利用Redshift和Twilio实现大规模个性化

利用Redshift和Twilio实现大规模个性化

关键字: [Amazon Web Services re:Invent 2024， 亚马逊云科技， Twilio Segment， Contextual Data， Customer Profiles， Communication Channels， Trusted Ai， Personalization At Scale]

导读

了解你的客户始于了解你的数据，但当正确的上下文数据分散且难以获取时，这就变得困难。加入Twilio，了解塑造客户数据的趋势，以及如何构建和完善你的技术栈以提高客户参与度。本次会议探讨Twilio和亚马逊云科技的产品——包括Amazon Redshift、Amazon S3、Amazon Personalize和Amazon SageMaker——如何帮助你连接跨系统的孤立数据。观看开发者工具的实际应用，并听取Twilio和亚马逊云科技客户如何利用上下文数据和渠道，结合生成式和预测性AI的力量，大规模构建个性化服务。本次演讲由亚马逊云科技合作伙伴Twilio为您呈现。

演讲精华

以下是小编为您整理的本次演讲的精华。

令人震惊的统计数据凸显了个性化挑战的紧迫性和重要性。根据McKinsey的研究，在个性化方面表现出色的公司比未能提供量身定制体验的公司多赚40%的收入。然而，仅有15%的客户认为他们与之互动的公司在这方面取得了成功，这与不到一半的公司认为自己在个性化努力方面表现良好形成了鲜明对比。

这种脱节进一步被投入个性化追求的天文数字投资所放大。惊人的960亿美元正被单单投资于CRM工具，这足以证明为这一挑战投入了巨大资源。然而，尽管有如此大的财务承诺，大多数客户仍然觉得公司在提供真正个性化的体验方面远远不够。

这一困境的核心在于数据碎片化的固有复杂性。客户数据分散在组织内的多个系统和团队中，往往被孤立和割裂。这种对客户的不连贯视角使得几乎不可能分辨出与他们进行个体互动的最佳接触点和渠道，更不用说在同时处理数千甚至数十万客户时所需的规模了。

大规模实现个性化需要一种三管齐下的方法，专注于情境数据、通信数据和可信赖的人工智能(AI)。情境数据包括关于客户的全面信息，包括基本详细信息、购买历史和忠诚度积分等客观数据，以及跟踪他们在网站和移动应用程序上行为的行为数据，以及捕获客户与公司之间互动的对话数据。这些数据点共同创造了客户的丰富、多维画像，如果没有这些数据，个性化努力注定会失败。

整合和理解这些情境数据可以说是提供个性化体验的最关键方面，因为如果不清楚了解客户，就不可能准确有效地个性化互动。企业采用的现代技术堆栈变得越来越复杂，使得连接和协调客户数据成为一项艰巨的任务，尤其是在试图以一致和实时的方式进行时。然而，事实仍然是，健全的客户资料是个性化的核心，如果没有这种完整的客户背景，公司永远无法提供全球91%的消费者所要求的实时、有影响力的个性化客户体验。

第二大支柱是通信数据，包括用于在客户首选平台上联系客户的工具和渠道。这不仅关乎传达什么，还关乎如何以及在何处进行沟通。消费者偏好因地区、用例、代沟差异和个人情绪等因素而有很大差异，这给企业满足这些不同需求带来了巨大挑战。大多数供应商都难以处理必要的全球规模、吞吐量和合规性要求，以确保信息有效传递，往往导致通信无法抵达预期接收者。

组织内团队和渠道的孤立性加剧了这一挑战，导致通信偏好不连贯。此外，消费者偏好并非静态，而是实时变化，这又增加了一层复杂性。确保与真实人互动，而不是浪费资源于欺诈或垃圾信息，也是一个关键考虑因素，凸显了在追求大规模个性化时验证的重要性。

跨渠道和团队提供无缝、集成的体验至关重要，利用情境数据为每位客户的偏好和环境提供个性化通信。这可能体现在诸如酒店客人抵达时收到一条短信，允许他们只需单击一下即可入住，然后收到一条推送通知，根据过去的订单提供订购他们喜欢的餐点，并提供一个无缝流程来预订即将到来会议的交通工具。最后，客人可能会在离店时收到一封个性化电子邮件，提供在他们曾与家人一起访问过的度假村享受折扣优惠——这是个性化为客户带来欢乐和培养品牌忠诚度的绝佳范例。

然而，如果在通信渠道的另一端没有人与之互动，个性化就失去了意义。这就是验证变得至关重要的原因，确保用户确实是他们所声称的身份，减少垃圾邮件和欺诈，同时也保护了用户的安全和隐私。通过依赖Twilio的全球超级网络，并提供包括短信和电子邮件在内的各种通信渠道，企业可以在消费者首选的渠道上进行沟通，同时确保最佳覆盖范围和全球规模。通过验证用户和品牌发件人建立信任，进一步加强了这些互动的合法性，确保消费者通过RCS和品牌呼叫等功能与真实企业互动。

实现大规模个性化的第三大支柱是可信赖的人工智能(AI)。尽管近88%的公司承认人工智能(AI)和机器学习(ML)工具的重要性，但仅有15%的公司能够实现有形的收益或对底线的贡献。这种意图和影响之间的差距可归因于对AI在组织技术战略中的作用存在根本性的误解。

AI本身并不是一种战略，而是战略的推动力。如果没有了解客户的基础数据和有效联系他们的通信工具，AI将仍然是一种未被充分利用和实现的潜力。AI的真正力量在于将智能更接近客户数据，从而更深入地了解每个客户，并在规模上了解客户，使团队能够更有效地运作，并通过自动化来提供卓越的体验。

通过结合强大的客户数据、通信工具和AI，企业可以无缝个性化和自动化其工作流程。例如，零售客户旅程可以通过将关于客户浏览和购买历史的情境数据与跨网络聊天和短信等渠道的实时互动相结合来得到提升。这将有助于提供量身定制的推荐和沟通，例如在客户期望的缺货商品到货时通知客户，并提供个性化详细信息和通过首选渠道购买的选项。像Co-Pilot这样的AI驱动功能可以提供AI驱动的检测、身份解析、高级预测、推荐和工作流自动化。

面向1600万用户通过电子邮件、移动设备和播客进行运营的The Skimm公司已着手开展一项全面项目，旨在增强其数据基础设施，并将Twilio Segment作为个性化努力的核心。通过丰富其数据管道并整合参与数据(包括点击、打开和兴趣图)，The Skimm能够推出个性化功能，如基于位置的天气更新和定制内容旅程，根据个人用户偏好和兴趣量身定制体验。

从亚马逊云科技的角度来看，客户通常寻求解决方案来打破各种业务应用程序中的数据孤岛，利用技术堆栈中的最新创新，并确保个性化计划中端到端的安全性和治理。关键在于了解客户试图解决的具体业务用例，然后将适当的人工智能和机器学习工具作为推动力，从客户需求出发反向推理。亚马逊云科技服务如SageMaker用于预测、Personalize用于推荐、S3用于云存储以及Redshift作为数据仓库，可与Twilio Segment集成以构建个性化架构。

然而，追求个性化并非没有挑战，尤其是在“个性化悖论”方面——客户渴望量身定制的体验，但同时也对数据隐私和安全性存有顾虑。尽管渴望数据驱动的个性化，但只有50-51%的客户信任品牌能够安全地保护和负责任地使用他们的个人数据。解决这一悖论需要精心权衡，健全的数据治理实践、透明度和让用户控制自己的数据至关重要。

像The Skimm这样的公司已将数据治理和安全性作为头等大事，确保以最大的谨慎和考虑来处理用户数据。他们努力在个性化体验和用户舒适度之间寻求平衡，为用户提供工具和选项来反馈意见并定制自己的旅程。此外，借鉴医疗保健和公共部门等拥有强大数据治理实践的行业，可以为消费者环境中的数据治理最佳实践提供参考。

总而言之，实现大规模个性化是一项多方面的挑战，需要采用一种整体方法，包括上下文数据、通信数据和可信赖的人工智能。通过利用这三大支柱的力量，并借助Twilio和亚马逊云科技等平台的集成能力，企业可以克服数据孤岛、系统分散和客户视图碎片化等障碍。然而，要在这一努力中取得成功，关键在于深入了解客户需求，致力于健全的数据治理和安全实践，并明智地将人工智能和机器学习作为助力而非策略本身。只有解决了这些关键因素，企业才能真正为绝大多数现代消费者提供无缝、个性化的体验。

下面是一些演讲现场的精彩瞬间：

在客户偏好的渠道上与客户接触，同时确保有效的沟通传递，这是一个复杂的挑战，需要处理全球规模、吞吐量、合规性和实时偏好变化。

体验无缝个性化，一键入住、个性化餐饮推荐、轻松预订交通工具，以及为VIP客人提供独家优惠。

Twilio强调用户验证的重要性，以确保安全和个性化的通信，利用其全球网络和多渠道能力，与经过验证的用户和品牌发送者建立信任。

亚马逊强调数据治理、安全性和隐私，同时通过让用户控制和提供反馈的功能，确保个性化和体贴的用户体验。

Asha强调，人工智能本身并不是一种策略，而是策略的推动力，关键在于理解客户试图解决的具体业务问题，并提供正确的工具和服务来解决这些用例。

总结

在一段引人入胜的叙述中，演讲者深入探讨了实现大规模个性化的复杂挑战，揭示了一种三大支柱方法，将情境数据、通信工具和可信赖的人工智能融合在一起。叙述从突出企业在个性化体验方面的大量投资与客户的不满意之间的脱节开始，这源于数据系统的孤立和分散。

情境数据作为第一大支柱，阐明了全面客户资料的必要性，包括客观、行为和对话数据点。这种整体视角使企业能够有效地提供量身定制的体验。第二大支柱通信工具，强调通过电子邮件、短信、语音或视频等客户偏好的渠道与客户联系，同时确保消息传递并通过验证建立信任。

第三大支柱可信赖的人工智能被定位为一种推动力，而不是一种策略本身。通过将人工智能与强大的数据和通信工具相结合，企业可以自动化工作流程并无缝个性化体验。一场现场演示将这一愿景付诸实践，展示了由Twilio和亚马逊云科技的协同效应驱动的个性化零售旅程。

最后通过一场火边聊天，The Skimm的真实案例和亚马逊云科技的见解强调了数据治理、隐私考虑以及将人工智能战略性地整合以解决特定业务问题的重要性。叙述以一个行动号召结束，邀请与会者探索演示并拥抱大规模个性化的变革潜力。

亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者。提供200多类广泛而深入的云服务，服务全球245个国家和地区的数百万客户。做为全球生成式AI前行者，亚马逊云科技正在携手广泛的客户和合作伙伴，缔造可见的商业价值 – 汇集全球40余款大模型，亚马逊云科技为10万家全球企业提供AI及机器学习服务，守护3/4中国企业出海。