炒蛋；
Knowledge：我不斷實踐，做出來自己滿意的番茄炒蛋；
Wisdom：我專門寫了一本書講番茄炒蛋的歷史、不同國家的做法、營養價值、適合搭配的主食等。
圖片來源：DIKW模型圖
從馬太效應來說，強者越強，所以會發現數據信息甚至知識的存儲和搜索越來越方便的時候，智慧反而會越來越成為“富人”的專利——懂得使用思考工具的人或者形成了自己的邏輯閉環的原因，他們的思考速度會如ChatGPT一樣會越來越快
信息差是現代化商業提及頻率非常高的黑話（術語），側面反映的問題是大部分商業團隊學習停留在信息層積累
但隨著科技手段的越來越進步，信息收集能力差距在拉平，意味著在未來能自我歸納總結并且推導的團隊才是贏家
很多時候，一個智庫最關鍵的東西不是如何去累積數據/信息/知識體量，而是有沒有從 Data ? Wisdom 的能力（ChatGPT目前看起來非常優秀，原因在于已經完成了良好的學習閉環，學習能力可以飛輪增速）
大部分人或者團隊沒有整理，歸納和推導的習慣，對團隊積累還是很漠然的，或者說更多集中于戰術實踐拓展
圖片來源：Jaron截圖
有朋友也好奇過為何SUGA蘇嘉為什么要去做公眾號和飛書留言板？為什么要去寫獨立站MarTech知識的文章？
以及運營一個獨立站內容的知識星球，本質上這是SUGA蘇嘉本身的Data→Info→Know→Wisdom的進化步驟
ETL/ELT手冊
用戶手冊
工具手冊
用戶需求收集
用戶體驗管理
data 數據
?統一數據指標
?數據埋點采集
??個性化觸達
????自動化數據采集&用戶觸達
info信息
?用戶（身份/行為/信用）數據集
?用戶歸因
??用戶分層
????數據打通/流程挖掘
know知識
?用戶價值模型
????用戶旅程設計/分析
????RPA部署
wisdom智慧
????預測用戶需求
????智能AI能力
團隊技能能力
數據處理能力
用戶增長(運營)能力
工具（自動化）能力
SUGA蘇嘉在????數字化獨立站如何選擇SaaS工具提及到在訂閱電商中應用的數字化管理手段總結的三大手冊，其實也是我們在DIKW模型下，如何總結(訂閱)電商過程中創造用戶價值的思考過程：
如同知乎Up主的例子：
Data：通過買量/自然流量/用戶自發分享，不同觸點獲取用戶，同時獲得用戶的初始數據——身份/行為/信用
用戶增長團隊在數據團隊統一的數據指標中，選取用戶數據并設計埋點方案，工具團隊配置自動化采集
圖片來源：Jaron/Yoki繪圖
Information：根據數據歸類，對用戶個體圖計算(Graph Computing)，形成基于知識圖譜的用戶畫像；
工具團隊在全團隊整體工作流程，實現應用工具之間數據打通，并以此為基礎，進行流程挖掘(PM，Process Mining)
流程挖掘（PM，Process Mining）則是基于客觀數據的自下而上的流程優化技術，核心在于業務系統中真實流程的挖掘和可視化呈現
因此流程挖掘作用于全團隊整體工作，呈現不同視角下的流程路徑，直觀地展示瓶頸和異常點，提供分析改進的有力依據
此處，我們說的流程挖掘是應用于客戶數據分析以及敏捷響應用戶需求
圖片來源：RPA流程挖掘圖
數據團隊/用戶團隊需要對用戶數據ETL(抽取 extract 、轉換 transform 、加載 load )，將不同觸點收集的數據歸納并整理為統一格式，并以此為基礎上對用戶歸因/分層
用戶歸因（術語是，單一客戶視圖 Single Customer View ，SCV）：收集有關潛在客戶和已轉化客戶的所有數據，并將其合并到單個記錄中
用戶分層：Marketing is not for everyone，尤其不同觸點習慣的用戶——有些喜歡郵件交互，有些更習慣簡單溝通，因此針對不同習慣，用戶采購層級等不同方面對用戶分層，并設置對應方案
圖片來源：Jaron/Yoki繪圖
圖片來源：Jaron/Yoki截圖
Knowledge：我們在數字孿生品牌：數字孿生.png探討過涌現現象
https://wiki.swarma.org/index.php/%E6%B6%8C%E7%8E%B0
圖片來源：集智百科
用戶價值模型也好，客戶旅程分析也好，本質是發掘出單一用戶群體化的涌現特征，將用戶群體行為量化
用戶價值模型——從全團隊角度審計業務模式，根據客戶生命周期價值決策推廣/運營/內容/數據支出
用戶旅程分析——從用戶角度出發，反思和用戶交互過程是否需要優化，提供更優質的互動
圖片來源：B2B Inter
Wisdom：有些時候，用戶也未必能說清楚他們本身的真實需求（包括我們都一樣），好比說iPhone民主化，最后給到用戶手上必然是各種功能大雜燴，不倫不類的怪物
圖片來源：OH Shanghai
所以用戶預測本質，是讓用戶生活更高效、更有趣
喬布斯和蘋果團隊預知到并實現的是
去掉繁雜的鍵盤
提供方便操作的觸屏
塞進電腦級別的計算能力
提供多任務處理的系統
相關文章
