Oracle Unity Customer Data Platform 智能工作台模型目录

客户销售线索评分模型

客户销售线索评分模型是一种预测性、现成可用的数据科学模型，它使用客户档案、收入、行为数据和互动模式对 B2B 客户的转化可能性进行评分。分数确定客户进行采购的倾向。

Benefits

• 主动培育正确的客户，提高转化率。
• 提高基于客户的营销 (ABM) 工作的效率。
• 增加营销合格销售线索 (Marketing-Qalified Lead，MQL) 的数量和转化率。

行业使用案例

• 制造：一家全球制造公司可以使用 Oracle Unity 的预测性、客户销售线索和联系人评分模型，根据概要信息和参与模式对销售转化可能性进行估计和评级。
• 技术：技术公司可以利用预测性客户评分来识别给定客户中的哪些联系人转化概率最高，然后主动将他们添加到营销活动和推广计划，从而加快 ABM 的工作。

联系人销售线索评分模型

联系人销售线索评分模型是一种预测性、现成可用的数据科学模型，它使用联系人概要信息、收入、行为数据和互动模式对联系人转换的可能性进行评分。

模型使用每个联系人的销售线索得分时间戳生成销售线索得分值。它有助于确定活跃在不同销售漏斗级别的联系人及其进行购买的潜力，使您能够精准定位客户细分，并有效地协调销售和营销策略。

Benefits

• 主动培养具有更高转换机会的联系人。
• 增加营销合格销售线索 (Marketing-Qalified Lead，MQL) 的数量和转化率。

行业使用案例

• 技术：企业软件公司可以利用此模型来识别给定客户中的哪些联系人转化概率最高，然后主动将其添加到推广计划，从而加快销售工作。

客户终身的价值模型

客户生命周期价值 (CLV) 模型是一种现成可用的数据科学模型，用于估算特定时间段内的客户价值。此预测基于多个接触点，包括客户概要信息数据、过去的事务处理历史记录以及事务处理的货币值和频率。

企业用户可以定制 CLV 模型，为客户提供三个月、六个月或十二个月的终身价值。

Benefits

• 在获取、保留和服务客户时，更有效地预算营销费用。
• 更加关注高价值客户，提高客户保留率并增加收入。

行业使用案例

• 有化妆品的消费品：在线化妆品公司可以使用客户终身价值模型，根据概要信息和交易模式估计客户的价值随时间变化情况。他们针对过去六个月内购买不到两款护肤产品并花费超过 200 美元的客户，为一款新的高端护肤产品创建营销活动。
• 汽车：一家汽车制造商利用 CLV 模型来确定客户支出范围，并为这些支出范围内的汽车量身定制产品。
• 零售：杂货店采用 CLV 模型来识别具有高终身价值的客户，并将其纳入营销活动中以推广新的忠诚度计划。

市场活动收入属性模型

营销活动收入归因模型是现成可用的数据科学模型，可通过分析导致销售和转化的一些接触点来帮助您确定营销活动的成功。有两种类型的营销活动收入归因模型。

• 收入商业活动归因模型通过为每个商业活动分配货币值来衡量商业活动的效果。
• 非收入商业活动归因模型通过为每个商业活动分配百分比归因值来衡量商业活动的效果。模型将属性百分比计算为转换为每个商业活动的总转化数的商业活动的百分比值。

每个模型都会考虑促成营销活动转换的所有接触点。

Benefits

• 了解基于收入的产出的归因。
• 根据客观数据分析而不是主观选择做出决策。
• 了解哪些事件会产生最有效的转化率，并确定在何处支出预算并提高投资回报率。

行业使用案例

• 零售：零售商可以使用营销活动归因模型来更好地了解多渠道旅程，并深入了解哪些渠道有助于提高转化率。
• 技术：SaaS 技术公司可以利用营销活动归因模型来更好地了解多点触控营销活动，以及哪些内容、渠道和营销活动对实现收入的影响最大。

近期活跃度、频率和货币模型

近期、频率和货币 (RFM) 模型是一个现成可用的数据科学模型，可根据事件和事务处理数据为近期、频率和货币值生成数字分数。有了它，您可以将客户隔离到各种角色中，然后使用最相关的消息传递来定位客户。

RFM 模型使用以下特征来衡量参与度和购买行为：

• 近期：客户的最新交易。
• 频率：客户进行交易的频率。
• 货币：客户交易的规模/总价值。

每个特征由一个到五个之间的分数表示：一个是最近、最不频繁或最低的购买值，五个是最近、最频繁或最高的购买值。

模型使用以下角色来指明每个客户的价值。

• Lost（丢失）：最弱的参与者，在观察的时间段内活动最少的。
• 存在风险：表现出不活动且购买行为较少的参与者。
• Can't lose：在非活动状态下的足迹更多，但仍可以挽救的订阅者。仍然可以挽救。
• 承诺：近期活跃度和价值处于平均水平的参与者。
• 新：参与价值比率较高的最近参与者。
• 冠军：最好的。高价值参与比率最高的最近参与者。

Benefits

• 使用 RFM 角色，根据相对客户价值，为客户提供高度相关的消息和优惠。改善客户互动可以提高响应率、客户满意度、客户保留率和客户终身价值。

行业使用案例

• 零售：零售商可以利用 RFM 模型识别和细分受众（高价值、有前途、有风险、丢失等），根据过去的互动，为各种假日营销活动改善定位、个性化和整体转化。

返回顶部

流失倾向模型

流失倾向模型是一种现成可用的数据科学模型，可根据客户交易和行为模式对客户流失的可能性进行评分和评估。

它可以识别客户流失的可能性，帮助营销人员深入了解哪些客户可能希望通过特定营销活动或消息传递来留住客户。

Benefits

• 利用该模型，您可以主动识别面临流失风险的受众和细分市场（包括高价值客户）。然后，营销和广告团队可以通过相关消息来为这些客户触发回购营销活动，从而提高客户保留率。

行业使用案例

• 通信：电信服务提供商可以使用 UnITY 的“流失趋势”模型，向可能正在考虑改用其他提供商的客户自动发送特殊促销。

互动倾向模型

互动倾向模型可根据客户过去的互动，衡量客户与电子邮件（打开、单击、订阅或取消订阅）互动的可能性。

Benefits

• 改善电子邮件定位和营销活动互动。
• 通过关注最有可能吸引和消除可能疲劳的受众，准确增加营销活动接触点。

产品倾向模型

该现成可用的模型可基于历史交互和客户档案数据预测客户购买特定产品的可能性。

通过该模型，您可以通过查看客户和产品组合的倾向得分来确定哪些客户最有可能购买特定产品。

Benefits

• 通过针对高倾向的客户和产品组合，更高效地支出营销预算。

获得原本无法提供给贵公司用于改进决策的洞察。

行业使用案例

• 零售：零售商可以利用产品倾向模型来确定适合新客户的产品方案，从而提高转化率和客户获取率。
• 电信：移动通信公司可以利用产品倾向模型来引导客户进行新的电话、硬件和服务升级。

回购倾向模型

回购倾向模型用于衡量客户回购特定产品的可能性。回购倾向评分是根据过去的客户交易以及人口统计和行为数据计算的。

Benefits

• 利用 Oracle Unity Customer Data Platform 中创建的受众的回购倾向评分来优化跨渠道互动营销活动，并针对最有可能回购产品的客户。

返回顶部

下一个最佳操作模型

下一个优秀行动模型是现成可用的数据科学模型，可预测客户需求，并根据销售和交易模式为每位客户推荐最相关的行动。

该模型使用客户概要信息数据、客户参与、产品目录数据和采购来为客户生成前五个建议操作。您可以使用这些建议来确定与特定客户最相关的操作。

Benefits

• 通过在客户旅程中采取下一步最佳行动，以正确的方式与客户互动，提高转化率。

行业使用案例

• 汽车：全球化汽车品牌可以使用 Unity 的“下一最佳行动”(NBA) 和“下一最佳优惠”(NBO) 模型，根据销售和交易模式为每位客户推荐最接近的行动和优惠。
• 金融服务：金融服务公司可以使用适当的后续措施和适当的优惠模式来识别可能会在金融产品（例如投资账户、信贷额度或抵押贷款）上转换新优惠的受众，并根据该建议在各个渠道中提供个性化的客户体验。
• 旅游和酒店：游轮可以使用 NBO 和 NBA 模型来确定向客户发送哪些优惠，以帮助他们预订下一次旅行或住宿。

下一步可以推荐的产品

Oracle Unity 的下一个最佳报价模型是现成可用的数据科学模型，可预测客户需求，并根据销售和交易模式为每位客户推荐最相关的报价。

该模型使用客户档案、客户互动、产品目录和采购数据生成建议。它允许用户从与各种产品或服务相关的优惠的顶级建议中进行选择。用户可以使用这些建议来确定要发送给特定客户的高度相关的优惠。

Benefits

• 利用适当的下一优惠模式，通过高度相关的内容或优惠与客户互动，提高转化率。

行业使用案例

• 汽车：全球化汽车品牌可以使用下一个最佳行动 (NBA) 和下一个最佳优惠 (NBO) 模型，根据销售和交易模式为每位客户推荐最接近的行动和优惠。
• 金融服务：金融服务提供商可以使用下一个最佳措施和下一个最佳方案模型来确定可能根据金融产品（例如投资账户、信贷额度或抵押贷款）的新方案转换的受众，并根据该建议在各个渠道中提供个性化的客户体验。
• 旅行和酒店管理：酒店连锁店可以使用 NBO 和 NBA 模型来确定向客户发送哪些优惠，以帮助他们预订下一次旅行或住宿。

下一步可以推荐的促销模式

下一个最佳促销模式是现成可用的数据科学模型，该模型使用客户的历史产品购买来确定客户愿意为特定产品支付的价格。利用此模型，您可以智能地为客户个性化产品的定价。

Benefits

• 下一个理想的促销模式允许对产品进行个性化定价，从而提高转化率、总收入和平均订单价值。

行业使用案例

• 医疗保健：医疗保健公司可以使用下一最佳促销模型，根据单个客户的过往购买行为微调新款睡眠辅助产品的定价。
• 保险：保险品牌可以利用下一个理想的促销模式，为附加保险套餐提供个性化定价，以提高转化率并帮助客户捆绑和保存。

返回顶部

市场活动推荐模型

营销活动推荐器模型是一种现成可用的数据科学模型，可根据客户过去在不同营销活动中的参与度和转化趋势，确定要为每个客户发送的最有效营销活动。

该模型使用各种时间范围（三个月、一年和三年）根据转化可能性，对任何实例中每个客户的重复性和一次性 B2C 市场活动进行排名。

Benefits

• 根据近期的互动和转化趋势，智能地预测哪些营销活动最适合客户，从而提高营销活动的转化率和投资回报率。

行业使用案例

• 医疗保健：医疗保健组织可以利用该模型，根据过去的转化率和参与情况，确定未来的数字患者互动活动适合每位患者。
• 零售：零售商可以使用该模型根据过去的互动和转化历史记录将受众放入他们最有可能参与的营销活动中，从而提高营销活动转化率和客户终身价值。

渠道推荐模型

此现成可用的数据科学模型根据历史交互数据为客户推荐最佳营销渠道。

渠道推荐人模型根据转化率对任意实例中每个客户的互动渠道进行排名。您可以深入了解哪些渠道可以推动收入增长，并通过跨渠道分配高转化率来发现增加收入的机会。

对以下渠道进行了评估：

• 电子邮件
• SMS
• 推送
• Web

Benefits

• 在客户通过销售漏斗进行迁移时，使用最佳预测渠道来定位客户档案，从而提高转化率。

行业使用案例

• 公用事业：电力公共事业公司可以使用该模型来确定在用电高峰和非高峰时段最好与特定客户通信。

疲劳细分模型

这种现成可用的数据科学模型可根据客户档案和互动水平，将客户分为不同级别的消息疲劳。

疲劳细分模型可洞察需要发送到每个客户档案的营销活动和消息数量，从而帮助防止客户疲劳。

它根据客户的参与度、接收和打开的营销活动的历史记录以及最重要的客户概要信息角色来衡量每个客户概要信息的消息疲劳。您可以确定并控制要发送给每个客户概要信息的最佳消息数，以避免疲劳。

Benefits

• 智能地区分活跃且愿意与疲惫不堪的客户互动的客户。
• 获得洞察力，帮助您根据疲劳程度控制每个客户的营销活动推广。
• 提高参与度和/或转化率，减少辍学率。

行业使用案例

• 制造：太阳能电池板制造商可以使用“模拟”模型，根据客户概要信息和参与水平对其进行分类，分为不同的劳级别。这样，这些公司就能调整与其目标客户的通信量。
• 技术：一家 B2B 技术公司利用该模型来识别应从高接触 ABM 营销活动中移除的潜在客户，并重新投入到一般的跨渠道营销活动中。

发送时间优化的模型

发送时间优化模型是一种现成可用的数据科学模型，可根据过去的电子邮件行为确定向客户发送营销活动电子邮件的最佳时间。

例如，在客户通常检查收件箱之前，模型会触发发送营销活动电子邮件。因此，消息将出现在客户收件箱的顶部，以确保电子邮件最有可能被看到和打开。

Benefits

• 优化营销活动，在客户最有可能看到、打开、阅读或确认电子邮件时定位客户，从而提高客户参与度和转化率。
• 在客户通常检查收件箱之前发送电子邮件，从而提高查看和打开电子邮件的可能性。

行业使用案例

• 零售：时尚零售商可以利用该模型改善跨渠道的营销活动交付时间，从而提高新营销活动的客户参与度和转化率。
• 旅游和酒店管理：度假村可以确保在客户最有可能参与内容时向他们发送每周低价度假优惠电子邮件。

返回顶部