数据科学家Jay Kotecha和电子商务主任Ollie Scheers分享他们如何使用数据来让客户快乐。
如果你正在享受健康和时间，你可能知道h为了它的快速，营养丰富的饭菜。或者你也许你降落在他们的一个博客或健康指南中，或者随着轻松的笑话推文或Instagram.帖子。这项业务已经做出了一项很好的工作，并拥有一个有趣的品牌和崇拜者的兴趣。
在这个直接面向消费者(D2C)公司的幕后，存在大量的数据，企业使用这些数据来了解客户并改善他们的体验。huelians(该公司对客户和员工的称呼)正在获得一款很棒的产品，一种个性化的体验和令人难以置信的服务，这在很大程度上要归功于这些数据和理解这些数据的个人。
Enderie Scheers，Ecommerce Director和Jay Kotecha，Huel的数据科学家。他们紧密合作，以确保公司遵循贪污的第一个规则：让客户快乐。由数据和偶尔的匹配装备提供动力，这两个人共同努力，为HEL客户的旅程创造整体理解，并使用该知识来帮助推动业务前进。在这次采访中，我们解开了客户旅程意味着何种内容以及他们如何确保它是最好的。
奥利:我大约两年半前加入了HUEL，当时我们达到了30-35人，作为电子商务总监。自加入以来，我们已经建立了我们的工程团队和内容团队，在过去一年中提出了UX设计，我们已经开始建立一个数据科学团队，涵盖数据工程和分析。我们现在开始看看我们如何利用机器学习的各个方面来帮助决策。
杰伊：我近两年前加入了Ollie的团队作为数据科学家。我帮助从头开始建立了数据仓库。This included bringing together multiple data sources, getting the data into a nice clean format and finally pushing that into Tableau to give the whole company access to data to make decisions – it’s a continual process and we’re always pushing more data to meet our needs. We are now focusing more on future predictions with machine learning.
奥利:每个贪婪的人都会收到一张金属卡，当时他们加入并在顶部浮雕时写了一张金属卡，是“让客户开心”。我们痴迷于客户：他们想要什么，他们拥有什么痛苦以及我们可以解决哪些问题。作为一个D2C品牌，我们可以访问多种触摸点的大量数据，以帮助我们了解他们的行为，确保他们快乐，并将他们留回并推荐其他人以扩大我们的贪污社区。我们的许多客户在听到他们的朋友后加入HEUL，所以我们需要确保我们的每一个客户都拥有最好的体验。
杰伊：在Huel，我们拥有崇拜我们的产品，Merch和社区的超级粉丝。我们希望通过提供最佳体验来偿还忠诚度。每个新的贪婪都获得了一个免费的T恤，振动器和一个关于公司的入门小册子，以欢迎他们。我们的客户体验团队在电子邮件和社交渠道上与客户互动，以确保我们维持该封闭的社区。
杰伊：对我们来说，我们有来自这么多来源的数据：数字营销平台，购物，Zendesk，充电。因为这些来源是淤泥的，我们看不到整个客户的旅程。性能营销指标与客户成功指标分开等。这是经典的数据筒仓问题。最近，我们采用了我们所需的工具将该数据一起带来，并从开始完成时可视化客户旅程。我们现在正在建立这一点，开始了解的事情：如果客户联系我们，这会如何影响未来购买？或者，客户群是最佳保留？这些是我们无法回答的问题，但知道我们需要的问题。
奥利:这是典型的数据孤岛问题。我们有很多数据，但这些数据都保存在单个系统中，这使得分析相对简单，更不用说绘制端到端客户旅程了。我们现在在Snowflake中有所有的数据，这对于可伸缩性来说是非常好的。现在我们可以很容易地分析来自所有系统的综合数据。
杰伊：最初我们刚刚看了高级商业指标，但我们需要更详细地查看我们的客户旅程。我们需要知道我们的客户是否幸福。因此，随着我们目前的所有数据，我们都能够创建客户体验仪表板 - 我们公司最侧面。这有助于我们了解客户如何与我们聘用以及他们所拥有的疑问，以便我们可以以最佳方式帮助它们。我们还可以看到我们的关键指标，如客户满意度，我们的响应能力和NPS。
奥利:杰伊故意坐在我旁边。虽然我们已经提出了一致的努力，使其在整个业务中进行轻松努力分析我们的数据，但能够转向杰伊并在更详细地迅速挖掘数据并将更复杂的问题迅速挖掘数据仍然有用。它非常宝贵。我依靠杰伊来帮助确定导致我们获得最高LTV（终身价值）客户的东西，并了解将客户移动到忠诚和VIP类别的内容。
杰伊：亨尔开始与单一产品，我们的HEUL粉末。但我们现在将我们的距离扩展到酒吧，热咸味和准备饮料的耳朵。我们正在使用数据科学，以确保我们针对其需求的正确产品定位合适的人员。如果产品特别好或某些口味与客户共振，我可以使用Ollie，以便更多地推动网站上的内容，并确保客户选择最适合他们的产品。
杰伊：Fivetran允许我们使用大量的连接器来帮助我们构建我们的堆栈。我们将所有客户体验数据联系起来Zendesk.，我们的销售数据来自购物，我们的数字渠道的营销数据等等。还有各种工具允许各种自定义连接SFTP.和AWS。使用所有这些组合我们可以看到我们业务的非常清晰的画面。
奥利:我认为我们将营销预算的营销预算占据了最明显的影响，并专注于提高客户体验的努力。我们正在投资更多的来源，这些来源带来了最高价值的客户。通过过去的ETL解决方案，我们与我们的Facebook数据有完整性问题。我们信任数据以进行受过教育决策是至关重要的。在接近实时了解客户痛点也是有益的。通过快速同步时间，我们可以快速识别和修复任何客户体验问题。
杰伊：堆栈在我们此刻所做的一切中起着一个角色。最近的一个例子是集中和分析我们的订阅数据。我们识别暂停或取消其订阅的VIP客户，确定为什么并联系提供专业服务或确定我们可以做些什么来保持船上。数据通过FiveTran中的转换时每小时更新，因此它们可以根据需要经常执行此操作。
奥利:LTV仪表盘可能是我的最爱。这让我们能够过滤、分割不同的用户行为和产品，以观察其对LTV的影响。如果一个客户购买了一个特定的产品，与接触点进行了交互，或者采取了一个特定的行动，我就可以确定他们的价值是否高于其他客户。我可以很容易地看到谁是我们最有价值的客户，然后与更广泛的团队讨论我们如何吸引更多这样的客户。
杰伊：我现在关注的是机器学习和未来的预测，例如预测LTV和客户的流失。我们希望在我们获得客户的情况下到达一个州，我们可以预测客户对我们的有价值以及搅拌的可能性，因此我们可以相应地指导我们的努力。通过使用机器学习，我们将在通过门口时，我们将能够为客户提供更好的服务和更优异的客户体验。
奥利:恰好杰伊说：预测建模，还确定我们如何使用自然语言处理（NLP）来获得更快的洞察力。如果客户对HUEL说的任何东西，我们如何了解它背后的情绪并快速行动？作为更大的公司目标，我们希望继续改善整个组织的数据素养。杰伊为员工运行各种各样的会话，以改善或追逐数据。这样，每个人都可以帮助回答业务问题并解决问题，以确保我们遇到该使命让客户开心。
想要了解更多使用数据做出决定的电子商务业务的更多信息？下载电子书。