Förbättra datastrategi för att skapa de bästa kundupplevelserna

I samarbete med Adobe

Företag idag har en mängd information att dra nytta av. Det kommer från kundkontaktpunkter, mobilinteraktioner, internet-of-things (IoT)-enheter, e-handelstransaktioner och många fler källor. Och företagsstyrning har gjort det lättare att följa reglerna för datasekretess, så att organisationer kan vara säkra på datakvaliteten.

Men användbarhet? Det är en stor utmaning som många varumärken brottas med.

Nyckeln är inte hur du samlar in data utan hur du knyter ihop det, säger Anjul Bhambhri, Adobes vice vd för plattformsteknik. Organisationer har gott om data, men ingen vet vilken data de har. Data samlas i silo, fragmenteras och sprids över hela företaget.

Sätt någon som ansvarar för att katalogisera företagets data, säger Bhambri, samt att hantera tekniken för att koppla ihop data. Utan en datastrategi kan ett företag inte organisera data eller få några insikter från dem för att svara på förändrade marknadsförhållanden. Det betyder också att organisationen missar möjligheter att tillhandahålla datadrivna personliga kundupplevelser som förbättrar användarlojalitet, ökar försäljningen eller uppmuntrar upprepat engagemang.

Företag kan använda data för att få en sann, enhetlig bild av sina kunder. Detta kan göras genom att skapa kundprofiler i realtid genom Adobe Experience Platform, som sammanfogar data över hela företaget och hjälper företag att skapa och leverera minnesvärda digitala upplevelser. Den kan hantera mer än 13 miljoner moln-API-anrop om dagen, vilket innebär att den kan hantera data från vilken del av organisationen som helst. För att bevisa denna förmåga bestämde sig Adobe för att vara sin egen kund noll. Med plattformen kunde Adobe helt anpassa kundupplevelsen på alla kanaler för sina miljontals kunder. Och dessa upplevelser uppdateras på 10 till 14 sekunder – inte 24 till 72 timmar.

Ett säkert sätt att tjäna kundernas förtroende och lojalitet är att förstå dem bättre än någon annan och att leverera det de behöver, precis när de behöver det. En rikare syn på kunden gör att företag kan förstå kundens resa, säger Bhambri. Och det är där Adobe ser verkliga möjligheter: Hur gör vi det personligt, så att kunden blir ett lojalt fan?

En del av en kundresa

Varje konsument är frustrerad av osäkerhet. När kommer min beställning? Blir det som jag ville? Ett företag som erbjuder förutsägbarhet kan få en större del av kakan.

Till exempel byggde en stor pizzakedja ett onlinebeställningssystem som förbättrade sina kunders resa – eller åtminstone pizzans resa till kunden. Självklart spårar pizzakedjan varje beställning till förmån för sitt eget arbetsflöde. Men genom att dela den informationen med kunderna erbjuder företaget ständigt försäkran om att mat är på väg. Pizzakedjan integrerar realtidsdata som den samlar in vid varje steg i processen, från pizzabeställningen till leverans, och skickar personliga statusändringsuppdateringar. Kunden får textaviseringar om att pizzan har lagts i ugnen, att den är klar för hämtning inom 10 minuter, eller en uppdatering, baserad på platsdata, som visar hur nära pizzan är hans hus.

Nu ger det en kundupplevelse.

Organisera data för förbättrad kundupplevelsehantering

Organiserad data gör det lättare att få en helhetssyn på kunderna, vilket gör det möjligt för företag att erbjuda personliga användarupplevelser vid varje kontaktpunkt.

Pizzakedjan är inte det enda exemplet. Tillverkare kan dela information med kunder för att informera dem om hur deras beställningar fortskrider, med e-postmeddelanden som säger, Din anpassade server håller på att monteras! och textmeddelanden för att spåra leveransframsteg och erbjuda förutsägbarhet.

Men dataanalys behöver inte alltid vara konsumentrelaterad. Till exempel, John Deere analyserar IoT-data till hjälpa jordbrukare att förbättra sin verksamhet . Med traktorföretagets delade realtidsdata kan lantbrukare analysera prestanda, göra utrustningsval och samarbeta; slutresultatet är att bönderna bättre kan bestämma vad de ska plantera, samt var och när. Lantbruksföretaget också utökat sin dataplattform till tredje part, som sätter upp bönder för att dela uppgifterna med insatsleverantörer. Det kan utlösa automatisk beställning (som utsäde och gödningsmedel) för just-in-time leverans.

Att använda data för att hjälpa kunder påverkar alla deltagare i näringskedjan. IoT-aktiverad AI och maskininlärning används av en Fortune 200-tillverkningsföretag att optimera lagernivåer och förutsäga utrustningsfel , förlitar sig på analys av sensordata, platsövervakningsdata och tillgångshanteringssystem.

Att lyckas med detta går uppenbarligen bortom realtidsdatainsamling och datastyrningsmodeller som stoppar in databaser i silos. Det behövs en upplevelsearkitektur för att organisera data, en konceptuell modell av vad som kan levereras och teknik som kopplar samman bitarna.

En datastrategi kräver att någon konceptualiserar processen: samla in, koppla ihop, organisera och sedan aktualisera. Det är då upplevelser kommer in i bilden, säger Bhambri. Inte alla företag har alla delar på plats för att erbjuda denna djupa kundupplevelse – åtminstone inte omedelbart. Företag kan data de samlar in för att starta processen och, mer så, genom de kopplingar de kan skapa. Det beror på var företaget befinner sig i livscykeln för data från insamling från aktualisering, säger Bhambri. När målen är tydliga är det lättare att se om vi kopplade ihop rätt data.

Det här är en livscykel, säger Bhambhri. Du kan inte ge dig ut på denna resa bara en gång. Du lär dig och förbättrar dig. Och det är en bra affär för datahantering (och pizza), oavsett hur du skär den.

Dölj