Tecnologia: Customer Intelligence Topic: Dati & Analytics
Quando si tratta di adottare un approccio data-driven, le aziende consolidate devono affrontare gli ostacoli connessi alla loro cultura aziendale, alle abitudini radicate e ai processi interni difficili da modificare. Tutti questi aspetti possono rappresentare un ostacolo all’utilizzo di metodi nuovi e all’introduzione di una nuova cultura e organizzazione. A seconda della resistenza opposta, si dovrà valutare il tipo di percorso da adottare per fare in modo che la sensibilità verso la necessità di basare le decisioni sui dati si diffonda in azienda.
Un secondo ostacolo è quello del limitato accesso ai dati da parte delle persone dell'azienda. L'approccio data-driven richiede che si allarghi l'accesso ai dati per permettere a più persone di prendere decisioni basate sui dati in modo rapido. È ciò che va sotto il nome di democratizzazione del processo decisionale che mette in grado le aziende di rispondere al cambiamento in modo efficace. I risultati sono incoraggianti, le ricerche dicono che le aziende che hanno coinvolto più persone nel processo decisionale sono anche le aziende che hanno una diffusione maggiore di alfabetizzazione dei dati rispetto a quelle che hanno effettuato riduzioni (dal 40% al 21%). Le aziende che hanno un processo decisionale veloce hanno il doppio delle probabilità di essere completamente sicure dei livelli di alfabetizzazione dei dati nella propria attività rispetto a tutte le altre. (54% contro 25%).
Un terzo ostacolo deriva dallo stack tecnologico e dall’esistenza di database differenti per la gestione dei diversi dati che comportano tempi di interrogazione lunghi, prestazioni lente e impossibilità di accedere a nuove fonti, tutti fattori che ostacolano la possibilità di avere una visione unica e completa. Superare questo ostacolo richiede una riorganizzazione, semplificazione e unificazione dei dati e delle loro fonti per poter ottenere. Nel contesto attuale c'è bisogno di cicli decisionali sempre più veloci e per farlo occorre accedere alle informazioni dettagliate in tempi rapidi. Per rispondere a questa sfida occorrono investimenti che rendano disponibili le informazioni agli utenti nel tempo più rapido possibile. Ciò che occorre sono data base dalle alte prestazioni analitiche e soluzioni che permettano di visualizzare i dati e di gestire in dashboard in modo da mettere in grado gli utenti di comprendere gli insights e di agire di conseguenza.
Un quarto ostacolo, infine, riguarda le competenze di analisi dei dati e l’interesse delle persone dell’azienda ad acquisirle, anche senza diventare un data scientist. La mancanza di strumenti adatti a comprendere in modo rapido e intuitivo le informazioni elaborate dai sistemi di analisi di dati può rendere faticosa la diffusione di una cultura basata su dato. Per superarlo occorre prevedere modalità self service di accesso ai dati e un programma diffuso di alfabetizzazione sull’uso dei dati, che aiuti le persone ad acquisire le competenze necessarie per l'interpretazione dei dati.
Tecnologia: Customer Intelligence Topic: Dati & Analytics
Secondo l'associazione TDWI (Transforming Data With Intelligence)…
Una volta compreso cos’è il modello data-driven, sorge spontanea una domanda: quali dati occorrono?
Molti esperti della relazione con il cliente hanno ancora difficoltà ad adottare un approccio basato sui dati.
Le aziende data-driven sono quelle che considerano la gestione dei dati (data management) non come un fattore tecnico, ma come un pilastro strategico del business.
Gli errori che si compiono nella gestione dei dati derivano principalmente dalla mancanza di dati integrati tra i canali: molte aziende hanno call center che funzionano in silos.
Un programma di advanced analytics può contribuire a un reale valore di business soprattutto perché aumenta le capacità predittive dell'azienda. In particolare con gli advanced analytic si può:
I descriptive analytics, o analisi descrittiva, sono l’insieme degli strumenti orientati a descrivere la situazione attuale e passata dei processi aziendali e delle aree funzionali.
Una customer data platform (CDP) è una piattaforma utilizzata per raccogliere e aggregare tutti i dati proprietari sui clienti in un unico database…
Il tempo medio di gestione (average handling time – AHT) o tempo medio di chiamata (TMC) è una metrica chiave dei contact center e misura quanto tempo dura un'interazione con un cliente.