За последнее десятилетие потребители изменили способы выбора и покупки продуктов. Они активно ищут информацию, которую считают полезной, а не реагируют пассивно на маркетинг товаров. Это побуждает организации менять этапы пути клиента. Они видоизменяют свои бизнес-модели, чтобы использовать цифровые данные о клиентах для более полного понимания потребителей и управления их предпочтениями, а также для создания сильной конкурентной дифференциации.
Например, торговым центрам большие данные позволяют получить наиболее полную информацию о поведении посетителей, в том числе потенциальных. Анализ показывает, сколько людей регулярно приходит в торговый центр, из какого они района, сколько времени в нем проводят, какие покупки делают, сколько посетителей совершают редкие или единичные визиты, а сколько вообще не являются клиентами.
Традиционный подход к разработке предложений «изнутри наружу», основанный на внутренней оценке, сменяется подходом «извне вовнутрь», позволяющим генерировать идеи на основе данных о поведении клиентов для реализации интуитивно понятной и предиктивной стратегии взаимодействия с клиентами (CX).
Как отмечают в компании PWC, восемь из десяти потребителей готовы платить больше за более приятный опыт взаимодействия, а каждый третий потребитель оставляет любимый бренд после одного неудачного опыта. Характерно, что 80% руководителей компаний считают, что обеспечивают своим клиентам превосходный опыт. Но только 8% клиентов с этим согласны.
Руководители организаций по-прежнему сталкиваются с фундаментальными проблемами, которые мешают извлекать из данных ценную информацию о клиентах для их эффективного обслуживания:
- cлишком много данных: благодаря тому, что компании становятся омниканальными, количество точек взаимодействия с клиентами значительно увеличилось. Пробираться сквозь море данных, генерируемых каждый день, и анализировать их — непростая задача. Более того, появление нового аппаратного и программного обеспечения в сочетании с развитием медиа-каналов и устройств делает процесс управления данными еще более сложным;
- выявление четко определенных наборов данных: большинство организаций имеют дело в основном с двумя типами данных — транзакционными и неструктурированными. Объем транзакционных данных может значительно колебаться, в частности, в розничной торговле объемы собираемых данных увеличиваются в праздничный сезон и уменьшаются в непраздничные периоды.
Напротив, неструктурированные данные — это информация, которую компании накапливают в течение длительного периода и используют для изучения реакции клиентов на продукты. Клиенты взаимодействуют с потребительскими брендами в ходе своего клиентского опыта, но информация, создаваемая потребителями, по своей природе не структурирована. Это более крупный пул данных, который анализируется для понимания тенденций и учитывается при разработке продуктов. Четкое различие в типах данных в будущем может затруднить масштабируемость.
Транзакционные данные часто носят потоковый характер. Интересно, что российские компании по итогам 2020 года инвестировали в ПО для работы с большими данными 358 млн. долл. Однако лишь 3% этой суммы связаны с потоковой обработкой данных, которая считается экспертами более перспективной, чем пакетная обработка:
- фрагментированная технологическая инфраструктура: для управления растущим потоком данных организации добавляют в свои унаследованные системы новые вычислительные мощности. Появляются разрозненные хранилища данных, которые не полностью синхронизированы с новой средой, что может затруднить анализ всех имеющихся данных для принятия более точных решений;
- доступность информации: консолидированное представление о клиенте является ключевым элементом в стандартизации услуг и создании положительного клиентского опыта. Для слаженной работы специалистам необходимы панели управления, наиболее полно отражающие взаимодействие с клиентами через все точки контакта. Для достижения единого интегрированного представления данных решающее значение имеют устранение разрозненности систем и оперативная координация. Если ранее могли быть эффективными локальные решения хранения данных, то переход к следующему этапу требует аналитики в реальном времени и в некоторой степени — внедрения облачной модели.
Какой же должна быть стратегия хранения данных для эффективного CX? Хорошо спланированная стратегия основывается на персонализации, которая требует значительного объема данных. В новую эру данных, когда компании стремятся повысить свою клиентоориентированность, важно не погрязнуть в потоке данных и использовать только релевантную информацию, а также безопасно управлять ею. Чтобы реализовать истинный потенциал имеющихся данных, потребуется определение цели данных, надежные меры их защиты данных и возможности гибкого хранения. Нужна масштабируемая базовая инфраструктура.
Технологическая структура организации может создать серьезные ограничения для согласованного обслуживания клиентов. Отсутствие согласованности между специалистами и отделами приводит к беспорядочному хранению информации, когда она фрагментирована, и ее невозможно передавать между отделами. Отсутствие системы при хранении информации ведет к тому, что ее нельзя использовать для повышения качества обслуживания клиентов. Компания должна оценить свою инфраструктуру, которая используется для хранения данных о клиентах, и поработать над интеграцией этих данных.
Кроме того, организации, выстраивающие свою стратегию CX, должны планировать внедрение хорошо адаптированного облачного подхода. В исследовании Adobe 2019 Digital Trends отмечается, что организациям мешают унаследованные технологии. Две трети из них полагаются на фрагментированные хранилища и практически не используют облачные технологии. В отчете также указывается, что лидеры в области обслуживания клиентов для поддержки своих стратегий управления качеством обслуживания в четыре с половиной раза чаще, чем другие компании, внедряют высокоинтегрированный стек облачных технологий (32% против 7%).
Для принятия решения о выборе гибридного облака, стратегии, основанной на существующих устаревших системах, или полного перехода в облако важна оценка конечных целей. Ключевым моментом для многих организаций будет характер данных. Например, данные транзакций могут находиться в масштабируемом по запросу публичном облаке, а конфиденциальные данные должны храниться в частных облаках или локально.
Облачные технологии обеспечивают большую доступность данных, что очень важно для высокого качества обслуживания клиентов. Это также помогает преодолеть ограничения по местоположению, с которыми могут столкнуться сотрудники при обслуживании клиентов. Информация о прошлом взаимодействии с клиентом служит основой для создания персонализированных услуг. Возможность извлекать и обновлять информацию о клиентах в режиме реального времени, учитывая разные точки контакта, помогает усовершенствовать стратегию CX. Гибкость и масштабируемость облачной модели могут помочь преодолеть проблемы простоев и проблемы с задержками в период высокого трафика.
В ближайшие годы дальновидные организации будут по-прежнему нести большую ответственность за данные о клиентах. Они будут внедрять более строгие политики управления данными в соответствии с нормативными требованиями. Безопасные и высокодоступные системы хранения данных могут раскрыть огромный потенциал для предприятий, использующих машинное обучение и искусственный интеллект для создания предиктивных моделей, способных вывести CX на новый уровень.
Для быстрого и экономически выгодного внедрения технологий обработки данных стоит обратиться в сторонние компании, имеющие подобную экспертизу. Привлечение компаний, имеющих опыт работы с технологией, поможет в формировании бизнес-требований и технической реализации выбранного решения.
