分析的客户旅程视图-数据管理,第二部分

通过 马克·巴比(Mark Babij) , 迈克·波瑟(Mike Poyser) & 俊公园  of CMA 's 客户见解&分析委员会

除了劳动力市场中永久缺乏分析人才之外,适当的数据管理和管理可以说是任何组织中最强大的阻碍之一’继续提升分析价值链。

传统做法导致企业数据环境通常围绕客户的操作视图进行。 为数据仓库提供数据的每个源系统都有其自己的一组规则和假设。 根据源系统的年份,默认的客户视图可以是卡,帐户,家庭等的任意组合。 诸如遗失/更换卡之类的异常事件通常被忽略,突然之间,同一客户变成同一源数据集中的许多不同客户。 跨源系统的客户观念不一致,使得跨源数据集选择集成点成为一项可变的工作。 

如果没有任何总体指导原则,这些问题将在数据仓库中泛滥成灾,最终结果是客户的看法不完整。 而且无论您如何分割,如果’将您的数据用作客户情报的来源,对客户的零碎看法将不可避免地导致对客户的了解不足,并最终产生脱节的(糟糕的)客户体验。 运营视图可能适合运营和/或财务需求,但不足以实现有效的客户智能。 需要以客户POV为中心的数据视图。

分析师的角色始终处于最佳位置,可以防止客户数据沿袭中的违规行为,但从传统上讲,它只涉及企业数据的组织。 如本博客系列上一章所述,这种情况正在改变。 越来越精通数据的组织已经开始划分数据角色和职责,将概念设计和业务规则定义的职责移交给业务部门(Analytics)。 结果是改变游戏规则。

客户旅程视图– The Basics

现代客户之旅由跨多个渠道的许多接触点组成。  Customers don’只是浏览您的网站。 或逛商店。 这些不是孤立事件。 他们浏览其他站点,然后浏览您的站点,然后访问您的商店,然后在走道上检查您的应用程序,然后进行购买,然后在Twitter上评论有关的体验,等等,以多种方式结合使用。 这些奇异的旅程在多个源系统和数据源中被解构,这些源和数据源应在数据仓库中一起拉回。 一个通用的客户标识符只是一个开始,它使您可以跨所有接触点跟踪同一客户。 

通常,大多数组织会对客户视而不见’数据和分析角度的旅程。 Digital专注于数字属性,通常每个属性都是孤立的。 忠诚度专注于忠诚度数据。 您得到图片。 最终结果是,每个小组只能看到整个客户旅程的部分视图。 每个数据域都没有自然地收敛到一致,统一的视图,而是开始自然地在形式和功能上有所不同,并继承了其源数据的基本特征。 点击成为访问,客户成为卡片等。 需要一个声音来驱动整体概念设计(与数据的各个业务所有者协商),以确保所有维度(例如产品,位置等)的一致性,而不仅仅是客户。 这是 单一客户视图 和一个 客户旅程视图. 后者是获得更高阶(高级)分析功能的先决条件。 

所有客户接触点将在客户旅程数据环境中统一:

  • 交易次数 –交换的货币(例如销售,退货,赚取/兑换的忠诚货币,捐赠等)
  • 互动互动 –入站(呼叫中心切换&语音,网络,移动)和出站(所有渠道的联系历史)
  • 意图 – web search
  • 情绪 –调查/研究,社会
  • 语境 –天气,地理位置,传感器等
  • 客层 –年龄,性别,收入,生活阶段等

以上每一项都提供了一个了解客户行为的窗口,并且在评估客户结果的真正因果驱动因素时需要考虑(在可用和/或适用的情况下)。 按照这些思路,完整的客户旅程对于理解客户需求和预测重要事件是必不可少的。

客户旅程视图– The Benefits

改善客户情报:整个企业的分析输出是建立在客户的完整(而非部分)视图之上的。  通常,随着更多的上述客户接触点被集成到您的分析功能中,您的客户情报就越好。

提高生产力:除了改善客户智能的质量和实用性外,适合用途的数据环境还最大程度地减少了数据准备(收集,清理,链接等)的负担,并释放了用于更高阶功能的分析资源。

自动化 :统一的数据框架可促进整个业务中功能的自动化和扩展。

知识创造的速度和数量:在通用数据框架上开发的分析输出可促进知识共享,从而加快整个企业的知识构建。

迈克尔·波塞尔(Michael Poyser),分析副总裁 艾米亚

马克·巴比(Mark Babij) ,客户洞察副总裁& 分析工具 , 加拿大轮胎

俊公园 ,高级营销经理, BMO 保险

相关文章

告诉我们你的想法
  1. 如果您之前未在此处发表评论,则可能需要先获得CMA批准,然后您的评论才会出现。在此之前,它不会出现在条目中。
    感谢您的等待。查看CMA的 博客政策.

标签: 数据管理, 分析 , 客户旅程, 管家 , 分析员