Unternehmen ändern ihre Herangehensweise an die digitale Transformation: Sie sehen sie als eine kontinuierliche Aneinanderreihung kleiner Schritte statt als riesigen Sprung mit festem Ziel. Parallel dazu wird auch ihr Blick auf das Kundenerlebnis langfristiger – sie versuchen, jede einzelne Kundentransaktion sowie die gesamte Kundenbeziehung mit dem Unternehmen zu einem Gesamtbild zusammenzufügen. Daten sind in jedem Kontext von zentraler Bedeutung, und es bedarf robuster Systeme, um sicherzustellen, dass ihr Potenzial nicht von den Herausforderungen ihrer Verwaltung überschattet wird.

digitaletransformation

'In einer Welt, in der Kundenkontakte über Technologie und nicht durch menschliche Interaktion stattfinden, bedeutet auf Märkte einzugehen … immer mehr auf unmittelbare Reaktionsfähigkeit angewiesen zu sein.'


Minoo Dastur, President und CEO, Nihilent, ein NTT-Unternehmen.




Auf LinkedIn folgen

datadrivendynamics
Daten spielen eine zentrale Rolle in der digitalen Transformation, denn die Informationen, die aus den verschiedensten Unternehmensbereichen zusammengeführt werden, sind zentrale Treiber der Umgestaltung und Positionierung von Unternehmen, und damit ihres Erfolgs.
Der Übergang von der Massenabfertigung zur Massenpersonalisierung hat eine neue Dynamik geschaffen: Das Customer Relationship Management (CRM) liefert die relevanten Daten für Enterprise Resource Planning (ERP). Unternehmen nutzen die Informationen, die sie über ihre Kunden haben, um Geschäftsprozesse und das Kundenerlebnis zu verbessern und neue Produkte, Dienstleistungen, Kanäle und Liefermodelle zu entwickeln.
Chief Digital Officers und Chief Marketing Officers sind mittlerweile für das Gros der IT-Ausgaben verantwortlich und treiben Innovation voran, denn Unternehmen möchten Datenpunkte weit über das ERP-System hinaus zusammenführen.

Nutzung des Wertes von Daten

Automatisierung, Augmented Analytics und künstliche Intelligenz sind der Schlüssel, mit dem Unternehmen den Wert der in Systemen und Anwendungen im gesamten Unternehmen erfassten Daten voll ausschöpfen können.

Automatisierung muss eine Priorität sein, da es einfach keine andere Möglichkeit gibt, mit diesen riesigen Datenmengen fertigzuwerden. Datenstrategien sollten Pläne für die Analyse der Daten enthalten, da diese Analyse die Informationen für die nächsten Schritte zur Steigerung der Kundenbeziehung, -loyalität und -ausgaben liefern wird.

Befragte Unternehmen geben an, dass Analysen und überarbeitete Betriebsmodelle am meisten zur Verbesserung der Personaloptimierung beitragen; 58,9 % verfügen über irgendeine Form von Wissensmanagementtechnologie.


Global Customer Experience Benchmarking Report 2019 von Dimension Data

customerjourneys

'Um sich zu einem effizienten, datengesteuerten Unternehmen zu entwickeln, müssen Sie Daten ins Zentrum Ihrer Bemühungen rücken und sicherstellen, dass diese nicht nur das Herz des Unternehmens, sondern die Luft zum Atmen sind.'


Matt Drayson, Practices, Partners & Alliances, Australien, NTT Ltd.


Auf LinkedIn folgen

sentimentanalysis
Unternehmen investieren in eine Reihe von Technologien, um in Echtzeit Einblicke in die Stimmungen und Präferenzen ihrer Kunden zu erhalten und darauf basierend ihre Angebote anzupassen und so das gesamte Kundenerlebnis zu verbessern.
Es sind nicht nur die Methoden zur Erfassung der Kundenstimmung, die immer ausgeklügelter werden; auch die Art und Weise, wie Unternehmen auf Feedback reagieren, ist im Wandel begriffen: von einem in erster Linie reaktiven hin zu einem proaktiveren Ansatz.

Ein Unternehmen, das versteht, welche Stimmung Menschen zu einem bestimmten Zeitpunkt haben – ob positiv, negativ oder neutral –, wird besser in der Lage sein, deren nächsten Schritte vorhersagen und ihnen hierbei die passenden Produkte, Services und Erlebnisse anzubieten. Es wird in der Lage sein, Produkte, Services und visuelles Merchandising proaktiv basierend auf Echtzeiteinblicken zu positionieren.

Für die biometrische Technologie gibt es bereits mehrere Anwendungsfälle außerhalb des Bereichs der Cybersicherheit, wo sie hauptsächlich zur Authentifizierung verwendet worden ist. Auf der nächsten Stufe der Predictive Intelligence wird diese Technologie zusätzlich zu Tools wie Textanalyse, Conversation Intelligence und natürlicher Sprachverarbeitung zum Einsatz kommen. Qualitative „Stimmungs“-Daten werden mit quantitativen „Handlungs“-Daten kombiniert, um Einblicke in die emotionale Verfassung und das wahrscheinliche Verhalten von Kunden zu gewinnen.


Ermöglichung von Innovation „auf Anforderung“

Wenn Sie das Verhalten von Kunden vorhersagen können, können Sie die Daten kommerzialisieren, um kleinere Zielgruppen anzusprechen und innovative Produkte und Services zur Erfüllung unterschiedlicher Bedürfnisse zu entwickeln. Da das Internet of Everything und Verhaltenssensoren in immer größerem Ausmaß zum Tragen kommen, benötigen Sie die richtige Infrastruktur und die passenden Prozesse und Tools zur Erfassung und Analyse von Daten.


72,7 % der Unternehmen nutzen Analytics Intelligence, um Erkenntnisse für ihre Produkt- und Servicetransformation zu gewinnen; 23,9 % messen ihre Angebotsstrategie an externen Benchmarks, einschließlich neuester CX-Innovationen.


Global Customer Experience Benchmarking Report 2019 von Dimension Data

digitaltwinning

Data Lakes und digitale Zwillinge: Ermöglichung neuer Analysemodelle

Data Lakes, die qualitative und quantitative Daten umfassen, ermöglichen neue Modelle der prädiktiven Analyse und erschließen das Potenzial digitaler Zwillinge.

Data Lakes können enorme Datensätze aus jeder Quelle des Unternehmens beinhalten – Daten, die auf vielfältige Weise aggregiert und konfiguriert werden können, um durch tiefgreifende Analysen umfassende Erkenntnisse zu erhalten.

Unternehmen können eine beliebige Anzahl von Datenpunkten nutzen, um einen „digitalen Zwilling“ jedes Kunden zu erstellen, der die Summe all seiner Datenteile ist: demografische Daten, Browsingverhalten, Kaufmuster, Interessen und Zahlungspräferenzen. Damit können Machine Learning-Modelle entwickelt werden, die vorhersagen, was der echte Kunde will und wann er es will, woraufhin ihm das Unternehmen ein relevantes Angebot unterbreiten kann.


Sicherstellung der richtigen Kompetenzen

Mit der Fähigkeit, qualitative Daten wie beispielsweise die Kundenstimmung zu messen und sie mit ERP- und CRM-Daten zu kombinieren, um umfassendere Einblicke zu gewinnen und neue Analysemodelle zu erstellen, wird auch die Nachfrage nach robusten ERP-Systemen und KI-gesteuerter Automatisierung steigen.

Unternehmen werden Kompetenzen benötigen, mit denen sie ihre Data Lakes einrichten, verwalten und sichern sowie Datenmodelle erstellen können, die die erforderlichen Einblicke für kontinuierliche Innovation gewähren werden.

42,9 % der Unternehmen geben an, dass Analysesysteme die bestehenden Anforderungen nicht erfüllen.


Global Customer Experience Benchmarking Report 2019 von Dimension Data

aufstrebendetechnologien
So bauen Sie in Kundengesprächen mit Social Chatbots und Social Robots digitales Vertrauen auf.
Nemo Verbist

Nemo Verbist

Senior Vice President, Intelligent Business and Intelligent Workplace, NTT Ltd.