為什么您的物聯網可能不像您想象的那樣以消費者為中心

公司正在采用物聯網技術作為工具，以更加以消費者為中心。從表面上看，物聯網似乎是普通消費者的完美工具，無論他們的個人需求如何。如果他們可以想象的話，有一個物聯網設備可以實現這一點。盡管如此，盡管這些設備必須提供一切，但它們可能不像企業主希望的那樣以客戶為中心。

是什么阻止了你的物聯網以消費者為中心，你能做些什么來解決這個問題并充分利用這些技術？

為什么不是以消費者為中心的物聯網標準？

公司為他們的消費者創造工具，想出各種方法使從購物到運輸的一切變得更簡單、更高效，但這些設備和技術中有多少是為客戶而設計的呢？消費者不會從維護倉庫庫存的RFID跟蹤器或其背后的程序中受益——至少不會直接受益。當客戶下訂單時，它可能會確保商品在庫存中，但除此之外，它不會直接影響消費者或他們對公司的體驗。

另一方面，公司傾向于認為他們正在創造以客戶為中心的物聯網體驗，但這與事實相差甚遠。超過52%的團隊公開報告他們的產品或功能創意來自客戶反饋，但不到10%的團隊從這些客戶那里獲得反饋。部分原因是右手不知道左手在做什么，部分原因是團隊高估了他們的系統。

這并不是說這些物聯網系統應該被拋棄，取而代之的是較舊的技術或技術，但如果目標是創建以消費者為中心的物聯網，則需要進行一些更改以完成這項任務。

從被動轉向主動

現在，客戶服務往往是被動的。如果出現問題，特別是可能引發客戶投訴或召回的問題，這些公司所能做的就是對發生的每一事件做出反應。在這一點上，他們最終發揮損害控制。如果事件足夠嚴重，可能會對公司聲譽造成無法彌補的損害。

大多數現有系統——即使是那些考慮到物聯網的系統——只從約4%的不滿意客戶那里收集信息。其余的人只是不抱怨，但91%不抱怨的人永遠不會回來。

將物聯網與機器學習和大數據相結合，將為公司提供工具，真正整合以消費者為中心的物聯網，并利用他們從消費者那里獲得的信息。機器學習程序可以對從消費者投訴和贊美中收集的所有數據進行分類，并將這些信息轉化為可操作的見解和數據點，公司可以使用這些見解和數據點來改善其消費者體驗。這些系統接觸到的信息越多，它們就變得越聰明，它們可操作的數據點就越有價值。

一個案例研究發現，通過獲取一個包含33000多名成員信息的數據庫，并將其輸入機器學習程序，他們可以將所有數據解析為五個獨特的成員角色，從而使客戶能夠為每個成員創造更個性化的體驗。

隨著時間的推移，這些機器學習系統甚至可以通過關注數據并對其進行排序以找到模式來進行預測。亞馬遜，全球最大的零售商之一，正在使用機器學習來預測其產品的未來需求。人工預測是傳統的，但由于市場上有數百萬種不同的產品，單憑一個人的大腦無法進行這種算命。這不是魔法。如果亞馬遜能夠預見未來，他們早就預見到2020年初廁紙銷量將激增213%。但是系統無法預測它，因為它還沒有發生?，F在，它是系統中的一個現有數據點，如果類似情況再次發生，它可以更快地做出反應。

衡量消費者體驗指標

消費者每天產生大量數據，各種形狀和規模的企業都可以利用物聯網設備提供的數據，為每位購物者創造定制的消費體驗。

對于任何試圖跟上不斷變化的市場的企業來說，這都是一個很有價值的工具。創造這些個性化的消費者和營銷體驗不需要耗費大量的時間和資源。消費者已經為你提供了創造完美營銷體驗所需的一切——大多數公司只是缺乏有效使用的工具。調整信息的收集和利用方式可以充分利用這些物聯網系統已經收集的數據。

這些物聯網系統收集的大部分數據都是原始數據。它是大量的位和字節，按接收順序收集和存儲?？梢詫⑦@些數據輸入機器學習系統以理解它，但對原始數據進行排序需要大量額外的工作。改變將數據收集到系統中的方式可以消除這些額外步驟的需要。它可以簡單到根據用戶帳戶自動對信息進行排序，也可以更復雜，比如根據現有和新發現的人口統計數據對數據進行排序和放置。

充分利用物聯網

物聯網正在成為企業運營的重要組成部分。我們的目標不應該是創建一個只為公司利益服務的系統，而是通過收集數據并使用這些信息來創建可實施的目標和以消費者為中心的體驗，從而幫助雙方。