Аналитическое решение Customer Journey от Teradata раскрывает ценные сведения для создания уникального клиентского опыта

Корпорация Teradata (NYSE: TDC), ведущий поставщик решений для аналитики больших данных, сегодня объявила о запуске решения для анализа пути клиента Teradata Customer Journey Analytic Solution, включающего весь спектр возможностей по выявлению модели поведения каждого отдельного клиента, определению следующего наилучшего способа взаимодействия и созданию устойчивых персонализированных взаимоотношений между компанией и потребителем по всем каналам и точкам контакта. В этом приложении использованы отлично зарекомендовавшие себя консультационные услуги Teradata, а также технологии, обеспечивающие интеграцию данных о клиентах в реальном времени, углубленный анализ их поведения и автоматизацию многоканального маркетинга. Благодаря этому решению маркетологи, которые действительно хотят получить представление о впечатлениях каждого отдельного клиента, смогут выйти за рамки классического маркетинга «один на один», основанного на покупках и традиционном составлении портрета клиента. Решение Customer Journey дает маркетологам ценные сведения для оптимизации таких задач как показатели отклика и эффективности рекламы, оказание услуг, отток клиентов и степень их удовлетворенности, что непосредственно способствует высокой эффективности бизнеса, в том числе повышению доходов и удержанию клиентов.

Сегодня потребители хотят, чтобы каждое их взаимодействие с брендом было не только постоянным, но и персонализированным и отвечающим их потребностям. И это, несмотря на непрерывный рост числа каналов, что существенно усложняет процесс составления полной картины о каждом отдельном клиенте. Для повышения качества обслуживания клиентов необходимо интегрировать данные из всех онлайн и оффлайн точек контакта с потребителями и зачастую в режиме реального времени. На практике большинство компаний стремится объединять технологии и разрозненные данные с тем, чтобы получить целостное представление о каждом отдельном клиенте, предугадывать его действия и привлекать каждого клиента.

«При работе с каждым клиентом как с личностью с учетом его взаимодействия с вашей компанией требуется не только интеграция различных типов данных, но и их интерпретация с помощью сложных аналитических инструментов. Даже самые известные компании понимают, что разобраться в миллиардах событий, связанных с миллионами клиентов в реальном времени сродни попытке объять необъятное. Это именно та непростая ситуация, которую способна разрешить только Teradata, – говорит Дэн Харрингтон, исполнительный вице-президент по вопросам консультационных услуг и поддержки клиентов корпорации Teradata, – Наше решение для анализа пути клиента – практическая реализация успешного опыта взаимодействия корпорации Teradata в этой области с рядом крупнейших в мире и наиболее инновационных клиентоориентированных компаний. Оно дает маркетологам полное представление об их клиентах, опираясь на индивидуальный опыт каждого человека, что позволяет оказывать ему необходимую помощь в нужное время».

Согласно исследованию Gartner Research, к 2018 году организации, вложившие значительные средства во все виды онлайн-персонализации, будут на 30 процентов опережать по объемам продаж своих конкурентов, которые не делали таких инвестиций. По данным этой исследовательской компании, основные различия между поставщиками заключаются в каналах, на которых сосредоточены решения, в способе объединения казалось бы, анонимных взаимодействий, в инструментах, используемых для визуализации пути клиента, а также в выходных данных для других систем.

«Сотрудничество с Teradata позволило нам с высокой точностью увязать друг с другом детальные данные о взаимодействиях клиентов и соотнести их с конкретными клиентами в базе данных Teradata, – сообщил Алик Рокка, руководитель отдела информации и бизнес-аналитики компании JD Williams, – система Teradata Aster Analytics дала нам масштабное понимание этих согласованных данных. Например, мы установили, что клиенты склонны сначала искать информацию с помощью мобильного устройства, а потом возвращаться через другой канал, чтобы сделать покупку. Подобные находки помогли нам улучшить свои модели маркетинговой атрибуции и более взвешенно принимать решения в области рекламы, повышая отдачу от инвестиций в маркетинг».