提升在線知識服務質量加快煙草企業數字化轉型

煙草行業正在大力推行數字化轉型，提升在線知識服務質量是為客戶服務提供數字化服務的重要支撐。依托在線知識服務平臺，通過強化在線服務數據定義、采集、分析和應用，從而提升在線知識服務內容創作、推送與運營質量是一種有效的數字化途徑。其中包括在數據定義上形成了比較全面的數據清單；在數據分析上給出了一套分析方法；在數據應用上探索出一組應用場景等等。

未來，加強在線服務數據研究和應用，將成為在線知識服務提質增效的關鍵內容。

在線知識服務價值與挑戰

在線知識服務存在的價值。客戶關系管理（CRM）是營銷的重要內容，把客戶關系演化為同窗關系，以知識服務為媒介，能有效提升客戶與客戶、客戶與企業之間的人際互動和社交往來。在線知識服務也可以讓企業和客戶的關系24小時在線，提高互動頻次，強化客戶黏性，深化客戶關系。通過在線知識服務，可以幫助企業獲取客戶在線學習、興趣愛好、生活習慣等海量行為數據。掌握了這些數據，企業對客戶的畫像分析更加精準、豐富、全面，對客戶需求的把握和挖掘更加精準。

在線知識服務面臨的挑戰。以圖文、短視頻、直播為主要形式的知識服務內容，其創作壓力較大，尤其是可持續的創作供給是個難題。對于在線服務數據采集、分析和應用重視程度和實際突破都還不夠。

在線服務數據定義與采集

與在線學習類APP對用戶行為數據的研究類似，卷煙零售客戶使用在線知識服務平臺過程中留下的數據除了基本信息，最重要的就是行為數據。信息化平臺一個很大的優勢就是可以記錄用戶行為過程數據。基本信息包括用戶ID、用戶名、電子郵件、注冊日期、賬號狀態等內容。用戶行為包括登錄行為、學習行為和社交行為等方面，登錄行為數據包括最后登錄日期、總登錄次數、每日平均登錄次數等；學習行為數據包括學習時間、參加課程數量等；社交行為數據包括社交分享頻率、社交網絡連接等。

平臺數據采集既困難又容易，關鍵看是否有平臺相應功能的支撐。如果有采集功能，那么數據都是自動留痕的，能夠輕松獲取。如果沒有采集功能，那一切都是零。有了采集功能之后，也會衍生出一個運營管理方面的問題，那就是管理者喜歡對這些行為數據進行考核，倒逼營銷服務人員干預客戶的使用行為，從而引發不滿。這是要盡可能克制的，用戶行為數據是用來分析問題，優化知識服務內容供給的，一旦納入考核就會讓行為變形，得不償失。

在線知識服務數據分析

通過平臺功能開發，采集客戶在線學習行為數據，分析內容推送時間、類型、時長、形式等與閱讀量的關系，進而研究客戶在線學習行為數據，精準識別客戶需求和興趣，在此基礎上可以更加有針對性地創作知識內容。

用戶單一行為分析。用戶單一信息分析可以評估用戶的活躍度與學習參與度，識別長期不活躍用戶，評估用戶的使用習慣，分析用戶的學習偏好與推薦內容的相關性，幫助平臺改善學習內容推薦算法。還能評估平臺上不同內容的瀏覽、下載、分享等使用情況，幫助識別熱門內容和用戶反饋良好的資源，優化資源庫。亦可分析用戶在平臺上的社交行為，識別活躍的社交用戶，評估社交行為對平臺活躍度的影響。

用戶綜合行為分析。用戶綜合信息分析可以分析特定時間段（日、周、月）內平臺的使用趨勢，如新注冊用戶數、總登錄次數、互動次數等。幫助識別平臺活躍度的波動和時間趨勢，便于調整平臺的推廣與活動策略。也可分層分析用戶群體，了解不同類型用戶的行為模式，幫助識別哪些用戶群體最需要引導和激勵，優化運營策略，評估平臺的內容推薦系統效果，如推薦內容的點擊率、瀏覽量和完成率。幫助優化推薦算法，提升用戶體驗。識別流失用戶，分析用戶流失的可能原因，如登錄頻率下降、頁面瀏覽減少等也是一項主要的分析內容，有助于平臺制定用戶挽留策略，提升用戶留存率。

用戶行為偏好分析。用戶行為偏好信息分析可針對同一類客戶（如新用戶、活躍用戶、學習用戶等）對不同內容的消費和交互情況，幫助識別哪些內容最受特定用戶群體歡迎，并進一步優化內容的推薦和展示。也能分析相同內容（如視頻、文章、課程等）在不同用戶群體中的表現，幫助確定哪些內容適合不同用戶群體，并優化針對性的推薦和推廣策略。

在線知識服務數據應用

在線知識服務數據應用的終極目標是提升供給質量，通過輸出好內容吸引客戶自愿學、主動看、“刷”不停，而不是通過強制手段逼迫客戶登錄“打卡”。具體應用方面，除了根據數據反饋，強化知識內容選題精準性和生產創作的質量，還需要強化基于客戶需求的匹配規則設計，從而為個性化智能推送提供依據。

內容與用戶匹配規則設計。設計基于用戶行為和內容偏好的匹配規則，包括內容的觸發條件、推送時間和頻率。幫助實現個性化推薦，根據不同用戶的行為特征推送最適合的內容。

用戶畫像匹配規則與推薦策略。從用戶的特征、內容偏好、匹配規則以及推送策略等方面，建立用戶個性化推薦機制，優化內容分發效果。

在線知識服務平臺對于提高客戶滿意度、提升客戶服務工作質效具有明顯影響。全面掌握數據指標定義、數據分析方法和數據應用場景等在線知識服務數據分析與應用技能，對于提升在線知識服務質效有長遠價值。隨著行業內各單位對在線知識服務的不斷深化實踐，在線知識服務數據的采集、分析和應用將越來越豐富。