Автор: David Loshin
Дата публикации оригинала: 2008-07-24
Источник: сайт B-EyE-Network

Использование программы управления основными данными (MDM) для интеграции и консолидации данных о клиенте приближает организацию к возможностям анализа клиентов, что может дополнить и усилить развивающуюся практику управления знаниями о клиентах.

Наличие универсального доступа к единому представлению каждого клиента в организации предоставляет возможность «обзора на 360 градусов», что считается ключом для раскрытия потенциальной ценности, хранящейся в многочисленных наборах данных и отчётах, перемещающихся по организации. Хотя этот священный Грааль управления взаимодействием с клиентами может быть труднодостижимым, использование программы управления основными данными (MDM) для интеграции и консолидации данных о клиенте приближает организацию к возможностям анализа клиентов, что может дополнить и усилить развивающуюся практику управления знаниями о клиентах.

Процессы анализа клиентов позволяют бизнес-аналитикам получить более глубокое представление о том, как исторически сложившаяся деятельность клиентов может дать нам информацию о текущих взаимодействиях с ними. Оценка характеристик клиента может помочь принимать решения на основе предсказания поведения клиентов. Профилирование и сегментация клиентов, осуществлять которые помогают алгоритмы кластеризации с использованием клиентских данных (возможно, дополненных геодемографическими данными), которые будучи поданными на вход на выходе дают наборы групп клиентов. Эти группы рассматриваются бизнес-аналитиками для определения целесообразности сегментации, при этом также выбираются соответствующие характеристики в качестве переменных для сегментации. Эта операция повторяется до тех пор, пока аналитики не придут к заключению, что модель для классификации основывается на подходящем наборе зависимых переменных.

Эта классификационная модель может использоваться для классификации клиентов. Теперь записи клиентов подчиняются аналитической модели и вносятся в определенный сегмент. Этот процесс сегментации может способствовать ряду оперативных и стратегических бизнес-процессов, таких как:

  • Целевой маркетинг, который включает в себя методы сопоставления различных видов поведения и профилей клиентов для оценки вероятности определенной реакции на определенный тип предложения. Это должно сократить размер целевого рыночного сегмента, фокусируя усилия на том сегменте, который имеет хорошую связь с продвигаемым на рынке товаром, что в результате повышает скорость реакции.
  • Анализ предложений, интегрируемый в различные обращённые к клиенту приложения для поддержания способности представителя службы по работе с клиентами решать проблемы клиентов или улучшать взаимоотношения с ними.
  • Перекрёстные и дополнительные продажи, которые предоставляет способы анализа истории транзакций и предрасположенности клиентов для оценки удачных моделей и поиска общих принципов поведения клиентов для выявления связей между профилем клиента и продуктом, а также возможностей осуществления дополнительных продаж или продаж продукции с более широкими возможностями.
  • Анализ жизненного цикла клиентов, который оценивает долгосрочные модели продаж, относящиеся к определенным сегментам клиентов, определяет зависимые переменные и характеристики и разрабатывает значение и продолжительность взаимодействия с отдельным клиентом.
  • Сокращение оттока клиентов, процесс, который помогает уменьшить потерю клиентов, предоставляя определённые профили, помогающие избегать клиентов, которые имеют предрасположенность к уходу.

Несомненно, управление основными данными критически важно для протекающих процессов, начиная с того, что алгоритмы, которые ранее использовались для построения классификационной модели, должны иметь доступ ко всей информации о клиенте наряду с историей транзакций клиента. Частью процесса интеграции данных о клиенте является решение проблемы дублирования данных о клиентах из-за изменения идентифицирующих атрибутов с течением времени, что позволяет создать регистр основных данных, предоставляющий прозрачный доступ к общему представлению каждого клиента. Тем не менее, MDM может играть важную роль как часть предиктивной бизнес-аналитики, осуществляя это несколькими интересными способами.

Во-первых, определение объектов основных данных не ограничивается «вещами», участвующими в транзакции, но также может включать и производные понятия, которые становятся важными для бизнеса. Классификации клиентов и профили являются хорошими примерами – многие различные оперативные и аналитические приложения могут быть улучшены посредством использования профилирования и анализа клиентов; и синхронизированное предоставление этих профилей создает уровень комфорта, при котором использование последовательных профилей способствует росту доверия к предсказательному клиентскому анализу. Это говорит о том, что аналитические модели, классификации клиентов и наборы соответствующих переменных являются кандидатами на роль в основных данных.

Во-вторых, новые клиентские записи подвергаются классификации, при этом точность процесса классификации зависит от высокого качества данных о клиенте. Для обеспечения качества данных о клиенте определяются сервисные уровни MDM, так что, когда вначале проводится кластерный анализ, то результирующим моделям можно доверять и бизнес-пользователь может быть уверен иметь в том, что при добавлении новых записей классификация будет правильной.

В-третьих, перекрёстное использование основных данных, как для транзакций, так и для анализа основывается не только на данных о клиенте и профилях, оно также основывается на соответствующих случаях использования, бизнес-правилах и процессах. Недостаточно просто классифицировать клиента. В каждом отдельном случае клиент предрасположен к определенным действиям в силу своей классификации, поэтому бизнес-правила используются для регулирования поведения клиента, что является выгодным для всех заинтересованных сторон (это покупки клиента, которые он/она находит, а компания получает прибыль). По существу, эти бизнес-правила обеспечивают реализацию деловой политики организации.

Возможности интеллектуального анализа данных и предиктивного анализа быстро встраиваются и интегрируются во многие приложения для улучшения производительности бизнеса, и это открывает активным организациям возможность использовать комбинацию аналитических моделей в режиме реального времени. Это означает, что среда MDM, основанная на предиктивном анализе, должна иметь сервисный слой, который предоставляет услуги по доступу к данным, а также услуги по управлению политиками и услуги по внедрению. Компании, внедряющие MDM, будут развивать их сервисный слой для налаживания процессов реализации политики, включая взаимодействие с клиентами в рамках различных бизнес-приложений или каналов взаимодействия.


Для удобства отслеживания новых публикаций рекомендуем подписаться на рассылку или на канал RSS.

Читайте также: