CRM i platforme podataka

Da li je vaša organizacija spremna za korištenje velikih podataka?

Veliki podaci je za većinu marketinških organizacija više težnja nego stvarnost. Široki konsenzus o strateškoj vrijednosti velikih podataka ustupa mjesto bezbroju tehničkih pitanja koja su neophodna za strukturiranje ekosistema podataka i oživljavanje jasnih uvida vođenih podacima u personaliziranim komunikacijama.

Spremnost organizacije da iskoristi velike podatke možete procijeniti analizirajući mogućnosti organizacije u sedam ključnih područja:

  1. Strateška vizija je prihvatanje velikih podataka kao kritičnog doprinosa postizanju poslovnih ciljeva. Razumijevanje predanosti i kupovine C-Suite-a prvi je korak, nakon čega slijedi raspodjela vremena, fokusa, prioriteta, resursa i energije. Lako je pričati razgovor. Potražite česte nepovezanosti između viših rukovodilaca koji donose strateške odluke i naučnika na radnom nivou, analitičara podataka i marketinša usmjerenih na podatke koji zapravo rade posao. Prečesto se odluke donose bez dovoljno inputa na radnom nivou. Često se pogled s vrha i pogled sa sredine radikalno razlikuju.
  2. Ekosistem podataka može biti kamen spoticanja ili omogućavanje. Mnoge kompanije su zarobljene nasleđenim sistemima i potopljenim ulaganjima. Nema svaka firma jasnu buduću viziju mapiranu na postojeći vodovod. Često dolazi do trvenja između tehničkih upravitelja IT okruženja i poslovnih korisnika koji se sve više drže u budžetima. U mnogim slučajevima vizija naprijed je skup zaobilaznih rješenja. Zbunjenost dodaje još 3500+ kompanija koje nude sve vrste tehnoloških rješenja iznoseći slične tvrdnje, koristeći sličan jezik i nudeći slične ponude.
  3. Upravljanje podacima odnosi se na razumijevanje izvora podataka, koji ima plan za unošenje, normalizaciju, sigurnost i određivanje prioriteta. To zahtijeva kombinaciju agilnih sigurnosnih mjera, jasno definiran režim odobrenja i putove za pristup i kontrolu. Pravila upravljanja uravnotežuju privatnost i usklađenost sa fleksibilnom upotrebom i ponovnom upotrebom podataka. Prečesto su ova pitanja zbrkana ili zapletena okolnostima, a ne da odražavaju dobro osmišljene politike i protokole.
  4. Primijenjena analitika pokazatelj je koliko je organizacija dobro raspoređena analitika resursa i sposoban je da podnese veštačku inteligenciju i mašinsko učenje. Ključna pitanja su: ima li organizacija dovoljno analitika resursi i kako se raspoređuju? Jesu analitika ugrađeni u marketinške i strateške tokove posla ili se koriste na ad hoc osnovi? Jesu analitika vođenje ključnih poslovnih odluka i povećanje efikasnosti u sticanju, zadržavanju, smanjenju troškova i lojalnosti?
  5. Tehnološka infrastruktura procjenjuje softver i strukture podataka koji se koriste za gutanje, obradu, čišćenje, osiguravanje i ažuriranje bujica podataka koji teku u većinu kompanija. Ključni pokazatelji su nivo automatizacije i mogućnosti normalizacije skupova podataka, rješavanja pojedinačnih identiteta, stvaranja značajnih segmenata i kontinuirano unošenje i primjena novih podataka u stvarnom vremenu. Ostali pozitivni pokazatelji su savezništvo s ESP-ovima, automatizacija marketinga i dobavljači računara u oblaku.
  6. Koristite razvoj slučaja meri sposobnost firme da zaista koristi podatke koje prikuplja i obrađuje. Mogu li prepoznati „najbolje“ kupce; predvidjeti sljedeće najbolje ponude ili njegovati vjerovatne vjernike? Imaju li industrijalizirane mehanizme za stvaranje personaliziranih poruka, mikro-segmentaciju, odgovor na ponašanje na mobilnim ili društvenim mrežama ili stvaranje višestrukih kampanja sa sadržajem isporučenih na mnogim kanalima?
  7. Prihvatanje matematičara pokazatelj je korporativne kulture; mjerenje istinskog apetita organizacije za istraživanjem, usvajanjem i stjecanjem novih pristupa i novih tehnologija. Svi izbacuju retoriku digitalne transformacije i transformacije podataka. Ali mnogi se plaše oružja za masovno uništenje (oružja za ometanje matematike). Mnogo manje kompanija ulaže vrijeme, resurse i novac kako bi centriranje podataka postalo osnovna korporativna imovina. Dolazak do spremnosti za velike podatke može biti dugo, skupo i frustrirajuće. Uvijek su potrebne značajne promjene u stavovima, tijekovima rada i tehnologiji. Ovaj pokazatelj mjeri istinsku posvećenost organizacije budućim ciljevima korištenja podataka.

Shvatanje prednosti velikih podataka je vježba u upravljanju promjenama. Ovih sedam kriterija omogućuju nam jasan pogled na to gdje na spektru transformacije spada određena organizacija. Razumijevanje gdje ste naspram mjesta na kojem želite biti može biti korisna vježba otrežnjenja.

 

Danny Flamberg

Danny Flamberg je direktor Opera Solutions-a, vodeći tim Omnichannel Marketinga. Danny Flamberg više od 25 godina gradi brendove i gradi preduzeća. U SAD-u, Europi i Južnoj Americi pomogao je start-up kompanijama da postanu važni igrači na svojim tržištima, a vodećim svjetskim brendovima je proširio doseg, tržišni udio i odnose s kupcima. Nazovite njegovu novu knjigu Ples kroz digitalnu revoluciju

Vezani članci

Šta ti misliš?

Ova stranica koristi Akismet kako bi smanjila neželjenu poštu. Saznajte kako se podaci vašeg komentara obrađuju.