Pascal Coggia: O que a transforma\u00e7\u00e3o digital significa para a Nissan?<\/h2><\/div>D\u00e9v Rishi Sahani: O termo transforma\u00e7\u00e3o digital \u00e9 usado em excesso at\u00e9 certo ponto, portanto, depende de como o senhor o define. Na Nissan, embarcamos em nossa jornada de transforma\u00e7\u00e3o digital h\u00e1 v\u00e1rios anos. Tivemos um bom desempenho na transforma\u00e7\u00e3o tecnol\u00f3gica e continuaremos a fazer isso, mas o mais importante para n\u00f3s \u00e9 acompanhar os clientes. Todo o nosso foco est\u00e1 no que chamamos de transforma\u00e7\u00e3o da experi\u00eancia do cliente e, se o senhor olhar sob essa perspectiva, os desafios s\u00e3o muito claros.<\/p>\n
O primeiro desafio diz respeito \u00e0 estrutura organizacional ou operacional. Pensar nas jornadas do cliente como um caminho linear \u00e9 uma maneira tradicional de visualizar como os clientes interagem com a sua marca, mas, em \u00faltima an\u00e1lise, ela se limita a ser muito transacional e prende o senhor em silos. Para passar de transa\u00e7\u00f5es para relacionamentos com os clientes, precisamos parar de olhar para as convers\u00f5es de etapas ou transfer\u00eancias entre esses canais e conectar esses silos.<\/p>\n<\/div>
Pascal: Ok, pode nos dizer como o senhor est\u00e1 usando o data? Como o senhor est\u00e1 se tornando centrado no cliente?<\/h2><\/div>D\u00e9v: Ao longo de minha carreira, acredito firmemente que a quantidade de data dispon\u00edvel sempre estar\u00e1 \u00e0 frente do apetite organizacional para consumir e agir sobre esses insights. Isso n\u00e3o \u00e9 algo bom ou ruim, \u00e9 apenas a realidade. \u00c0s vezes, a batalha acontece simplesmente porque o data entra em conflito com o curso de a\u00e7\u00e3o pretendido pelo senhor.<\/p>\n
Mas, mais importante, \u00e9 quando a an\u00e1lise n\u00e3o apresenta implica\u00e7\u00f5es ou recomenda\u00e7\u00f5es claras - se o data n\u00e3o estiver dizendo ao senhor o que fazer em seguida, ele \u00e9 praticamente in\u00fatil. \u00c9 nesse ponto que a palavra \u2018utiliza\u00e7\u00e3o\u2019 se torna relevante; ela muda o foco de quantas pessoas est\u00e3o usando o data para a utilidade. Temos liderado a ado\u00e7\u00e3o do data em nossa organiza\u00e7\u00e3o, mantendo uma defini\u00e7\u00e3o clara de sua utilidade para nossos mercados, fun\u00e7\u00f5es comerciais e equipes digitais.<\/p>\n
Em uma extremidade est\u00e1 o data de entrada, como pain\u00e9is e sistemas de suporte que permitem o planejamento e a tomada de decis\u00f5es a montante; na outra extremidade est\u00e1 o data de sa\u00edda, que s\u00e3o os modelos preditivos e a ci\u00eancia data que mostra os resultados operacionais de nossas iniciativas. O que une esses dois elementos \u00e9 uma cultura data-driven de teste e aprendizado orientada por hip\u00f3teses.<\/p>\n<\/div>
Pascal: O senhor pode nos dar um exemplo de um projeto data que tenha repercutido em escala na sua organiza\u00e7\u00e3o?<\/h2><\/div>D\u00e9v: De certa forma, essa tem sido toda a nossa jornada nos \u00faltimos dois ou tr\u00eas anos... desenvolvendo o CEDAR, nossa marca interna para a fun\u00e7\u00e3o anal\u00edtica data. A sigla significa Customer Experience Data Analytics and Reporting. Ela nos ajuda a transformar o data em informa\u00e7\u00f5es, conhecimento e sabedoria. \u00c9 a\u00ed que entram a capacidade de a\u00e7\u00e3o e a usabilidade.<\/p>\n
Nos primeiros dois anos, fomos um pouco duros, organizando tudo. O primeiro momento \u2018Eureka!\u2019 foi quando toda a organiza\u00e7\u00e3o percebeu que poderia olhar para o data e ver as tend\u00eancias de consumo em 147 mercados. Em vez de fazer suposi\u00e7\u00f5es com base em amostras de 5.000 pessoas, por exemplo, agora podemos ver como um milh\u00e3o de visitantes interagem, a cada minuto de cada dia.<\/p>\n
H\u00e1 alguns anos, lan\u00e7amos um carro novo em um mercado espec\u00edfico e percebemos que havia muitas compras entre segmentos. Pudemos ver quando os clientes mudaram de ideia do modelo que ach\u00e1vamos que eles comprariam para o modelo que realmente compraram. Tamb\u00e9m pudemos determinar quem compraria uma transmiss\u00e3o autom\u00e1tica ou uma transmiss\u00e3o manual, por exemplo. Agora podemos consumir o data e ver padr\u00f5es significativos na jornada de compra do consumidor. Queremos saber o que nossos clientes querem e responder a isso.<\/p>\n<\/div>
Pascal: O senhor pode me falar mais sobre esse painel do CEDAR, esse hub de BI? Por que ele existe?<\/h2><\/div>D\u00e9v: N\u00e3o foi a primeira coisa que constru\u00edmos. Come\u00e7amos nos concentrando no data - que perguntas podemos fazer ao data? que respostas o data dar\u00e1? Conseguimos entender isso no primeiro ano do programa. Depois, tratou-se de \u2018democratizar\u2019 esse data. Percebemos que ter o data n\u00e3o era o desafio, mas sim dar sentido a ele. Foi a\u00ed que desenvolvemos nossa parceria com o Artefact para criar o CEDAR home.<\/p>\n
O CEDAR \u00e9 uma plataforma independente que funciona em toda a Nissan e em todas as fun\u00e7\u00f5es, e cont\u00e9m v\u00e1rios pain\u00e9is e insights diferentes. \u00c9 o nosso centro de experi\u00eancias e percep\u00e7\u00f5es do consumidor - onde nosso pessoal vai para ver o mundo como nossos clientes o veem. Qualquer pessoa da empresa pode acessar o site e, se o senhor n\u00e3o tiver um login, basta se inscrever. Deve ser t\u00e3o f\u00e1cil quanto navegar em nosso site.<\/p>\n
O mais importante \u00e9 que, como uma pessoa do data, podemos analisar a an\u00e1lise do CEDAR para entender como ele est\u00e1 sendo usado, onde est\u00e3o os pontos de atrito, onde as pessoas se perdem e quais partes s\u00e3o \u00fateis ou n\u00e3o. Em vez de apenas perguntar, n\u00f3s sabemos.<\/p>\n<\/div>
![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2021\/03\/CEDAR-home-1024x496-1.png\" "\\"CEDAR-home-1024\u00d7496\\"")
<\/span><\/div>Pascal: O senhor j\u00e1 viu pessoas usando o CEDAR para tomar decis\u00f5es que antes n\u00e3o conseguiam? Ou o senhor est\u00e1 apenas ajudando-as a economizar tempo?<\/h2><\/div>D\u00e9v: Temos muitas pessoas que est\u00e3o tomando boas decis\u00f5es, mas a evid\u00eancia de que as pessoas usam o CEDAR para tomar decis\u00f5es diferentes ou decis\u00f5es que n\u00e3o podiam tomar antes \u00e9 bastante satisfat\u00f3ria.<\/p>\n
Iniciamos essa jornada a partir de uma perspectiva focada na experi\u00eancia do cliente. Quer\u00edamos que qualquer pessoa que estivesse trabalhando com a experi\u00eancia do cliente pudesse usar esses insights. Mas, muito rapidamente, ele se espalhou para equipes de outras fun\u00e7\u00f5es, como planejamento avan\u00e7ado de produtos e intelig\u00eancia de mercado. Todas essas diferentes fun\u00e7\u00f5es, em n\u00edvel global e de mercado, conhecem o CEDAR. Isso, por si s\u00f3, est\u00e1 nos dando muito contexto sobre como o data est\u00e1 se tornando mais \u00fatil em toda a nossa organiza\u00e7\u00e3o e est\u00e1 sendo usado por diferentes tipos de fun\u00e7\u00f5es de neg\u00f3cios.<\/p>\n<\/div>
Pascal: Fale-me um pouco sobre a equipe. Quem est\u00e1 no comando?<\/h2><\/div>D\u00e9v: Data n\u00e3o \u00e9 tudo; o senhor precisa saber como obter insights a partir dele. \u00c9 nesse ponto que ter a equipe certa ajuda. Quando entrei na Nissan, em novembro de 2017, havia duas pessoas na pr\u00e1tica global de data e, a partir da\u00ed, aumentamos a equipe em tr\u00eas pilares principais - chamados Medir, Otimizar e Prever.<\/p>\n
O pilar Measure tem a tarefa de entender como organizamos o data e o transformamos em informa\u00e7\u00f5es. Crescemos em um ambiente muito colaborativo com parcerias, como o Artefact e outras empresas. Sab\u00edamos que precis\u00e1vamos de uma m\u00e1quina para desenvolver isso. O segundo pilar chama-se Optimise e \u00e9 respons\u00e1vel pela execu\u00e7\u00e3o de experimentos, testes e aprendizado do data-driven - o que fazemos muito. O terceiro pilar chama-se Predict, que \u00e9 o pilar cient\u00edfico do data. Tivemos o cuidado de acrescentar isso no final para garantir que n\u00e3o nos apress\u00e1ssemos e troux\u00e9ssemos talentos que ficariam entediados muito rapidamente, porque n\u00e3o t\u00ednhamos os casos de uso certos alinhados.<\/p>\n
Agora, a equipe direta est\u00e1 baseada principalmente no centro global de experi\u00eancia do cliente em Londres, juntamente com algumas pessoas em nossa sede em Yokohama, no Jap\u00e3o, e trabalhamos com equipes de an\u00e1lise incorporadas em todos os mercados.<\/p>\n<\/div>
Pascal: Ent\u00e3o, como \u00e9 o sucesso? Como o senhor v\u00ea o progresso dos seus projetos data nos pr\u00f3ximos anos?<\/h2><\/div>D\u00e9v: O sucesso \u00e9 fazer com que o data que geramos seja \u00fatil tanto para a Nissan quanto para seus clientes. Isso envolve vincular tudo o que fazemos aos nossos KPIs organizacionais. Podemos atribuir onde estamos come\u00e7ando a fazer a diferen\u00e7a do ponto de vista organizacional e, da mesma forma, podemos vincular isso \u00e0s m\u00e9tricas de qualidade do cliente que mostram como obtemos vit\u00f3rias de curto prazo ou longevidade de longo prazo. \u00c9 assim que se parece o sucesso do programa de experi\u00eancia do cliente. O sucesso do programa data consiste em continuar a simplific\u00e1-lo e mant\u00ea-lo em crescimento.<\/p>\n<\/div><\/div><\/div><\/div><\/article>
D\u00e9v Rishi Sahani: O termo transforma\u00e7\u00e3o digital \u00e9 usado em excesso at\u00e9 certo ponto, portanto, depende de como o senhor o define. Na Nissan, embarcamos em nossa jornada de transforma\u00e7\u00e3o digital h\u00e1 v\u00e1rios anos. Tivemos um bom desempenho na transforma\u00e7\u00e3o tecnol\u00f3gica e continuaremos a fazer isso, mas o mais importante para n\u00f3s \u00e9 acompanhar os clientes. Todo o nosso foco est\u00e1 no que chamamos de transforma\u00e7\u00e3o da experi\u00eancia do cliente e, se o senhor olhar sob essa perspectiva, os desafios s\u00e3o muito claros.<\/p>\n
O primeiro desafio diz respeito \u00e0 estrutura organizacional ou operacional. Pensar nas jornadas do cliente como um caminho linear \u00e9 uma maneira tradicional de visualizar como os clientes interagem com a sua marca, mas, em \u00faltima an\u00e1lise, ela se limita a ser muito transacional e prende o senhor em silos. Para passar de transa\u00e7\u00f5es para relacionamentos com os clientes, precisamos parar de olhar para as convers\u00f5es de etapas ou transfer\u00eancias entre esses canais e conectar esses silos.<\/p>\n<\/div>
Pascal: Ok, pode nos dizer como o senhor est\u00e1 usando o data? Como o senhor est\u00e1 se tornando centrado no cliente?<\/h2><\/div>D\u00e9v: Ao longo de minha carreira, acredito firmemente que a quantidade de data dispon\u00edvel sempre estar\u00e1 \u00e0 frente do apetite organizacional para consumir e agir sobre esses insights. Isso n\u00e3o \u00e9 algo bom ou ruim, \u00e9 apenas a realidade. \u00c0s vezes, a batalha acontece simplesmente porque o data entra em conflito com o curso de a\u00e7\u00e3o pretendido pelo senhor.<\/p>\n
Mas, mais importante, \u00e9 quando a an\u00e1lise n\u00e3o apresenta implica\u00e7\u00f5es ou recomenda\u00e7\u00f5es claras - se o data n\u00e3o estiver dizendo ao senhor o que fazer em seguida, ele \u00e9 praticamente in\u00fatil. \u00c9 nesse ponto que a palavra \u2018utiliza\u00e7\u00e3o\u2019 se torna relevante; ela muda o foco de quantas pessoas est\u00e3o usando o data para a utilidade. Temos liderado a ado\u00e7\u00e3o do data em nossa organiza\u00e7\u00e3o, mantendo uma defini\u00e7\u00e3o clara de sua utilidade para nossos mercados, fun\u00e7\u00f5es comerciais e equipes digitais.<\/p>\n
Em uma extremidade est\u00e1 o data de entrada, como pain\u00e9is e sistemas de suporte que permitem o planejamento e a tomada de decis\u00f5es a montante; na outra extremidade est\u00e1 o data de sa\u00edda, que s\u00e3o os modelos preditivos e a ci\u00eancia data que mostra os resultados operacionais de nossas iniciativas. O que une esses dois elementos \u00e9 uma cultura data-driven de teste e aprendizado orientada por hip\u00f3teses.<\/p>\n<\/div>
Pascal: O senhor pode nos dar um exemplo de um projeto data que tenha repercutido em escala na sua organiza\u00e7\u00e3o?<\/h2><\/div>D\u00e9v: De certa forma, essa tem sido toda a nossa jornada nos \u00faltimos dois ou tr\u00eas anos... desenvolvendo o CEDAR, nossa marca interna para a fun\u00e7\u00e3o anal\u00edtica data. A sigla significa Customer Experience Data Analytics and Reporting. Ela nos ajuda a transformar o data em informa\u00e7\u00f5es, conhecimento e sabedoria. \u00c9 a\u00ed que entram a capacidade de a\u00e7\u00e3o e a usabilidade.<\/p>\n
Nos primeiros dois anos, fomos um pouco duros, organizando tudo. O primeiro momento \u2018Eureka!\u2019 foi quando toda a organiza\u00e7\u00e3o percebeu que poderia olhar para o data e ver as tend\u00eancias de consumo em 147 mercados. Em vez de fazer suposi\u00e7\u00f5es com base em amostras de 5.000 pessoas, por exemplo, agora podemos ver como um milh\u00e3o de visitantes interagem, a cada minuto de cada dia.<\/p>\n
H\u00e1 alguns anos, lan\u00e7amos um carro novo em um mercado espec\u00edfico e percebemos que havia muitas compras entre segmentos. Pudemos ver quando os clientes mudaram de ideia do modelo que ach\u00e1vamos que eles comprariam para o modelo que realmente compraram. Tamb\u00e9m pudemos determinar quem compraria uma transmiss\u00e3o autom\u00e1tica ou uma transmiss\u00e3o manual, por exemplo. Agora podemos consumir o data e ver padr\u00f5es significativos na jornada de compra do consumidor. Queremos saber o que nossos clientes querem e responder a isso.<\/p>\n<\/div>
Pascal: O senhor pode me falar mais sobre esse painel do CEDAR, esse hub de BI? Por que ele existe?<\/h2><\/div>D\u00e9v: N\u00e3o foi a primeira coisa que constru\u00edmos. Come\u00e7amos nos concentrando no data - que perguntas podemos fazer ao data? que respostas o data dar\u00e1? Conseguimos entender isso no primeiro ano do programa. Depois, tratou-se de \u2018democratizar\u2019 esse data. Percebemos que ter o data n\u00e3o era o desafio, mas sim dar sentido a ele. Foi a\u00ed que desenvolvemos nossa parceria com o Artefact para criar o CEDAR home.<\/p>\n
O CEDAR \u00e9 uma plataforma independente que funciona em toda a Nissan e em todas as fun\u00e7\u00f5es, e cont\u00e9m v\u00e1rios pain\u00e9is e insights diferentes. \u00c9 o nosso centro de experi\u00eancias e percep\u00e7\u00f5es do consumidor - onde nosso pessoal vai para ver o mundo como nossos clientes o veem. Qualquer pessoa da empresa pode acessar o site e, se o senhor n\u00e3o tiver um login, basta se inscrever. Deve ser t\u00e3o f\u00e1cil quanto navegar em nosso site.<\/p>\n
O mais importante \u00e9 que, como uma pessoa do data, podemos analisar a an\u00e1lise do CEDAR para entender como ele est\u00e1 sendo usado, onde est\u00e3o os pontos de atrito, onde as pessoas se perdem e quais partes s\u00e3o \u00fateis ou n\u00e3o. Em vez de apenas perguntar, n\u00f3s sabemos.<\/p>\n<\/div>
<\/span><\/div>Pascal: O senhor j\u00e1 viu pessoas usando o CEDAR para tomar decis\u00f5es que antes n\u00e3o conseguiam? Ou o senhor est\u00e1 apenas ajudando-as a economizar tempo?<\/h2><\/div>D\u00e9v: Temos muitas pessoas que est\u00e3o tomando boas decis\u00f5es, mas a evid\u00eancia de que as pessoas usam o CEDAR para tomar decis\u00f5es diferentes ou decis\u00f5es que n\u00e3o podiam tomar antes \u00e9 bastante satisfat\u00f3ria.<\/p>\n
Iniciamos essa jornada a partir de uma perspectiva focada na experi\u00eancia do cliente. Quer\u00edamos que qualquer pessoa que estivesse trabalhando com a experi\u00eancia do cliente pudesse usar esses insights. Mas, muito rapidamente, ele se espalhou para equipes de outras fun\u00e7\u00f5es, como planejamento avan\u00e7ado de produtos e intelig\u00eancia de mercado. Todas essas diferentes fun\u00e7\u00f5es, em n\u00edvel global e de mercado, conhecem o CEDAR. Isso, por si s\u00f3, est\u00e1 nos dando muito contexto sobre como o data est\u00e1 se tornando mais \u00fatil em toda a nossa organiza\u00e7\u00e3o e est\u00e1 sendo usado por diferentes tipos de fun\u00e7\u00f5es de neg\u00f3cios.<\/p>\n<\/div>
Pascal: Fale-me um pouco sobre a equipe. Quem est\u00e1 no comando?<\/h2><\/div>D\u00e9v: Data n\u00e3o \u00e9 tudo; o senhor precisa saber como obter insights a partir dele. \u00c9 nesse ponto que ter a equipe certa ajuda. Quando entrei na Nissan, em novembro de 2017, havia duas pessoas na pr\u00e1tica global de data e, a partir da\u00ed, aumentamos a equipe em tr\u00eas pilares principais - chamados Medir, Otimizar e Prever.<\/p>\n
O pilar Measure tem a tarefa de entender como organizamos o data e o transformamos em informa\u00e7\u00f5es. Crescemos em um ambiente muito colaborativo com parcerias, como o Artefact e outras empresas. Sab\u00edamos que precis\u00e1vamos de uma m\u00e1quina para desenvolver isso. O segundo pilar chama-se Optimise e \u00e9 respons\u00e1vel pela execu\u00e7\u00e3o de experimentos, testes e aprendizado do data-driven - o que fazemos muito. O terceiro pilar chama-se Predict, que \u00e9 o pilar cient\u00edfico do data. Tivemos o cuidado de acrescentar isso no final para garantir que n\u00e3o nos apress\u00e1ssemos e troux\u00e9ssemos talentos que ficariam entediados muito rapidamente, porque n\u00e3o t\u00ednhamos os casos de uso certos alinhados.<\/p>\n
Agora, a equipe direta est\u00e1 baseada principalmente no centro global de experi\u00eancia do cliente em Londres, juntamente com algumas pessoas em nossa sede em Yokohama, no Jap\u00e3o, e trabalhamos com equipes de an\u00e1lise incorporadas em todos os mercados.<\/p>\n<\/div>
Pascal: Ent\u00e3o, como \u00e9 o sucesso? Como o senhor v\u00ea o progresso dos seus projetos data nos pr\u00f3ximos anos?<\/h2><\/div>D\u00e9v: O sucesso \u00e9 fazer com que o data que geramos seja \u00fatil tanto para a Nissan quanto para seus clientes. Isso envolve vincular tudo o que fazemos aos nossos KPIs organizacionais. Podemos atribuir onde estamos come\u00e7ando a fazer a diferen\u00e7a do ponto de vista organizacional e, da mesma forma, podemos vincular isso \u00e0s m\u00e9tricas de qualidade do cliente que mostram como obtemos vit\u00f3rias de curto prazo ou longevidade de longo prazo. \u00c9 assim que se parece o sucesso do programa de experi\u00eancia do cliente. O sucesso do programa data consiste em continuar a simplific\u00e1-lo e mant\u00ea-lo em crescimento.<\/p>\n<\/div><\/div><\/div><\/div><\/article>
D\u00e9v: Ao longo de minha carreira, acredito firmemente que a quantidade de data dispon\u00edvel sempre estar\u00e1 \u00e0 frente do apetite organizacional para consumir e agir sobre esses insights. Isso n\u00e3o \u00e9 algo bom ou ruim, \u00e9 apenas a realidade. \u00c0s vezes, a batalha acontece simplesmente porque o data entra em conflito com o curso de a\u00e7\u00e3o pretendido pelo senhor.<\/p>\n
Mas, mais importante, \u00e9 quando a an\u00e1lise n\u00e3o apresenta implica\u00e7\u00f5es ou recomenda\u00e7\u00f5es claras - se o data n\u00e3o estiver dizendo ao senhor o que fazer em seguida, ele \u00e9 praticamente in\u00fatil. \u00c9 nesse ponto que a palavra \u2018utiliza\u00e7\u00e3o\u2019 se torna relevante; ela muda o foco de quantas pessoas est\u00e3o usando o data para a utilidade. Temos liderado a ado\u00e7\u00e3o do data em nossa organiza\u00e7\u00e3o, mantendo uma defini\u00e7\u00e3o clara de sua utilidade para nossos mercados, fun\u00e7\u00f5es comerciais e equipes digitais.<\/p>\n
Em uma extremidade est\u00e1 o data de entrada, como pain\u00e9is e sistemas de suporte que permitem o planejamento e a tomada de decis\u00f5es a montante; na outra extremidade est\u00e1 o data de sa\u00edda, que s\u00e3o os modelos preditivos e a ci\u00eancia data que mostra os resultados operacionais de nossas iniciativas. O que une esses dois elementos \u00e9 uma cultura data-driven de teste e aprendizado orientada por hip\u00f3teses.<\/p>\n<\/div>
Pascal: O senhor pode nos dar um exemplo de um projeto data que tenha repercutido em escala na sua organiza\u00e7\u00e3o?<\/h2><\/div>D\u00e9v: De certa forma, essa tem sido toda a nossa jornada nos \u00faltimos dois ou tr\u00eas anos... desenvolvendo o CEDAR, nossa marca interna para a fun\u00e7\u00e3o anal\u00edtica data. A sigla significa Customer Experience Data Analytics and Reporting. Ela nos ajuda a transformar o data em informa\u00e7\u00f5es, conhecimento e sabedoria. \u00c9 a\u00ed que entram a capacidade de a\u00e7\u00e3o e a usabilidade.<\/p>\n
Nos primeiros dois anos, fomos um pouco duros, organizando tudo. O primeiro momento \u2018Eureka!\u2019 foi quando toda a organiza\u00e7\u00e3o percebeu que poderia olhar para o data e ver as tend\u00eancias de consumo em 147 mercados. Em vez de fazer suposi\u00e7\u00f5es com base em amostras de 5.000 pessoas, por exemplo, agora podemos ver como um milh\u00e3o de visitantes interagem, a cada minuto de cada dia.<\/p>\n
H\u00e1 alguns anos, lan\u00e7amos um carro novo em um mercado espec\u00edfico e percebemos que havia muitas compras entre segmentos. Pudemos ver quando os clientes mudaram de ideia do modelo que ach\u00e1vamos que eles comprariam para o modelo que realmente compraram. Tamb\u00e9m pudemos determinar quem compraria uma transmiss\u00e3o autom\u00e1tica ou uma transmiss\u00e3o manual, por exemplo. Agora podemos consumir o data e ver padr\u00f5es significativos na jornada de compra do consumidor. Queremos saber o que nossos clientes querem e responder a isso.<\/p>\n<\/div>
Pascal: O senhor pode me falar mais sobre esse painel do CEDAR, esse hub de BI? Por que ele existe?<\/h2><\/div>D\u00e9v: N\u00e3o foi a primeira coisa que constru\u00edmos. Come\u00e7amos nos concentrando no data - que perguntas podemos fazer ao data? que respostas o data dar\u00e1? Conseguimos entender isso no primeiro ano do programa. Depois, tratou-se de \u2018democratizar\u2019 esse data. Percebemos que ter o data n\u00e3o era o desafio, mas sim dar sentido a ele. Foi a\u00ed que desenvolvemos nossa parceria com o Artefact para criar o CEDAR home.<\/p>\n
O CEDAR \u00e9 uma plataforma independente que funciona em toda a Nissan e em todas as fun\u00e7\u00f5es, e cont\u00e9m v\u00e1rios pain\u00e9is e insights diferentes. \u00c9 o nosso centro de experi\u00eancias e percep\u00e7\u00f5es do consumidor - onde nosso pessoal vai para ver o mundo como nossos clientes o veem. Qualquer pessoa da empresa pode acessar o site e, se o senhor n\u00e3o tiver um login, basta se inscrever. Deve ser t\u00e3o f\u00e1cil quanto navegar em nosso site.<\/p>\n
O mais importante \u00e9 que, como uma pessoa do data, podemos analisar a an\u00e1lise do CEDAR para entender como ele est\u00e1 sendo usado, onde est\u00e3o os pontos de atrito, onde as pessoas se perdem e quais partes s\u00e3o \u00fateis ou n\u00e3o. Em vez de apenas perguntar, n\u00f3s sabemos.<\/p>\n<\/div>
<\/span><\/div>Pascal: O senhor j\u00e1 viu pessoas usando o CEDAR para tomar decis\u00f5es que antes n\u00e3o conseguiam? Ou o senhor est\u00e1 apenas ajudando-as a economizar tempo?<\/h2><\/div>D\u00e9v: Temos muitas pessoas que est\u00e3o tomando boas decis\u00f5es, mas a evid\u00eancia de que as pessoas usam o CEDAR para tomar decis\u00f5es diferentes ou decis\u00f5es que n\u00e3o podiam tomar antes \u00e9 bastante satisfat\u00f3ria.<\/p>\n
Iniciamos essa jornada a partir de uma perspectiva focada na experi\u00eancia do cliente. Quer\u00edamos que qualquer pessoa que estivesse trabalhando com a experi\u00eancia do cliente pudesse usar esses insights. Mas, muito rapidamente, ele se espalhou para equipes de outras fun\u00e7\u00f5es, como planejamento avan\u00e7ado de produtos e intelig\u00eancia de mercado. Todas essas diferentes fun\u00e7\u00f5es, em n\u00edvel global e de mercado, conhecem o CEDAR. Isso, por si s\u00f3, est\u00e1 nos dando muito contexto sobre como o data est\u00e1 se tornando mais \u00fatil em toda a nossa organiza\u00e7\u00e3o e est\u00e1 sendo usado por diferentes tipos de fun\u00e7\u00f5es de neg\u00f3cios.<\/p>\n<\/div>
Pascal: Fale-me um pouco sobre a equipe. Quem est\u00e1 no comando?<\/h2><\/div>D\u00e9v: Data n\u00e3o \u00e9 tudo; o senhor precisa saber como obter insights a partir dele. \u00c9 nesse ponto que ter a equipe certa ajuda. Quando entrei na Nissan, em novembro de 2017, havia duas pessoas na pr\u00e1tica global de data e, a partir da\u00ed, aumentamos a equipe em tr\u00eas pilares principais - chamados Medir, Otimizar e Prever.<\/p>\n
O pilar Measure tem a tarefa de entender como organizamos o data e o transformamos em informa\u00e7\u00f5es. Crescemos em um ambiente muito colaborativo com parcerias, como o Artefact e outras empresas. Sab\u00edamos que precis\u00e1vamos de uma m\u00e1quina para desenvolver isso. O segundo pilar chama-se Optimise e \u00e9 respons\u00e1vel pela execu\u00e7\u00e3o de experimentos, testes e aprendizado do data-driven - o que fazemos muito. O terceiro pilar chama-se Predict, que \u00e9 o pilar cient\u00edfico do data. Tivemos o cuidado de acrescentar isso no final para garantir que n\u00e3o nos apress\u00e1ssemos e troux\u00e9ssemos talentos que ficariam entediados muito rapidamente, porque n\u00e3o t\u00ednhamos os casos de uso certos alinhados.<\/p>\n
Agora, a equipe direta est\u00e1 baseada principalmente no centro global de experi\u00eancia do cliente em Londres, juntamente com algumas pessoas em nossa sede em Yokohama, no Jap\u00e3o, e trabalhamos com equipes de an\u00e1lise incorporadas em todos os mercados.<\/p>\n<\/div>
Pascal: Ent\u00e3o, como \u00e9 o sucesso? Como o senhor v\u00ea o progresso dos seus projetos data nos pr\u00f3ximos anos?<\/h2><\/div>D\u00e9v: O sucesso \u00e9 fazer com que o data que geramos seja \u00fatil tanto para a Nissan quanto para seus clientes. Isso envolve vincular tudo o que fazemos aos nossos KPIs organizacionais. Podemos atribuir onde estamos come\u00e7ando a fazer a diferen\u00e7a do ponto de vista organizacional e, da mesma forma, podemos vincular isso \u00e0s m\u00e9tricas de qualidade do cliente que mostram como obtemos vit\u00f3rias de curto prazo ou longevidade de longo prazo. \u00c9 assim que se parece o sucesso do programa de experi\u00eancia do cliente. O sucesso do programa data consiste em continuar a simplific\u00e1-lo e mant\u00ea-lo em crescimento.<\/p>\n<\/div><\/div><\/div><\/div><\/article>
D\u00e9v: De certa forma, essa tem sido toda a nossa jornada nos \u00faltimos dois ou tr\u00eas anos... desenvolvendo o CEDAR, nossa marca interna para a fun\u00e7\u00e3o anal\u00edtica data. A sigla significa Customer Experience Data Analytics and Reporting. Ela nos ajuda a transformar o data em informa\u00e7\u00f5es, conhecimento e sabedoria. \u00c9 a\u00ed que entram a capacidade de a\u00e7\u00e3o e a usabilidade.<\/p>\n
Nos primeiros dois anos, fomos um pouco duros, organizando tudo. O primeiro momento \u2018Eureka!\u2019 foi quando toda a organiza\u00e7\u00e3o percebeu que poderia olhar para o data e ver as tend\u00eancias de consumo em 147 mercados. Em vez de fazer suposi\u00e7\u00f5es com base em amostras de 5.000 pessoas, por exemplo, agora podemos ver como um milh\u00e3o de visitantes interagem, a cada minuto de cada dia.<\/p>\n
H\u00e1 alguns anos, lan\u00e7amos um carro novo em um mercado espec\u00edfico e percebemos que havia muitas compras entre segmentos. Pudemos ver quando os clientes mudaram de ideia do modelo que ach\u00e1vamos que eles comprariam para o modelo que realmente compraram. Tamb\u00e9m pudemos determinar quem compraria uma transmiss\u00e3o autom\u00e1tica ou uma transmiss\u00e3o manual, por exemplo. Agora podemos consumir o data e ver padr\u00f5es significativos na jornada de compra do consumidor. Queremos saber o que nossos clientes querem e responder a isso.<\/p>\n<\/div>
Pascal: O senhor pode me falar mais sobre esse painel do CEDAR, esse hub de BI? Por que ele existe?<\/h2><\/div>D\u00e9v: N\u00e3o foi a primeira coisa que constru\u00edmos. Come\u00e7amos nos concentrando no data - que perguntas podemos fazer ao data? que respostas o data dar\u00e1? Conseguimos entender isso no primeiro ano do programa. Depois, tratou-se de \u2018democratizar\u2019 esse data. Percebemos que ter o data n\u00e3o era o desafio, mas sim dar sentido a ele. Foi a\u00ed que desenvolvemos nossa parceria com o Artefact para criar o CEDAR home.<\/p>\n
O CEDAR \u00e9 uma plataforma independente que funciona em toda a Nissan e em todas as fun\u00e7\u00f5es, e cont\u00e9m v\u00e1rios pain\u00e9is e insights diferentes. \u00c9 o nosso centro de experi\u00eancias e percep\u00e7\u00f5es do consumidor - onde nosso pessoal vai para ver o mundo como nossos clientes o veem. Qualquer pessoa da empresa pode acessar o site e, se o senhor n\u00e3o tiver um login, basta se inscrever. Deve ser t\u00e3o f\u00e1cil quanto navegar em nosso site.<\/p>\n
O mais importante \u00e9 que, como uma pessoa do data, podemos analisar a an\u00e1lise do CEDAR para entender como ele est\u00e1 sendo usado, onde est\u00e3o os pontos de atrito, onde as pessoas se perdem e quais partes s\u00e3o \u00fateis ou n\u00e3o. Em vez de apenas perguntar, n\u00f3s sabemos.<\/p>\n<\/div>
<\/span><\/div>Pascal: O senhor j\u00e1 viu pessoas usando o CEDAR para tomar decis\u00f5es que antes n\u00e3o conseguiam? Ou o senhor est\u00e1 apenas ajudando-as a economizar tempo?<\/h2><\/div>D\u00e9v: Temos muitas pessoas que est\u00e3o tomando boas decis\u00f5es, mas a evid\u00eancia de que as pessoas usam o CEDAR para tomar decis\u00f5es diferentes ou decis\u00f5es que n\u00e3o podiam tomar antes \u00e9 bastante satisfat\u00f3ria.<\/p>\n
Iniciamos essa jornada a partir de uma perspectiva focada na experi\u00eancia do cliente. Quer\u00edamos que qualquer pessoa que estivesse trabalhando com a experi\u00eancia do cliente pudesse usar esses insights. Mas, muito rapidamente, ele se espalhou para equipes de outras fun\u00e7\u00f5es, como planejamento avan\u00e7ado de produtos e intelig\u00eancia de mercado. Todas essas diferentes fun\u00e7\u00f5es, em n\u00edvel global e de mercado, conhecem o CEDAR. Isso, por si s\u00f3, est\u00e1 nos dando muito contexto sobre como o data est\u00e1 se tornando mais \u00fatil em toda a nossa organiza\u00e7\u00e3o e est\u00e1 sendo usado por diferentes tipos de fun\u00e7\u00f5es de neg\u00f3cios.<\/p>\n<\/div>
Pascal: Fale-me um pouco sobre a equipe. Quem est\u00e1 no comando?<\/h2><\/div>D\u00e9v: Data n\u00e3o \u00e9 tudo; o senhor precisa saber como obter insights a partir dele. \u00c9 nesse ponto que ter a equipe certa ajuda. Quando entrei na Nissan, em novembro de 2017, havia duas pessoas na pr\u00e1tica global de data e, a partir da\u00ed, aumentamos a equipe em tr\u00eas pilares principais - chamados Medir, Otimizar e Prever.<\/p>\n
O pilar Measure tem a tarefa de entender como organizamos o data e o transformamos em informa\u00e7\u00f5es. Crescemos em um ambiente muito colaborativo com parcerias, como o Artefact e outras empresas. Sab\u00edamos que precis\u00e1vamos de uma m\u00e1quina para desenvolver isso. O segundo pilar chama-se Optimise e \u00e9 respons\u00e1vel pela execu\u00e7\u00e3o de experimentos, testes e aprendizado do data-driven - o que fazemos muito. O terceiro pilar chama-se Predict, que \u00e9 o pilar cient\u00edfico do data. Tivemos o cuidado de acrescentar isso no final para garantir que n\u00e3o nos apress\u00e1ssemos e troux\u00e9ssemos talentos que ficariam entediados muito rapidamente, porque n\u00e3o t\u00ednhamos os casos de uso certos alinhados.<\/p>\n
Agora, a equipe direta est\u00e1 baseada principalmente no centro global de experi\u00eancia do cliente em Londres, juntamente com algumas pessoas em nossa sede em Yokohama, no Jap\u00e3o, e trabalhamos com equipes de an\u00e1lise incorporadas em todos os mercados.<\/p>\n<\/div>
Pascal: Ent\u00e3o, como \u00e9 o sucesso? Como o senhor v\u00ea o progresso dos seus projetos data nos pr\u00f3ximos anos?<\/h2><\/div>D\u00e9v: O sucesso \u00e9 fazer com que o data que geramos seja \u00fatil tanto para a Nissan quanto para seus clientes. Isso envolve vincular tudo o que fazemos aos nossos KPIs organizacionais. Podemos atribuir onde estamos come\u00e7ando a fazer a diferen\u00e7a do ponto de vista organizacional e, da mesma forma, podemos vincular isso \u00e0s m\u00e9tricas de qualidade do cliente que mostram como obtemos vit\u00f3rias de curto prazo ou longevidade de longo prazo. \u00c9 assim que se parece o sucesso do programa de experi\u00eancia do cliente. O sucesso do programa data consiste em continuar a simplific\u00e1-lo e mant\u00ea-lo em crescimento.<\/p>\n<\/div><\/div><\/div><\/div><\/article>
D\u00e9v: N\u00e3o foi a primeira coisa que constru\u00edmos. Come\u00e7amos nos concentrando no data - que perguntas podemos fazer ao data? que respostas o data dar\u00e1? Conseguimos entender isso no primeiro ano do programa. Depois, tratou-se de \u2018democratizar\u2019 esse data. Percebemos que ter o data n\u00e3o era o desafio, mas sim dar sentido a ele. Foi a\u00ed que desenvolvemos nossa parceria com o Artefact para criar o CEDAR home.<\/p>\n
O CEDAR \u00e9 uma plataforma independente que funciona em toda a Nissan e em todas as fun\u00e7\u00f5es, e cont\u00e9m v\u00e1rios pain\u00e9is e insights diferentes. \u00c9 o nosso centro de experi\u00eancias e percep\u00e7\u00f5es do consumidor - onde nosso pessoal vai para ver o mundo como nossos clientes o veem. Qualquer pessoa da empresa pode acessar o site e, se o senhor n\u00e3o tiver um login, basta se inscrever. Deve ser t\u00e3o f\u00e1cil quanto navegar em nosso site.<\/p>\n
O mais importante \u00e9 que, como uma pessoa do data, podemos analisar a an\u00e1lise do CEDAR para entender como ele est\u00e1 sendo usado, onde est\u00e3o os pontos de atrito, onde as pessoas se perdem e quais partes s\u00e3o \u00fateis ou n\u00e3o. Em vez de apenas perguntar, n\u00f3s sabemos.<\/p>\n<\/div>
<\/span><\/div>Pascal: O senhor j\u00e1 viu pessoas usando o CEDAR para tomar decis\u00f5es que antes n\u00e3o conseguiam? Ou o senhor est\u00e1 apenas ajudando-as a economizar tempo?<\/h2><\/div>D\u00e9v: Temos muitas pessoas que est\u00e3o tomando boas decis\u00f5es, mas a evid\u00eancia de que as pessoas usam o CEDAR para tomar decis\u00f5es diferentes ou decis\u00f5es que n\u00e3o podiam tomar antes \u00e9 bastante satisfat\u00f3ria.<\/p>\n
Iniciamos essa jornada a partir de uma perspectiva focada na experi\u00eancia do cliente. Quer\u00edamos que qualquer pessoa que estivesse trabalhando com a experi\u00eancia do cliente pudesse usar esses insights. Mas, muito rapidamente, ele se espalhou para equipes de outras fun\u00e7\u00f5es, como planejamento avan\u00e7ado de produtos e intelig\u00eancia de mercado. Todas essas diferentes fun\u00e7\u00f5es, em n\u00edvel global e de mercado, conhecem o CEDAR. Isso, por si s\u00f3, est\u00e1 nos dando muito contexto sobre como o data est\u00e1 se tornando mais \u00fatil em toda a nossa organiza\u00e7\u00e3o e est\u00e1 sendo usado por diferentes tipos de fun\u00e7\u00f5es de neg\u00f3cios.<\/p>\n<\/div>
Pascal: Fale-me um pouco sobre a equipe. Quem est\u00e1 no comando?<\/h2><\/div>D\u00e9v: Data n\u00e3o \u00e9 tudo; o senhor precisa saber como obter insights a partir dele. \u00c9 nesse ponto que ter a equipe certa ajuda. Quando entrei na Nissan, em novembro de 2017, havia duas pessoas na pr\u00e1tica global de data e, a partir da\u00ed, aumentamos a equipe em tr\u00eas pilares principais - chamados Medir, Otimizar e Prever.<\/p>\n
O pilar Measure tem a tarefa de entender como organizamos o data e o transformamos em informa\u00e7\u00f5es. Crescemos em um ambiente muito colaborativo com parcerias, como o Artefact e outras empresas. Sab\u00edamos que precis\u00e1vamos de uma m\u00e1quina para desenvolver isso. O segundo pilar chama-se Optimise e \u00e9 respons\u00e1vel pela execu\u00e7\u00e3o de experimentos, testes e aprendizado do data-driven - o que fazemos muito. O terceiro pilar chama-se Predict, que \u00e9 o pilar cient\u00edfico do data. Tivemos o cuidado de acrescentar isso no final para garantir que n\u00e3o nos apress\u00e1ssemos e troux\u00e9ssemos talentos que ficariam entediados muito rapidamente, porque n\u00e3o t\u00ednhamos os casos de uso certos alinhados.<\/p>\n
Agora, a equipe direta est\u00e1 baseada principalmente no centro global de experi\u00eancia do cliente em Londres, juntamente com algumas pessoas em nossa sede em Yokohama, no Jap\u00e3o, e trabalhamos com equipes de an\u00e1lise incorporadas em todos os mercados.<\/p>\n<\/div>
Pascal: Ent\u00e3o, como \u00e9 o sucesso? Como o senhor v\u00ea o progresso dos seus projetos data nos pr\u00f3ximos anos?<\/h2><\/div>D\u00e9v: O sucesso \u00e9 fazer com que o data que geramos seja \u00fatil tanto para a Nissan quanto para seus clientes. Isso envolve vincular tudo o que fazemos aos nossos KPIs organizacionais. Podemos atribuir onde estamos come\u00e7ando a fazer a diferen\u00e7a do ponto de vista organizacional e, da mesma forma, podemos vincular isso \u00e0s m\u00e9tricas de qualidade do cliente que mostram como obtemos vit\u00f3rias de curto prazo ou longevidade de longo prazo. \u00c9 assim que se parece o sucesso do programa de experi\u00eancia do cliente. O sucesso do programa data consiste em continuar a simplific\u00e1-lo e mant\u00ea-lo em crescimento.<\/p>\n<\/div><\/div><\/div><\/div><\/article>
D\u00e9v: Temos muitas pessoas que est\u00e3o tomando boas decis\u00f5es, mas a evid\u00eancia de que as pessoas usam o CEDAR para tomar decis\u00f5es diferentes ou decis\u00f5es que n\u00e3o podiam tomar antes \u00e9 bastante satisfat\u00f3ria.<\/p>\n
Iniciamos essa jornada a partir de uma perspectiva focada na experi\u00eancia do cliente. Quer\u00edamos que qualquer pessoa que estivesse trabalhando com a experi\u00eancia do cliente pudesse usar esses insights. Mas, muito rapidamente, ele se espalhou para equipes de outras fun\u00e7\u00f5es, como planejamento avan\u00e7ado de produtos e intelig\u00eancia de mercado. Todas essas diferentes fun\u00e7\u00f5es, em n\u00edvel global e de mercado, conhecem o CEDAR. Isso, por si s\u00f3, est\u00e1 nos dando muito contexto sobre como o data est\u00e1 se tornando mais \u00fatil em toda a nossa organiza\u00e7\u00e3o e est\u00e1 sendo usado por diferentes tipos de fun\u00e7\u00f5es de neg\u00f3cios.<\/p>\n<\/div>
Pascal: Fale-me um pouco sobre a equipe. Quem est\u00e1 no comando?<\/h2><\/div>D\u00e9v: Data n\u00e3o \u00e9 tudo; o senhor precisa saber como obter insights a partir dele. \u00c9 nesse ponto que ter a equipe certa ajuda. Quando entrei na Nissan, em novembro de 2017, havia duas pessoas na pr\u00e1tica global de data e, a partir da\u00ed, aumentamos a equipe em tr\u00eas pilares principais - chamados Medir, Otimizar e Prever.<\/p>\n
O pilar Measure tem a tarefa de entender como organizamos o data e o transformamos em informa\u00e7\u00f5es. Crescemos em um ambiente muito colaborativo com parcerias, como o Artefact e outras empresas. Sab\u00edamos que precis\u00e1vamos de uma m\u00e1quina para desenvolver isso. O segundo pilar chama-se Optimise e \u00e9 respons\u00e1vel pela execu\u00e7\u00e3o de experimentos, testes e aprendizado do data-driven - o que fazemos muito. O terceiro pilar chama-se Predict, que \u00e9 o pilar cient\u00edfico do data. Tivemos o cuidado de acrescentar isso no final para garantir que n\u00e3o nos apress\u00e1ssemos e troux\u00e9ssemos talentos que ficariam entediados muito rapidamente, porque n\u00e3o t\u00ednhamos os casos de uso certos alinhados.<\/p>\n
Agora, a equipe direta est\u00e1 baseada principalmente no centro global de experi\u00eancia do cliente em Londres, juntamente com algumas pessoas em nossa sede em Yokohama, no Jap\u00e3o, e trabalhamos com equipes de an\u00e1lise incorporadas em todos os mercados.<\/p>\n<\/div>
Pascal: Ent\u00e3o, como \u00e9 o sucesso? Como o senhor v\u00ea o progresso dos seus projetos data nos pr\u00f3ximos anos?<\/h2><\/div>D\u00e9v: O sucesso \u00e9 fazer com que o data que geramos seja \u00fatil tanto para a Nissan quanto para seus clientes. Isso envolve vincular tudo o que fazemos aos nossos KPIs organizacionais. Podemos atribuir onde estamos come\u00e7ando a fazer a diferen\u00e7a do ponto de vista organizacional e, da mesma forma, podemos vincular isso \u00e0s m\u00e9tricas de qualidade do cliente que mostram como obtemos vit\u00f3rias de curto prazo ou longevidade de longo prazo. \u00c9 assim que se parece o sucesso do programa de experi\u00eancia do cliente. O sucesso do programa data consiste em continuar a simplific\u00e1-lo e mant\u00ea-lo em crescimento.<\/p>\n<\/div><\/div><\/div><\/div><\/article>
D\u00e9v: Data n\u00e3o \u00e9 tudo; o senhor precisa saber como obter insights a partir dele. \u00c9 nesse ponto que ter a equipe certa ajuda. Quando entrei na Nissan, em novembro de 2017, havia duas pessoas na pr\u00e1tica global de data e, a partir da\u00ed, aumentamos a equipe em tr\u00eas pilares principais - chamados Medir, Otimizar e Prever.<\/p>\n
O pilar Measure tem a tarefa de entender como organizamos o data e o transformamos em informa\u00e7\u00f5es. Crescemos em um ambiente muito colaborativo com parcerias, como o Artefact e outras empresas. Sab\u00edamos que precis\u00e1vamos de uma m\u00e1quina para desenvolver isso. O segundo pilar chama-se Optimise e \u00e9 respons\u00e1vel pela execu\u00e7\u00e3o de experimentos, testes e aprendizado do data-driven - o que fazemos muito. O terceiro pilar chama-se Predict, que \u00e9 o pilar cient\u00edfico do data. Tivemos o cuidado de acrescentar isso no final para garantir que n\u00e3o nos apress\u00e1ssemos e troux\u00e9ssemos talentos que ficariam entediados muito rapidamente, porque n\u00e3o t\u00ednhamos os casos de uso certos alinhados.<\/p>\n
Agora, a equipe direta est\u00e1 baseada principalmente no centro global de experi\u00eancia do cliente em Londres, juntamente com algumas pessoas em nossa sede em Yokohama, no Jap\u00e3o, e trabalhamos com equipes de an\u00e1lise incorporadas em todos os mercados.<\/p>\n<\/div>
Pascal: Ent\u00e3o, como \u00e9 o sucesso? Como o senhor v\u00ea o progresso dos seus projetos data nos pr\u00f3ximos anos?<\/h2><\/div>D\u00e9v: O sucesso \u00e9 fazer com que o data que geramos seja \u00fatil tanto para a Nissan quanto para seus clientes. Isso envolve vincular tudo o que fazemos aos nossos KPIs organizacionais. Podemos atribuir onde estamos come\u00e7ando a fazer a diferen\u00e7a do ponto de vista organizacional e, da mesma forma, podemos vincular isso \u00e0s m\u00e9tricas de qualidade do cliente que mostram como obtemos vit\u00f3rias de curto prazo ou longevidade de longo prazo. \u00c9 assim que se parece o sucesso do programa de experi\u00eancia do cliente. O sucesso do programa data consiste em continuar a simplific\u00e1-lo e mant\u00ea-lo em crescimento.<\/p>\n<\/div><\/div><\/div><\/div><\/article>
D\u00e9v: O sucesso \u00e9 fazer com que o data que geramos seja \u00fatil tanto para a Nissan quanto para seus clientes. Isso envolve vincular tudo o que fazemos aos nossos KPIs organizacionais. Podemos atribuir onde estamos come\u00e7ando a fazer a diferen\u00e7a do ponto de vista organizacional e, da mesma forma, podemos vincular isso \u00e0s m\u00e9tricas de qualidade do cliente que mostram como obtemos vit\u00f3rias de curto prazo ou longevidade de longo prazo. \u00c9 assim que se parece o sucesso do programa de experi\u00eancia do cliente. O sucesso do programa data consiste em continuar a simplific\u00e1-lo e mant\u00ea-lo em crescimento.<\/p>\n<\/div><\/div><\/div><\/div><\/article>