张志亮 陈虹
摘要：大数据产业在全球快速发展，为传统营销的数字化转型带来了新的机遇，催生出了大批的数据营销服务商。如何利用大量的数据资源，为企业提供更优质的营销服务，建立更加高效的营销模式成为了每个数据营销服务商亟待解决的问题。基于此，文章将利用服务设计相关理论，深入分析数据营销服务系统相关案例，提出改进策略，为其他大数据精准营销服务系统提供理论参考。
关键词：服务设计;数据营销;服务策略
中图分类号：J02
文献标识码：A
文章编码：1672-7053（2020）02-0054-02
1服务设计与数据营销服务
1.1服务设计
服务设计就是以人为中心，对整体服务流程中的触点及用户需求进行挖掘及优化，充分协调各利益相关者，最终实现完美的用户体验的设计活动[1]。可见，服务设计的根本目的就是基于产品及交互设计思维，以用户为中心，试图提升服务的可用性、满意度及体验性，提高服务接收者与提供者的共同价值。
Marc Stickdorn在其所著的《This is Service Design Thinking》中提出了服务设计的五项重要原则，这五项原则分别为：1）以用户为中心（User—centered）：即满足用户需求，尊重用户体验，这是服务设计的核心原则，要求设计者在设计的每一个阶段都围绕用户需求展开。需要注意的是，服务设计中的用户并不是单一角色，而是涉及服务的每一类利益相关者，包括服务提供者及服务接收者，以及其他第三方用户。
2）共同创造（Co—creative）：因为服务的价值是所有相关角
色共同创造的，只有在用户及服务者共同参与的情况下，服务才能成立，因此服务设计也要求每一名服务相关者都能够参与到服务的设计过程中来[2]。这里的设计过程并不仅仅指服务的创造过程，同时也包括后续的迭代以及优化过程，涵盖了整个服务的生命周期。
3）次序（Sequencing）：任何服务都是连贯且有序的，整個服务体验是通过一系列触点有逻辑性地串联起来的，而不是单独存在的，通过对整个服务链路的洞察，我们能够了解到各服务阶段之间的相互作用和关系，以及用户感受、痛点和机会，从而发现更多的潜在需求，优化解决方案。
4）展示（Evidencing）：服务本身并不可视，因此服务设计通常需要将无形的服务以有形的实体展现，以此来增强用户在服务中的感知能力，能够有效提高用户忠诚度及黏度。
5）整体（Holistic）：在服务设计过程中看待问题需要整体进行，而不是进行局部的修补，“次序”的原则中提到，任何体验及触点都不可能被割裂存在，而是存在于整个服务体系中的，譬如拥有良好的开始和拙劣的结局的服务过程仍然会让用户感受到糟糕的体验。不过这并不是要求设计者忽略细节，而是永远将整体性放在首位。
1.2数据营销服务
数据营销就是依托于数据采集、分析技术，构建完整清晰的用户画像，依据消费者特征标签匹配相关兴趣产品及个性化的营销策略，实现在合适的时机，选择合适的场景，给合适的用户，推送合适的内容，产生合适的交互【3】。
1.3服务设计与数据营销服务的关系
数据营销服务系统普遍存在不好用及不能用的问题，这是由于以业务与技术为向导的服务系统严重缺失对用户及体验的研究【4】。若要提升服务系统的可用性，需要将整体的设计思维从“以业务为向导技术为驱动”转变为“以用户为中心”的设计思路，从用户角度出发，整合多项数据资源，关注各系统与角色之间的交互关系，优化全链路用户体现，最终行为完成的系统解决方案。
服务设计的核心思维便是“以用户为中心”，这恰好契合了数据营销服务系统的设计目标，利用服务设计的系统思维能够有效地帮助我们综合考虑前、中、后端的数据服务体验，挖掘用户潜在需求，从而提升服务质量及系统的可用性和易用性。因此，采用服务设计思维及方法，有助于改善数据营销系统的服务体验及其可用性，提升营销效率，实现业务增长。
2数据营销服务的存在问题
随着我国互联网信息技术的发展，数据资产的重要性愈发凸显，各大企业纷纷开始沉淀属于自己的用户数据资产，由此催生出了大量的数据营销服务企业，推动着数据营销领域的发展进程。
然而我国的数据产业起步较晚，相较于一些发达国家，我国数据营销服务商的数据处理能力参差不齐，数据源也较为零散，呈现出较强的数据孤岛现象，并且提供的服务内容趋同化严重，缺乏创新性[2]。但是由于国内的移动互联网市场相比国外更加的成熟，因此，国内数据营销服务仍然具有很大的潜力及发展空间。基于此，笔者试图通过三个服务性质不同但具有代表行的的数据营销服务商来分析数据营销服务的行业现状及潜在机会点，如表1。
基于以上分析总结，可以发现目前我国数据数据营销服务系统主要存在以下问题点：
1）数据营销服务系统技术及专业性太强，以至于学习成本较高，而用户的使用效率低下的问题普遍存在。这是由于不同于B2C（Business—to—Consumer）的商务模式，数据营销服务系统的目标用户主要是企业而非个人，即B2B（Business—to—Business）的商务模式。这就导致了系统的使用者和买单者并非同一人，通常服务系统的买单者都是企业的管理层人员，他们更加注重的是服务系统的业务性能，而通常技术性及专业性越强的服务系统其业务能力也越强。但是系统的真正使用者是基层的业务人员，这类用户通常不具备专业的大数据相关知识，因此，造就了系统难用、不好用、服务体验差的行业现状。
2）缺乏针对性，行业属性不足，不同的行业对于数据的要求及服务侧重点的需求都不尽相同，如金融行业更加注重数据的安全性及业务逻辑的严谨性，而零售行业则更加关注线上线下的数据联动。国内现有的数据营销服务系统都普遍集中于提供专业数据技术服务，而忽视了各行业用户的个性化业务需求，缺乏用户反馈及优化机制。
3）数据利用率低，营销精准度不足。造成这种现象一方面是由于使用者自身的能力不足，另一方面是由于服务系统的数据清理能力差，网络信息纷杂，每名消费者每天都会在各类渠道中产生大量的数据，其中有效数据与垃圾数据相互参杂，同时各渠道的用户身份合并也是一个难题，此外，由于企业自身所能采集的用户数据不足，也间接性地导致了用户画像不精确，广告投放不精准的问题，最终影响企业收益。
4）营销人员缺乏专业数据分析知识。营销人员在数据分析及数据洞察阶段通常会感到无从下手，没有一个准确的分析目标，同时又不具备数据分析能力，这一方面是由于营销人员并没有接受过专业的数据分析培训，另一方面是由于数据分析系统的复杂性，从而导致营销人员往往只能分析出浅层的现象，而很少能够洞察营销增长背后的成因。
3基于服务设计理论的数据营销服务的改进策略
3.1理解服务系统中的每一个相关角色
服务设计者需要以用户为中心，通过利益相关者地图深入研究服务系统中所有相关者的痛点及需求点，并研究其中的潜在关系，将用户至于开发设计的中心，这要求设计者在服务设计过程中明确目标用户、深入了解用户、理解用户任务、设计用户体验、收集用户反馈并迭代优化。
3.2基于数据营销流程中的用户痛点进行服务设计服务设计者需要从数据应用闭环的角度对数据营销过程中的
潜在问题进行梳理分析，总结出营销人员在数据营销流程中的痛点，采用服务设计理念及方法对数据营销服务流程进行优化，解决数据营销流程中的障碍，改善营销人员的体验，提高营销效率，为企业和市场创造更大的价值。
3.3以营销需求为设计核心
通过对营销人员的深入调研，总结数据营销服务中的需求，并洞察其中的设计机会点，构建数据营销服务系统的功能架构及设计原则，并在此基础上进行设计实践，产出数据营销系统應用，为企业的数字化转型及营销升级提供完整的解决方案。
3.4提炼高价值的关键分析指标
简化数据分析功能流程，并有针对性地提供专业分析内容。传统的技术手段通常无法支持营销人员在活动过程中实时把控活动状态及系统稳定性，因此，缺少事中监控很容易导致活动失败或效果不佳，需要通过用户调研了解营销过程中的关键指标，并实时呈现给营销人员，从而把控营销过程中的风险点。
4结语
随着信息时代的发展，数据量爆发式增长，大数据对于企业的价值愈发重要。在数据时代下，传统营销势必迎来变革，在未来基于大数据的营销模式将会成为主导。各大数据服务商只要以用户为核心，基于服务设计理念及思维构建优质的数据营销服务模式及流程，为企业提供良好数据分析、采集、营销服务，帮助企业最大化营销效益，势必能够在大数据时代拥有一片广袤的前景。
参考文献
[1]罗仕鉴，胡一.服务设计驱动下的模式创新[J].包装工程，2015（12）：11-14+38.
[2]胡江涛.大数据营销：从精准到实效[J].郧阳师范高等专科学校学报，2014，34（06）：56-59.
[3]龚敏，刘广丹.基于大数据的精准营销应用研究综述[J].市场周刊（07）：58-60.
[4]殷科.基于用户的服务设计创新及其实现[J].包装工程，2015（02）：9-12.
[5]王皓瑜，邓江，杜佳楠，等.基于大数据分析的精准营销服务平台研究[J].中国金融电脑，2014（08）：40-44.
[6]傅恋群，王国胜.服务设计与产品服务系统[J].工业设计，2016（05）：63-64.
