Inteligentní analýza a korelace dat
V dnešní době leží na firemních serverech obrovské nevyužité množství dat a denně projde jejími komunikačními sítěmi enormní objem komunikace, která není ani ukládána nebo analyzována. Přitom vyhodnocení a analýza těchto dat může významně přispět ke zlepšení vyhodnocení trendů na trhu nebo zákaznické spokojenosti, analýze příčin výkyvů v prodeji či nestandardních situací. Ve spolupráci s naším partnerem nabízíme formou implementace nebo služby řešení, které umožní tyto zdroje dat plně využít.
S architekturou řešení Data Intelligence lze pokrýt mnoho firemních procesů a scénářů, např:
- Odhalování potenciálních finančních i informačních podvodů a dalšího podvodného jednání.
- Pochopení a predikce potřeb zákazníků na základě komplexního pohledu na komunikaci s celým zákaznickým kmenem.
- Předcházení odchodovosti zákazníků na základě lepšího pochopení jejich reálných potřeb vysledovaných ze sociálních sítí.
- Sledování trendovosti a diskutovanosti produktů vlastních a konkurenčních napříč celým internetem.
- Monitoring aktivit konkurence na základě sledování zmínek ve zpravodajství, diskuzních skupinách a dalších libovolných zdrojích.
- Monitoring spokojenosti zákazníků a sledování vývoje sentimentu v čase v českém jazyce. V porozumění češtině je dnes toto řešení v rámci ČR jednoznačně na špici.
- Vyhodnocení průzkumů, dotazníků, životopisů, chybových hlášení klientů na základě jazykového rozboru a pochopení významu jednotlivých informací v jejich kontextu.
- Odhalování potenciálu prodeje nových produktů a služeb.
- Sledování a řízení efektivity jednotlivých prodejních kanálů.
- Řízení obchodní sítě na základě vyhodnocování kvality komunikace obchodních zástupců se zákazníky.
- Vnitrofiremní talent management.
- Tvorba vztahových map na základě kontextu dat z více zdrojů.
Architektura řešení Data Intelligence je složena ze tří nezávislých funkčních bloků.
První funkční blok sbírá data z různých zdrojů, jimiž mohou být jak interní (ERP, CRM, billing, mail server…), tak i externí zdroje (diskuzní fóra, sociální sítě, média…). Technicky je většinou snazší sbírat interní data, ke kterým bývá standardizovaný přístup. Pro sběr dat z prostředí internetu máme k dispozici proprietární nástroj, který disponuje pokročilými funkcemi, a není pro něj tedy problém sledovat v pseduoreálném čase („near realtime“) velké množství otevřených informačních zdrojů.
Druhý funkční blok se zabývá tím, jak nasbíraná data inteligentně analyzovat a zpracovávat do smysluplných informací. Odhaduje se, že ve formě nestrukturovaných dat je k dispozici až 80 % informací, které dnes není snadné vytěžit. Typicky se jedná o nějaký krátký vázaný text typu mail, textový záznam interakce se zákazníkem, textový popis závady či požadavku, příspěvek v diskusním fóru apod. Smysl takového textu je možno pokročilým nástrojem pochopit a použít pro predikci potřeb určitého typu zákazníka. Tedy cílený marketing, služby na míru, inovace produktů apod. Jako další oblasti využití se nabízí například automatické zatřiďování a analýza životopisů pro HR oddělení, analýza obchodních smluv pro účely kontraktačního či právního oddělení, analýza příčin problémových stavů/výpadků IT infrastruktury, analýza geolokačních dat, oblast inteligentní logistiky atd.
Zpracování těchto dat může odhalit určité typické vzorce chování nebo extrémní situace. Přínosy jsou tedy ve zvyšování výnosů na zákazníka díky lepší péči o něj, případně ve snižování nákladů díky optimalizaci pracovních procesů. Také v oblasti „lidského faktoru” lze očekávat výrazný posun vpřed jednak díky eliminaci případných selhání v důsledku lidských chyb a jednak díky možnosti obsazovat kvalifikovanější pracovní pozice odborníky s nižšími zkušenostmi či know-how.
Třetím funkčním blokem je prezentační vrstva. Podle zvolené technologie lze výsledky poskytovat online v individuálně upravitelné (customizovatelné) webové aplikaci nebo ve formě reportů. Webová aplikace je přístupná i z běžných mobilních zařízení (tabletů a smartphonů), aby byla dostupná kdykoliv, například na jednání s obchodním partnerem či zákazníkem. Výstup analýzy může sloužit i pro vstup do dalšího zpracování, třeba pro mailing nebo telemarketing.
