211service.com
Forbedre datastrategi for å skape de beste kundeopplevelsene
I samarbeid med Adobe
Bedrifter i dag har et vell av informasjon å trekke på. Det kommer fra kundekontaktpunkter, mobilinteraksjoner, internett-of-things (IoT) enheter, e-handelstransaksjoner og mange flere kilder. Og bedriftsstyring har gjort det enklere å overholde regler for personvern, slik at organisasjoner kan være trygge på datakvaliteten.
Men nytteverdi? Det er en stor utfordring som mange merker sliter med.
Nøkkelen er ikke hvordan du samler inn data, men hvordan du knytter dem sammen, sier Anjul Bhambhri, Adobes visepresident for plattformteknikk. Organisasjoner har massevis av data, men ingen vet hvilke data de har. Data er siloert, fragmentert og spredt over hele bedriften.
Sett noen som har ansvaret for å katalogisere selskapets data, sier Bhambri, i tillegg til å administrere teknologien for å koble dataene. Uten en datastrategi kan ikke en bedrift organisere dataene eller få innsikt fra dem for å svare på endrede markedsforhold. Det betyr også at organisasjonen går glipp av muligheter til å tilby datadrevne personaliserte kundeopplevelser som øker brukerlojalitet, øker salget eller oppmuntrer til gjentatt engasjement.
Bedrifter kan bruke data for å oppnå et ekte, enhetlig syn på kundene sine. Dette kan gjøres ved å lage sanntids kundeprofiler gjennom Adobe Experience Platform, som setter sammen data på tvers av bedriften og hjelper bedrifter med å skape og levere minneverdige digitale opplevelser. Den kan håndtere mer enn 13 millioner cloud API-anrop om dagen, noe som betyr at den kan håndtere data fra alle deler av organisasjonen. For å bevise denne evnen bestemte Adobe seg for å være sin egen kundenull. Med plattformen kunne Adobe fullt ut tilpasse kundeopplevelsen på tvers av hver kanal for sine millioner av kunder. Og disse opplevelsene oppdateres på 10 til 14 sekunder – ikke 24 til 72 timer.
En sikker måte å tjene kundenes tillit og lojalitet på er å forstå dem bedre enn noen andre, og levere det de trenger, akkurat når de trenger det. Et rikere syn på kunden lar bedrifter forstå kundens reise, sier Bhambri. Og det er der Adobe ser reelle muligheter: Hvordan gjør vi det personlig, slik at kunden blir en lojal fan?
Ett stykke av en kundereise
Hver forbruker er frustrert over usikkerhet. Når kommer bestillingen min? Blir det det jeg ville? En virksomhet som tilbyr forutsigbarhet kan få en større del av kaken.
For eksempel bygde en stor pizzakjede et online bestillingssystem som forbedret kundenes reise – eller i det minste pizzaens reise til kunden. Naturligvis sporer pizzakjeden hver bestilling til fordel for sin egen arbeidsflyt. Men ved å dele disse dataene med kunder, tilbyr selskapet kontinuerlig forsikring om at mat er på vei. Pizzakjeden integrerer sanntidsdataene den samler inn ved hvert trinn i prosessen, fra pizzabestilling til levering, og sender personlige statusendringsoppdateringer. Kunden får tekstvarsler om at pizzaen ble satt i ovnen, at den er klar for henting om 10 minutter, eller en oppdatering, basert på stedsdata, som viser hvor nær pizzaen er huset hans.
Nå gir det en kundeopplevelse.
Organisering av data for forbedret kundeopplevelsesadministrasjon
Organiserte data gjør det lettere å få et helhetlig kundesyn, som gjør det mulig for bedrifter å tilby personlig tilpassede brukeropplevelser ved hvert berøringspunkt.
Pizzakjeden er ikke det eneste eksemplet. Produsenter kan dele informasjon med kunder for å varsle dem om fremdriften av bestillingene deres, med e-postmeldinger som sier: Din egendefinerte server blir satt sammen! og tekstmeldinger for å spore forsendelsesfremgang og tilby forutsigbarhet.
Men dataanalyse trenger ikke alltid være forbrukerelatert. For eksempel analyserer John Deere IoT-data til hjelpe bøndene med å forbedre driften . Med traktorselskapets delte sanntidsdata kan bønder analysere ytelsen, ta utstyrsvalg og samarbeide; sluttresultatet er at bøndene bedre kan bestemme hva de skal plante, samt hvor og når. Landbruksbedriften også utvidet sin dataplattform til tredjeparter, som setter opp bønder til å dele dataene med inputleverandører. Det kan utløse automatisk bestilling (som frø og gjødsel) for rettferdig levering.
Å bruke data til å hjelpe kunder påvirker alle deltakere i næringskjeden. IoT-aktivert AI og maskinlæring brukes av en Fortune 200-produksjonsselskap å optimalisere lagernivåer og forutsi utstyrsfeil , avhengig av analyse av sensordata, stedsovervåkingsdata og systemer for aktivastyring.
Å gjennomføre dette med suksess går åpenbart utover sanntidsdatainnsamling og datastyringsmodeller som fyller databaser inn i siloer. Den trenger en opplevelsesarkitektur for å organisere dataene, en konseptuell modell av hva som kan leveres, og teknologi som forbinder brikkene.
En datastrategi krever at noen konseptualiserer prosessen: samle inn, koble til, organisere og deretter aktualisere. Det er da opplevelser kommer inn i bildet, sier Bhambri. Ikke alle bedrifter har alle brikkene på plass for å tilby denne dybden av kundeopplevelsen – i hvert fall ikke umiddelbart. Bedrifter kan dataene de samler inn for å starte prosessen og, mer så, ved forbindelsene de kan sette på plass. Det avhenger av hvor bedriften er på livssyklusen til data fra innsamling fra aktualisering, sier Bhambri. Når målene er klare, er det lettere å se om vi koblet til riktig data.
Dette er en livssyklus, sier Bhambhri. Du kan ikke legge ut på denne reisen bare én gang. Du lærer og forbedrer deg. Og det er en god avtale for datahåndtering (og pizza), uansett hvordan du deler den.