Tecnologia: Customer Intelligence Topic: Dati & Analytics Dati Informazioni Insights
Una volta compreso cos’è il modello data-driven, sorge spontanea una domanda: quali dati occorrono? Il lavoro preliminare da fare è osservare e comprendere processi e comportamenti e trovare il modo migliore di quantificarli e misurarli, individuando ciò che è realmente importante perla propria azienda. Per esempio: quanti clienti abbiamo, quando comprano, quante transazioni fanno, quanto spendono. Ma anche quanti anni hanno, quando è il loro compleanno, che personalità hanno.
Quando si sono individuati i dati significativi, è possibile iniziare a raccoglierli, governarli, proteggerli e analizzarli. Occorre dunque una data strategy.
I dati devono essere parte integrante della strategia competitiva, considerando quinti il contesto macroeconomico, i benchmarking con l’industria di riferimento, il modello di business aziendale. Partendo da qui, si possono implementare e misurare le azioni che permettono di comprendere la posizione competitiva aziendale ed i bisogni dei clienti. In altre parole, il focus su dati, numeri e misure quantitative non dovrebbe sostituire il valore della visione.
La cultura del dato passa anche attraverso la sicurezza. Alle aziende servono infrastrutture potenti e affidabili e che la gestione intelligente del dato non potrà trattare la data protection come un extra ma come un importante pilastro del business stesso.
Tecnologia: Customer Intelligence Topic: Dati & Analytics Dati Informazioni Insights
Comunemente si distinguono quattro tipologie di dati che sono utili per analizzare la relazione con il cliente.
Dopo le funzioni amministrative, che da sempre sono la prima fonte di dati per la gestione aziendale, l’ambito dove la trasformazione data-driven è più rilevante oggi è il marketing…
L’utilizzo più rilevante dei big data è relativo alla conoscenza e al targeting degli utenti.
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.
Le caratteristiche valutate da Gartner per creare il suo magic quadrant per le soluzioni di business intelligence e analytics sono:
In relazione all'utilizzo dei dati una soluzione tecnologica dovrà avere funzionalità che permettano di gestire questi aspetti:
Harvard Business Review ha rilevato che analizzare i dati dei clienti in tempo reale ha già oggi un effetto diretto sulle prestazioni complessive della propria azienda e lo diventerà sempre di più…
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.
Secondo l'associazione TDWI (Transforming Data With Intelligence)…