Клиентский опыт | SAS

Набор инструментов SAS Text Analytics помогает организациям решать множество проблем, возникающих при работе с неструктурированной информацией. Cобирать, систематизировать и анализировать текстовые данные можно в автоматическом режиме, благодаря применению лингвистических правил, статистических методов и методов машинного обучения.

Среди источников неструктурированных данных могут быть web-ресурсы (социальные сети, блоги, форумы, новостные сайты), записи и комментарии операторов call-центров, результаты опросов, письма в электронной почте, письменные обращения клиентов, гарантийные обращения и обращения по поводу страховых выплат, статьи и т.д.

SAS помогает объединять эти знания и создавать новые метаданные для повышения точности аналитических моделей. SAS Text Analytics автоматически определяет ключевые слова и тематику сообщений, производит семантический разбор текста и анализирует контекст. Благодаря этому, вы можете понимать настроения и мнения клиентов, оптимизировать сервис и бизнес-процессы, принимать обоснованные решения.

Узнайте больше о SAS^® Text Miner

Как упоминалось ранее, базовая CDP имеет четыре основные возможности:

1. Прием данных. CDP извлекают данные о клиентах из нескольких источников (например, транзакционные системы, поведение в сети, колл-центр, демографические данные или POS).
2. Управление идентификацией. CDP разрешают идентификацию клиентов по нескольким каналам, большинство из которых использует детерминированное сопоставление и сшивание профилей с идентификаторами, предоставленными входящими данными. CDP создает и поддерживает постоянный идентификатор клиента.
3. Сегментация. CDP позволяют маркетологам создавать и поддерживать универсальную омниканальную сегментацию аудитории с использованием унифицированных данных в CDP.
4. Предоставление / активация данных. CDP облегчают активацию информации и единого профиля клиента, созданного в CDP, путем предоставления соединителей и API для других маркетинговых технологий.

Платформа клиентских данных: 4 проблемы, которые стоит рассмотреть

Созданные инфраструктуры данных.
Для организаций с установленной инфраструктурой и архитектурой данных требование импорта данных в CDP может повлечь за собой значительные затраты на внедрение и синхронизацию данных. Чтобы обойти эту проблему, компании могут захотеть изучить решения, которые предоставляют базовые возможности CDP (управление идентификацией, сегментация и предоставление данных), не требуя перемещения физических данных в единую базу данных. Хотя эти решения действительно существуют, их изучение может потребовать исследования, выходящего за рамки CDP в чистом виде.

Обнаружение событий в реальном времени и активация данных на основе анализа.
Хотя CDP позволяют сегментировать аудиторию, основные возможности не распространяются на регистрацию событий, цифровых и других, по мере их возникновения. Они также не предоставляют возможности действовать в соответствии с этими событиями в реальном времени (принятие решений, запуск, выполнение следующего лучшего предложения и т. Д.). Задержка в получении информации о событиях в CDP может составлять от нескольких часов до дней, и хотя некоторые поставщики CDP разрабатывают возможности дополнительной аналитики для дополнения основных функций CDP, их сложность сильно различается, как и функциональность интеграции. Если требования выходят за рамки основных возможностей CDP, может быть лучше взглянуть на специализированные инструменты, которые предлагают базовые функции CDP, но предназначены для более широкой оркестровки и аналитики.

Комплексная идентификация между устройствами и управление данными.
Отслеживание поведения клиентов на всех устройствах и цифровых каналах, когда активность клиентов известна и анонимна, выходит за рамки многих решений CDP. Сила возможностей управления данными и управления идентификацией также может значительно варьироваться от одного CDP к другому, поскольку многие из них полагаются на идентификаторы клиентов, которые предоставляются с входящими данными, и не могут совпадать с несколькими идентификаторами в одном профиле. Если существующие данные клиентов требуют гигиены данных, расширенных правил сопоставления и слияния или других действий по управлению данными, внимательно присмотритесь, чтобы убедиться, что CDP имеет эти возможности, или запланируйте выполнение действий за пределами CDP. В противном случае CDP не будет работать должным образом.

Помимо маркетинга.
Основная характеристика CDP – предоставление унифицированных данных о клиентах другим маркетинговым приложениям. Но распространенная жалоба заключается в том, что интеграция с другими системами более сложна и требует больше времени, чем рекламируется. Эта проблема усугубляется, когда программы обслуживания клиентов выходят за рамки маркетинга и охватывают другие области, которые влияют на клиентов, такие как продажи, обслуживание, мошенничество и риски. Во всех этих областях необходимо применять контекстную персонализацию, основанную на аналитике, к действиям клиентов, и CDP является логическим местом для получения необходимых данных о клиентах. В этой ситуации потребность в обнаружении событий в режиме реального времени, аналитических решениях и сопоставлении идентичности между устройствами также перейдет в области вне маркетинга.

Да, вы сможете удовлетворить потребности как бизнес-пользователей, которые хотят создавать собственные отчеты с помощью бизнес-аналитики, так и ИТ-специалистов, избирательно управляющих этими материалами). Решения SAS позволяют:

• Не тратить время ИТ-специалистов и сформировать отчет самостоятельно. В среде для самостоятельной подготовки специализированных отчетов сотрудники смогут создавать профессионально оформленные отчеты и аналитические информационные панели, не обращаясь за помощью в ИТ-отдел. Ждать больше не придется, процессом управляете вы сами.
• Сохранить возможности управления. ИТ-специалисты могут выбирать аналитические материалы, подготовленные бизнес-пользователями, и размещать их в производственной среде, чтобы обеспечить должное управление.
• Самостоятельно обрабатывать данные. Наши инструменты BI изначально поддерживают базовые функции обработки данных, необходимые бизнес-аналитику: доступ, комбинирование, фильтрацию и преобразование.