211service.com
Duomenų strategijos tobulinimas siekiant sukurti geriausią klientų patirtį
Susijęs su Adobe
Šiandien įmonės turi daug informacijos, kuria galima remtis. Jis gaunamas iš klientų kontaktinių taškų, mobiliųjų sąveikų, daiktų interneto (IoT) įrenginių, el. prekybos operacijų ir daugelio kitų šaltinių. O įmonės valdymas palengvino duomenų privatumo taisyklių laikymąsi, todėl organizacijos gali būti tikri dėl duomenų kokybės.
Bet naudingumas? Tai didelis iššūkis, su kuriuo susiduria daugelis prekių ženklų.
Svarbiausia ne tai, kaip renkate duomenis, o kaip juos susiejate, sako Anjul Bhambhri, „Adobe“ platformos inžinerijos viceprezidentas. Organizacijos turi daug duomenų, bet niekas nežino, kokius duomenis jos turi. Duomenys kaupiami, suskaidomi ir išsklaidyti visoje įmonėje.
Bhambri sako, kad paskirkite ką nors atsakingą už įmonės duomenų katalogavimą ir duomenų sujungimo technologijos valdymą. Be duomenų strategijos įmonė negali tvarkyti duomenų ar gauti iš jų įžvalgų, kad galėtų reaguoti į besikeičiančias rinkos sąlygas. Tai taip pat reiškia, kad organizacija praleidžia galimybes teikti duomenimis pagrįstą suasmenintą klientų patirtį, kuri padidina vartotojų lojalumą, padidina pardavimą arba skatina pakartotinį įsitraukimą.
Įmonės gali naudoti duomenis, kad susidarytų tikras, vieningas požiūris į savo klientus. Tai galima padaryti sukuriant realaus laiko klientų profilius per „Adobe Experience Platform“, kuri sujungia duomenis visoje įmonėje ir padeda įmonėms kurti ir teikti įsimintinas skaitmenines patirtis. Jis gali apdoroti daugiau nei 13 milijonų debesies API skambučių per dieną, o tai reiškia, kad jis gali apdoroti duomenis iš bet kurios organizacijos dalies. Siekdama įrodyti šią galimybę, „Adobe“ nusprendė tapti nuliu savo klientu. Naudodama platformą „Adobe“ milijonams klientų galėtų visiškai pritaikyti klientų patirtį kiekviename kanale. Ir ši patirtis atnaujinama per 10–14 sekundžių, o ne per 24–72 valandas.
Patikimas būdas užsitarnauti klientų pasitikėjimą ir lojalumą – suprasti juos geriau nei bet kas kitas ir pateikti tai, ko jiems reikia būtent tada, kai jiems to reikia. Turtingesnis požiūris į klientą leidžia įmonėms suprasti kliento kelionę, sako Bhambri. Štai čia „Adobe“ mato realią galimybę: kaip pritaikyti ją individualiai, kad klientas taptų ištikimu gerbėju?
Viena kliento kelionės dalis
Kiekvienas vartotojas yra nusivylęs netikrumu. Kada bus pristatytas mano užsakymas? Ar bus tai, ko norėjau? Verslas, siūlantis nuspėjamumą, gali gauti didesnį pyrago gabalėlį.
Pavyzdžiui, didelis picerijų tinklas sukūrė internetinę užsakymo sistemą, kuri pagerino klientų kelionę arba bent jau picos kelią pas klientą. Žinoma, picų tinklas seka kiekvieną užsakymą savo darbo eigos naudai. Tačiau dalindamasi šiais duomenimis su klientais, bendrovė nuolat užtikrina, kad maistas yra pakeliui. Picų tinklas integruoja realaus laiko duomenis, kuriuos renka kiekviename proceso etape, nuo picos užsakymo iki pristatymo, ir siunčia asmeninius būsenos pasikeitimo atnaujinimus. Klientas gauna tekstinius įspėjimus, kad pica buvo įdėta į orkaitę, kad ji bus paruošta atsiimti po 10 minučių, arba atnaujinimas, pagrįstas vietos duomenimis, rodantis, kaip arti pica yra nuo jo namų.
Dabar tai suteikia klientų patirties.
Duomenų tvarkymas siekiant pagerinti klientų patirties valdymą
Sutvarkyti duomenys leidžia lengviau gauti visapusišką klientų vaizdą, o tai leidžia įmonėms pasiūlyti suasmenintą naudotojo patirtį kiekviename kontaktiniame taške.
Picų tinklas nėra vienintelis pavyzdys. Gamintojai gali dalytis informacija su klientais, kad praneštų jiems apie jų užsakymų eigą, el. pašto žinutėmis, kuriose sakoma: „Jūsų pasirinktas serveris yra surenkamas! ir tekstinius pranešimus, kad galėtumėte stebėti pristatymo eigą ir pasiūlyti nuspėjamumą.
Tačiau duomenų analizė ne visada turi būti susijusi su vartotoju. Pavyzdžiui, „John Deere“ analizuoja daiktų interneto duomenis padėti ūkininkams tobulinti savo veiklą . Naudodami traktorių įmonės bendrinamus duomenis realiuoju laiku, ūkininkai gali analizuoti našumą, pasirinkti įrangą ir bendradarbiauti; Galutinis rezultatas yra tai, kad ūkininkai gali geriau nuspręsti, ką sodinti, taip pat kur ir kada. Žemės ūkio bendrovė taip pat išplėtė savo duomenų platformą trečiosioms šalims, o tai įpareigoja ūkininkus dalytis duomenimis su žaliavų tiekėjais. Tai gali suaktyvinti automatinį užsakymą (pvz., sėklų ir trąšų), kad pristatymas būtų laiku.
Duomenų naudojimas siekiant padėti klientams turi įtakos kiekvienam maisto grandinės dalyviui. IoT įgalintą AI ir mašininį mokymąsi naudoja a „Fortune 200“ gamybos įmonė optimizuoti atsargų lygį ir numatyti įrangos gedimą , pasikliaudamas jutiklių duomenų, svetainės stebėjimo duomenų ir turto valdymo sistemų analize.
Akivaizdu, kad sėkmingas šio sprendimo pašalinimas neapsiriboja duomenų rinkimo realiuoju laiku ir duomenų valdymo modeliais, kurie kaupia duomenų bazes į silosus. Tam reikia patirties architektūros duomenims tvarkyti, konceptualaus modelio, ką galima pateikti, ir technologijas, jungiančias dalis.
Duomenų strategija reikalauja, kad kas nors suprastų procesą: rinktų, sujungtų, tvarkytų, tada aktualizuotų. Tada į paveikslą atsiranda patirtis, sako Bhambri. Ne kiekviena įmonė turi visas priemones, kad galėtų pasiūlyti tokią klientų patirtį – bent jau ne iš karto. Įmonės gali surinkti duomenis, kad galėtų pradėti procesą ir, juo labiau, ryšius, kuriuos gali užmegzti. Bhambri sako, kad tai priklauso nuo to, kur įmonė yra, nuo duomenų, gautų surinkus nuo aktualizavimo, gyvavimo ciklo. Kai tikslai aiškūs, lengviau suprasti, ar sujungėme tinkamus duomenis.
Tai yra gyvenimo ciklas, sako Bhambhri. Negalite leistis į šią kelionę tik vieną kartą. Mokosi ir tobulėji. Ir tai yra geras sandoris duomenų tvarkymui (ir picai), kad ir kaip juos pjaustytumėte.