Forbedring af datastrategi for at skabe de bedste kundeoplevelser

I forbindelse med Adobe

Virksomheder i dag har et væld af information at trække på. Det kommer fra kundekontaktpunkter, mobilinteraktioner, internet-of-things (IoT) enheder, e-handelstransaktioner og mange flere kilder. Og corporate governance har gjort det nemmere at overholde reglerne for databeskyttelse, så organisationer kan være sikre på datakvaliteten.

Men brugbarhed? Det er en stor udfordring, som mange mærker kæmper med.

Nøglen er ikke, hvordan du indsamler data, men hvordan du binder dem sammen, siger Anjul Bhambhri, Adobes vicepræsident for platformsteknik. Organisationer har masser af data, men ingen ved, hvilke data de har. Data er siloiseret, fragmenteret og spredt ud over virksomheden.

Sæt nogen til at katalogisere virksomhedens data, siger Bhambri, samt styre teknologien til at forbinde dataene. Uden en datastrategi kan en virksomhed ikke organisere dataene eller få nogen indsigt fra dem for at reagere på skiftende markedsforhold. Det betyder også, at organisationen går glip af muligheder for at levere datadrevne personaliserede kundeoplevelser, der øger brugerloyaliteten, øger salget eller tilskynder til gentagende engagement.

Virksomheder kan bruge data til at opnå et ægte, samlet syn på deres kunder. Dette kan gøres ved at oprette kundeprofiler i realtid gennem Adobe Experience Platform, som samler data på tværs af virksomheden og hjælper virksomheder med at skabe og levere mindeværdige digitale oplevelser. Den kan håndtere mere end 13 millioner cloud API-opkald om dagen, hvilket betyder, at den kan håndtere data fra enhver del af organisationen. For at bevise denne evne besluttede Adobe at være sin egen kunde-nul. Med platformen kunne Adobe fuldt ud personalisere kundeoplevelsen på tværs af alle kanaler for sine millioner af kunder. Og disse oplevelser opdateres på 10 til 14 sekunder – ikke 24 til 72 timer.

En sikker måde at tjene kundernes tillid og loyalitet på er at forstå dem bedre end nogen anden og at levere det, de har brug for, præcis når de har brug for det. Et rigere syn på kunden giver virksomheder mulighed for at forstå kundens rejse, siger Bhambri. Og det er her, Adobe ser reelle muligheder: Hvordan gør vi det personligt, så kunden bliver en loyal fan?

Et stykke af en kunderejse

Enhver forbruger er frustreret over usikkerhed. Hvornår kommer min ordre? Vil det være, hvad jeg ville? En virksomhed, der tilbyder forudsigelighed, kan få en større del af kagen.

For eksempel byggede en stor pizzakæde et online bestillingssystem, der forbedrede sine kunders rejse - eller i det mindste pizzaens rejse til kunden. Pizzakæden sporer naturligvis hver ordre til gavn for sin egen arbejdsgang. Men ved at dele disse data med kunderne, tilbyder virksomheden konstant sikkerhed for, at mad er på vej. Pizzakæden integrerer de realtidsdata, den indsamler ved hvert trin i processen, fra pizzaordren til levering, og sender personlige opdateringer om statusændringer. Kunden får besked om, at pizzaen er sat i ovnen, at den er klar til afhentning om 10 minutter, eller en opdatering baseret på lokationsdata, der viser, hvor tæt pizzaen er på hans hus.

Nu er det at levere en kundeoplevelse.

Organisering af data for forbedret kundeoplevelsesstyring

Organiserede data gør det nemmere at få et holistisk kundesyn, som gør det muligt for virksomheder at tilbyde personlige brugeroplevelser ved ethvert kontaktpunkt.

Pizzakæden er ikke det eneste eksempel. Producenter kan dele information med kunder for at underrette dem om deres ordres fremskridt, med e-mail-beskeder, der siger: Din brugerdefinerede server bliver samlet! og tekstbeskeder for at spore forsendelsesfremskridt og tilbyde forudsigelighed.

Men dataanalyse behøver ikke altid at være forbrugerrelateret. For eksempel analyserer John Deere IoT-data til hjælpe landmænd med at forbedre deres drift . Med traktorvirksomhedens delte realtidsdata kan landmændene analysere ydeevne, træffe udstyrsvalg og samarbejde; slutresultatet er, at landmændene bedre kan bestemme, hvad de skal plante, samt hvor og hvornår. Landbrugsvirksomheden også udvidet sin dataplatform til tredjeparter, som sætter landmænd op til at dele dataene med inputleverandører. Det kan udløse automatisk bestilling (såsom frø og gødning) til just-in-time levering.

Brug af data til at hjælpe kunder påvirker alle deltagere i fødekæden. IoT-aktiveret kunstig intelligens og maskinlæring bliver brugt af en Fortune 200 produktionsselskab at optimere lagerniveauer og forudsige udstyrsfejl , der er afhængig af analyse af sensordata, overvågningsdata på stedet og asset management-systemer.

At gennemføre dette med succes går naturligvis ud over realtidsdataindsamling og datastyringsmodeller, der fylder databaser i siloer. Det kræver en oplevelsesarkitektur til at organisere dataene, en konceptuel model for, hvad der kan leveres, og teknologi, der forbinder brikkerne.

En datastrategi kræver, at nogen konceptualiserer processen: indsamle, forbinde, organisere og derefter aktualisere. Det er her, der kommer oplevelser ind i billedet, siger Bhambri. Ikke alle virksomheder har alle brikkerne på plads til at tilbyde denne dybde af kundeoplevelse - i hvert fald ikke umiddelbart. Virksomheder kan de data, de indsamler, for at starte processen og i højere grad ved de forbindelser, de kan etablere. Det afhænger af, hvor virksomheden befinder sig i livscyklussen af ​​data fra indsamling fra aktualisering, siger Bhambri. Når målene er klare, så er det nemmere at se, om vi har forbundet de rigtige data.

Det her er en livscyklus, siger Bhambhri. Du kan ikke begive dig ud på denne rejse kun én gang. Du lærer og forbedrer dig. Og det er en god handel for datahåndtering (og pizza), uanset hvordan du skærer det op.

skjule