Il Customer Data Warehouse permette di avere una visione completa e omogenea del cliente. I dati raccolti e organizzati permettono di prendere decisioni più accurate.
Scopri come trasformare il potenziale delle tue relazioni aziendali in vantaggio competitivo
Prendere delle decisioni sulla base di dati qualitativamente poveri o incompleti preclude la possibilità di ottenere vantaggi competitivi attraverso l’implementazione di tecnologie adeguate.
Ma non può, e non deve, essere la tecnologia l’elemento trainante, né tanto meno i prodotti che si cerca di vendere. Ed è proprio qui che si innesta quel processo che va sotto il nome di Customer Data Warehouse,
il punto di intersezione tra il CRM e le tecniche di Data Warehouse. Ciò che caratterizza un progetto di
Customer Data Warehouse è il focus particolare posto sul cliente e sulle informazioni ad esso legate.
Avere una visione completa e omogenea del cliente si tramuta in dati che risultano cruciali ai fini dei processi decisionali. Da questo punto di vista le problematiche possono essere molteplici: scarsità e qualità insufficiente dei dati, informazioni frammentarie e non aggiornate sul cliente, tecnologie inadatte ecc.
Il limite principale, però, è sicuramente l’archiviazione delle informazioni sparse sui diversi sistemi aziendali: ERP, applicazioni call center, database marketing, dati cliente acquisiti dall’esterno. I “customer data” hanno caratteristiche speciali che li rendono spesso di difficile gestione.Una fotografia dei data breach più significativi che hanno caratterizzato gli ultimi 12 mesi evidenziano aziende che operano nei settori più disparati. Ecco un elenco:
- Customer Behaviour Data: comprende tutti i dati riferiti alle transazioni e la storia dei contatti. L’insieme di questi dati rappresenta il comportamento del cliente nei confronti dell’azienda.
- Changing Customer Circumstances Data: si tratta, sostanzialmente, degli attributi del cliente che sono soggetti a variazione nel tempo, indirizzo, età, stato civile, numero di telefono, conto corrente bancario. Le alterazioni che si verificano all’interno di questa categoria non sono frequenti ma hanno un impatto rilevante sulla struttura semantica delle query. Il cambiamento d’età, ad esempio, è
una variazione che occorre una volta l’anno e che può spostare il riferimento da una fascia d’età all’altra. Un altro esempio è il cambiamento di indirizzo che può implicare lo spostamento in un’altra regione, i volumi di vendita riferiti a questo cliente non devono essere però spostati nella nuova regione. Diventa quindi necessario storicizzare i dati dimensionali riferiti al cliente e i relativi cambiamenti. - Derived Customer Segment Data: sono i dati calcolati dagli attributi presenti nelle categorie precedenti e che servono per segmentare la base clienti in: ciclo di vita, probabilità di abbandono, propensione all’acquisto. Le aziende che vogliono monitorare lo sviluppo delle relazioni con i clienti durante il loro ciclo di vita devono poter tener traccia di questi dati nel tempo.
Avere dati accurati e coerenti si traduce direttamente in una serie di vantaggi cruciali: aumento del ROI,
drastica velocizzazione dei processi aziendali, condivisione sicura delle informazioni, aggiornamento e inserimento facilitato dei dati, miglioramento dell’assistenza clienti, gestione efficace delle relazioni tra diverse entità (prodotti, clienti, fornitori). Architetture di Data Warehouse customer-centriche si sono rivelate fondamentali per le aziende che hanno fatto del CRM il sistema di gestione delle relazioni con i loro clienti, attraverso il quale possono accedere a tutte le informazioni rilevanti indipendentemente
dal sistema informativo che le genera. Cegeka mette a disposizione la propria pluriennale esperienza costruita sia attraverso l’implementazione di progetti di Datawarehousing che di piattaforme di Customer Relationship Management.
Per scoprire come trasformare il potenziale delle tue relazioni aziendali in vantaggio competitivo scarica gratuitamente l’eBook “Un CRM, tutte le relazioni”
