בית בחדשות התמונה הגדולה ביותר: הכרת הלקוח שלך בפלטפורמות מרובות

התמונה הגדולה ביותר: הכרת הלקוח שלך בפלטפורמות מרובות

Anonim

על ידי צוות Techopedia, 25 במאי 2016

ברק: המארח אריק קוואנה דן בניהול נתוני אב עם דז בלנשפילד, רובין בלור, ג'ון אוונס ודיאנה קולינס.

אינך מחובר כרגע. התחבר או הירשם כדי לראות את הסרטון.

אריק קוונהאג: בסדר, גבירותיי ורבותיי, הקיץ מתקרב, מתחיל להיות חם כאן. למה זה? כי הגיע הזמן להוט טכנולוגיות. אכן כן, שמי אריק קוואנה. אני אהיה המנחה שלך לתוכנית שנועדה - עלינו לדבר על מה שחם, מה קורה, מה הדברים המגניבים שם בשוק. זוהי השותפות שלנו עם Techopedia. אנחנו אוהבים את החבר'ה האלה. אנו עובדים איתם כבר כמה שנים. יש להם אתר פנטסטי. אם אתה רוצה לדעת משהו בעולם הטק, מה יכול להיות ההגדרה שלו, עבור אל techopedia.com. והיום אנו מדברים על MDM, ניהול נתונים מאסטר. הכותרת המדויקת היא "התמונה הגדולה ביותר: הכרת הלקוח שלך על פני פלטפורמות מרובות." והמשחק הזה משתנה, חברים, אני יכול לומר לכם ברגע זה.

אז יש מקום באמת שלך, הכה אותי בטוויטר @eric_kavanagh. אני מנסה לענות לכל מי שעונה לי. אז השנה חמה. זה בטוח חם עבור MDM. ואני אומר לך מה, זה חם, לא רק חם עבור המפעלים הגדולים אלא גם עבור העסקים הקטנים והבינוניים, שנחשבו מה, יש המון מערכות שונות. מערכות CRM, מערכות שיווק בדוא"ל, מערכות ERP, מערכות אנליטיות באינטרנט, סוויטות עסקיות אלקטרוניות וכו '. יש המון נקודות גישה שונות למידע על לקוחות וכיצד עבודה טובה יותר שחברות יכולות לעשות עם אריגה של כל אלה יחד, כך הם טובים יותר אתה יכול להיות מסוגל לשרת את הלקוח, לא לסמן את הלקוח ולהשאיר את הלקוחות האלה בסביבה. תמשיך לקנות עוד דברים.

למעשה עקיתי באופן אישי אחר MDM מאז שנת 2003, בערך כאשר הנטבע באמת המונח. למען האמת שהיה בנק, צ'ייס בנק למעשה, אני חושב שזה היה בנק בדרך אחת אז, ואחד החברים הטובים שלי עכשיו, בחור בשם ג'ו נורת 'עבד עם חברה בשם Razza Solutions, והיה להם מה שהפך לכלי ה- DRM של אורקל. אז הם למעשה גייסו חשבונות ועשו ניהול היררכיה עבור הבנק כבר אז וזה כמה מהימים הראשונים של ניהול נתוני אב.

אז בימינו אנו מדברים על MDMs אנליטיים ותפעוליים כאחד. אנו מדברים היום הרבה על הדברים האלה ובאמת לעזור לכם להבין כיצד תוכלו למנף את הטכנולוגיה הזו בכדי לקבל תצוגה מלאה של הלקוח שלכם, להבין מי הם ולוודא שתוכלו לדאוג לצרכים שלהם מהי סביבה תחרותית מאוד ברחבי העולם. אנו רואים את זה בכל מקום.

אז, צוות שחקנים של כוכב הרוק כאן: דז בלנשפילד, רובין בלור, ג'ון אוונס, דיאנה קולינס. מתקשר מארבעה מיקומים שונים ברחבי העולם. נתחיל עם דז בלנשפילד ועם זה אני אעביר לך את המפתחות, דז, ואני אתחיל לצייץ. קח את זה מפה.

דז בלנשפילד: תודה לך אריק. הייתי צריך רק להזכיר לעצמי לרדת אילמת. אני מתנצל על כך. תודה על ההזדמנות להציג בנושא. אז אני הולך לבוא עם זה מנקודת מבט של דוגמא בעולם האמיתי לאתגר ארגוני להתמודד עם מה שהתייחסתי אליו כאחת ההפרעות הגדולות ביותר לארגונים שהם הולכים לראות בכמה מה זמן. ראינו מספר אתגרים. חברות הלהיטים של ה- GFC נאלצו להתמודד עם זה. אנו מקבלים שינויים קבועים בחוק סביב פרטיות שעלינו להתמודד איתם.

אחד הדברים שלדעתי ארגונים נתפסים איתם שהם לא ראו שהם באים היה ההשפעה של כל סוגיית חוויית הסלבריטאים הזו. ובעצם אנשים שמתרוצצים עם טלפונים ניידים שרוצים סיפוק מיידי במובנים מסוימים. אבל, סיפוקים מיידיים בצורה טובה, לא דרך ילדותית סוערת. רק ההבנה שהם הלקוח, הם משלמים את הכסף והם צריכים לקבל את התמורה עבורו. וכך היה המטבע הזה של מרכזיות לקוחות או הפיכתו לארגון ממוקד לקוחות. אז אני אעבור במהירות על המשמעות של זה ואוביל לחלק קצת יותר טכני מהדיונים שלנו בקרוב.

אני רק אשים את זה שם ואומר כי ראשית, בהיותו ארגון ממוקד לקוח מסתכם בדבר אחד פשוט: אתה צריך תצוגה מלאה של הלקוח שלך ונתוני הלקוחות שלך. יתכן שיש לך מערכות שונות. יתכן שיהיו לך הרבה מוצרים שונים. יתכן שיש לך חמישים מחלקות שונות בארגון שלך, אך לא משנה היכן אתה נמצא בארגון, לא משנה מהי תפקידך, אתה אמור להיות מסוגל לקבל תצוגה מלאה של כל הלקוחות שלך, או של הלקוחות בהקשר שלהם מה פונקציית העבודה שלך. וכל חלק מערך הנתונים שיש לך, או את כל החלקים של מערכי הנתונים שיש לך שמספרים לך מה מצב המדינה עבור אותו לקוח.

שמתי את הקו הזה שתמונה שלמה של לקוחות בכל המערכות שלך אינה סתם יפה! בימינו זה הכרח. והפעם הראשונה שאתה נתפס בתרחיש בו אתה מתמודד עם כל קשר ללקוח, במיוחד אם זה בשידור חי, בטלפון, או בצ'אט אינטרנטי או באופן מפחיד עוד יותר, ואתה יכול לא תגיד להם את כל מה שאתה צריך לדעת עליהם, זה הופך להיות ברור מאוד וזה מצב מצער מאוד להיות בו.

אני אתחיל עם אנקדוטה מהירה מאוד סביב תרחישים בעולם האמיתי. זו תמונה של לוח לבן וזה בן פחות מחמישה ימים. זהו תרחיש בפועל בלוח הלוח בחדר לאחרונה, לפני יומיים, ומדבר על נושא האופן שבו אנו עוברים מלהיות ארגון גדול מאוד עם משהו כמו תשעים חלקים שונים בעסק שלנו. זה בנק אסייתי, יש להם תשעים יחידות עסק שונות. הם עושים הכל החל מהלוואות בחברה והלוואות עמיתים לעמית ומיקרו לאורך כל הדרך ועד למימון הצבת לוויינים בחלל. אז הם מפלצת. יש להם עשרות מיליוני לקוחות. אני חושב שיש להם קצת פחות מחמישים מיליון לקוחות. והם ניצבים בפני אתגר טיפוסי זה כיצד אנו ניגשים לא רק לניהול נתוני אב אלא לנתוני לקוחות בפרט ולקוח יחידה יחידה.

וכפי שמיפינו את זה הדבר שקפץ מאיתנו מלוח הלוחות הזה היה שהם לא היו סתם בעיה, היה להם סיוט מכיוון שאף אחת מהמערכות שלהם לא דיברה אחד עם השני. יכולתי להיכנס לכל חלק בבנק או לחלק כלשהו בעסק ולבקש הלוואה, יכול להיות שזה הלוואת רכב, הלוואת בית, הלוואת עסקים קטנים, והם לא יכלו להגיד לעצמם שום דבר, או שהם לא יכלו ' אני לא מגלה משהו על קשרים אחרים שהיו לי עם הבנק. וזה ממש הפחיד את פנסי האור מכיוון שהם הבינו שהגדות בהמשך הדרך כבר יכולות לעשות זאת והם פוטנציאליים 12, 15 שנה מאחורי הכדור שמונה. וזה מסתכם בהצעות הערך העיקריות הללו שלקוחות רק מחפשים שזו רק השקפה עקבית שליי כלקוח, ועליך להבין כיצד אתה עומד לספק זאת. במיוחד עכשיו כשאני מתמודד איתך ברשת, סביר להניח שזה יהיה במקרה דרך האפליקציה בימינו.

זה בא לדבר המפתח הזה של "הכל עליי הלקוח". וכך, כאשר אנו ממפים כיצד נראית התרבות הממוקדת בלקוח, מדובר בשילוב כל מה שיש לנו ממערכות ליבה שתופסות דברים כמו הראשון שלך שם, שם משפחה ופרטים נוספים כשממלאים טופס או ממלאים אותו באופן מקוון או מגיעים אלינו בדלפק איפשהו פורקן, ואנחנו לומדים להכיר אותך בתחילה דרך המסע כולו שלנו המספק את המוצרים עצמם או השירות ל אתה. ומיפוי זה מלמעלה למטה. זיקוק מתמיד של הנתונים ומודלי הנתונים בהם אנו משתמשים כדי להבין זאת. התאמה בין אופן הפעולה של טכנולוגיות ותהליכים בעסק, מהדק את התפיסה שלנו כלפיך ללא הרף. ההתקשרות המתמשכת שיש לנו אתכם. כיצד אנו מתמקדים כל הזמן סביבך הלקוח ואיך אנו מתקשרים איתך. אם אני מוכר לך שלושה שירותים אני לא רוצה לשלוח לך שלוש פיסות נייר שונות בכל חודש או שלוש הצהרות או שטרות, וכן הלאה.

הסיפור המרכזי של הלקוח זוכה למתיחה אמיתית כעת וארגונים רואים את הערך של זה. זה עדיין אתגר אמיתי בכך שהוא "אוקיי, ובכן יש לי עשר מערכות שונות והן לא מדברות זו עם זו. אין לי כלי או מערכת או פלטפורמה כדי לחבר את הכל זה לזה. "ובאופן בלתי נמנע אנשים בסופו של דבר בחדר עושים סשנים לוחיים כמו זה שהראיתי לך זה עתה. אבל הכל מסתכם בדבר ליבה אחד בפינה השמאלית של טרנספורמציה. וטרנספורמציה מתרבות הארגון, האנשים, והצוות והמודל התפעולי, כל הדרך עד לערימת הטכנולוגיה התומכת בהם. אז יש רשימת בדיקות נפוצה למדי שעוברים על ידי ארגונים כדי להגיע לנקודה זו בה הם אפילו מבינים את האתגר של מה זה להיות מרכזי ללקוח ואת הצורך לבנות מערכת ולקבל גישה לכלים שיכולים לעזור להם לעשות זאת.

זה דברים כמו מיפוי מסע הלקוחות במחזור החיים המלא והחוויה שיש להם אתכם כארגון. שפר את דגמי ההפעלה שלך ואיך אתה מארגן את עצמך להתמקד בלקוח ובהצעת הערך שסיפקת ללקוח. ואז כמובן ליישר את הטכנולוגיות שלך ואת הערימות והתהליכים הטכנולוגיים שלך סביבן כדי לוודא שאתה באמת ממשיך במעורבות נוספת, ומעורבות טובה יותר והדוקה יותר עם הלקוחות שלך. ותהליך ההתקשרות בפועל מהמנהלים כלפי מטה.

אם לא שינית את השקפתך על העולם מראש שרשרת המזון שלך, מחדר ההנהלה ומטה, אז אין סיכוי קטן שרמת הדיפו שלך או צוות הכספים היומיומי שלך ישנו את התנהגותם. אתה צריך להוביל מלמעלה. אתה צריך לרענן ולהגדיר מחדש ולפתח מחדש את אופן ההתייחסות למיקוד בפועל על הלקוח. אז איך אתה מביא לא רק שינוי תרבותי בקצה העליון אלא שינוי התנהגותי בקצה התחתון של הארגון, והכלים שאתה מעמיד לרשותך לשם כך?

דבר אחד לומר שאתה ארגון ממוקד לקוח ואתה רוצה שאנשים יתנהגו בדרך אחת, אבל לא נתת להם את האמצעים והכלים ואת היכולת לעשות זאת, אתה לא מתכוון להתנהגות התנהגותית כי אנשים פשוט ימשיכו לרדת שוב להרגלים שהם הכירו לפני שחשבו שהם ארגונים ממוקדי לקוחות. ואז השילוב הכללי של החלקים השונים בארגון והתרבות שחיו בתוכו וכנראה שבבסיס הכלים והפלטפורמה.

אז איך אתה לוקח יחידות עסקיות שונות או עסקים או חלקים מהארגון שלך, ושאנשים יתנהגו אחרת מבחינה תרבותית ומטה? ובכן, אתה מספק להם את הכלים והדרכים והאמצעים המתאימים לקבל את התצוגה המלאה המלאה והיחידה של הלקוח ועל חווית הלקוח. ואז איך אתה מציב כמה KPIs ומודד את זה כנגד זה ועוקב אחריו ומכניס מדדים כנגד אלה ומודד את אותם KPIs ומספק ערך לזה? ערך עסקי לעצמכם וכמובן שווה ערך באיזושהי צורה בשרשרת הערך ללקוח ולשמור עליהם לחזור. ואז שילב את כל התקשורת שקיימת עם הלקוחות שלך ממשוב ומזמן אמת או מעובד באופן איטרטיבי, כך שהתנהגותך ושינוי התרבותי שלך נקווה בתקווה באיזושהי מעגל משוב ולולאת משוב ותוכלו להבין אם אתה ' אתה באמת מכה את הסימן או לא.

אנו מגיעים לתרחיש בו אתה יודע שבסופו של דבר ארגונים ימצאו את עצמם טובעים ביעילות בנתונים שונים, וראינו כמה וכמה כאלה כאן, חלקם פנימיים, חלקם חיצוניים. מבחינה היסטורית היו לנו פלטפורמות ניהול קשרי לקוחות ופלטפורמות פרסום ופלטפורמות שיווק. היו לנו כל מיני מערכות שונות הפועלות באופן עצמאי ואז אני מקווה שהם מדברים זה עם זה בצורה כלשהי. עברנו בשבועות האחרונים פיצוץ של אינטראקציות איתך עכשיו, אז אנו מדברים איתך דרך מדיה חברתית, אנו מדברים איתך דרך האתר שלנו, אנו מקבלים ממך מיילים.

מערכות ה- IVR שלנו שמדברות איתך דרך הטלפון נאלצות כעת למפות את הנתונים האלה ולספר לנו איך התנהלת עם מערכת הטלפון שלנו ואינטראקציה עם מסדי הנתונים שלנו ואם היית בשיחת טלפון איתנו, כל מה שצריך נלכד בזמן אמת ואנחנו צריכים להיות מסוגלים לוודא שנוכל לקבל מבט משותף לגביו, ובתקווה היא אותה פלטפורמת ניהול נתונים נפוצה במרכז אותה תרשים שם.

יש את הביטוי שטבע לאחרונה שהוא "חווית לקוח מפורסמת." ובכן מה זה באמת אומר? זה לא שאנחנו חושבים שמשתמשי הקצה או הצרכנים שלנו הם ידוענים שהתנהגו בצורה לא טובה ושהם מרגישים אחרת בכל דרך שהיא. המשמעות היא שהתעוררנו עם העובדה שאנחנו צריכים להתייחס לכל אחד מהלקוחות שלנו כאל סלבריטאי. הם צריכים לקבל את הטיפול ב- VIP מהרגע בו אנו פוגשים אותם לאורך כל מחזור החיים של היותנו נהנים לקבל אותם כלקוחות.

וכך השאלה שנשאלת על בסיס קבוע - החזרת הדבר לסיפור אמיתי מעט יותר אנקדוטי של לקוח - היא כיצד אנו מאפשרים לארגון שלנו לספק את הביקוש ההולך וגובר לחוויית לקוח של ידוענים? מכיוון שהדבר שאנחנו רואים כעת הוא אחד ההפרעות הגדולות ביותר לארגונים הוא הדרישה לספק את ההבטחה הזו ללקוחות. להעניק להם את חווית הלקוח הסלבריטאי. ארגונים, מניסיוני, ובוודאי ברחבי העולם שאני רואה, מופרעים מבלי להבין זאת עם המעבר מההשפעות האחרות שהם אולי כבר ידעו עליהם או ראו שהגיעו ללקוחות שלהם בפועל. הלקוחות שלהם משבשים אותם ומשבשים אותם בצורה רצינית מאוד. ואז אם אינך יכול לספק את חווית הסלבריטאים הזו ולספק את הכלים והדרכים והאמצעים לארגון שלך להשיג את התצוגה היחידה של הלקוח, אתה הולך לפספס לאורך קילומטר, קילומטר לפחות, את יכולת ויכולת לעמוד בהבטחה זו.

יש כמה נקודות מפתח שאני הולך לזרוק כאן, ואז למסור לרובין כדי להיכנס לפרטים קצת יותר טכניים, שאני ממליץ לכל הארגונים לחשוב מאוד קשה ומהר אם הם אפילו קרובים מרחוק למסירה הזו ההבטחה לצוות שלהם ולארגון שלהם להפוך לישות ממוקדת לקוחות. וזה מתמקד ברכיבים הבסיסיים וליצור תצוגת לקוח יחידה. זה נשמע פשוט מאוד, אבל מה זה אומר? ובכן זה אומר לוודא שיש לך את הנתונים הנכונים ממקורות הנתונים הנכונים כל הזמן ובזמן הנכון. וודא שהנתונים זמינים במקום הנכון כל הזמן. לא רק חלק מהזמן.

וזה צריך להיות משולב בחוזקה. וזה צריך להיות מובנה באופן טבעי בפלטפורמה שלך. זה לא יכול להיות סתם משהו שאתה חושב שאתה עושה. קמפיין שיווקי יחיד. בכל פעם שאתה מסתכל על לקוח אתה צריך להיות מסוגל להשיג זאת כל הזמן. זה צריך להיות זמין לכל האנשים הנכונים כל הזמן. אז אני לא רוצה להסתובב במסדרונות ולחפש ידע שבטי. אני צריך להיות מסוגל לקבל את זה בהתראה של רגע רק על ידי הגעה לכלי אחד. ואתה צריך לספק לו בפלטפורמה הנכונה את הכלי המתאים. אז זה צריך להיות מובנה במערכות הקיימות שאתה כבר משתמש בהן.

ה- CRM שלך צריך להיות מסוגל לראות הכל מרגע שאני מבקר אצלך מהאפליקציה הניידת שלי, מהאתר, משיחה עם ה- IVR שלך, הקלטת קול אינטראקטיבית, לעבור בעצמי דרך דלפק העזרה בטלפון שלך כשירות עצמי. או אם אני דוחף את הכוכב תשע ומגיע לאדם, אני שואל את השאלה המעט מאתגרת יותר ש- IVR לא מתוכנת להתמודד איתה. אם ציוץ משהו שמח, אם כתבתי מאמר בלינקדאין. כל אלה צריכים בסופו של דבר להיכנס חזרה ל- CRM כך שאם אני מנהל משהו שקשור ללקוח אני יכול לראות זאת. עלינו להפוך אותו לברירת המחדל ולא לחריג.

זה עדיין מאוד יוצא מן הכלל שאנשים רוצים לנהל קמפיין, הם רוצים לנהל מאמץ מכירות ושיווקי, או שהם מחפשים לפתור בעיה כלשהי או להתמודד עם נושא תמחור. אנו מנהלים קמפיין חד פעמי ומנסים לקבל מבט יחיד על פלח מסוים של הלקוח שלנו ולהתחיל להריץ דוחות ולהדפיס דברים ולהעביר אותם בפורמט עותק מודפס. זה יוצא דופן. זה צריך להיות ברירת המחדל. המערכות שלך חייבות לספק כל העת תצוגה יחידה זו של הלקוח. ובכל דרך שאנחנו מגיעים לזה - בין אם זה מכירות ושיווק, או סתם תפעולי, ייצור, או לוגיסטיקה, או לא משנה מה זה יכול להיות, נקודת מבט - המציאות היא שאתה תצטרך לעשות את כל זה לפני שתוכל לראות ROI מוצק על השקעתך במעבר זה להפוך לארגון ממוקד לקוחות. אתה תקבל כמה זכיות מהירות. בהחלט יהיו ניצחונות מהירים. אז יש כמה חדשות טובות בחזית הזו. אבל המציאות היא שעד שתשלים מעבר להפוך לתצוגה יחידה מלאה של הארגון הממוקד ללקוח שלך, ש- ROI לא מתכוון לקפוץ מהמסך. וזה מסע מהנה. זה מסע כדאי. והכל נתמך בכך שיש לך את הכלים הנכונים, את הפלטפורמות הנכונות, ולהנגיש אותו לארגון שלך בזמן המוקדם ביותר, בצורה הגיונית, טכנית ומסחרית. עם זה בראש אני הולך למסור לרובין. רובין?

רובין בלור: תודה, דצמ. הייתי צריך לעשות אותו דבר כמוך, הייתי צריך לבטל את השתקת עצמי. אוקיי, התכוונתי לגשת לזה יותר מנקודת מבט רעיונית מאשר מסוג התרחישים המעשיים שעבר דז. אנחנו באמת מדברים על מערך פעילויות מאוד ספציפי בארגון כשאנחנו נכנסים לתחום ה- MDM וכמובן שהלקוח הוא הדבר הגדול ביותר. זהות היישות של הלקוח קשה הרבה יותר להשיג מכל מיני סיבות מכל דבר אחר. זה כנראה הישות החשובה ביותר. ישנם עסקים שבהם יתכן שיש להם רק לקוח אחד ויכול להיות שיש להם את כל המידע שיכול היה לקבל על לקוח זה. נדיר מאוד. לרוב לארגונים יש לקוחות מרובים וללקוחות יש פנים רבות. והנתונים די מתפשטים בכל מקום. אני עובד עם הרעיון הזה די לאחרונה, הרעיון של פירמידת נתונים. שיש הבדל מובהק בין נתונים למידע וידע, לבין הבנה בפועל. אבל נתונים, מידע וידע יכולים לחיות במחשבים. נתונים ברמה הנמוכה ביותר הם רק אותות ומדידות. ומידע שתוכלו לשים אליו על מה זה -

אריק קוואנה: האודיו שלך מתחיל להתפוגג, רובין. רק שתדע.

רובין בלור: אוקיי אני אעביר את המיקרופון. מה לגבי זה?

אריק קוונהאג: הנה אתה הולך. זה נשמע הרבה יותר טוב. הנה לך.

רובין בלור: כן, אז הנתונים מורכבים בעיקר מאותות, מדידות, הקלטות ודברים כאלה. אין לזה הקשר ספציפי. זה הופך למידע בכך שהוא נותן לו את ההקשר הזה. קישור נתונים יחד. מבנה הנתונים. יצירת הדמיות, מילונים מונחים, סכמות. כל מה שתרצו ליצור סביבו. זה מועבר לידע כאשר בדרך זו או אחרת אתה באמת יכול להתחיל לחזות התנהגות של ישות נתונה וגם ליישם מדיניות וכללים לטיפול בה. ההבנה חיה לחלוטין בבני אדם. וזה חלק מהבעיה. כשאתה בעצם מסתכל על הפיצול שקיים מבחינת מצב הלקוח אתה בדרך כלל מגלה שבאמת למכירות יש השקפה אחת של לקוח, לשיווק יש אחרת. לתמיכה במכירות או למעשה רק לתחזוקת לקוחות יש השקפה שונה. יתכנו הרבה נקודות מגע שיש ללקוח עם ארגון. ואף אחד מכל זה אינו משולב במידע מובנה כראוי או שחלק ניכר ממנו אינו משולב.

ואז יש לנו את הבעיה שהתחילה להיות הרבה יותר נפוצה בשנים האחרונות של, אתה יכול לאסוף נתונים חיצוניים על אנשים וזה מאוד שימושי אבל אתה למעשה צריך לשלב את זה בשביל זה כדי שיהיה לך ערך אמיתי. אז בשכלול הנתונים הקשיים הגדולים נובעים מפיצול. נתונים אלה מגיעים ממקומות שונים והם אינם מובנים היטב. והעובדה שקיימת היצע בלתי פוסק של נתונים חדשים וזה כמעט תמיד המקרה כשמדובר בלקוחות. וכל ישות היא יעד נע. לא היה אכפת לנו, אולי לפני שלוש או ארבע שנים, מפרופיל המדיה החברתית של הלקוחות, אבל אכפת לנו ממנו עכשיו. אכפת לנו מכך כי זה יכול להזיק לארגון או לחיזוק לארגון, תלוי במה שקורה שם בחוץ.

אם באמת יש לך את הרעיון, אם ישבת ועשית תרגיל וניסית להבין מה היו הדברים שאתה מתעניין בקוח לפני חמש שנים? ואתה עושה את זה שוב ומגלה שדברים נוספו. וייתכן שדברים נלקחו. אני מתכוון לאיש כבר לא אכפת, למשל לאיזה מספר פקס יש אנשים בפועל. יש אנשים שהיו בעבר מספרי פקס בכרטיסי הביקור שלהם. אבל לאף אחד כבר לא אכפת מכיוון שהפקס מת. אז זהו יעד נע. כשאתה מסתכל על דוגמנות נתונים ו- MDM הדבר הראשון - ובכן, אני באמת צריך לומר על זה, זה שזה חלק ממשל נתונים, אם אתה לא עושה את זה, יש בעיה באופן שאתה מנהל נתונים . מכיוון שאם אתה לא עושה דוגמנות נתונים ו- MDM בפועל, אז בדרך זו או אחרת אין לך ממש תצפית מלמעלה למטה על יישות נתונה למעשה.

אבל פירטתי כאן ממשל נתונים. פירטתי שושלת, שימוש בנתונים, איכות, אבטחה, ניהול שירות, שחזור. אתה יכול להוסיף מחזור חיים וכן הלאה. יש ממש נורא לממשל נתונים ומידול נתונים ו- MDM הוא חלק מהותי ואולי מרכזי בזה. שינוי בא מלמעלה למטה במובן זה שאתה מבין שהשינוי מתרחש מכיוון שאנשים מבינים שהוא מתרחש. ולכן ניתן לחשוב במונחים של כל הערימה הזו, מקבצים ומסדי נתונים דרך אלמנטים של נתונים ועד נתוני בטא והגדרות עסקיות.

אתם עשויים לחשוב במונחים של הצורך למעשה, בדרך זו או אחרת, לנהל את כל הערימה ולהקפיד על כל הערימה מעודכנת מכיוון שלדעת משהו ברמת ההגדרה העסקית לא אומר בעצם שתפסו את הנתונים ב רמת קבצים ומסד נתונים. זו תמונה רחבה מאוד ועד שאתה חושב על זה בפועל אתה לא מבין עד כמה היא רחבה. הדוגמנות ו- MDM, אם אתה באמת מסתכל, כל מגמת הנתונים הגדולים לא נוגעת פשוט בזה - יש הרבה יותר נתונים. זה קשור לכך שיש הרבה יותר נתונים ממקורות רבים יותר, ונותנים לך הרבה יותר נקודות מבט על כל ישות נתונה שאתה בעצם אוסף עליה מידע. וככל שמורכב יותר, ככל שאתה זקוק למודל, כך קל יותר להבין. פשוט על ידי התבוננות בואו נגיד סכימת מסד נתונים מה קורה כאשר נתונים מגיעים למעשה ממקורות 10, 20, 30.

בתיאוריה אתה יכול לומר MDM נותן לך מבט על יקום הנתונים אבל בפועל זה למעשה חלק ממנו. ולמעשה דיברנו רק אם אתה מסתכל על המשמעות העסקית של נתונים אז המידע על משמעות הנתונים הוא למעשה חלק מיקום הנתונים שאתה מסתכל עליו. הדוגמנות היא מלמעלה למטה ומלמטה למעלה. כלומר אתה יכול להסתכל על דברים מנקודת מבט עסקית, אבל אתה יכול גם להסתכל על דברים מנקודת המבט של מה שיש לנו. ואתה בונה לשני הכיוונים. וזה לא, ואף פעם לא יכול להיות, פרויקט. להתחיל את זה זה פרויקט. זו פעילות מתמשכת. אתה יכול לבעוט אותו כפרויקט מכיוון שאין לך שום דבר קוהרנטי במקום, אבל ברגע שתחטוף אותו, זו צריכה להיות פעילות מתמשכת. וכל מה שנעשה בתחום הנתונים, צוות MDM אם תרצה, צריך לדעת עליו.

הלקוח מאתגר, פשוט התבונן בהתמקדות בישות הלקוח. יש כיום יותר נתונים על הלקוח ממקורות רבים בהרבה מאשר לכל גורם אחר. ונראה שזה רק הולך וגובר. זה לעתים קרובות לא מדויק. אם אתה אוסף נתונים ממני, למשל. אם אתם אוספים נתונים עלי, תבינו שיש לי זהויות שונות וזה בדיוק בין אם אני משתמש בראשי תיבות אמצעיים או לא כשאני הולך לאתרים שונים. ואני עושה זאת לעיתים קרובות רק כדי לגלות לאן אני הולך להשיג ספאם מזהות נתונה. אבל הרבה אנשים עושים זאת. ואז אנשים עושים שגיאות מקריות. ואז מידע לא מעודכן.

ניגשתי לאחד ממשאבי הנתונים האלה שטוענים שאני מסוגל לספק לך מידע רב על כל אדם נתון, ועשיתי את הדבר המתבקש ושאלתי שאלות על עצמי. וחצי מהמידע שהם מסרו לי לא היה מעודכן. וחלק מזה לא היה נכון בכל מקרה. ואתה מסתכל על זה ואתה חושב, אם אתה הולך בדרך כזו או אחרת לאסוף נתונים ממקורות אחרים, אז יש מרכיב עצום של ניקוי הנתונים והיכולת לזהות אם זה הנתונים שיש לך. כיחידים אין לנו מזהה ייחודי. שם ומספר טלפון סלולרי קרוב לוודאי שתקרב אתכם לרוב האנשים, אך לא לכולם יש מספר טלפון נייד. וזה שונה גם בתרבויות שונות. ואז יש את אופי הנתונים מבחינת ניתוחים.

אני לא מתכוון להיכנס לזה לעומק, אך ניתן לבחור בנתונים. אם יש לך נתוני טוויטר של מישהו, יש רק אוכלוסייה קטנה של אנשים ששמה באופן פעיל נתונים בטוויטר. והם נבחרים. הם לא לקוחות שנבחרו באופן אקראי. הם אלה שהחליטו שהם רוצים להיות קולניים בטוויטר. קשה להפליא לקבל מבט של 360 מעלות של לקוח. וזה חלקית פשוט בגלל ההיסטוריה הטכנית של כולם. זה לא יוצא דופן לגלות שיש שלושה מסדי נתונים של לקוחות או יותר, ממש כמו מסדי נתונים, לא חשוב שיהיה לך הרבה מקורות מידע אחרים שאתה אוסף בפועל על הלקוח. וניתוח לקוחות, כדאי לומר שזו הזדמנות ענקית עכשיו. פעם ביצענו פילוח בנדון אבל עכשיו זה באמת, מכיוון שיש הרבה מאוד נתונים חיצוניים זמינים על לקוחות, אתה יכול לעשות הרבה מאוד ניתוחים של גרפי מערכות יחסים, שהם באמת חדשים יחסית. אתה יכול להשתמש בניתוח חזוי שלא ידעת מעולם. אתה יכול לאסוף מידע על מידע ומידע על דעתך שמעולם לא תוכל לאסוף לפני כן.

יש סיבה טובה מאוד לבדוק את מה שאתה עושה ביחס ללקוח ולחשוב במונחים של איך אתה יכול למנף בצורה הטובה ביותר את הנתונים שיש לך. מבט מעשי. הדוגמנות של גורם הלקוח הינה פעילות הכרחית למען BI מדויק ושימושי ולשכלול הידע. במילים אחרות, אם יש לך אוכלוסייה גדולה למדי של לקוחות זה לא דבר אופציונלי. אתה צריך לעשות את זה. ואני חושב שזה כל מה שיש לי לומר. בואו נעביר את הכדור הלאה.

אריק קוואנה: בסדר, אז ג'ון, אני מאמין שאתה הולך הלאה? ואז דיאנה תעשה הדגמה. אז עם זה, ג'ון אוונס, קח את זה. ואנשים, אל תתביישו, שלחו את השאלות שלכם בכל עת. אנו נעקוב אחר השאלות והתשובות. קח אותו משם, ג'ון אוונס.

ג'ון אוונס: בסדר. תודה, אריק. ותודה דז ורובין על ההקדמה ההיא ועל ההערות האלה. הייתה חפיפה רבה בין מה שדיברת שם על מה שנדבר עליו ולהראות היום, וזה נהדר. ושאנחנו בהחלט מסכימים שהרעיון הזה של מרכזיות לקוחות הוא משהו שאנשים מבקשים להשיג ואני חושב שבשורש זה היינו אומרים שלדאוג לנתונים טובים, נתונים טובים ככל שתוכלו להשיג על הלקוחות שלכם, זה הדרך היחידה להתקיים בתפילה. אז מה שאנחנו רוצים לעשות היום זה לדבר על ניהול נתוני אב מוכווני לקוח ולשתף עם כולם קצת על האופן בו אנו ניגשים לזה, פותרים את הבעיה הזו, ומדברים על הצעה חדשה שהבאנו זה עתה שנועדה להפוך אותה קל לחברות מכל הגדלים לספק נתוני לקוחות טובים יותר לאורך נוף הנתונים המקוטע שלהם. כך שהנוף הזה יכול להיראות משהו כזה.

יש לנו כאן מגוון מערכות סביב ההיקף, המון יישומים מקוטעים, חלקם פועלים בענן, חלקם פועלים במקום. ובתוך כל אחד מאלה, בהגדרה, יהיו לך דרכים שונות לזהות לקוחות ומידע על לקוחות. מודלים שונים של נתוני לקוחות עם תכונות שונות, סדרי עדיפויות שונים וכן הלאה. ואפילו אם היית ארגון שאתה מחשיב את עצמך ככה, אתה יודע, חנות SAP או חנות אורקל, או שאתה פשוט מנהל את העסק שלך ב- SAP למשל, או רק על אורקל, או שאתה משתמש ב- SalesForce, יתכן שיהיו לך מספר מקרים של מערכות אלה, אפילו בתוך החברה שלך. אולי הם נפרסים על ידי מיקום אחר או לפי אזור שהוקם מסיבות שונות, אזורים שונים בעולם, או שאתה עשוי להגדיר אותם באופן שונה לפי תחום עיסוק. וגם אם יש לך ERP יחיד, אם ביצעת את ההתאמה האישית על פי אלה, יהיו עימותים בנתונים.

כעת מתרחש הפיצול שאנחנו רואים על ידי הגידול באימוץ מערכות מבוססות ענן ויישומים מיטב-גזע. אז בעוד שסביבה ממש גדולה, מורכבת ומפותלת כמו זו, הייתה בעבר משהו שכולם חשבו, "ובכן זה מתרחש רק בחברות הגדולות באמת", בגלל ההתגלות הזו של פתרונות ענן וגישה מיטבית של גזע, הנושא של הנושא הזה הופכת כעת לרווחת יותר אפילו בארגונים קטנים יותר. אז זה באמת מנהל מגוון של חברות קטנות עד למפעלים גדולים. כולם סובלים מאותה בעיה בנתוני הלקוחות שלהם. ואתה יכול להסתכל על כמה מהבעיות האלה שפירטתי כאן באמצע.

אני סוגרת אותם לשלושה סוגים. יש בעיות הקשורות לנתונים שבהם יש לך כפילויות, יש לך נתונים לא חוקיים, חסרים לך שדות, יש לך מידע לא עקבי, היררכיות לא עקביות, והדברים האלה פשוט נוטים להחמיר ככל שהזמן עובר. אז יש לך אתגרים הקשורים לאנשים שבהם אנשים לא יכולים לגשת לנתונים, הם לא יכולים לענות על השאלות שיש להם, איפה הם מחפשים, אבל הם לא מצליחים להשיג את אותה השקפה של 360 מעלות שרובין דיבר עליה.

ובשטח השלישי יש אתגרים הקשורים לתהליכים שבהם יש לך נתונים במספר מקומות, וגם אנשים לא יודעים מה השתנה ומתי בגלל שדברים קורים לנתונים כל הזמן. לכן אין שליטה או ממשל כיצד לשמור על נתונים נקיים. אז כשאתה מנסה לספק חווית לקוח מגובשת יותר / קוגנטית יותר ולנהל שיח עם לקוחות, ממש קשה להשיג זאת כאשר הנתונים שלך על אותם אנשים אינם עקביים ואינם מדויקים.

כמו בצד שראיתי, אני חושב שזה היה בשבוע שעבר או בשבוע שקדם לו, מאמר ב"ניהול מידע "שדיבר מדוע שיווק בהתאמה אישית עדיין לא מדויק והם רשמו תשע סיבות. שתי הסיבות הראשונות ברשימה שלהן, איכות הנתונים גרועה והנתונים אינם משולבים.

אז מה תוכלו לעשות בקשר לזה? ובכן, ישנן כמה דרכים בהן תוכלו לנסות לגשת לבעיה זו ולחשוב עליה במונחים של מה שזה יעלה לארגון שלכם. אתה יכול לבצע סוג של תקיפה של נתונים אלה כאשר הם נולדים אם תרצו, או שתוכלו לתקוף אותם ברגע שהם יחדרו למערכת שלכם, אז הנה תמונה מארגון שעבדנו איתו והדגישה למעשה כשלושים מקומות שונים בהם נאגרו נתונים שם, בנוף שלהם.

אז ברגע שהנתונים האלה שוחררו לטבע, לעשרות המערכות האלה קשה למצוא, קשה לתחזק אותם, זה יקר לתקן, אם אתה חושב להיכנס ולנסות לתקן אותם שלושים פעמים שונות בשלושים מקומות שונים . אז אחד המושגים עליהם אנו רוצים לדבר הוא לנסות להיות פרואקטיביים ולנסות לתקן דברים מוקדם ככל האפשר כיוון שכשאתה עושה את זה יהיה קל יותר למצוא, קל יותר לשלוט ופחות יקר לתקן ולתחזק ובדרך זו אתה תקבל נתונים טובים יותר כשאתה עובד במורד הזרם ביישומים שלך.

אז זהו מושג שדיברנו עליו שנקרא MDM פרואקטיבי והתווית המתאימה לנו להשתמש היא הרעיון של ניקוי הנהרות ולא האגמים. אז יש שלושה צעדים לכך, ראשית, להיות נקי, שם אתה רוצה להתאים ולמזג ולנקות ולשרוד רשומות קרוב ככל האפשר כדי לנסות להשיג רקורד מוזהב, כדי להימנע מזהמת היישומים שלך במורד הזרם. ניתן לעשות זאת על ידי בקרות מיושמות על מקורות או אפילו על ידי מתן מקום להציע את הנתונים באופן מרכזי כך שיהיו עקביים ומדויקים לפני שתשחררו אותם לטבע.

העשרה נוגעת להוסיף ערך לנתונים ככל שאתה הולך, כולל נתוני עזר ומידע אחר שאינו במערכת התפעולית המקורית שלך, כך שמדובר בהיררכיות, יתכן וזו פילוחים למשל שאינם מאוחסנים מטבעם במערכות אלה.

ואז החלק השלישי הוא על שמירה על ניקיון וכאן אתה רוצה לוודא שיש לך תהליכים במקום ואנשים שזוהו כמנהלים את הדיילות וכדי לעשות את המשילות, יש כלים זמינים כדי לאפשר תהליכים אלה ואז להתאים באופן יזום ואתה מנקה הנתונים שלך על בסיס תקופתי כך שזה לא יקרה, אז אתה נמנע מההתרסקות שבאופן טבעי הולך לקרות, למשל כשאנשים מחליפים מקום עבודה או שהם מחליפים מגורים וכדומה.

אז איך משיגים את זה? ובכן, ישנן מספר אפשרויות בהן תוכל להשתמש כדי לתקוף בעיה זו. אתה יכול להשתמש בכלי לאיכות נתונים, אתה יכול להשתמש בכלי לשילוב נתונים כדי לחלץ את המידע, אתה יכול להשתמש בכלי זרימת עבודה על מנת לחלק חלק מהאנשים. אתה יכול להשתמש בכלי ממשל כדי לעקוב אחר מי שעושה מה. אתה יכול למעשה לחבר יחד את כל כלי המורשת השונים האלה ולזרוק לזה הרבה אנשים.

אבל זה הכל יקר מאוד, זה אינטנסיבי מאוד במשאבים, זה יהיה איטי בפריסה וזה יהיה קשה לניהול ואולי אפילו תרצו להתחיל עם נתוני הלקוחות שלכם אבל אתם גם תרצו בסופו של דבר לנהל את המוצרים שלכם, רשימת המוצרים שלך שיש ללקוחות האלה ורשימת הספקים עבור אותם מוצרים, ותרשים של חשבונות שאתה משתמש בהם ברחבי העסק שלך כדי לעקוב אחר המתרחש, לנהל את העובדים שלך המשרתים לקוחות אלה וכן הלאה. . אז עכשיו אתה מדבר על דומיינים מרובים, ספקים, מוצרים, תרשים חשבונות, עובדים וכן הלאה כדי לנסות לספק תצוגה 360 מעלות של כל העסק שלך.

לכן באופן אידיאלי מה שאנחנו חושבים שאתה רוצה להשיג הוא פיתרון אחד לשילוב, התאמה וניקיון של נתוני האב של הלקוחות שלך, פיתרון אחד כך שתוכל לנהל את הדיילות ואת הממשל וכלי אחד שאתה יכול להשתמש בו כדי לנהל כל תחום נתונים כשאתה מתחיל עם לקוח ולהמשיך הלאה. אז זו המטרה מאחורי הצעה חדשה שהכרזנו זה עתה בשם Magnitude ONE. Magnitude ONE הוא הצעת MDM המיועדת לחברות לשילוב, הרמוניה וניהול של נתוני האב שלהם על פני אותם יישומי SaaS פופולריים או שאינם מקומיים הנמצאים בשימוש כפי שדיברנו עליהם קודם לכן Magnitude ONE כולל מספר רכיבים.

הדבר הראשון שהוא כולל זה פיתרון ה- MDM של קלידו שלנו, שפרוס בכמה מחברות העולם, ואריק, דיברת על החשיפה שלך לנתוני אב וניהול כבר בשנת 2003, אני חושב שמוצר זה יצא במקור בסביבות 2004. אז היינו חלוץ מוקדם במרחב הזה, עם הכלי הזה. התחלנו להשתמש בו כדי לשרת את השימוש האנליטי במידע כדי לוודא כי נתונים טובים נכנסים למחסן ועם הזמן הלקוחות שלנו השתמשו בו יותר ויותר על מקרי שימוש מבצעיים וניהול של דומיינים מרובים הכוללים לקוחות ומוצרים וכלכליים. וספק ועובד וכן הלאה. אז Kalido MDM הוא חלק מרכזי מהפתרון הזה.

אנו מספקים קישוריות ואינטגרציה למגוון רחב של מערכות מקור באמצעות שותפות עם תוכנת SCRIBE, תוך שימוש בפלטפורמת האינטגרציה המקוונת שלהם SCRIBE כשירות. זוהי הצעת אינטגרציה מבוססת ענן עם חיבורים ליותר מארבעים מערכות הן על בסיס הבסיס והן עבור מערכות SaaS בהן ארגונים משתמשים. אז עם שני אלו יחד, עם פיתרון ה- Kalm MDM שלנו הוא כולל גם יכולת וסביבת תזרים עבודה לניהול נתונים ראשיים ולניהולו לאורך כל מחזור חייו. יש לנו שם מנוע תואם שמיועד במיוחד לטיפול בנתוני לקוחות ואנחנו מספקים בנוסף לתוכנה, גם הדרכות בכיתה וירטואלית במוצר MDL של Kalido ורכיבי הדוגמנות.

אז רובין דיברת על הדוגמנית, זה חלק ממש קריטי וזה בעצם המקום בו אנו מתחילים בפתרון שלנו ונראה לך שברגע, איך אתה לוקח את הלוח הלבן הזה שדז הראה ותירגם את זה למשהו שיכול למעשה הגדרת מערכת MDM שלך. הנקודה הסופית שלך לגבי Magnitude ONE היא שהיא זמינה בחצרים או כשירות ענן, אתה יכול לקבל רישיון מנוי או רישיון תמידי. הרעיון הוא שיהיה לכם קל לקנות, לתחזק, ליישם ולתחזק.

אז איך זה נראה אז הוא Magnitude ONE במרכז כאן, עם היכולות החזקות לעשות הכל בקופסאות הלבנות והכחולות. אז התחבר לגישה לנתוני לקוחות דרך מחבר SCRIBE עליו דיברתי. לאחר מכן בצע את כל תרגילי השליטה שאתה צריך לעשות סביב התאמת נתונים, מיזוג, שורד והעשרת הנתונים כדי שיהיה נקי. לאחר מכן הרשה ופרסם נתונים מדויקים ועקביים במערכות הצריכה שלך יחד עם שכבת גישה שאנשים יכולים לחפש אחר נתונים, לגלוש בנתונים ואפילו לחבר רשומות חדשות כך שהמערכות התפעוליות והאנליטיות שלך יוכלו להישאר נקיות ככל שיעבור הזמן.

אנו מספקים ממשק משתמש מבוסס אינטרנט הן לדיילים והן למנהלים, אשר תוכלו לראות ברגע, כמו גם למשתמשים העסקיים. לא רק שהם יכולים פשוט לגלוש ולגשת לנתוני אב שפורסמו, הם אפילו יכולים למלא תפקיד בתהליך הדיילות. אז תאר לעצמך נציג המכירות שלך מדבר עם לקוחות, הם לומדים משהו חדש על הלקוח, הם יכולים להעלות בקשת שינוי ולהגיד היי של הלקוח הזה, הם שינו את הכותרת שלהם, הם שינו את כתובת הדוא"ל שלהם, הם החליפו חברות, אולי הרופא הזה החליף קשר עם בית החולים הזה, אנחנו רוצים לוודא שאנחנו עוקבים אחר דברים כאלה, או שברוקר הביטוח הזה סוחב עכשיו את המוצרים האלה, אנחנו רוצים לוודא שאנחנו משווקים להם את מוצרי הביטוח החדשים האלה., לדוגמה. כך שניתן להעלות ולתקן את אותם סוגים נכונים בזמן שעובדיך העומדים מול הלקוח מתמודדים עם אותם אנשים.

כמה תכונות אחרות לגבי הפיתרון שלנו. מספר אחד הוא המודל העסקי הזה, זכרו את תמונת הלוח הלבן שדז הראתה עם המעגלים והחצים. זה בעצם הדרישות העסקיות לגבי אופן השימוש בנתונים, אופן השימוש בהם בעולם האמיתי. אנו מתחילים במשהו שנקרא מודל מידע עסקי ואנחנו בעצם יכולים לתפוס את הדרישות ואת הכללים העסקיים הנלווים אליו ולמעשה לפרוס את זה כדי ליצור את הכללים ואת מאגר MDM. כך שהיא למעשה פועלת כדרך לגשר על פער התקשורת שאנו רואים לעתים קרובות כל כך בין אנשי עסקים המתארים דרישה ו- IT צריך לחזור ולתרגם זאת לטבלאות ומיפויים וכן הלאה.

אז יש לנו את הגישה המונעת על ידי מודל עסקי כדי לוודא שהיא נכונה מרגע ההתחלה. אנו כוללים גם עיבוד אוטומטי לזה ואת ניהול זרימת העבודה והשינויים המוטבעים כך שתוכל, אם יש לך שינוי במודל שלך בו אתה מוסיף אליו, תוכל לפרוס את זה במהירות ולעשות זאת עם צוות קטן בגלל האוטומציה., זה לא דורש קידוד רב כמו שאולי היית מצפה לעשות.

הזכרתי את הטבע מונע הדגם המניע גם את המסכים המופיעים בפועל. אז כשיש לך תיאור של לקוח ויש לך את התכונות שלו שם, מה שתראה על המסך הוא התכונות המוגדרות במודל, כך שהכל נוצר עבורך, אתה לא צריך ליצור ממשק ספציפי כלשהו מסכים למיפוי הנתונים, הכל מונע מהדגם.

תכונה מגניבה נוספת שהבאנו היא הרעיון של שילוב אקסל לדיילים נתונים. משמעות הדבר היא כי דיילים יכולים להשתמש באקסל כמקום לעריכה של הרשומות שלא ניתן היה להתאים אותם באופן אוטומטי ולאשר אותם ולפרוס אותם. עכשיו אתה עשוי לחשוב, ובכן זה סתם, אתה פשוט זורק נתונים ל- Excel, נכון? ובכן, זה הרבה מעבר לזה מכיוון שהדבר המגניב ביכולת הזו הוא שהוא מתגבר על הבעיה של סתם לקבל עדכוני נתונים מחדש על ידי טעינת נתונים מ- Excel.

אנו למעשה, כאשר אתה מוריד נתונים אלה מ- Kalido MDM לממשק האקסל, הם מגיעים עם כללי האימות. אז זה יגיד לך איזה מהתאים האלה צריכים למלא כדי להפוך אותו לרשומה תקפה, זה ייתן לך רשימה נפתחת של הערכים הזמינים, או את הערכים המאושרים למשל, כך שתמנע בעצם יצירת שגיאות בעת עדכון רשומות נתוני האב.

לאחר מכן במנוע זרימת עבודה משובץ, וודאו שהנתונים כולם מעובדים ומורשים לפרסום והיא גם עוקבת אחר מי עשה מה ומתי ומאפשרים לכם לבחון ולבדוק את כל אותם ערכי נתוני אב לשעבר כך שתוכלו לראות כיצד השתנו הנתונים זמן.

אז היתרון בכך, מבחינת נתוני לקוחות, הוא שתגיע למקום בו תוכלו לנהל דיאלוגים ואינטראקציות יותר מותאמות ורלוונטיות עם לקוחות. MDM הופך להיות קריטי יותר לעסקים, במיוחד כשחושבים על שיווק אחד על אחד שמתרחש שם וזו דוגמה טובה למחזור שמתרחש.

אז אתה מתחיל עם נתונים על הלקוחות שלך, זה הדברים שאתה שולט בהם, מי הם, אילו מוצרים הם בבעלותם, מה אני יכול להתאים מבחינת מידע לקוחות על פני מערכות מרובות? ואז אתה מעשיר את זה עם מידע נוסף עליהם ואיך התנהגת בעבר. על מה הגיבו? או איך רוצים ליצור איתם קשר? אולי הם רוצים ליצור איתך קשר בפקס ולכן זה עדיין בכרטיס הביקור שלהם. אבל המידע ההוא שנותן לך את התובנה הדרושה לך בכדי לקיים אינטראקציה.

אז אילו העדפות אחרות? חלק זה עשוי להגיע ממקורות חברתיים למשל. אז אתה יכול להחליט על זה מה האינטראקציה הבאה הכי טובה עבור אותם לקוחות, אילו הצעות עלי להציע? זה יפיק איזשהו אינטראקציה, הם הולכים להוריד משהו, הם הולכים לרכוש משהו.

זה כמובן הולך ליצור נתונים נוספים שברצונך להזין למחזור אינטראקטיבי שיווקי זה. כתוצאה מכך, אתם תוכלו למצוא ולסגור לקוחות חדשים במהירות רבה יותר, להגדיל את המכירות המוכרות יותר, לספק שירות לקוחות טוב יותר, לחסל טעויות, לחסל משלוחים כפולים, למשלוח למשלוח חומרים שיווקיים, ובסופו של דבר נוכל להפחית את המכירות ו עלויות שיווק.

כך שאחת הדוגמאות ללקוח משלנו שעשתה זאת, סניף הדואר של בריטניה השתמש ב- Kalido MDM בכדי לספק נתוני לקוחות טובים יותר כך שיוכלו לספק את המוצרים הנכונים ולהמשיך את הדיאלוגים של הלקוחות שלהם בערוץ הנכון שהוביל בסופו של דבר לכמויות מכירות גבוהות יותר והגדילו את השוליים עבורם.

אז זו רק הערות ההיכרות שלי, אני רוצה עכשיו למסור את זה לדיאנה, לעבור אותך ולהראות לך בדיוק איך אנחנו עושים חלק מהדברים.

דיאנה קולינס: תודה ג'ון, אז אני מקווה שנוכל להביא חלק מזה לחיים עבור כולכם. אז מה שעליך לראות על המסך שלך כרגע הוא דוגמא למודל מידע עסקי של קאלידו. אז חלק מהפתרון, מה שנראה לך היום הוא שילוב של נתונים מ- salesforce.com. כאן הוצאנו את המודל של salesforce.com משמאל למטה. זהו כמובן יישום מבוסס אינטרנט, התוכנה היא סוג של יישום שירות. אנו הולכים לשלב את זה עם נתונים מהיישום המקומי שלנו של אורקל, חבילה עסקית.

אז המטרה שלנו היא לקחת את אנשי הקשר ומידע החשבון שלנו מ- salesforce.com, לשלב אותו עם חשבונות חייבים ופרטי קשר של חשבונות בחשבון הרמוני והמבנה יחידה שאנו נטען בחשבון Microsoft Dynamics CRM. אז התרחיש שלנו כאן הוא שאנחנו עוברים מהשתמשנו בעבר ב- salesforce.com לשימוש ב- Dynamics CRM. אנו רוצים לוודא שיש לנו רשימת לקוחות משולבת והרמונית לחלוטין, תצוגה 360 מעלות המבוססת על סביבת Dynamics CRM החדשה שלנו.

אז כדי לבנות את זה העברנו את הנתונים מ- salesforce.com ו- EBS ל- Kalido MDM, למעשה אנו מנהלים את תהליך ההרמוניה. כך שבעניין הזמן ביצענו את הבישול, ואנחנו נהנה מהארוחה. אז בואו ונעבור כעת לסביבת MDM שלנו ופשוט נראה לכם כמה מהדברים שאנחנו יכולים לעשות בתכונות הנוספות שפתרון MDM מוסיף לשילוב קישוריות פשוט של פלטפורמות אלה.

אבל אחד הדברים שיקרה כמובן, זה שתאבד את ההיסטוריה שלך. בסופו של דבר עם הנתונים שלך ב- Microsoft Dynamics, אבל האם היית יודע מאיפה הגיע משהו? זה מה שה- MDM, אחד הדברים שפתרון ה- MDM יכול לספק לנו, הוא מקבל לנו היסטוריה.

אז אם נסתכל על רשימת החשבונות ההרמוניים ונבחר אחד מהם. נניח שבחרנו כאן את חנויות אלברט. זה נותן לנו קצת מידע מאיפה הגיע התקליט 'חנויות של אלברט'. אנו יכולים לראות שמדובר בשילוב של שני רשומות, האחד זה הגיע מחשבון salesforces.com שנקרא אלברט וג'רארד ואחד הגיע מחשבון חיוב של EBS שנקרא חנויות אלברט והם שולבו יחדיו והושלמו בהרמוניה בחשבון ההורה הבודד הזה שנקרא אלברט סטורס.

אנו רואים גם את המזהה המקורי שלו, אנו יכולים לראות היום שהוא כבר הועבר ל- Microsoft Dynamics מכיוון שכאן יש לנו את מזהה ה- CMR של Microsoft Dynamics. אני יכול לראות את הזמן בו הנתונים עודכנו לאחרונה. בנוסף לכל זה אנו מספקים תצוגה נוספת שלא רק מאפשרת לך להסתכל על הנתונים, אלא גם עם תצוגת הגרפים שלנו אתה יכול להסתכל על האסוציאציות בהן הנתונים משתתפים.

אז הנה לנו אותה רשומה, חנויות אלברט שלנו עם האסוציאציות שלה לחשבון חייבים, חשבון salesforce.com ואנשי הקשר. אם אנו בוחרים באחד מאנשי הקשר האלה נוכל לראות כי איש קשר זה היה למעשה איש קשר של salesforce.com. כמו כן, חשבון אדם אלברט שלנו היה איש קשר ל- EBS, כך שלתנועה הזו, אני חושב שעל המסך זה קורה אוטומטית, כמה מהם אני עושה רק כדי לשמור על קל לקרוא את הדברים. אך כשאנחנו ממשיכים להמשיך, אנו יכולים להסתכל בפרטי הקשר ולראות שהם הגיעו מחשבון salesforce.com שלנו. זה בעצם יבנה תצוגה שתראה לכולנו את מערכות היחסים בהן הנתונים שלנו משתתפים.

בנוסף, ראו את הדרכים בהן אנו מסווגים את נתוני saleforce.com וכי ישנם חשבונות אחרים שם רבים מדי לרשימה. ובכן, הדברים הרבים מדי לרשימה, אנחנו עדיין יכולים להגיע אליהם. נוכל פשוט לגלול למטה בדף כאן ולהגיע לרשימה של כל אותם חשבונות נוספים שהיו רבים מדי בכדי לרשום בתצוגה הגרפית. כמובן שנוכל להתחיל בתצוגת גרפים גם לכל אחד מאלה. אז זו דרך אחת להתמודד עם דברים. אנו יכולים לראות את הנתונים, אנו יכולים לתפעל את הנתונים, אנו גם רוצים להיות מסוגלים לתקן ולתקן נתונים. אז כמה דרכים להסתכל על זה.

אז אחד הדברים שיכולנו לעשות הוא שנוכל לעבור, להסתכל על ההיררכיה, שמרתי את היררכיית החשבון שלנו כאחת המועדפות עלי, כך שאוכל לשמור קטגוריות שונות של מידע כחשבונות כמו גם מסלולי היררכיה אוכל להשתמש בדפדפן ההיררכיה שלי. אז כאן אני יכול לפרוט דרך ההיררכיה שלי, אני יכול לראות את כל אנשי הקשר השונים שיש לי עם כל חשבון.

אבל אחד הדברים האחרים שהסביבה הזו מספקת היא האפשרות למצוא את כל היתומים. אלה אנשי קשר שנכנסו דרך המערכת ההרמונית שלנו שלא היו הורים במקורותיהם, אז אלה יתומים שנותרו מאחור. אז הבאנו את אלה, זיהינו אותם, אנחנו יודעים שאלו יתומים, נו איך נתקן את זה? ובכן אנו פשוט לוחצים על מתג זה למצב עריכה, אשר פותח תצוגה נוספת של ההיררכיה ונוכל כעת להתחיל לסווג את האנשים האלה. אז אולי ביל מוריי עבד בחברת AC כדי שנוכל לקחת אותו ולהוסיף אותו לרשימה ואנחנו רואים אותו מודגש על ידי שהוא מציין לנו שזה שינוי. אני יכול להזיז את סנדי והקצה אותה אולי לאג 'אדוארדס ולחברה.

תוך כדי ביצוע השינויים האלה הם מתועדים כאן, אני יכול לבטל אותם אם אני מבין שטעיתי. אני יכול להכפיל כפילים מהם יחד ולהעביר אותם דרך המערכת כיחידה על ידי מתן להם שם ואז הם עובדו כיחידת עבודה אחת במערכת שלי. אז זו דרך אחת וברור שאם אני פרואקטיבית, אולי ארצה להיכנס לכאן ולהסתכל על זה ואם לראות אם היו יתומים ולטפל בבעיה הזו. מה אם לא הייתי? מה אם לא הייתי פרואקטיבית? ובכן, שוב המערכת שלנו כוללת זרימת עבודה, שציינתי קודם, פיתרון זרימת עבודה המאפשר לנו להתמודד עם זה בצורה ישירה יותר.

כדי לעשות זאת אני מתכוון להתנתק כמנהל מערכת, אני הולך להיכנס עכשיו כדייל נתונים, בסדר? אז זה יהיה האדם האחראי לניהול נתונים לא חוקיים. תראה ברגע שאני נכנס, אני נלקח לתיבת הדואר הנכנס שלי, איפה נחשו מה? יש 11 רשומות יתומות שלנו מכיוון שהקשר, הקשר בין אנשי הקשר וחשבונותיהם הוא חובה. כל החשבונות ההרמוניים שלא היו להם חיבורים מתאימים לחשבון אינם תקפים. הם עוברים את זרימת העבודה וכפי שאנו יכולים לראות בתרשים של זרימת העבודה, הנה המקום בו אנו משנים כעת רשומות. לאחר מכן הם היו זורמים לתהליך אישור, אושר על ידי מנהל המכירות, אושר בחשבונאות, ובסופו של דבר אישרו לפרסום בעדכון האצווה הבא של הדינמיקה שלנו.

כמובן שאפשר להגדיר את זה גם לרוץ בזמן אמת שברגע שהוא יתפרסם, ברגע שהוא יאושר לפרסום הוא פשוט יזרוק את ה- Dynamics באופן מיידי, כך שתוכל להגדיר את הצעד האחרון של ה- ממשק. אז אני מקווה שזה נתן לנו - נתן לכולכם רעיון קצר, סקירה כללית, רק על כמה מהדרכים בהן כלי MDM שלנו יכול לעזור להעשיר ולשפר את הסביבה שלנו. ישנן הרבה דרכים רבות אחרות שנוכל לשפר את השימוש שלך במידע של הלקוח שלך, ובאמת להגיע לאותה נקודה שבה יש לך תצוגה מושלמת באמת של 360 מעלות של לקוח עם כל המידע במקום אחד העומד לרשותו. משתמשים. לא רק באמצעות ממשק המשתמש של ספק זה, אלא שכפי שציינתי אנו מספקים גם ממשק צרכני, מעין פורטל אינטרנט שבו אם משתמש יודע שחל שינוי בחשבון, הוא יכול להעלות בקשת שינוי ולכתוב את זה, ולעטוף את השינוי הזה בקש ישירות לדייל הנתונים לבצע כל שינוי ברשומה זו שהם רואים שיש לבצע. אז בנקודה זו אני חושב שאחזיר את זה לאריק ונעבור לשאלה ולע '.

אריק קוונהאג: בטח. אז יש לנו כמה שאלות מהקהל כאן. אני אזרוק אחד אבל אולי קודם דז 'או רובין, יש לך שאלות? תן לי להתחיל איתך דז.

דז בלנשפילד: אחד הדברים שאני נתקל בהם בכל פעם שאני עוברת את המסע הזה עם ארגון הוא כל האתגר הזה של בקרת גרסאות. האם אתה יכול פשוט לגעת בגישה לבקרת גרסאות סביב נתונים או מסוימים - אתה יודע, דמיין תרחיש בו שלושה חלקים שונים של הארגונים מתמודדים איתי כלקוח, ואז הם מבצעים עדכונים ושינויים שונים עד עכשיו חדש כלי. כיצד ניתן לטפל בנושא של גרסת סתם השולטת בנתונים המגיעים דרך העסק ומי אוצר, ושולט, ומאשר זאת?

דיאנה קולינס: זו שאלה מצוינת. אז אחד הדברים המובנים ונאפים בתוך הפיתרון שלנו הוא נגרר ביקורת והיסטוריה. אז אני אראה אם ​​אוכל למצוא רשומה עם היסטוריה. תן לי לראות אם רשומת החנויות של אלברט שהשתמשנו בה יש היסטוריה, ברגע שאני לוחץ על מצב היסטוריה מה זה עושה לי - יש לי - לאף אחד זה אין שינויים בהיסטוריה. אני רוצה שזה כמו שהוא יראה לנו כל שינויים ביניים שנעשו כאן, ואת התאריך והשעה שבהם הם בוצעו. בנוסף, אני יכול לעבור לפרטי ההיסטוריה המלאה, ואם הייתי מפעיל נגרר אחר ביקורת, לא הייתי רואה רק את השינויים האלה ומתי הם בוצעו, אלא שבשביל הביקורת יגיד לי מי ביצע את השינויים האלה, איזה משתמש עשה גם את השינויים האלה. .

הגישה שלנו לגירסאות מבוססת יותר זמן ולא על ידי קביעת תוויות שרירותיות. אתה יכול לבחור נקודת זמן ולראות את הנתונים שלך כפי שהיו באותה נקודת זמן ולהעביר את הנתונים כפי שהיו באותה נקודת זמן. ואנחנו עוקבים כמובן אחר ההיסטוריה לא רק של תוכן הנתונים אלא גם של מודל הנתונים. כך שמודל הנתונים שלך עשוי להתפתח, אנו מוסיפים סיווגים חדשים, אנו עוקבים אחר כך גם ותמיד תוכל להתהפך ולראות דברים כפי שהם היו בכל נקודת זמן נתונה.

דז בלנשפילד: דגמי הנתונים מעלה אתגר שם, אני מתכוון שיש לך אילן יוחסין משמעותי בהתמודדות עם כמה מאמרים מהותיים. האם אתה יכול לתת לנו כמה דוגמאות לכמה ממודלי הנתונים שכבר קיימים וחלק שטיפלת בניהול זה, אתה יודע, את ענפי המפתח כמו ייצור, קמעונאות, ולוגיסטיקה ושירותים פיננסיים. יש לך ניהול בנקאות והפסדים וכדומה, אז האם הגישה נעשית עם מודל קודם שיכול לפתור במהירות פרויקט שאנשים יכולים להתחיל לדעת איפה הפערים, או שהם צריכים לבנות ולהכשיר את המודל הזה בעצמם?

דיאנה קולינס: נקטנו בשתי הגישות במהלך השנים. ניסינו לבוא עם דגמים וגילינו שככל שהדגם השלם יותר הוא באמת פירושו שיצטרך לבצע יותר שינויים, שיהיה לך יותר התאמה אישית שתוכל לבצע עבור הלקוח. אז באמת נקטנו בגישה של שברי דגמים, אלמנטים משותפים בסיסיים מסוימים שאנחנו מוצאים שבאמת מחלחלים בענפים שלמים.

יש לנו, למשל, שירותים פיננסיים שיש לנו מודלים בשוק ההון של ניירות ערך ונגזרים וכו '. יש לנו מודלים לביטוח, לביטוח רכוש והתחייבויות, לביטוח משנה ושניהם מנהלים סיכון בדרכים שונות. יש לנו דגמים לייצור שטרות חומרים של מוצר, שטרות נחיתה. יש לנו חלקים אחרים מהדגם עבור שרשרת אספקה ​​או כל גשש אחר, מחסני ביניים, דגמי הפצה, הזדקנות מלאי, דברים כאלה. עבור הרבה מהלקוחות שלנו, אתה יודע, יש לנו לקוחות כמעט בכל אנכי שתוכלו לחשוב עליהם, אך עבור רבים מהם הצלחנו לפתח רכיבי ליבה מסוימים שאנו מרכיבים עבור הלקוח שלנו לדגם מוגמר.

ג'ון אוונס: כן. תן לי רק להוסיף לזה, דיאנה. אתה יודע, הדגם שהראנו לפני דקה עם סוג של רקע כתום הוא באמת מודל רעיוני, כך שיש לו, תנועות, ואין שום קו תחתון, אני מתכוון לכך שאדם יכול להבין. זה לא מושג IT כשלעצמו, זה משהו שאדם עסקי יכול להבין. יש לנו את המודלים הרעיוניים האלה, אנחנו יכולים לייבא דגם קיים שאולי יש לנו ואנחנו מקפידים עליו כדי לקבל את זה ככה אבל איתו - כמו שדיאנא דיברה עליו, כשיש לנו שבר מודל או מודל לדוגמא שהשתמשנו בו שלפני שאנו מראים ללקוח, בדרך כלל בתוך, אתה יודע, קצת סוג של התבוננות בו ומניחים אותו על גבי מסך ומעין הצבעה ומחוות, הם בדרך כלל יכולים לבצע מחדש את הדגם הזה כדי שיהיה מיוצג יפה של מה שהם מנסים להשיג.

אז זה מאיץ את הזמן כדי לתפוס את הדרישות האלה כדי שתוכלו להמשיך איתו, אבל הדבר האחר שלא הראיתי כאן הוא, אתם יודעים, יש את התרשים הזה אבל יש גם כרטיסייה בשם פעולות שבהן אתם לוחצים על כפתור והוא יוצר את כל האובייקטים הדרושים לך במאגר MDM יחד עם הכלל שהיית בו - הגדרת עבור, אתה יודע, מה לא חובה, מה חובה, מה הקרדינליות, כל הדברים שאתה רוצה לעשות אבל יש שם כפתור שאומר פריסה, אז זה פשוט יצור את הדגם שיצרת בקצה הקדמי. אז יש לנו קטעים, יש לנו ניסיון במגוון רחב של תעשיות והיועצים שלנו מסוגלים לאפשר ללקוחות להתחיל במהירות רבה.

דיאנה קולינס: ובכן, הדבר השני שיצא לי לגלות -

דז בלנשפילד: אז אני השני מהיר לפני שאני מוסר אותו לרובין - כן, סליחה, לך.

דיאנה קולינס: הייתי רק מציינת שבדרך כלל אנו מפעילים את מושבי הדוגמנות הללו כמעין סשן ריבה מכיוון שאנחנו לא כל כך מעוניינים בפרטי כל התכונות, נוכל למלא את זה אחר כך כשנגיע לזה. מה שאנחנו באמת מעוניינים בו הוא לקבל את התצוגה העסקית של האופן שבו הנתונים תלויים זה בזה וכיצד הם מבינים שהם מועילים, וככה אנו רוצים לבנות את הפיתרון.

דז בלנשפילד: לא, הכל הגיוני מאוד. אחת מהירה אחרונה ואז אני אספק אותה לרובין. אז הדבר שאני מדמיין מייד היה קורה בשיחת המנהל שלנו עם ארגונים שאני מתמודד איתם הוא זה - יש להם השקפה, יש להם, אתם כבר יודעים, ממשל, מסגרות וכלים במקום - איך החוויה כשנכנסים ארגון שבו בואו נגיד שצוות הניהול החליט שהם ילכו במסלול זה, יהפכו למרכזיים בלקוחות וינקו את נתוני הלקוחות שלהם, או שיגיעו לפירעון בודד, ובכל זאת IT וחלקים אחרים של העסק אולי כבר הרגישו שהם להפעיל תוכניות עבודה מרובות כדי להגיע למקום טוב בזה?

דיאנה קולינס: נו טוב, זו שאלה מעניינת. כן, אני מציע כי יישומי MDM בדרך כלל ייכשלו אלא אם כן יש סוג כזה של תמיכה ברמה גבוהה. אני חושב שצריך להניע את הפרויקטים האלה מרמה גבוהה למדי בארגון מכיוון שיש שינוי תרבותי שצריך לקבל. אני חושב שרובין דיבר על כך קודם לכן, אתה יודע, זה לא דבר שאתה פשוט עושה כפרויקט וזה תלוי בדרך שבה ניגשים אליו לעתים קרובות בארגון ה- IT. זו תוכנית מתמשכת, זה משהו שדורש מחויבות, ונכונות לשנות אם תרצו ליישם ואז כשיש לך, אני חושב שמצאנו שהיישומים מסתדרים טוב מאוד.

איפה שאנחנו צריכים להיאבק ביישום כלשהו, ​​שם לא הייתה התמיכה הניהולית ברמה הגבוהה, או במקום בו ארגון ה- IT היה עמיד בפני שינוי, אך הצלחנו למדי בשני המקרים לזכות בהם. אני חושב שפעם הראינו להם כמה פשוט לקום ולפעול, ואיך זה באמת מוריד מהכתפיים את האחריות לתוכן נתונים, וממש זה לא צריך להיות אחראי לכך. עסקים יודעים מה מרכיב נתונים טובים, IT לא צריך לדעת זאת. על ה- IT להיות אחראי לדברים שהם עושים בצורה טובה - ארגון נתונים, שמירה על ביטחון, שמירה על אבטחתם וכיצד - ובדרך כלל הם מסתובבים ורואים את זה ככה.

אריק קוואנה: ויש לנו כמה שאלות מהקהל, הרשו לי לזרוק את אלה לכאן. אנחנו הולכים קצת עם הזמן אבל אני חושב שאקבל את כל השאלות שנוכל או לפחות לנסות. אני אעביר לך את זה, אולי ג'ון או דיאנה, כך או כך. משתתף שואל, "האם יש לך פונקציונליות להתפתח כדי להורה מחדש מתיעודים רעים לתקליטי זהב? העסקאות כמו למשל הזמנות מכירה ישירות במערכות התפעוליות? "לא בטוח שאני יודע בדיוק למה הוא מתכוון כאן, אבל אני מקווה שתוכל לענות על כך.

דיאנה קולינס: ובכן, אנו בהחלט יכולים להעביר מחדש רשומות להורה. זה חלק מאוד סטנדרטי מהפתרון המשרדי הזה, אך בתוך המערכות התפעוליות אינן ישירות. נוכל לעשות זאת בסביבת MDM ואז לדחוף את הנתונים האלה מסביבת MDM ברגע שהם פורסמו מסביבת MDM, לדחוף אותם חזרה למערכת התפעולית, אך הם לא יתפסו ישירות בסביבה - לא נתקן אותם ישירות במערכת התפעולית מסביבת MDM.

אריק קוואנה: הבנתי. אוקיי והנה שאלה נוספת, "האם ניתן להשתמש בכלי כדי לראות שושלת נתונים?"

דיאנה קולינס: אה בהחלט, כן. שוב זה לא מודל נהדר להמחשה מהסוג הזה, אלא בהחלט. איפה שיש לך היסטוריה לנתונים שלך, שם הנתונים הגיעו ממקומות רבים, אנו יכולים לתייג אותם עם המקור שלהם ולהעביר את המידע הזה קדימה אל הנתונים שפורסמו.

ג'ון אוונס: בזכות זה. יש מרכיב מזה כאן במודל, שם דיאנה, אני מתכוון שקיבלת את אנשי הקשר SFDC ואת אנשי הקשר EBS וזה בעצם הגיע גם בשדה גרף. זה מסתובב עם הנתונים.

דיאנה קולינס: כן. אני מתכוון כמובן שסביבת שושלת אמיתית, יהיה לך פיתרון ויישום חזק יותר ופשוט נעשה כאן בסיסי.

אריק קוואנה: אוקיי, טוב. רק עוד כמה שאלות ואז נצטבר. אחד הנוכחים אומר, "איך אתה תומך בהגדרת משק הבית? האם יש לך דרך להעשיר את נתוני האב של הלקוחות באמצעות רשתות חברתיות? "

דיאנה קולינס: זה נמצא על מפת הדרכים שלנו, העשרה עם רשת חברתית מנתוני רשת חברתית נמצאת על מפת הדרכים שלנו. זה לא כרגע במוצר אבל מבחינת משק הבית, זה חלק מיכולות ההתאמה והמיזוג שלנו. בתהליך ההתאמה, הידיות הרבות והמנופים הרבים שאתה יכול לשלוט בהם למשקולות של חלקים מסוימים של הנתונים, אך מה שהיא מאפשרת לנו בסופו של דבר היא לאסוף את כל רשומות אנשי הקשר האישיים שעשויים להיות חלק מאותו משק בית. . ואז זה מבין את ההבדל בין חברות לאנשים. בחברות אתה בדרך כלל מסתכל על ההתחלה, סוג המשמעות של המילים בשם; בחברה התחל מקדימה ועבוד לקראת הסוף. אבל כשאתה עושה משק בית, אתה באמת רוצה להתחיל בסוף ולעבוד לחזית עם שמות האנשים. היא מבינה זאת ומסוגלת לבצע עבודה די טובה באיסוף קשרים השייכים למשק בית יחיד.

אריק קוואנה: ושאלה אחרונה אחת, מה עם לקוחות המסעדות? יש לנו כאן חבר קהל טוב ובעל ידע ושואל אם יש לכם לקוחות במסעדה?

דיאנה קולינס: למעשה לא. זה יהיה אנכי חדש עבורנו. היינו ממש מעוניינים להמשיך בזה. יש לנו לקוחות שמספקים מסעדות אבל אין לנו מסעדות שהם לקוחות.

אריק קוואנה: אוקיי, אין דאגות בכלל. ובכן חברים, שרפנו כאן שעה וחמש דקות, אז תודה גדולה מאוד למגישים שלנו היום. נעבור לארכיון שידור האינטרנט הזה כך שכל הארכיונים הללו יהיו זמינים לצפייה מאוחרת יותר. תודה גדולה למגישים שלנו היום. תודה גדולה כמובן לדז ורובין על התובנות שלהם, ולתוכנת Magnitude. אלה דברים טובים. MDM כאן כדי להישאר, חברים, אין ספק בכך. באמת חשוב לקבל את ההשקפה המרכזית ההיא שהולכת להיות חשובה יותר ככל שעובר הזמן. אני צריך לחשוב בזמן שהלקוחות שלנו מחליטים שהם לא רוצים שיתייחסו אליהם בצורה לא טובה, הם רוצים לקבל את הטיפול הטוב ביותר שאפשר וככה זה יהיה.

אז עם האנשים האלה, אנחנו הולכים להיפרד מכם. תודה לך, שוב. נדבר איתך מחר בשידור אינטרנט אחר מחר, כן. טכנולוגיה חמה היא המופע החם ביותר סביב הימים האלה, נדבר אתכם בתקווה מחר בשעה ארבע מזרחית. עד אז, תשמור, אנשים. בואי ביי.

התמונה הגדולה ביותר: הכרת הלקוח שלך בפלטפורמות מרובות