Oleh Staf Techopedia, 25 Mei 2016
Takeaway: Host Eric Kavanagh membahas manajemen data master dengan Dez Blanchfield, Robin Bloor, John Evans dan Diana Collins.
Anda saat ini belum masuk. Silakan masuk atau daftar untuk melihat video.
Eric Kavanagh: Baiklah, hadirin, pendekatan musim panas, semakin panas di sini. Kenapa begitu? Karena sudah waktunya untuk Hot Technologies. Ya memang, nama saya Eric Kavanagh. Saya akan menjadi moderator Anda untuk acara yang dirancang untuk - kita harus berbicara tentang apa yang panas, apa yang terjadi, apa hal-hal keren di pasar. Ini adalah kemitraan kami dengan Techopedia. Kami mencintai orang-orang ini. Kami telah bekerja dengan mereka selama beberapa tahun sekarang. Mereka memiliki situs yang fantastis. Jika Anda ingin tahu apa pun di dunia teknologi, apa definisi itu, kunjungi techopedia.com. Dan hari ini kita berbicara tentang MDM, manajemen data master. Judul yang tepat adalah "Gambar Terbesar: Mengenal Pelanggan Anda Di Berbagai Platform." Dan permainan ini berubah, teman-teman, saya dapat memberi tahu Anda sekarang.
Jadi benar-benar ada titik tentang dirimu, kunjungi aku di Twitter @eric_kavanagh. Saya mencoba membalas siapa pun yang membalas kepada saya. Jadi tahun ini panas. Ini pasti panas untuk MDM. Dan saya katakan, panas, tidak hanya panas untuk perusahaan besar tetapi juga untuk usaha kecil dan menengah yang, coba tebak, memiliki banyak sistem yang berbeda. Sistem CRM, sistem pemasaran email, sistem ERP, sistem analitik web, suite eBusiness, dll. Ada banyak titik berbeda dari akses ke informasi tentang pelanggan dan semakin baik pekerjaan yang dapat dilakukan perusahaan untuk menganyam semuanya, semakin baik kita akan dapat melayani pelanggan, tidak menandai pelanggan dan menjaga pelanggan di sekitar. Biarkan mereka membeli beberapa barang lagi.
Saya sebenarnya telah melacak MDM secara pribadi sejak sekitar 2003 yang sekitar ketika istilah itu benar-benar diciptakan. Terus terang ada bank, Chase Bank sebenarnya, saya pikir itu Bank One saat itu, dan salah satu teman baik saya sekarang, seorang pria bernama Joe Northern bekerja dengan perusahaan bernama Razza Solutions, dan mereka memiliki apa yang menjadi alat DRM dari Oracle. Jadi mereka benar-benar menggulung akun dan melakukan manajemen hierarki untuk bank saat itu dan itulah beberapa hari awal manajemen data master.
Jadi hari ini kita berbicara tentang MDM analitik dan operasional. Kami akan berbicara banyak tentang hal itu hari ini dan benar-benar membantu Anda memahami bagaimana Anda dapat memanfaatkan teknologi ini untuk mendapatkan pandangan lengkap dari pelanggan Anda, untuk memahami siapa mereka dan memastikan bahwa Anda dapat mengurus kebutuhan mereka di apa yang merupakan lingkungan yang sangat kompetitif di seluruh dunia. Kami melihat itu di semua tempat.
Jadi, pemeran karakter bintang rock di sini: Dez Blanchfield, Robin Bloor, John Evans, Diana Collins. Panggilan dari empat lokasi berbeda di seluruh planet ini. Kami mulai dengan Dez Blanchfield dan dengan itu saya akan memberikan kunci kepada Anda, Dez, dan saya akan mulai tweet. Bawa pergi.
Dez Blanchfield: Terima kasih Eric. Saya hanya perlu mengingatkan diri sendiri untuk keluar dari bisu. Saya minta maaf untuk itu. Terima kasih atas kesempatan untuk mempresentasikan ini. Jadi, saya akan membahas ini dari sudut pandang contoh dunia nyata dari tantangan organisasi untuk menangani apa yang saya sebut sebagai salah satu gangguan terbesar pada organisasi yang akan mereka lihat untuk beberapa waktu. Kami telah melihat sejumlah tantangan. Perusahaan-perusahaan hit GFC harus menghadapinya. Kami mendapatkan perubahan reguler dalam hukum seputar privasi yang harus kami tangani.
Salah satu hal yang saya pikir organisasi sedang terjebak dengan mereka tidak melihat datang adalah dampak dari seluruh masalah pengalaman selebriti ini. Dan pada dasarnya orang berlarian dengan ponsel yang menginginkan kepuasan instan dalam beberapa hal. Tapi, kepuasan instan dengan cara yang baik, bukan cara kekanak-kanakan kekanak-kanakan. Hanya kesadaran bahwa mereka adalah pelanggan, mereka membayar uang dan mereka harus mendapatkan nilai untuk itu. Jadi sudah ada koin sentrisitas pelanggan ini atau menjadi organisasi yang berorientasi pelanggan. Jadi saya akan segera berjalan melalui apa artinya dan mengarah ke bagian yang sedikit lebih teknis dari diskusi kita segera.
Saya hanya akan menaruhnya di sana dan mengatakan bahwa pertama-tama, menjadi organisasi yang berorientasi pada pelanggan bermuara pada satu hal sederhana: Anda memerlukan pandangan lengkap tentang pelanggan Anda dan data pelanggan Anda. Anda mungkin memiliki sistem yang berbeda. Anda mungkin memiliki banyak produk berbeda. Anda mungkin memiliki lima puluh departemen berbeda di organisasi Anda, tetapi di mana pun Anda berada di organisasi itu, apa pun fungsi pekerjaan Anda, Anda harus bisa mendapatkan pandangan lengkap dari semua pelanggan Anda, atau pelanggan yang berada dalam konteks untuk apa fungsi pekerjaan Anda. Dan setiap bagian dari kumpulan data yang Anda miliki, atau semua bagian dari kumpulan data yang Anda miliki, memberi tahu Anda seperti apa keadaan negara untuk pelanggan itu.
Saya menempatkan garis ini bahwa, gambaran lengkap pelanggan di semua sistem Anda bukan hanya kebaikan! Sekarang ini adalah keharusan. Dan pertama kali Anda terjebak dalam skenario di mana Anda berurusan dengan apa pun yang harus dilakukan dengan pelanggan, terutama jika itu langsung, di telepon, atau di webchat atau secara langsung yang bahkan lebih menakutkan, dan Anda bisa akan memberi tahu mereka segala sesuatu yang harus Anda ketahui tentang mereka, itu menjadi sangat jelas dan ini adalah situasi yang sangat disayangkan.
Saya akan mulai dengan anekdot yang sangat cepat di sekitar skenario dunia nyata. Ini adalah foto papan tulis dan ini berumur kurang dari lima hari. Ini adalah skenario aktual di papan tulis di sebuah ruangan baru-baru ini, beberapa hari yang lalu, berbicara tentang topik bagaimana kita berubah dari menjadi organisasi yang sangat besar dengan sesuatu seperti sembilan puluh bagian berbeda dari bisnis kita. Ini bank Asia, mereka memiliki sembilan puluh unit bisnis yang berbeda. Mereka melakukan segalanya mulai dari pinjaman masyarakat dan pinjaman peer-to-peer dan kredit mikro hingga pembiayaan satelit. Jadi mereka monster. Mereka memiliki puluhan juta klien. Saya pikir mereka hanya memiliki kurang dari lima puluh juta klien. Dan mereka dihadapkan dengan tantangan khas bagaimana kita mendekati tidak hanya menguasai manajemen data tetapi juga data pelanggan khususnya dan klien unit tunggal.
Dan ketika kami memetakannya, hal yang melompat dari papan tulis ini adalah mereka tidak hanya memiliki masalah, mereka memiliki mimpi buruk karena tidak ada sistem mereka yang saling berbicara. Saya bisa pergi ke bagian mana pun dari bank atau bagian bisnis mana pun dan meminta pinjaman, itu bisa berupa pinjaman mobil, pinjaman rumah, pinjaman usaha kecil, dan mereka tidak bisa mengatakan apa-apa pada diri mereka sendiri, atau mereka tidak bisa Saya tidak menemukan apa pun tentang hubungan lain yang saya miliki dengan bank. Dan itu benar-benar menakuti siang hari karena mereka menyadari bahwa tepi jalan sudah bisa melakukan ini dan mereka berpotensi 12, 15 tahun di belakang delapan bola. Dan datang ke proposisi nilai kunci ini yang hanya dicari klien yang hanya pandangan saya yang konsisten sebagai pelanggan, dan Anda perlu mencari tahu bagaimana Anda akan memberikan itu. Khususnya sekarang saya berurusan dengan Anda di web, lebih mungkin menjadi kasus melalui aplikasi hari ini.
Ini mengarah pada hal penting dari “ini semua tentang saya, pelanggan.” Dan ketika kita memetakan seperti apa budaya yang berpusat pada pelanggan, ini tentang menggabungkan segala yang kami dapatkan dari sistem inti yang menangkap hal-hal seperti yang pertama kali Anda lakukan. nama, nama belakang, dan detail lainnya ketika Anda mengisi formulir atau mengisinya secara online atau datang kepada kami di konter di suatu tempat di outlet, dan kami mengenal Anda pada awalnya melalui seluruh perjalanan kami mengantarkan produk sendiri atau layanan ke kamu. Dan memetakannya dari atas ke bawah. Terus menyempurnakan data dan model data yang kami gunakan untuk memahaminya. Menyelaraskan bagaimana teknologi dan proses dalam bisnis, pekerjaan mengalir, terus memperketat pandangan kami tentang Anda. Keterlibatan berkelanjutan yang kami miliki dengan Anda. Bagaimana kami terus fokus di sekitar Anda klien dan bagaimana kami berkomunikasi dengan Anda. Jika saya menjual tiga layanan, saya tidak ingin mengirimi Anda tiga lembar kertas berbeda setiap bulan atau tiga pernyataan atau tagihan, dan sebagainya.
Kisah customer-centric mendapatkan daya tarik nyata sekarang dan organisasi melihat nilai dari itu. Ini masih merupakan tantangan nyata dalam hal ini, “Oke, well, saya punya sepuluh sistem yang berbeda dan mereka tidak saling berbicara. Saya tidak punya alat atau sistem atau platform untuk menyatukan semuanya. ”Dan selalu orang berakhir di ruangan melakukan sesi papan tulis seperti yang baru saja saya tunjukkan. Tapi itu semua bermuara pada satu hal inti di sudut kiri ada transformasi. Dan transformasi dari budaya organisasi, dan orang-orang, dan staf dan model operasional, sampai ke tumpukan teknologi yang mendukung mereka. Jadi ada daftar periksa yang cukup umum yang dilalui organisasi untuk sampai ke titik ini di mana mereka bahkan memahami tantangan apa artinya menjadi sentris pelanggan dan kebutuhan untuk membangun sistem dan mendapatkan akses ke alat yang dapat membantu mereka melakukan ini.
Ini hal-hal seperti memetakan perjalanan pelanggan melalui siklus hidup penuh dan pengalaman yang mereka miliki dengan Anda sebagai organisasi. Sempurnakan model operasi Anda dan cara Anda mengatur diri sendiri untuk fokus pada pelanggan dan proposisi nilai yang Anda berikan kepada pelanggan. Dan tentu saja menyelaraskan teknologi Anda dan tumpukan dan proses teknologi Anda di sekitar mereka untuk memastikan bahwa Anda benar-benar terus mendorong keterlibatan lebih lanjut, dan keterlibatan yang lebih baik dan lebih erat dengan klien Anda. Dan proses keterlibatan yang sebenarnya itu sendiri dari eksekutif ke bawah.
Jika Anda belum mengubah pandangan Anda tentang dunia dari puncak rantai makanan Anda, dari ruang dewan ke bawah, maka kecil kemungkinan tingkat depo Anda atau staf keuangan Anda sehari-hari akan mengubah perilaku mereka. Anda harus memimpin dari atas. Anda harus terus menyegarkan dan mendefinisikan kembali dan mengembangkan kembali cara Anda mengatasi penargetan fokus aktual pada klien. Jadi, bagaimana Anda membawa bukan hanya perubahan budaya di ujung atas tetapi juga perubahan perilaku di ujung bawah organisasi, dan alat-alat yang Anda sediakan untuk melakukan itu?
Mengatakan Anda organisasi yang berpusat pada pelanggan adalah satu hal dan Anda ingin orang berperilaku satu arah, tetapi Anda belum memberi mereka sarana dan alat serta kemampuan melakukan itu, Anda tidak akan mendapatkan perilaku. bergeser karena orang hanya akan terus jatuh kembali ke kebiasaan yang mereka kenal sebelum berpikir bahwa mereka adalah organisasi yang berorientasi pelanggan. Dan kemudian keseluruhan integrasi bagian-bagian berbeda dari organisasi dan budaya yang hidup di dalamnya dan jelas didukung oleh alat dan platform.
Jadi, bagaimana Anda mengambil unit bisnis yang berbeda ini atau bisnis atau bagian dari organisasi Anda dan membuat mereka berperilaku berbeda dari sudut pandang budaya dan ke bawah? Nah, Anda memberi mereka alat dan cara yang tepat serta sarana untuk mendapatkan pandangan lengkap dan tunggal tentang klien dan pengalaman klien. Lalu bagaimana Anda menempatkan beberapa KPI dan mengukurnya terhadap itu dan melacaknya dan meletakkan beberapa metrik terhadap itu dan mengukur KPI itu dan memberikan nilai untuk itu? Nilai bisnis untuk diri Anda dan jelas nilai dalam beberapa bentuk dalam rantai nilai kepada pelanggan dan membuat mereka kembali. Dan kemudian menggabungkan semua komunikasi yang Anda dapatkan dengan klien Anda dari umpan balik dan waktu nyata atau diproses berulang sehingga perilaku Anda dan perubahan budaya Anda mudah-mudahan akan ditangkap dalam semacam siklus umpan balik dan lingkaran umpan balik dan Anda dapat mengetahui apakah Anda benar-benar memukul tanda atau tidak.
Kita sampai pada skenario di mana Anda tahu pada akhirnya organisasi akan menemukan diri mereka secara efektif tenggelam dalam data yang berbeda dan kami telah melihat semacam itu di sini, beberapa internal, beberapa eksternal. Secara historis kami memiliki platform manajemen hubungan pelanggan dan platform iklan dan platform pemasaran. Kami memiliki semua jenis sistem berbeda yang berjalan secara mandiri dan semoga mereka saling berbicara dalam beberapa bentuk. Kami telah dalam beberapa minggu terakhir ledakan interaksi dengan Anda sekarang, jadi kami berbicara kepada Anda melalui media sosial, kami berbicara dengan Anda melalui situs web kami, kami menerima email dari Anda.
Sistem IVR kami yang berbicara kepada Anda melalui telepon sekarang harus memetakan kembali data itu dan memberi tahu kami bagaimana Anda menangani sistem telepon kami dan berinteraksi dengan basis data kami dan jika Anda sedang melakukan panggilan telepon dengan kami, semua itu harus dilakukan. ditangkap secara real time dan kita harus dapat memastikan bahwa kita bisa mendapatkan pandangan yang sama tentang itu, yang semoga adalah platform manajemen data umum di tengah diagram itu di sana.
Ada ungkapan yang baru-baru ini diciptakan yang merupakan "pengalaman pelanggan selebriti." Nah apa artinya itu? Bukannya kami menganggap pengguna akhir atau konsumen kami adalah selebritas berperilaku buruk dan mereka merasa berbeda dalam hal apa pun. Maksudnya adalah bahwa kita sudah bangun dengan kenyataan bahwa kita harus memperlakukan setiap pelanggan kita sebagai selebriti. Mereka harus mendapatkan perlakuan VIP sejak kami bertemu mereka melalui seluruh siklus hidup kami dengan senang hati menjadikan mereka sebagai pelanggan.
Jadi pertanyaan yang sering saya tanyakan - membawa ini kembali ke kisah nyata yang sedikit lebih anekdot dari seorang klien - adalah bagaimana kita memungkinkan organisasi kita untuk memenuhi permintaan yang semakin meningkat akan pengalaman pelanggan selebritas? Karena hal yang kami lihat sekarang adalah salah satu gangguan terbesar bagi organisasi adalah persyaratan untuk memenuhi janji itu kepada klien. Untuk memberi mereka pengalaman pelanggan selebriti. Organisasi, dari pengalaman saya, dan tentu saja di seluruh dunia yang saya lihat, sedang terganggu tanpa menyadarinya dengan perubahan dari pengaruh lain yang mungkin sudah mereka ketahui atau lihat datang ke pelanggan mereka yang sebenarnya. Pelanggan mereka mengganggu mereka dan mengganggu mereka dengan cara yang sangat serius. Dan kemudian jika Anda tidak dapat memberikan pengalaman selebriti ini dan menyediakan alat dan cara serta sarana bagi organisasi Anda untuk mendapatkan satu pandangan klien, maka Anda akan ketinggalan satu mil, setidaknya satu mil negara, kemampuan dan kapasitas untuk memenuhi janji itu.
Ada beberapa poin kunci yang akan saya lempar ke sini, dan kemudian menyerahkan kepada Robin untuk masuk ke detail yang sedikit lebih teknis, yang saya sarankan agar semua organisasi berpikir sangat keras dan cepat jika mereka bahkan dekat dengan penyampaian ini pada janji kepada staf dan organisasi mereka untuk menjadi entitas yang berpusat pada pelanggan. Dan itu adalah fokus pada komponen dasar dan membuat tampilan pelanggan tunggal. Kedengarannya sangat sederhana, tetapi apa artinya? Yah itu berarti memastikan Anda mendapatkan data yang tepat dari sumber data yang tepat sepanjang waktu, dan pada waktu yang tepat. Memastikan bahwa data tersedia di tempat yang tepat sepanjang waktu. Bukan hanya beberapa waktu.
Dan itu harus terintegrasi dengan erat. Dan itu harus dibangun secara bawaan ke platform Anda. Tidak mungkin hanya sesuatu yang Anda pikir Anda lakukan. Kampanye pemasaran tunggal. Setiap kali Anda melihat pelanggan, Anda harus bisa mendapatkan ini sepanjang waktu. Itu harus tersedia untuk semua orang yang tepat sepanjang waktu. Jadi saya tidak ingin berlarian di koridor mencari pengetahuan kesukuan. Saya harus bisa mendapatkan ini pada saat itu juga hanya dengan membuka satu alat. Dan Anda perlu menyediakannya di platform yang tepat dengan alat yang tepat. Jadi itu harus dibangun ke dalam sistem yang sudah ada yang sudah Anda gunakan.
CRM Anda harus dapat melihat semuanya mulai dari ketika saya mengunjungi Anda dari aplikasi seluler saya, dari situs web, dari berbicara dengan IVR Anda, rekaman suara interaktif, hingga melalui meja bantuan ponsel Anda sendiri sebagai layanan mandiri. Atau jika saya mendorong bintang-sembilan dan saya sampai ke manusia maka saya mengajukan pertanyaan yang sedikit lebih menantang bahwa IVR tidak diprogram untuk berurusan dengan. Jika saya men-tweet sesuatu dengan senang, jika saya telah menulis artikel di LinkedIn. Semua ini pada akhirnya perlu dimasukkan kembali ke dalam CRM sehingga jika saya mengelola sesuatu yang berkaitan dengan pelanggan, saya dapat melihatnya. Kita harus menjadikannya default dan bukan pengecualian.
Ini masih sangat pengecualian bahwa orang ingin menjalankan kampanye, mereka ingin menjalankan usaha penjualan dan pemasaran, atau mereka sedang mencari cara untuk memecahkan beberapa masalah atau berurusan dengan masalah penetapan harga. Kami menjalankan kampanye satu kali dan mencoba dan mendapatkan satu tampilan segmen tertentu dari klien kami dan mulai menjalankan laporan dan mencetak hal-hal dan menyerahkannya dalam format salinan cetak terikat. Itu pengecualian. Itu perlu default. Sistem Anda harus, sepanjang waktu, memberikan pandangan tunggal tentang klien ini. Dan dengan cara apa pun kita melakukannya - apakah itu penjualan dan pemasaran, atau hanya operasional, atau manufaktur, atau logistik, atau apa pun itu, sudut pandang - kenyataannya adalah Anda harus melakukan semua itu sebelum Anda dapat melihat ROI yang solid tentang investasi Anda dalam transisi ini untuk menjadi organisasi yang berfokus pada pelanggan. Anda akan mendapatkan beberapa kemenangan cepat. Pasti akan ada kemenangan cepat. Jadi ada kabar baik di bagian depan itu. Tetapi kenyataannya adalah bahwa sampai Anda menyelesaikan transisi untuk menjadi tampilan penuh tunggal dari organisasi pelanggan-sentris klien Anda, ROI tidak akan melompat dari layar pada Anda. Dan itu adalah perjalanan yang menyenangkan. Ini adalah perjalanan yang berharga. Dan semuanya didukung dengan memiliki alat yang tepat, platform yang tepat, dan membuatnya tersedia untuk organisasi Anda secepat mungkin, dalam bentuk yang masuk akal, layak secara teknis dan komersial. Dengan pemikiran itu aku akan menyerahkan kepada Robin. Robin?
Robin Bloor: Terima kasih, Dez. Saya harus melakukan hal yang sama seperti Anda, saya harus mengaktifkan suara sendiri. Oke, saya akan mendekati ini lebih dari sudut pandang konseptual daripada jenis skenario praktis yang dialami Dez. Kami benar-benar berbicara tentang serangkaian kegiatan yang sangat spesifik dalam suatu organisasi ketika kami memasuki area MDM dan tentu saja pelanggan adalah masalahnya. Identitas entitas pelanggan jauh lebih sulit diperoleh karena sejumlah alasan daripada hal lainnya. Itu mungkin merupakan entitas yang paling penting. Ada beberapa bisnis di mana mereka mungkin hanya memiliki satu pelanggan dan mereka mungkin memiliki semua informasi yang bisa mereka dapatkan tentang pelanggan itu. Sangat langka. Sebagian besar organisasi memiliki banyak pelanggan dan pelanggan memiliki banyak sisi. Dan datanya cukup banyak tersebar di semua tempat. Saya telah bekerja dengan ide ini baru-baru ini, ide piramida data. Bahwa ada perbedaan yang jelas antara data dan informasi dan pengetahuan, dan sebenarnya pemahaman. Tetapi data, informasi, dan pengetahuan dapat hidup di komputer. Data pada level terendah hanyalah sinyal dan pengukuran. Dan informasi yang bisa kamu dapatkan adalah apa-
Eric Kavanagh: Audio Anda mulai sedikit memudar, Robin. Asal kamu tahu.
Robin Bloor: Oke saya akan memindahkan mikrofon. Bagaimana tentang itu?
Eric Kavanagh: Ini dia. Kedengarannya jauh lebih baik. Ini dia.
Robin Bloor: Ya, jadi data terutama terdiri dari sinyal, pengukuran, rekaman, dan hal-hal seperti itu. Tidak memiliki konteks spesifik. Ini menjadi informasi dengan memberikan konteks itu. Menghubungkan data bersama. Menyusun data. Membuat visualisasi, glosarium, skema. Apa pun yang ingin Anda buat di sekitarnya. Ia ditransfer ke dalam pengetahuan ketika Anda dapat benar-benar mulai memprediksi perilaku entitas tertentu dan juga menerapkan kebijakan dan aturan untuk menanganinya. Memahami hidup sepenuhnya dalam manusia. Dan itu bagian dari masalahnya. Ketika Anda benar-benar melihat fragmentasi yang ada dalam hal situasi pelanggan Anda sering menemukan itu, baik penjualan memiliki satu pandangan pelanggan, pemasaran memiliki pandangan lain. Dukungan penjualan atau sebenarnya hanya pemeliharaan pelanggan memiliki pandangan yang berbeda. Mungkin ada banyak titik sentuh yang dimiliki pelanggan dengan suatu organisasi. Dan tidak ada yang terintegrasi ke dalam informasi yang terstruktur dengan baik atau banyak yang tidak terintegrasi.
Dan kemudian kita memiliki masalah yang mulai menjadi lebih lazim dalam beberapa tahun terakhir, Anda dapat mengumpulkan data eksternal tentang orang-orang dan itu sangat berguna tetapi Anda benar-benar harus mengintegrasikannya untuk itu agar memiliki nilai nyata. Jadi dalam penyempurnaan data kesulitan besar muncul dari fragmentasi. Data itu berasal dari tempat yang berbeda dan tidak terstruktur dengan baik. Dan fakta bahwa cenderung ada suplai data baru yang terus-menerus dan ini hampir selalu terjadi ketika menyangkut pelanggan. Dan setiap entitas adalah target yang bergerak. Kami tidak peduli, mungkin tiga atau empat tahun lalu, tentang profil media sosial pelanggan, tetapi kami peduli sekarang. Kami peduli karena dapat merusak organisasi atau meningkatkan organisasi, tergantung pada apa yang terjadi di luar sana.
Jika Anda benar-benar memiliki ide, jika Anda duduk dan melakukan latihan dan mencoba mencari tahu hal-hal apa yang Anda minati dari pelanggan lima tahun yang lalu? Dan Anda melakukannya lagi dan Anda menemukan bahwa barang telah ditambahkan. Dan barang-barang mungkin telah diambil. Maksud saya, tidak ada yang peduli lagi misalnya nomor faks yang sebenarnya dimiliki orang. Beberapa orang biasa memiliki nomor faks pada kartu bisnis mereka. Tetapi tidak ada yang peduli lagi karena faks mati. Jadi, ini adalah target yang bergerak. Ketika Anda melihat pemodelan data dan MDM hal pertama - baik sebenarnya saya harus katakan tentang ini, adalah bahwa ini adalah bagian dari tata kelola data, jika Anda tidak melakukan ini maka ada masalah dalam cara Anda mengatur data . Karena jika Anda tidak benar-benar melakukan pemodelan data dan MDM, maka dalam satu atau lain cara Anda tidak benar-benar memiliki pandangan top-down yang sangat baik dari entitas tertentu dalam kenyataan.
Tapi saya sudah mendaftar di sini tata kelola data. Saya sudah mendaftar garis keturunan, penggunaan data, kualitas, keamanan, manajemen layanan, pemulihan. Anda bisa menambahkan siklus hidup dan sebagainya. Ada banyak sekali tata kelola data dan pemodelan data dan MDM adalah bagian mendasar dan mungkin pusat dari itu. Perubahan datang dari atas ke bawah dalam arti Anda menyadari bahwa perubahan sedang terjadi karena orang-orang menyadari bahwa itu terjadi. Dan karena itu orang mungkin berpikir dalam hal seluruh tumpukan ini dari file dan database melalui elemen data ke data beta dan definisi bisnis.
Anda mungkin berpikir dalam hal benar-benar harus, dalam satu atau lain cara, untuk mengelola seluruh tumpukan dan tetap memperbarui seluruh tumpukan karena mengetahui sesuatu pada tingkat definisi bisnis tidak benar-benar berarti bahwa Anda menangkap data di tingkat file dan basis data. Ini adalah gambaran yang sangat luas dan sampai Anda benar-benar memikirkannya, Anda tidak menyadari betapa luasnya itu. Pemodelan dan MDM, jika Anda benar-benar melihat, tren seluruh data besar bukan hanya tentang itu - ada lebih banyak data. Ini tentang bahwa ada lebih banyak data dari lebih banyak sumber, memberi Anda lebih banyak perspektif tentang entitas tertentu yang sebenarnya Anda kumpulkan informasi tentangnya. Dan semakin kompleks, semakin Anda membutuhkan model, semakin mudah untuk dipahami. Hanya dengan melihat katakanlah skema database apa yang terjadi ketika data sebenarnya berasal dari 10, 20, 30 sumber.
Secara teori Anda bisa mengatakan MDM memberi Anda pandangan tentang data semesta tetapi dalam prakteknya itu sebenarnya bagian dari itu. Dan kita sebenarnya baru saja mendiskusikan jika Anda melihat arti bisnis dari data maka itu, informasi tentang makna data, sebenarnya adalah bagian dari semesta data yang Anda lihat. Pemodelan adalah dari atas ke bawah dan dari bawah ke atas. Itu adalah bahwa Anda dapat melihat sesuatu dari perspektif bisnis tetapi Anda juga dapat melihat hal-hal dari perspektif apa yang kami punya. Dan Anda membangun di kedua arah. Dan ini bukan, dan tidak pernah bisa menjadi, proyek. Untuk memulainya adalah proyek. Ini aktivitas yang berkelanjutan. Anda dapat memulai sebagai proyek karena Anda tidak memiliki apa pun yang koheren di tempatnya, tetapi begitu Anda memulai, itu harus menjadi kegiatan yang berkelanjutan. Dan apa pun yang dilakukan dalam lingkup data, tim MDM jika Anda suka, harus mengetahuinya.
Tantangan pelanggan, lihat saja fokus pada entitas pelanggan. Ada jauh lebih banyak data yang tersedia sekarang tentang pelanggan dari jauh lebih banyak sumber daripada entitas lain sejauh ini. Dan sepertinya terus meningkat setiap saat. Ini seringkali tidak akurat. Jika Anda mengumpulkan data dari saya, misalnya. Jika Anda mengumpulkan data tentang saya, Anda akan menyadari bahwa saya memiliki identitas berbeda yang hanya apakah saya menggunakan inisial tengah atau tidak ketika saya pergi ke berbagai situs web. Dan saya sering melakukannya hanya untuk menemukan di mana saya akan mendapatkan spam dari identitas yang diberikan. Tetapi banyak orang melakukan itu. Dan kemudian orang membuat kesalahan tak disengaja. Dan kemudian informasi sudah ketinggalan zaman.
Saya pergi ke salah satu sumber daya data ini yang mengklaim dapat memberi Anda banyak informasi tentang individu tertentu, dan melakukan hal yang jelas dan mengajukan pertanyaan tentang diri saya. Dan setengah dari informasi yang mereka berikan kepada saya benar-benar ketinggalan zaman. Dan beberapa di antaranya ternyata salah. Dan Anda melihat itu dan Anda berpikir, jika Anda akan mengumpulkan data dari sumber lain, maka ada elemen besar dalam membersihkan data dan dapat mengidentifikasi apakah itu data yang Anda miliki. Sebagai individu kami tidak memiliki pengidentifikasi unik. Nama dan nomor ponsel mungkin akan membuat Anda dekat dengan kebanyakan orang, tetapi tidak semua orang memiliki nomor ponsel. Dan itu berbeda dalam budaya yang berbeda juga. Dan kemudian ada sifat data dalam hal analitik.
Saya tidak akan membahas hal ini secara mendalam, tetapi data dapat dipilih. Jika Anda memiliki data Twitter seseorang, hanya ada sedikit individu yang secara aktif memasukkan data ke Twitter. Dan mereka pilih. Mereka bukan pelanggan yang dipilih secara acak. Mereka adalah orang-orang yang telah memutuskan bahwa mereka ingin menjadi ramai di Twitter. Sangat sulit untuk mendapatkan pandangan 360 derajat dari seorang pelanggan. Dan itu sebagian hanya karena sejarah teknis semua orang. Bukan hal yang aneh untuk menemukan ada tiga atau lebih basis data pelanggan, seperti halnya basis data, apalagi banyak sumber informasi lain yang sebenarnya Anda kumpulkan tentang pelanggan. Dan analitik pelanggan, ada baiknya mengatakan bahwa ini adalah peluang besar sekarang. Kami dulu melakukan segmentasi dalam churn tetapi sekarang benar-benar, karena ada banyak sekali data eksternal yang tersedia pada pelanggan, Anda dapat melakukan banyak sekali analisis grafik hubungan, yang benar-benar relatif baru. Anda dapat menggunakan analitik prediktif, yang belum pernah Anda ketahui sebelumnya. Anda dapat mengumpulkan informasi mode dan informasi opini yang tidak pernah dapat Anda kumpulkan sebelumnya.
Ada alasan yang sangat bagus untuk meninjau kembali apa yang Anda lakukan sehubungan dengan pelanggan dan untuk memikirkan bagaimana cara terbaik untuk memanfaatkan data yang Anda miliki. Pandangan praktis. Pemodelan entitas pelanggan adalah kegiatan yang diperlukan demi BI yang akurat dan bermanfaat serta penyempurnaan pengetahuan. Dengan kata lain, jika Anda memiliki populasi pelanggan yang cukup besar, itu bukan hal yang opsional. Anda harus melakukannya. Dan saya pikir hanya itu yang harus saya katakan. Mari kita meneruskan bola.
Eric Kavanagh: Baiklah, jadi John, saya yakin Anda akan pergi selanjutnya? Lalu Diana akan melakukan demo. Maka dengan itu, John Evans, bawa pergi. Dan teman-teman, jangan malu-malu, kirimkan pertanyaan Anda kapan saja. Kami akan memantau itu untuk tanya jawab. Bawa pergi, John Evans.
John Evans: Baiklah. Terima kasih, Eric. Dan terima kasih Dez dan Robin untuk pengantar itu dan komentar-komentar itu. Ada banyak tumpang tindih antara apa yang Anda bicarakan di sana dan apa yang akan kita bicarakan dan tunjukkan hari ini, yang sangat bagus. Dan kita pasti akan setuju bahwa gagasan tentang sentrisitas pelanggan ini adalah sesuatu yang ingin dicapai oleh orang-orang dan saya pikir pada dasarnya kita akan mengatakan bahwa memiliki data yang baik, data sebaik yang bisa Anda dapatkan tentang pelanggan Anda, adalah satu-satunya cara untuk berdoa mencapai itu. Jadi yang ingin kita lakukan hari ini adalah berbicara tentang manajemen data master yang berorientasi pelanggan dan berbagi dengan semua orang sedikit tentang bagaimana kita mendekati itu, memecahkan masalah itu, dan berbicara tentang penawaran baru yang baru saja kita perkenalkan yang dirancang untuk membuatnya mudah bagi perusahaan dari semua ukuran untuk memberikan data pelanggan yang lebih baik di seluruh lanskap data yang terfragmentasi. Sehingga lansekap itu bisa terlihat seperti ini.
Kami memiliki berbagai sistem di sekeliling sini, banyak aplikasi terfragmentasi, beberapa di antaranya berjalan di cloud, beberapa di antaranya berjalan di lokasi. Dan di dalam masing-masing, menurut definisi, Anda akan memiliki cara berbeda untuk mengidentifikasi pelanggan dan informasi pelanggan. Model data pelanggan yang berbeda dengan atribut yang berbeda, prioritas yang berbeda dan sebagainya. Dan bahkan jika Anda adalah organisasi di mana Anda menganggap diri Anda, Anda tahu, sebuah toko SAP atau toko Oracle, atau Anda hanya menjalankan bisnis Anda di SAP misalnya, atau hanya di Oracle, atau Anda menggunakan SalesForce, Anda mungkin memiliki banyak contoh sistem tersebut bahkan di dalam perusahaan Anda sendiri. Mungkin mereka dikerahkan oleh lokasi yang berbeda atau oleh wilayah yang diatur untuk alasan yang berbeda, zona dunia yang berbeda, atau Anda mungkin mengaturnya secara berbeda berdasarkan bidang usaha. Dan bahkan jika Anda memiliki ERP tunggal, jika Anda telah melakukan penyesuaian di sana, akan ada konflik dalam data.
Sekarang fragmentasi yang kita lihat semakin diperparah oleh peningkatan adopsi sistem berbasis cloud dan aplikasi-aplikasi terbaik. Jadi, sementara lingkungan yang sangat besar, kompleks, berbelit-belit seperti ini dulunya adalah sesuatu yang dipikirkan semua orang, "Ya, itu benar-benar hanya terjadi di perusahaan yang sangat besar, " karena munculnya solusi cloud dan pendekatan yang paling berkembang biak, masalah ini sekarang menjadi lebih umum bahkan di organisasi yang lebih kecil. Jadi itu benar-benar menjalankan rentang dari usaha kecil sampai ke perusahaan besar. Semua orang menderita masalah yang sama dengan data pelanggan mereka. Dan Anda dapat melihat beberapa masalah yang saya sebutkan di sini di tengah.
Saya membagi mereka menjadi tiga jenis. Ada masalah terkait data di mana Anda memiliki duplikat, Anda memiliki data yang tidak valid, Anda memiliki bidang yang hilang, Anda memiliki informasi yang tidak konsisten, hierarki yang tidak konsisten, dan hal-hal itu cenderung semakin buruk seiring berjalannya waktu. Kemudian Anda memiliki tantangan terkait orang di mana orang tidak dapat mengakses data, mereka tidak dapat menjawab pertanyaan yang mereka miliki, di mana mereka mencari tetapi mereka tidak dapat mencapai pandangan 360 derajat yang dibicarakan Robin.
Dan pada area ketiga adalah tantangan terkait proses di mana Anda punya data di banyak tempat dan juga orang tidak tahu apa yang berubah dan kapan karena hal-hal terjadi pada data setiap saat. Jadi tidak ada kontrol atau tata kelola tentang cara menjaga data tetap bersih. Jadi, ketika Anda berusaha untuk memberikan pengalaman pelanggan yang lebih kohesif / meyakinkan dan terlibat dalam dialog dengan pelanggan, sangat sulit untuk mencapai hal itu ketika data Anda sendiri tentang orang-orang itu tidak konsisten dan tidak akurat.
Sama seperti yang saya lihat di samping, saya pikir itu minggu lalu atau minggu sebelumnya, sebuah artikel di "Manajemen Informasi" yang berbicara tentang mengapa pemasaran yang dipersonalisasi masih tidak akurat dan mereka mencantumkan sembilan alasan. Dua alasan pertama dalam daftar mereka, kualitas data buruk dan data tidak terintegrasi.
Jadi, apa yang dapat Anda lakukan tentang ini? Yah ada beberapa cara Anda dapat mencoba dan mendekati masalah ini dan memikirkan dalam hal apa yang akan merugikan organisasi Anda. Anda dapat menyortir data tersebut saat terlahir jika Anda mau atau Anda dapat menyerangnya setelah disusupkan ke sistem Anda, Jadi, inilah gambar dari organisasi yang telah bekerja sama dengan kami yang menyoroti sekitar tiga puluh tempat di mana data disimpan. di sana, di lanskap mereka.
Jadi, begitu data dirilis ke alam bebas, ke dalam lusinan sistem ini sulit ditemukan, sulit dipelihara, mahal untuk diperbaiki, jika Anda berpikir untuk masuk dan mencoba memperbaikinya tiga puluh kali berbeda di tiga puluh tempat berbeda . Jadi salah satu konsep yang ingin kita bicarakan adalah mencoba menjadi proaktif dan berusaha memperbaiki hal-hal di awal siklus hidupnya mungkin karena ketika Anda melakukan itu akan lebih mudah ditemukan, lebih mudah dikendalikan dan lebih murah untuk diperbaiki dan dipelihara. dan dengan cara itu Anda akan mendapatkan data yang lebih baik saat Anda bekerja hilir di aplikasi Anda.
Jadi ini adalah konsep yang telah kita bicarakan disebut MDM proaktif dan tagline yang ingin kita gunakan adalah konsep membersihkan sungai, bukan danau. Jadi ada tiga langkah untuk itu, pertama adalah membersihkan, di mana Anda ingin mencocokkan dan menggabungkan serta membersihkan catatan yang sedekat mungkin dengan sumber untuk mencoba dan mendapatkan catatan emas sehingga Anda terhindar dari mencemari aplikasi hilir Anda. Ini dapat dilakukan dengan kontrol yang diterapkan atas sumber atau bahkan menyediakan tempat untuk menawarkan data secara terpusat sehingga konsisten dan akurat sebelum Anda melepaskannya ke alam liar.
Pengayaan adalah tentang menambahkan nilai ke data saat Anda pergi, termasuk data rujukan dan informasi lain yang tidak ada dalam sistem operasional sumber Anda, jadi ini mungkin hierarki, mungkin segmentasi misalnya yang tidak secara inheren disimpan dalam sistem tersebut.
Kemudian bagian ketiga adalah tentang menjaga kebersihan dan di sinilah Anda ingin memastikan Anda memiliki proses di tempat dan orang-orang diidentifikasi untuk melakukan penatalayanan dan untuk melakukan tata kelola, memiliki alat yang tersedia untuk memungkinkan proses-proses tersebut dan kemudian secara proaktif mencocokkan dan Anda membersihkan data Anda secara berkala sehingga tidak, sehingga Anda menghindari pembusukan yang secara alami akan terjadi, misalnya ketika orang berganti pekerjaan atau mereka mengubah tempat tinggal mereka atau sebagainya.
Jadi, bagaimana Anda mendapatkan ini? Nah, ada sejumlah opsi yang bisa Anda gunakan untuk menyerang masalah ini. Anda dapat menggunakan alat kualitas data, Anda dapat menggunakan alat integrasi data untuk mengekstraksi informasi, Anda dapat menggunakan alat alur kerja untuk membagi sebagian pekerjaan kepada orang yang berbeda. Anda dapat menggunakan alat tata kelola untuk melacak siapa yang melakukan apa. Anda benar-benar dapat merangkai semua alat warisan yang berbeda dan melemparkan banyak orang ke dalamnya.
Tapi itu semua sangat mahal, sangat intensif sumber daya, akan lambat untuk digunakan dan akan sulit untuk dikelola dan Anda bahkan mungkin ingin memulai dengan data pelanggan Anda, tetapi Anda juga akan ingin akhirnya mengelola produk Anda, daftar produk yang dimiliki oleh pelanggan tersebut, dan daftar pemasok untuk produk-produk itu, dan bagan akun yang Anda gunakan di seluruh bisnis Anda untuk melacak apa yang terjadi, mengelola karyawan Anda yang melayani pelanggan tersebut dan sebagainya . Jadi sekarang Anda berbicara tentang banyak domain, pemasok, produk, bagan akun, karyawan, dan sebagainya untuk mencoba dan memberikan pandangan 360 derajat dari seluruh bisnis Anda.
Jadi idealnya apa yang kami pikir ingin Anda capai adalah satu solusi untuk mengintegrasikan, mencocokkan, dan membersihkan data master pelanggan Anda, satu solusi sehingga Anda dapat mengelola pengelolaan dan tata kelola dan satu alat yang dapat Anda gunakan untuk mengelola setiap domain data saat Anda mulai dengan pelanggan dan pindah. Jadi itulah tujuan di balik penawaran baru yang baru saja kami umumkan disebut Magnitude ONE. Magnitude ONE adalah penawaran MDM yang dirancang bagi perusahaan untuk mengintegrasikan, menyelaraskan, dan mengelola data master mereka di seluruh aplikasi SaaS populer atau non-bangunan yang sedang digunakan seperti yang kita bicarakan sebelumnya dan karenanya Magnitude ONE mencakup sejumlah komponen.
Hal pertama yang termasuk di dalamnya adalah solusi MDM Kalido kami, yang telah digunakan di beberapa perusahaan dunia, dan Eric, Anda berbicara tentang paparan Anda terhadap data master dan manajemen pada tahun 2003, saya pikir produk ini awalnya keluar sekitar tahun 2004. Jadi kami telah menjadi perintis awal di ruang ini, dengan alat ini. Kami mulai dengan menggunakannya untuk melayani penggunaan analitis informasi untuk memastikan bahwa data yang baik masuk ke gudang dan seiring waktu pelanggan kami telah menggunakannya lebih dan lebih pada kasus penggunaan operasional dan mengelola beberapa domain termasuk pelanggan dan produk dan keuangan dan vendor dan karyawan dan sebagainya. Jadi Kalido MDM adalah bagian inti dari solusi ini.
Kami juga memberikan konektivitas dan integrasi ke berbagai sistem sumber dengan kemitraan dengan perangkat lunak SCRIBE, menggunakan platform integrasi online SCRIBE mereka sebagai layanan. Itu menawarkan integrasi berbasis cloud dengan koneksi ke lebih dari empat puluh sistem baik pada sistem premis maupun SaaS yang digunakan organisasi. Jadi dengan keduanya bersama-sama, dengan solusi MDM Kalido kami itu juga mencakup dan kemampuan untuk memiliki lingkungan yang digerakkan oleh alur kerja untuk manajemen data master dan mengelolanya melalui seluruh siklus hidupnya. Kami memiliki mesin yang cocok yang ada di sana yang dirancang khusus untuk menangani data pelanggan dan kami juga menyediakan selain perangkat lunak, beberapa pelatihan kelas virtual pada produk Kalido MDM dan komponen pemodelan.
Jadi Robin, Anda berbicara tentang model itu, itu adalah bagian yang sangat kritis dan di situlah kita mulai dalam solusi kami dan kami akan menunjukkan kepada Anda bahwa sebentar lagi, bagaimana Anda mengambil papan tulis yang ditunjukkan Dez dan menerjemahkannya menjadi sesuatu yang dapat sebenarnya mengatur sistem MDM Anda. Poin terakhir Anda tentang Magnitude ONE adalah tersedia di tempat atau sebagai layanan cloud, Anda bisa mendapatkan lisensi berlangganan atau lisensi abadi. Idenya adalah akan mudah bagi Anda untuk membeli, memelihara, menerapkan, dan memelihara.
Jadi apa yang tampak seperti ini adalah Magnitude ONE di tengah sini, dengan kemampuan yang kuat untuk melakukan segalanya dalam kotak putih dan biru. Jadi sambungkan ke dan akses data pelanggan melalui konektor SCRIBE yang saya bicarakan. Kemudian lakukan semua latihan menguasai yang perlu Anda lakukan di sekitar mencocokkan data, menggabungkan, bertahan, dan memperkaya data untuk membuatnya bersih. Kemudian berikan otorisasi dan publikasikan data yang akurat dan konsisten ke sistem konsumsi Anda bersama dengan lapisan akses bagi orang-orang untuk mencari data, menelusuri data, dan bahkan membuat catatan baru sehingga sistem operasional dan analitis Anda dapat tetap bersih seiring berjalannya waktu.
Kami menyediakan antarmuka pengguna berbasis web untuk steward dan admin, yang akan Anda lihat sebentar lagi, serta pengguna bisnis. Mereka tidak hanya dapat menelusuri dan mengakses data master yang dipublikasikan, mereka bahkan dapat memainkan peran dalam proses pengelolaan. Jadi bayangkan perwakilan penjualan Anda sedang berbicara dengan pelanggan, mereka mempelajari sesuatu yang baru tentang pelanggan, mereka dapat mengajukan permintaan perubahan dan mengatakan, hei pelanggan ini, mereka telah mengubah judul mereka, mereka telah mengubah alamat email mereka, mereka telah beralih perusahaan, mungkin dokter ini telah berganti afiliasi dengan rumah sakit ini, kami ingin memastikan bahwa kami melacak hal-hal semacam itu, atau broker asuransi ini sekarang membawa produk-produk ini, kami ingin memastikan kami memasarkan produk-produk asuransi baru ini kepada mereka, sebagai contoh. Jadi hal-hal semacam itu dapat diangkat dan diservis dengan benar ketika karyawan Anda yang menghadapi pelanggan berhadapan dengan orang-orang itu.
Beberapa atribut lain tentang solusi kami. Nomor satu adalah model bisnis ini, ingat gambar papan tulis yang ditunjukkan Dez yang memiliki lingkaran dan panah. Itu pada dasarnya persyaratan bisnis untuk bagaimana data harus, bagaimana itu digunakan di dunia nyata. Kita mulai dengan sesuatu yang disebut model informasi bisnis dan pada dasarnya kita dapat menangkap persyaratan itu dan aturan bisnis yang hadir dan benar-benar menerapkannya untuk membuat aturan dan repositori MDM. Jadi itu secara efektif bertindak sebagai cara untuk menjembatani kesenjangan komunikasi yang sering kita lihat antara pebisnis yang menggambarkan persyaratan dan TI harus kembali dan menerjemahkannya ke dalam tabel dan pemetaan dan sebagainya.
Jadi kami memiliki pendekatan yang didorong oleh model bisnis untuk memastikan bahwa itu benar sejak Anda mulai. Kami juga menyertakan pemrosesan otomatis untuk itu dan alur kerja tertanam serta manajemen perubahan sehingga Anda dapat, jika Anda memiliki perubahan dalam model di mana Anda menambahkannya, Anda dapat dengan cepat menggunakan itu dan melakukannya dengan tim kecil karena otomatisasi, itu tidak memerlukan pengkodean sebanyak mungkin yang Anda harapkan.
Saya menyebutkan sifat model-driven yang juga mendorong layar yang benar-benar muncul. Jadi, ketika Anda memiliki deskripsi pelanggan dan Anda memiliki atribut di sana, apa yang akan Anda lihat di layar adalah atribut yang didefinisikan dalam model, jadi semuanya dibuat untuk Anda, Anda tidak perlu membuat antarmuka spesifik apa pun layar untuk memetakan data, itu semua diusir dari model.
Fitur keren lain yang telah kami perkenalkan adalah konsep integrasi Excel untuk pelayan data. Ini berarti bahwa pelayan data dapat menggunakan Excel sebagai tempat untuk mengedit catatan yang tidak dapat secara otomatis dicocokkan dan disetujui serta digunakan. Sekarang Anda mungkin berpikir, yah ini hanya, Anda hanya membuang data ke Excel, bukan? Yah itu jauh lebih dari itu karena hal keren tentang kemampuan ini adalah mengatasi masalah hanya dengan memperbarui pembaruan data dengan memuat data dari Excel.
Kami sebenarnya, ketika Anda mengunduh data itu dari Kalido MDM ke antarmuka Excel, ia datang dengan aturan validasi. Jadi itu akan memberi tahu Anda sel mana yang perlu diisi untuk membuatnya menjadi catatan yang valid, itu akan memberi Anda daftar drop-down dari nilai yang tersedia, atau nilai yang disetujui misalnya sehingga Anda pada dasarnya menghindari membuat kesalahan saat Anda memperbarui catatan data master.
Kemudian pada mesin alur kerja tertanam, pastikan semua data diproses dan diotorisasi untuk publikasi dan juga melacak siapa yang melakukan apa dan kapan dan memungkinkan Anda untuk meninjau dan mengaudit semua nilai data master sebelumnya sehingga Anda dapat melihat bagaimana data berubah waktu.
Jadi manfaat dari ini, dalam hal data pelanggan, adalah Anda bisa sampai ke tempat di mana Anda dapat memiliki dialog dan interaksi yang lebih personal dan relevan dengan pelanggan. MDM menjadi bisnis yang lebih kritis, terutama ketika Anda berpikir tentang pemasaran satu-ke-satu yang terjadi di sana dan ini adalah contoh yang baik dari siklus yang terjadi.
Jadi Anda mulai dengan data tentang pelanggan Anda, ini adalah hal-hal yang telah Anda kuasai, siapa mereka, produk apa yang mereka miliki, apa yang bisa saya cocokkan dalam hal informasi pelanggan di berbagai sistem? Kemudian Anda memperkaya itu dengan lebih banyak informasi tentang mereka dan bagaimana Anda berinteraksi di masa lalu. Apa yang mereka tanggapi? Atau bagaimana mereka ingin dihubungi? Mungkin mereka ingin dihubungi melalui faks sehingga itu masih ada di kartu bisnis mereka. Tetapi informasi itu yang kemudian memberi Anda wawasan yang Anda butuhkan untuk berinteraksi.
Lalu apa preferensi lainnya? Beberapa di antaranya mungkin berasal dari sumber sosial misalnya. Maka Anda dapat memutuskan dari situ apa interaksi terbaik berikutnya bagi para pelanggan itu, penawaran apa yang harus saya buat? Itu akan menghasilkan semacam interaksi, mereka akan mengunduh sesuatu, mereka akan membeli sesuatu.
Tentu saja akan menciptakan lebih banyak data yang ingin Anda masukkan ke dalam siklus interaksi pemasaran yang baik ini. Akibatnya, Anda akan dapat menemukan dan menutup pelanggan baru dengan lebih cepat, meningkatkan penjualan, memberikan layanan pelanggan yang lebih baik, menghilangkan kesalahan, menghilangkan pengiriman rangkap, pengiriman untuk materi pemasaran misalnya, dan akhirnya kami dapat mengurangi penjualan dan biaya pemasaran.
Jadi salah satu contoh pelanggan kami yang melakukan ini, kantor pos Inggris menggunakan Kalido MDM untuk memberikan data pelanggan yang lebih baik sehingga mereka dapat mengirimkan produk yang tepat dan melakukan dialog pelanggan mereka di saluran yang tepat yang pada akhirnya menyebabkan volume penjualan yang lebih tinggi dan meningkatkan margin untuk mereka.
Jadi itu hanya komentar pengantar saya, saya ingin sekarang menyerahkannya kepada Diana, untuk membawa Anda melalui dan menunjukkan kepada Anda bagaimana kami melakukan ini.
Diana Collins: Terima kasih, John, semoga kita bisa mewujudkannya untuk Anda semua. Jadi apa yang seharusnya Anda lihat di layar Anda sekarang adalah contoh model informasi bisnis Kalido. Jadi bagian dari solusi, apa yang akan kami tunjukkan kepada Anda hari ini adalah integrasi data dari salesforce.com. Di sini kami mengeluarkan model salesforce.com di sebelah kiri bawah. Itu jelas merupakan aplikasi berbasis web, perangkat lunaknya adalah jenis layanan aplikasi. Kami akan mengintegrasikannya dengan data dari implementasi Oracle, on-premise business suite kami.
Jadi tujuan kami adalah untuk mengambil kontak dan informasi akun kami dari salesforce.com, mengintegrasikannya dengan akun piutang kami dan informasi kontak ke dalam satu akun yang diharmonisasikan dan struktur kontak yang kemudian akan kami muat ke dalam Microsoft Dynamics CRM. Jadi skenario kami di sini adalah kami bermigrasi dari menggunakan salesforce.com di masa lalu ke menggunakan Dynamics CRM. Kami ingin memastikan bahwa kami memiliki daftar pelanggan 360 derajat yang terintegrasi dan selaras sepenuhnya berdasarkan lingkungan Dynamics CRM kami yang baru.
Jadi untuk membangun ini, kami telah memindahkan data dari salesforce.com dan EBS ke Kalido MDM, kami sebenarnya telah menjalankan proses harmonisasi. Jadi untuk kepentingan waktu, kita telah selesai memasak dan kita akan menikmati makanannya. Jadi mari kita beralih sekarang ke lingkungan MDM kami dan hanya menunjukkan kepada Anda beberapa hal yang dapat kami lakukan dalam fitur tambahan yang ditambahkan solusi MDM ke integrasi konektivitas sederhana dari platform ini.
Tetapi salah satu hal yang akan terjadi tentu saja, Anda akan kehilangan sejarah. Anda akan berakhir dengan data Anda di Microsoft Dynamics, tetapi apakah Anda tahu dari mana datangnya sesuatu? Itulah yang MDM, salah satu hal solusi MDM dapat berikan kepada kita, itu membuat kita sejarah.
Jadi jika kita melihat daftar akun yang diharmonisasikan dan kita akan memilih salah satunya. Katakanlah kita memilih Toko Albert di sini. Ini memberi kami beberapa informasi tentang dari mana catatan Toko Albert ini berasal. Kita dapat melihat bahwa ini merupakan integrasi dari dua catatan, satu berasal dari akun salesforces.com bernama Albert dan Gerard dan satu berasal dari akun penagihan EBS yang disebut Toko Albert dan mereka diintegrasikan bersama dan diselaraskan ke dalam akun induk tunggal ini yang disebut Toko Albert.
Kami juga melihat ID aslinya, kami dapat melihat hari ini telah dimigrasikan ke Microsoft Dynamics karena di sini kami memiliki ID CMR dari Microsoft Dynamics. Saya dapat melihat waktu kapan data terakhir diperbarui. Selain itu, kami menyediakan tampilan lain yang tidak hanya memungkinkan Anda untuk melihat data, tetapi juga dengan tampilan grafik kami, Anda dapat melihat asosiasi yang diikuti oleh data tersebut.
Jadi di sini kita memiliki catatan yang sama, Toko Albert kita dengan asosiasinya ke akun piutang, akun salesforce.com dan kontak. Jika kami memilih salah satu kontak ini, kami dapat melihat bahwa kontak itu sebenarnya adalah kontak salesforce.com. Demikian juga akun Adam Albert kami adalah kontak EBS, jadi dari gerakan ini, saya pikir di layar itu terjadi secara otomatis, beberapa dari mereka yang saya lakukan hanya membuat hal-hal mudah dibaca. Tetapi seiring berjalannya waktu, kami dapat melihat informasi kontak dan melihat bahwa itu berasal dari akun salesforce.com kami. Itu benar-benar akan membangun pandangan yang menunjukkan kepada kita semua hubungan yang diikuti oleh data kita.
Selain itu, melihat cara kami mengklasifikasikan data saleforce.com kami dan bahwa ada akun lain di luar sana yang terlalu banyak untuk dicantumkan. Nah hal-hal yang terlalu banyak untuk dicantumkan, kita masih bisa mendapatkannya. Kami hanya dapat menggulir ke bawah halaman di sini dan masuk ke daftar semua akun ekstra yang terlalu banyak untuk ditampilkan dalam tampilan grafik. Tentu saja kita bisa mulai dalam tampilan grafik untuk semua ini juga. Jadi itulah salah satu cara berurusan dengan hal-hal. Kita dapat melihat data, kita dapat memanipulasi data, kita juga ingin dapat memulihkan dan memperbaiki data. Jadi beberapa cara untuk melihatnya.
Jadi salah satu hal yang dapat kita lakukan adalah kita dapat pergi, melihat hierarki, saya telah menyimpan hierarki akun kita sebagai salah satu favorit saya, jadi saya dapat menyimpan berbagai kategori informasi sebagai akun serta jalur hierarkis yang Saya dapat menggunakan browser hierarki saya. Jadi di sini saya dapat menelusuri hierarki saya, saya dapat melihat semua berbagai kontak yang saya miliki dengan setiap akun.
Tetapi salah satu hal lain yang disediakan oleh lingkungan ini adalah pilihan untuk menemukan semua anak yatim. Ini adalah kontak yang masuk melalui sistem harmonis kami yang tidak memiliki orang tua di sumber mereka, jadi ini adalah anak yatim yang telah ditinggalkan. Jadi kami membawa ini, mengidentifikasi mereka, kami tahu ini anak yatim, bagaimana cara memperbaikinya? Kita cukup klik sakelar ini untuk mengedit mode, yang membuka pandangan lain dari hierarki dan sekarang kita dapat mulai mengklasifikasikan orang-orang ini. Jadi mungkin Bill Murray bekerja untuk AC Network sehingga kami dapat mengambilnya dan menambahkannya ke daftar dan kami melihatnya disorot dengan menunjukkan kepada kami bahwa ini adalah perubahan. Saya bisa memindahkan Sandy dan menugaskannya mungkin ke AG Edwards and Company.
Saat perubahan ini dibuat, mereka direkam di sini, saya dapat membatalkannya jika saya sadar saya telah membuat kesalahan. Saya dapat menyatukan banyak dari mereka bersama-sama dan memindahkan mereka melalui sistem sebagai satu unit dengan memberi mereka nama dan kemudian mereka diproses sebagai satu unit kerja melalui sistem saya. Jadi ini adalah satu cara dan jelas jika saya bersikap proaktif, saya mungkin ingin masuk ke sini dan melihat ini dan jika melihat apakah ada anak yatim dan mengatasi masalah itu. Bagaimana jika saya tidak melakukannya? Bagaimana jika saya tidak bersikap proaktif? Sekali lagi, sistem kami mencakup alur kerja, yang saya sebutkan sebelumnya, solusi alur kerja yang memungkinkan kami untuk menangani hal ini secara lebih langsung.
Untuk melakukan itu saya akan logout sebagai administrator sistem, sekarang saya akan logon sebagai pelayan data, oke? Jadi ini adalah individu yang bertanggung jawab untuk mengelola data yang tidak valid. Anda akan melihat begitu saya masuk, saya dibawa ke kotak masuk saya, di mana tebak? Ada 11 catatan yatim kami karena hubungan, hubungan antara kontak dan akun mereka adalah wajib. Semua akun yang diharmonisasikan yang tidak memiliki koneksi yang sesuai ke akun, tidak valid. Mereka bergerak melalui alur kerja dan seperti yang bisa kita lihat dalam diagram alur kerja, di sinilah kita sekarang memperbaiki catatan. Mereka kemudian akan mengalir ke proses persetujuan, disetujui oleh manajer penjualan, disetujui oleh akuntansi, dan akhirnya diotorisasi untuk publikasi pada pembaruan batch berikutnya dari dinamika kami.
Tentu saja ini juga dapat diatur untuk dijalankan secara waktu nyata yang segera setelah diterbitkan, segera setelah diotorisasi untuk publikasi, itu akan segera mengalir keluar dari Dynamics sehingga terserah Anda bagaimana Anda ingin mengkonfigurasi langkah terakhir dari antarmuka. Jadi semoga ini memberi kita - memberi Anda semua ide singkat, gambaran umum, hanya beberapa cara di mana alat MDM kami dapat membantu memperkaya dan meningkatkan lingkungan kita. Ada banyak, banyak cara lain yang dapat kami lakukan untuk meningkatkan penggunaan informasi pelanggan Anda, dan benar-benar mencapai titik di mana Anda mendapatkan pandangan 360 derajat pelanggan yang benar-benar selaras dengan semua informasi di satu tempat yang tersedia untuk pengguna. Tidak hanya melalui penyedia UI ini tetapi seperti yang saya sebutkan kami juga menyediakan antarmuka konsumen, semacam portal web di mana jika pengguna tahu bahwa ada perubahan dalam akun, ia dapat meningkatkan permintaan perubahan dan mengatasinya, dan membungkus perubahan itu meminta langsung ke pelayan data untuk membuat perubahan pada catatan ini yang mereka lihat perlu dibuat. Jadi pada titik ini saya pikir saya akan mengubahnya kembali ke Eric dan kami akan pergi ke Q dan A.
Eric Kavanagh: Tentu. Jadi kami punya beberapa pertanyaan dari audiens di sini. Saya akan membuang satu tapi mungkin pertama Dez atau Robin, apakah Anda memiliki pertanyaan? Biarkan saya mulai dengan Anda Dez.
Dez Blanchfield: Salah satu hal yang saya temui setiap kali saya melalui perjalanan ini dengan sebuah organisasi adalah seluruh tantangan kontrol versi ini. Bisakah Anda menyentuh pendekatan ke arah kontrol versi seputar data atau tertentu - Anda tahu, bayangkan sebuah skenario di mana tiga bagian berbeda dari organisasi berurusan dengan saya sebagai pelanggan, dan kemudian mereka membuat berbagai pembaruan dan perubahan melalui sekarang yang baru alat. Bagaimana kita mengatasi masalah hanya versi mengendalikan data yang datang melalui bisnis dan siapa yang mengatur, dan mengendalikan, dan menyetujui itu?
Diana Collins: Itu pertanyaan yang sangat bagus. Jadi salah satu hal yang dibangun dan dimasukkan ke dalam solusi kami adalah audit trailing dan sejarah. Jadi saya akan melihat apakah saya dapat menemukan catatan dengan sejarah. Biarkan saya melihat apakah Toko Albert kami mencatat bahwa kami menggunakan memiliki riwayat, segera setelah saya mengklik Mode Sejarah apa yang dilakukan untuk saya - saya punya - ini tidak memiliki perubahan dalam sejarah. Saya ingin seperti itu akan menunjukkan kepada kita setiap perubahan sementara yang dibuat di sini, dan tanggal dan waktu di mana mereka dibuat. Selain itu, saya bisa membuka Detail Riwayat Lengkap dan jika saya mengaktifkan audit trailing, saya tidak hanya akan melihat perubahan itu dan ketika dibuat tetapi jejak audit akan memberi tahu saya siapa yang membuat perubahan itu, pengguna apa yang membuat perubahan itu juga .
Pendekatan kami untuk versi lebih berdasarkan waktu daripada dengan menetapkan label sewenang-wenang. Anda dapat memilih suatu titik waktu dan melihat data Anda seperti pada titik waktu tersebut dan memigrasikan data sebagaimana pada titik waktu tersebut. Dan kami melacak tentu saja sejarah tidak hanya dari konten data tetapi juga dari model data. Jadi, ketika model data Anda berkembang, kami menambahkan klasifikasi baru, kami melacaknya juga dan Anda selalu dapat memutar kembali dan melihat hal-hal sebagaimana mereka berada pada titik waktu tertentu.
Dez Blanchfield: Model data meningkatkan tantangan di sana, maksud saya Anda memiliki silsilah yang signifikan dalam berurusan dengan beberapa artikel penting. Bisakah Anda memberi kami beberapa contoh dari beberapa model data yang sudah ada dan beberapa Anda berurusan dengan menjalankan ini, Anda tahu, sektor-sektor utama seperti manufaktur, dan ritel, dan logistik, dan jasa keuangan. Anda memiliki perbankan dan manajemen kerugian dan sebagainya, begitu juga pendekatan yang dilakukan dengan model sebelumnya yang dapat dengan cepat memulai proyek yang orang dapat mulai tahu di mana kesenjangannya, atau apakah mereka harus membangun dan melatih model itu sendiri?
Diana Collins: Kami telah mengambil kedua pendekatan selama bertahun-tahun. Kami telah mencoba membuat model dan menemukan bahwa semakin lengkap suatu model berarti semakin banyak perubahan yang harus Anda buat, untuk memiliki lebih banyak penyesuaian yang dapat Anda lakukan untuk pelanggan. Jadi kami benar-benar telah mengambil pendekatan fragmen model, elemen umum dasar tertentu yang kami temukan yang benar-benar meresap di seluruh industri.
Kami memiliki, misalnya, dalam layanan keuangan kami memiliki model untuk di pasar modal untuk sekuritas dan derivatif, dll. Kami memiliki model untuk asuransi, untuk asuransi properti dan kewajiban, untuk reasuransi, dan keduanya mengelola risiko dengan cara yang berbeda. Kami memiliki model pembuatan untuk tagihan produk bahan, tagihan pendaratan. Kami memiliki bagian lain dari model untuk rantai pasokan atau pelacak lainnya, gudang perantara, model distribusi, penuaan persediaan, hal-hal seperti itu. Untuk banyak pelanggan kami, Anda tahu, kami memiliki pelanggan di hampir setiap vertikal yang dapat Anda pikirkan, tetapi bagi banyak dari mereka, kami dapat mengembangkan komponen inti tertentu yang kami kumpulkan untuk pelanggan kami menjadi model yang sudah jadi.
John Evans: Ya. Biarkan saya tambahkan saja, Diana. Anda tahu, model yang kami tunjukkan beberapa menit yang lalu dengan jenis latar belakang oranye benar-benar model konseptual sehingga ia memiliki, Anda tahu, vokal, dan tidak ada garis bawah, maksud saya adalah bahwa manusia dapat mengerti. Ini bukan konsep IT semata, ini adalah sesuatu yang dapat dipahami oleh pelaku bisnis. Kami memiliki model konseptual ini, kami dapat mengimpor model yang ada yang mungkin Anda miliki dan kami memfaktorkannya untuk mendapatkannya dengan cara ini tetapi dengan - seperti yang Diana bicarakan, ketika kami memiliki fragmen model atau model contoh yang telah kami gunakan bahwa sebelum kita menunjukkan kepada pelanggan, biasanya di dalam, Anda tahu, sedikit jenis melihatnya dan meletakkannya di layar dan menunjuk dan memberi isyarat, mereka biasanya dapat memperbaiki model itu untuk membuatnya cukup terwakili. dari apa yang mereka coba capai.
Jadi itu mempercepat waktu untuk menangkap persyaratan itu sehingga Anda bisa melanjutkannya tetapi hal lain yang saya tidak tunjukkan di sini adalah, Anda tahu, ada diagram ini tetapi ada juga tab yang disebut operasi di mana Anda pada dasarnya menekan sebuah tombol dan itu menghasilkan semua objek yang Anda butuhkan dalam repositori MDM bersama dengan aturan yang telah Anda - Anda mengatur, Anda tahu, apa yang opsional, apa yang wajib, apa kardinalitas, semua hal yang Anda inginkan untuk melakukan tetapi ada tombol di sana yang mengatakan Deploy, maka itu hanya akan menghasilkan model yang Anda buat di ujung depan. Jadi kami memiliki fragmen, kami memiliki pengalaman di berbagai industri dan konsultan kami dapat memungkinkan pelanggan untuk memulai dengan sangat cepat.
Diana Collins: Ya, hal lain yang akan saya temukan–
Dez Blanchfield: Jadi saya yang cepat sebelum saya serahkan ke Robin - ya, maaf, pergi.
Diana Collins: Saya hanya ingin cepat mencatat bahwa kita umumnya menjalankan sesi pemodelan ini sebagai semacam sesi kemacetan karena kita tidak begitu tertarik pada detail semua atribut, kita dapat mengisinya nanti ketika kita sampai di sana. Yang benar-benar kami minati adalah mendapatkan pandangan bisnis tentang bagaimana data digantung bersama dan bagaimana mereka memahaminya agar bermanfaat, dan itulah cara kami ingin membangun solusinya.
Dez Blanchfield: Tidak, itu semua masuk akal. Yang terakhir cepat lalu saya akan serahkan ke Robin. Jadi hal yang langsung saya bayangkan akan terjadi dalam percakapan manajer kami dengan organisasi yang saya tangani adalah bahwa - mereka memiliki pandangan, mereka sudah memiliki, Anda tahu, tata kelola, kerangka kerja, dan alat di tempat - seperti apa pengalaman ketika Anda masuk ke sebuah organisasi di mana katakan saja tim pengelola memutuskan bahwa mereka akan menempuh rute ini, menjadi pelanggan sentris dan membersihkan data pelanggan mereka, atau mendapatkan satu jatuh tempo, namun TI dan bagian lain dari bisnis mungkin sudah merasa bahwa mereka menjalankan banyak program kerja untuk mencapai tempat yang bagus?
Diana Collins: Oh well, itu pertanyaan yang menarik. Ya, saya menawarkan bahwa implementasi MDM umumnya akan gagal kecuali jika ada semacam dukungan tingkat tinggi. Saya pikir proyek-proyek ini harus didorong dari tingkat yang cukup tinggi dalam suatu organisasi karena ada perubahan budaya yang perlu diterima. Saya pikir Robin berbicara kepada ini sebelumnya bahwa, Anda tahu, itu bukan sesuatu yang hanya Anda lakukan sebagai proyek dan itu tergantung pada cara yang sering didekati dalam organisasi TI. Ini adalah program yang berkelanjutan, itu adalah sesuatu yang membutuhkan komitmen, dan kemauan untuk berubah jika Anda ingin menerapkan dan kemudian ketika Anda memilikinya saya pikir kami menemukan bahwa implementasi berjalan dengan sangat baik.
Di mana kita harus berjuang dalam beberapa implementasi adalah di mana tidak ada dukungan manajemen tingkat tinggi atau di mana organisasi TI telah menolak untuk berubah, tetapi kita cukup berhasil dalam kedua kasus dalam memenangkan mereka. Saya pikir begitu kami menunjukkan kepada mereka betapa sederhananya untuk bangkit dan beroperasi, dan bagaimana hal itu benar-benar menghilangkan tanggung jawab untuk konten data dari pundak mereka, dan sebenarnya IT seharusnya tidak bertanggung jawab untuk itu. Bisnis tahu apa yang membuat data bagus, IT seharusnya tidak perlu tahu itu. IT harus bertanggung jawab atas hal-hal yang mereka lakukan dengan baik - mengatur data, menjaganya tetap aman, menjaganya tetap aman, dan bagaimana - dan biasanya mereka datang dan melihatnya seperti itu.
Eric Kavanagh: Dan kami punya beberapa pertanyaan dari hadirin, izinkan saya membuangnya di sini. Kita akan sedikit dari waktu ke waktu tetapi saya pikir saya akan mendapatkan semua pertanyaan yang bisa atau setidaknya kita coba. Saya akan memberikan yang ini kepada Anda, mungkin John atau Diana. Seorang peserta bertanya, “Apakah Anda memiliki fungsionalitas untuk berkembang menjadi orang tua dari catatan buruk ke catatan emas? Transaksi seperti misalnya pesanan penjualan tepat di sistem operasional? ”Tidak yakin saya tahu persis apa yang dia maksud di sini, tapi mudah-mudahan Anda bisa menjawabnya.
Diana Collins: Yah, kita tentu saja bisa meng-parent record. Itu bagian yang sangat standar dari solusi kantor ini tetapi dalam sistem operasional tidak secara langsung. Kita bisa melakukannya di lingkungan MDM dan kemudian mendorong data itu kembali dari lingkungan MDM setelah itu diterbitkan dari lingkungan MDM, mendorongnya kembali ke sistem operasional tetapi tidak akan langsung terjebak dalam - kita tidak akan memperbaikinya langsung di sistem operasional dari lingkungan MDM.
Eric Kavanagh: Benar. Oke dan ini pertanyaan lain, "Bisakah alat ini digunakan untuk melihat garis keturunan data?"
Diana Collins: Oh tentu saja, ya. Sekali lagi ini bukan model yang bagus untuk ilustrasi semacam itu, tetapi mutlak. Di mana Anda memiliki riwayat data Anda, di mana data berasal dari berbagai tempat, kami dapat menandainya dengan sumbernya dan meneruskan informasi itu ke data yang dipublikasikan.
John Evans: Terima kasih untuk itu. Ada elemen yang ada di sini dalam model, di sana Diana, maksud saya Anda mendapatkan Kontak SFDC dan kontak EBS dan yang benar-benar datang melalui bidang grafik juga. Itu semacam menggantung di sekitar data.
Diana Collins: Ya. Maksud saya jelas di lingkungan garis silsilah yang nyata, Anda akan memiliki solusi dan implementasi yang lebih kuat dan hanya yang mendasar yang dilakukan di sini.
Eric Kavanagh: Oke, bagus. Hanya beberapa pertanyaan lagi dan kemudian kita akan selesai. Salah satu peserta mengatakan, “Bagaimana Anda mendukung definisi rumah tangga? Apakah Anda memiliki cara untuk memperkaya data master pelanggan dengan jejaring sosial? "
Diana Collins: Itu ada di peta jalan kita, pengayaan dengan jejaring sosial dari data jejaring sosial ada di peta jalan kita. Itu bukan pada produk saat ini tetapi dalam hal rumah tangga, itu bagian dari kemampuan kami yang cocok dan bergabung. Dalam proses pencocokan, banyak sekali tombol dan tuas yang dapat Anda kontrol untuk bobot bagian tertentu dari data tetapi yang pada akhirnya memungkinkan kami lakukan adalah mengumpulkan semua catatan kontak individual yang mungkin merupakan bagian dari rumah tangga yang sama . Kemudian ia memahami perbedaan antara perusahaan dan orang. Di perusahaan Anda biasanya melihat pada awalnya, jenis arti dari kata-kata dalam nama; dalam sebuah perusahaan, mulailah dari depan dan bekerjalah sampai akhir. Tetapi ketika Anda melakukan pekerjaan rumah tangga, Anda benar-benar ingin memulai dari akhir dan bekerja ke depan dengan nama orang. Ia memahami hal itu dan mampu melakukan pekerjaan yang cukup baik dalam mengumpulkan kontak yang dimiliki oleh satu rumah tangga.
Eric Kavanagh: Dan satu pertanyaan terakhir, bagaimana dengan pelanggan restoran? Kami memiliki anggota audiens yang berpengetahuan luas di sini bertanya apakah Anda memiliki pelanggan restoran?
Diana Collins: Sebenarnya tidak. Itu akan menjadi vertikal baru bagi kita. Kami benar-benar tertarik untuk mengejar itu. Kami memiliki pelanggan yang memasok restoran tetapi kami tidak memiliki restoran yang menjadi pelanggan.
Eric Kavanagh: Oke, jangan khawatir sama sekali. Baiklah teman-teman, kami telah membakar selama satu jam dan lima menit di sini, jadi terima kasih banyak untuk presenter kami hari ini. Kami akan mengarsipkan webcast ini sehingga semua arsip ini tersedia untuk ditonton nanti. Terima kasih banyak kepada presenter kami hari ini. Terima kasih banyak tentu saja Dez dan Robin untuk wawasan mereka, dan untuk Magnitude Software. Ini barang bagus. MDM ada di sini untuk tinggal, teman-teman, tidak ada keraguan tentang itu. Sangat penting untuk mendapatkan pandangan sentral yang akan menjadi lebih penting seiring berjalannya waktu. Saya harus berpikir ketika pelanggan kami memutuskan bahwa mereka tidak ingin diperlakukan dengan buruk, mereka ingin mendapatkan perawatan terbaik dan itulah yang akan terjadi.
Jadi dengan orang-orang itu, kami akan mengucapkan selamat tinggal kepada Anda. Terima kasih sekali lagi. Kami akan berbicara dengan Anda besok di webcast lain besok, ya. Teknologi Panas adalah acara terpanas sekitar hari ini, kami akan berbicara kepada Anda semoga besok pukul empat timur. Sampai saat itu, hati-hati, teman-teman. Buh-bye.
