新規則
Mike和Linda是一對剛買了房子的夫婦，他倆正考慮添置一臺洗衣機和一臺烘干機。他們的購買歷程是這樣的：首先，上幾家家電零售商的網站看看。在其中一家的網站上，他們找到了3個感興趣的型號，把它們加入了收藏夾。由于買的房子不大，空間有限，加上這也算得上是一筆大開銷，因此夫妻倆決定去門店親眼看看產品。
如果是優化后的跨渠道體驗，他們應該可以在零售商網站上找到最近的實體店，利用谷歌地圖找到具體路線，然后開車去看產品。到那兒還沒進入店堂，入口處的傳感器就已經辨別出了他們的身份，并迅速發送了歡迎短信，同時根據他們在該店的購物記錄為其提供了個性化產品和服務推薦。他們很快就收到了收藏夾的鏈接地址，還有他們可能感興趣的洗衣機和烘干機的最新規格和價格信息(根據門店網站上的瀏覽記錄)。此外，他們還收到了收藏夾中兩款產品的促銷信息：“指定品牌家電85折，僅限當日。”
當點擊收藏列表，隨即出現了該門店的示意圖，告訴他們家電區的具體位置，點擊“呼叫按鈕”即可與專業導購直接對話。他們見到了銷售人員，問了幾個問題、量了一下尺寸，最后鎖定了某個品牌特定型號的洗衣機和烘干機。由于該門店采用了先進的標簽分類技術，因此該款洗衣機和烘干機的相關信息已經與其他應用自動同步在他們的手機上了。他們可以使用“消費者報告”程序瀏覽評價，給父母發信息尋求建議，也可以在Facebook上咨詢朋友是否要購買，甚至還可以與其他商家比較價格。他們還能利用零售商在手機應用程序上的“虛擬設計師”功能，輸入房間尺寸和裝修等關鍵信息，即可預覽洗衣機和烘干機搬回家后的視覺效果。
各方面反饋都不錯，他們決定趁著85折優惠活動買下電器。Mike用他的“智能手表”支付了賬單。離開門店前他們敲定了送貨的日期與時間;一周后，在約定的日子，他們收到通知，送貨的卡車已經到達附近，貨物上門前半小時會短信通知，也就是說他們不必為了等著收貨而取消其他安排。三周后，零售商發來短信，為他們提供針對購房一年內的客戶度身打造的其他家電和家居改善服務的優惠信息。如上所述的新一輪循環又開始了。
需要新能力
上述例子表明，使消費者希望與商家實時接觸與互動的潮流無法阻擋。在客戶購物決策的全過程，每個接觸點都是一次品牌體驗、一次與消費者互動的機會，而數字化接觸點則放大了這一切。為了最大化地促成和利用數字化渠道，企業需要著重于提升三大能力：
探索：打造分析引擎
即使步入大數據時代、客戶|信息已經普遍數字化的當下，仍然有很多公司未能對購買其產品和服務的客戶有一個360度的全方位了解。他們通常衡量產品推銷等直接銷售行為的業績，鼓勵利用“上次行為屬性”分析系統來下|載，孤立而不是結合跨渠道消費決策流程的全過程來評估促銷活動。通常這些數據會被存儲在不同的地點和舊的系統上，而不是存放在中央服務器上。非結構化數據在范圍和數量上的使用不當會使問題進一步復雜化，如有關消費者行為和偏好的信息是通過網上評論和社交媒體上發布的帖子來收集的。根據我們的經驗，這類數據通常最不為人理解，因此也最少為企業應用。
為了獲得客戶的完整信息而不僅僅是一些簡單的“快照”，企業需要一個中央數據倉庫，用來儲存消費者與具體品牌接觸的全部相關信息：消費者基本數據及交易信息、瀏覽歷史記錄、客戶服務互動(下圖旨在表明如果企業未能優化數字渠道，可能會丟失潛在客戶)。像Clickfox與Teradata這類工具能幫助商戶收集這些數據，逐步找出在決策各個環節中更能有效地吸引消費者的機會。這類收集工作要求多個職能部門的人員群策群力，執行起來肯定會很復雜，但毋庸置疑，回報也會很豐厚。我們在該領域為某雜貨零售商實施的一個項目中，由于抓好了客戶分析工作，該公司的息稅折舊攤銷前收益提高了11%，而其主要競爭對手平均只能提高3%。對于大家電零售商而言，該項差別則為10%與2%。
數字渠道
公司掌握了全面完整的數據，就能夠進行快速“門店診斷”，很多人說這正是他們的市場營銷和電子商務計劃中所缺乏的。如果應用SAS和R等分析軟件，采用不同的算法和模型分析縱向數據，企業可以更好地構建自己的營銷舉措成本模型，找到最有效的歷程模式，發現潛在的流失點，找出新的客戶群體。例如，某地區零售商根據點擊行為分析，發現某個相較于去實體店更喜歡網上購物的特定客戶群，總在周六閱讀郵件;于是該零售商修改了電郵促銷計劃，只在周六發送在線團購信息。
另外，借助Adobe Systems、ExactTarget、Pegasystems和Responsys等供應商提供的業務流程軟件和服務，企業能夠實時確定會讓客戶產生需求并重視的基本“誘餌”(無論什么產品或服務)，而且在進行交叉銷售或向上銷售時可以采用個性化手段。還能利用這些工具自動生成報告，追蹤客戶趨勢、關鍵業績指標達標情況等。再舉上述地區零售商為例，其分析顯示，有兩位只在周六閱讀他們郵件的客戶正在轉換職業跑道，過去三天中他們都在LinkedIn上更新了個人信息。根據以上分析結果，該零售商即可為兩位客戶分別推送有針對性的服務和產品，其中一位收到了有關手提電腦包的信息(根據她以往的購物記錄)，而另一位則收到了有關西服的信息(同樣根據他的購買記錄)。
通過應用這類先進的分析技術，該企業的商品點擊率和銷售轉換率也得到了顯著提升(約為平均水平的3-10倍)。而且，麥肯錫的分析也證明，利用數據來改善營銷決策可以使生產率提升15到20個百分點——如果全球平均年度營銷支出按1萬億美元計算話，這就相當于2000億美元!
設計：打造零摩擦體驗
考慮到多樣化的期望、信息以及不同渠道能力的顯著不同，對消費者決策歷程進行精心設計是一項極為復雜的工作。根據公開出版的報告，48%的美國消費者認為，在整合線上與線下的體驗方面，企業要做的工作還有不少。當然，這項工作絕對值得企業做好。一家大銀行通過提升數字渠道的應用利潤增加了3億多美元就是很好的一個例子。該銀行挖掘了未充分利用的客戶|數據，在購買決策過程的不同環節，為客戶發送有針對性的營銷信息。銀行通過利用這些數據，并借助個性化的方案和測試工具發布某些產品線的營銷活動信息，每一步舉措都針對客戶的需求來推進，以幫助客戶做出最佳購買決策。
數字化領域的先鋒Amazon、EBay與Google等公司在重造客戶對跨渠道便利服務的期望上一直引領風潮(如EBay推出的Now手機應用，可滿足消費者從EBay的零售合作者上一鍵式購物的需求，在美國部分城市還能實現當天訂|購、當天到貨;Amazon在最新的Kindle Fire平板電腦上近期推出的幫助按鈕，可以讓客戶一鍵連接到一個后臺的服務代表)。這些企業已經具備了臻于完美的測試新用戶體驗的能力，而且能針對不同客戶群不斷改善其產品和服務。
