一个航空公司给一位老顾客发送了一封促销邮件，促销的内容是有关从纽约到充满异国情调的加勒比海度假胜地的特价航班。这家航空公司发现这位旅客在网上浏览了一些度假胜地。这位饶有兴趣的顾客如饥似渴地不停点击着网页，停留在一个显示往返航班的网页上。这位老主顾开始在众多的航班中费劲地寻找从约翰肯尼迪机场到拉瓜迪亚机场的航班，这会儿，她脑海中惬意的棕榈树景象已经没了，她正火冒三丈地找航班呢！这，就是现代数字消费体验的断层，真实的情况是，通过这种方式消费者很难在期望的时间里获得期望得到的东西。
其实，办法已经有了，解决方案就是我们所说的「破解购物者的基因组合」：将包含大量消费者行为和期望的数据转化成有意义的分析结果。现在，大量主流的电子商务公司仅仅将注意力集中在购物者基因组合的一个部分。比如：关注产品的风格是都市风格还是设计师风格、哪个更有亲和力，而忽略其他方面，比如：对于需求的描述或者产品和消费者的情感联系在哪里。其它公司则将自己的精力化整为零，他们通过不同的渠道、团队和流程得出各式各样支离破碎的销售者体验。这就好像是科学家们破译了一组染色体但完全忽视了其它的染色体。
当然，我们认为要破解购物者基因组合绝非易事。直到最近，技术壁垒仍然是整合组织中不同分析结果的主要问题，然而，这些技术壁垒正在一个个迎刃而解。正如他们所做的，越来越多的电子商务公司和他们的技术服务提供商有机会研究出有连贯性的、完整的数字消费者的特征，并且与数字消费者从七个方面有效进行数字化的互动，这七个方面是：
互联网内容展示广告、电子邮件、移动广告、搜索、购物引擎、社交媒体和视频。这些新的技术产生了实质性的回报：我们发现那些能够处理更多购物者基因组数据的公司能够调整他们和消费者互动的方式，进而能够提高10%到20%的收入。
定位数字购物者的DNA
每一个电子商务公司都想对他们的消费者有深入的了解，但是只有很少的公司采用严格的体系和架构来收集和组织他们收集到的那些信息。与此类似，要破解人类基因组需要破解基因组中的DNA包，而在市场上和电子购物者打交道的公司应该去追求为全面的消费者行为创建一个完整的蓝图：
- 客户决策旅程包含了客户购物历程中每个阶段的行为轨迹和购物心态。一个客户在最开始的时候有可能只是寻找动机（我到底想买什么？），然后是相关信息（比如产品描述、客户反馈、相关的博文等等），这些都是发生在寻找购买特定物品或者服务的最佳途径之前。商家要是想和客户互动，这个时候就可以通过定制化的方式参与了：比如，一个技术产品制造商想定位那些在购买行为的早期，已经进入他们的网站的购物者，并且确保在这个阶段他们不会看到价格促销，与此相反，对于那些已经接近购物决策末端的购物者则向他们投放价格促销信息。
- 对于数字渠道的倾向性反应了一个购物者想以何种方式与一个品牌互动，通过了解客户通过何种数字渠道参与互动就可以了解这一点，比如客户喜欢用app、电子邮件、社交媒体还是视频，了解客户互动想实现的最终价值也有助于商家了解客户期望的互动方式，最成熟的方式是这样的，针对客户在购买决策进程中的不同阶段为客户提供他们喜欢的互动方式，从而为客户创建清晰的跨渠道购物体验。
- 产品风格可以详尽地反映在所有品牌和分类中客户对于产品和产品种类的喜好。这些情报可以从客户在哪些网站上花时间，以及他们的购物记录得到，通过分析这些信息而得到的「关键喜好指标」可以帮助创建有用的分类架构，比如客户表现出对某个设计师或者某一类风格的喜好。基于这种情况在设计产品分类架构的时候，一个叫作「儿童天地」的零售商用了Demandware公司的CQuotient软件用来分析客户回馈的使用语言，然后使用最相关的词汇传递产品元数据。
- 客户对于商家的促销手段给予的回馈可以使商家很好地了解这些促销手段起到了何种增量回馈。这些回馈可以追踪优惠券、折扣和老客户让利等活动，比如，通过了解哪个促销手段、对哪一类甚至对哪位顾客具有有最优的投资回报比例，进而去影响客户的购买行为。
- 人生的重要时刻和背景可以是商家关注到客户生活中的重要片段(比如：有孩子诞生、找到一份新工作、或者搬家），还有在季节性活动中的行为也很重要（比如圣诞节或者度假）。这方面的分析可以使商家了解到客户在周期性的购买行为之间有多久的间隔，而且可以了解客户是否要买易耗品活着耐用品（比如用来装饰和装修房子或者办公室）
- 人口统计数据、偏好和需求可以提供购物者与特定电子商务公司互动的情况。最近几年，关于客户的「抽象化身份识别（这些数据不是客户个人身份信息）」层面的数据整合，无论是数量还是质量都有非常了不起的增长。成熟的数据整合公司像Acxiom和Nielsen旗下的eXelate都有能力通过分析对成百上千网站的浏览行为来给客户数据追加像年龄、性别或者以邮编为单位的收入水平，甚至个人偏好和意向识别等信息。这个技术要想用得长久，电子商务公司就必须要严格遵守行业标准来保证数据是抽象化的，并且尊重客户的隐私权。
破解购物者基因组的必要条件
要把上面提到的林林总总的各种情报放在一起去破解购物者基因组，在科技和人力上都有挑战，这两方面都需要有特别的能力：从科技角度讲，数据整合和数据驱动行为是必须要掌握的，在不断发展的技术平台上，这两项技术尤为重要；从组织结构角度来讲，公司必须找到合适的人，而且要懂得如何正确地使用他们。
科技的因素
科技的不断演进为商家提供完整和动态的购物者信息蓝图。与客户相关的商业智能，其核心是客户关系管理（CRM）的能力，这种能力的境界要远高于仅仅用一个工具去抓取客户记录或者在呼叫中心里与客户互动，而且必须有能力将来自客户的各种情报集成在一起。先进的CRM系统可以使数据整合更便利，因为系统可以提供很详尽的客户数据，这些数据包括像采购历史，与服务的互动，网站浏览行为和社交媒体中的对话。即使客户没有和商家的品牌有互动，商家也可以通过第三方数据了解客户在干什么。数据管理平台可以帮助商家整合处理自己系统里已有的各种数据。第三方元数据处理服务商已经和很多平台建立了集成服务联系，所以商家可以通过这种服务很方便的获得第三方平台的数据。
当谈到数据驱动的行为时，最近的创新可以为客户提供更动态的个性化体验。比如：有些网站个性化服务提供商像Certona、MyBuys和RichRelevance，他们动态地变换产品组合以适应不同的网购者，这些不同的选择是基于网购者的购物行为模式来决定的，还有一些公司像360pi和 Profitero，他们可以帮助电子商务公司了解竞争对手，定义业务逻辑并且相应地调整价格。
这可以让我们了解在线商店比起传统线下店铺的一个巨大优势：理论上，他们可以为每个网站访问者的每次访问都呈现出不同的效果。零售商Kenneth Cole根据访问者的点击行为纪录重新配置在线商店的元素: 有些人看到更多的产品评论，而有些人看到更多的视频，图片或者特别的促销。商家所使用的算法不断学习哪些内容最适合不同的客户，并且呈现不同的界面给客户。类似的，有些B2B公司针对来自不同行业的客户也呈现不同的内容(可能是通过互联网协议地址的查询获得)，还有一些电子商务公司向客户推送定制化的广告，这些广告可以是不同形式的，也可以对广告内容中的任何一个元素进行定制化(比如：产品，价格，促销或者一个产品的呈现方式)
人的因素
电子商务公司倾向于为不同的功能配备不同的团队，流程和预算。比如，推动重复购买和客户忠诚度的责任通常落在电子邮件团队；没有购买行为的网站访问者的再次互动则归重新定位部门；媒体购买则与电子商务分开，被定位去获取客户访问流量，他们主要关注转换率。这种分割破坏了提供良好客户体验的能力。比如，一次通过媒体的购买很可能明示了一种客户体验或者一个特别的促销方式，但是如果电子商务团队没有提供恰当的内容，客户就很可能在看到媒体内容后感到莫名其妙或者无所适从，就像前面我们提到的那位打算去加勒比度假的潜在游客。各种技术提供商甚至有可能使电商面临的挑战更复杂，比如，电子邮件提供商基本不会和社交媒体广告整合；搜索服务提供商基本不与CRM系统整合。
我们的经验是，要解决这些组织架构问题，商家可以设立一个部门专门负责客户购物历程中的各个环节。「客户购物环节」或者叫做「队列」负责人承担总责任，这个角色要照顾从战略到执行层面之间各个阶段的实施情况，并且拥有较宽的跨功能的授权和决策力，这些团队要创立一套基于客户购物进程的阶段性的损益指标，这套指标覆盖原来以产品为核心或者以渠道为核心的损益指标。他们也要关注年度的市场规划和那些特定阶段的计划执行情况，最后，这个团队要确保所有和客户的交流与互动都必须在每个环节上协调一致。
对于各个渠道中客户体验的深入理解是这种能力的核心。「队列负责人」要成立先进的分析团队，这个团队要围绕客户建立统一的360度视角，从而可以让商家不断更新「购买者基因组」的内容，一系列快速「学习-测试」的活动可以不断优化和客户的互动，而这正是以全面的「购买者基因组」信息为基础。要很好地执行战略，「队列负责人」要依靠市场渠道经理在在他们的渠道里执行他们的市场活动，比如通过邮件或者网站。科技是这种能力的基础，因此这个团队需要得到市场技术专家专门的技术支持，这可以帮助他们在复杂的「自建还是购买」决策中找到最有效的方案。
任何深思熟虑的客户互动项目都必须从一个清晰的愿景开始，这个愿景要有完整的数字化客户体验。要实现这一点，需要破解「购物者基因组合」，并且建立技术的和组织架构上的能力来满足日益提高的客户满意度。
本文选自麦肯锡，机器之心编译出品，翻译：Jamesnotbond ；校对：汪汪。
