新闻/数据
无论如何，要构建 data 基础设施，就必须充分了解 data 及其产生的用例。.
无论如何，要构建 data 基础设施，就必须充分了解 data 及其产生的用例。.
没有 database 就不可能实现。因此，您应该优先考虑为每个目标量身定制方法。. “我们必须认识到，data 与品牌形象一样，是品牌的强大资产。它是一种资源，但只有在利用得当的情况下才是。”, Artefact 媒体和激活副总裁 Guillaume Balloy 解释说。积累客户 data 的切入点多种多样： 物理 贸易展会上的藏品, 会员卡, 购买历史、游戏和竞赛、社交网络、, 和 聊天机器人, 这些只是最常见的渠道。每个品牌的目标因其规模而异，但通常涉及客户忠诚度、客户服务提升或多渠道销售增长。. 实施客户洞察战略的公司平均可将满意度提高 30 至 50%.
“绝大多数公司都知道 data 是其战略的关键，但这也提出了几个问题：如何利用这些 data，在关键绩效指标方面有哪些要求，应该采用哪些工具，达到什么目的，为谁服务？”, Mc2i公司Data经理Nosing Doeuk如是说。随着 GDPR 于 2018 年 5 月在欧盟生效，data 不能再随意收集在 data 基地中。. 立法合规是不可或缺的第一步，而确定您的景观则是另一步, 这一点同样重要： “你必须知道你的目标是谁，或者说是哪些目标，因为他们往往是多重的，以及他们在购买过程中处于哪个阶段。这可以让你获得两个层面的准确性：首先，你可以只针对那些对品牌感兴趣的人，对潜在客户的 “价值 ”进行适当的投资；其次，很明显，你可以向他们传递最合适的信息”。”, 纪尧姆-巴洛伊指出。.
1.确定 data 开发方面的专业需求
通常的方法是对 data 进行收集和分类，以建立客户关系管理系统, 不用说，这就是“Data 的前门”、, 据 Nosing Doeuk 报道. .“这第一方 data 是第一块砖头，日后将催生您自己的 DMP”。”. .您必须利用 data 提供的信息进行修正、优化、创造新产品和发展业务，才能继续冒险。. “对于在 data 方面拥有战略利益的公司来说，将其 data 资产的质量和数量与实际的专业用例联系起来是应该建立的机制。在运行过程中，公司必须决定自己能管理什么，不能管理什么。为简单起见，它可以依靠提供综合解决方案（外部 data、技术、运营）的行动者”。”, Mediarithmics 首席营收官 Grégoire Frémiot 建议道。.
收集 CRM data 后, 然后可以用 第二方 data (data 来自业务合作伙伴）和 第三方 data (来自 data 提供商）。data 分析的一个重要步骤是 data 清洁，包括清洁 data 以备分析。. “目标是不仅能够描述和解释结果，最重要的是能够预测和建议未来的行动，无论是业务行动还是战略行动”。”, Socio Data 管理公司客户关系总监 Emmanuel Vandenbesseleur 解释说。.
2.建立适当的工具并推动变革
一旦扫清了建立战略的障碍，整合 data 工具以获得 data 存储 reports 就成为了核心问题。为了加快流程并提高 data 分析能力，有机营销专家 Biotopia 部署了 Indexima data 中心解决方案。. “面对大量的 data，我们不得不重新考虑我们的 data 战略. .Indexima 解决方案为我们带来了两个优势。第一：现在不再需要重置我们的 database。以前，如果我们的 database 出现错误，一旦错误得到纠正，我们就必须更新所有的 data 仓库。以 3 年的 data 数量计算，我们需要 2 天的时间来进行重置。第二个优势： 现在，我们可以直接查询整个 database，响应时间创下新高，最重要的是，我们无需提前准备 data“, Biotopia 市场总监 Alexandre Fantuz 兴奋地说。.
3.引进先进的 data 开发解决方案
因为 “做得越多，就越想做”，所以现在是否可以尝试以不同形式加快 data 的建设：大型 data platforms（DMP 或 CDP）、data 科学项目、开放式 data 的集成、artificial intelligence？虽然不能操之过急，但平均而言，回报会让风险变得值得、, 人工智能使营销活动收入增加了 79%，客户参与度提高了 51%，营销人员的工作效率提高了 80%. “人工智能有望实现大量人工任务的自动化，从而节省非必要营销活动的时间，使首席营销官能够重新专注于打造品牌和促进公司发展的战略和体验”。”, Tinyclues公司产品营销副总裁弗朗索瓦-拉克索尔特（François Laxalt）建议说。.
这种 Tinyclues 解决方案每月费用为 3000 欧元，依靠的是深度学习，一种基于海量 data 的持续学习形式。. “平均而言，在所有 A / B 测试活动中，Tinyclues 以相同的信息量创造了 87% 的额外收入。同期，客户流失率下降了 17%”。”, BazarChic 数字和营销总监 Julien-Henri Maurice 说。简而言之，一个理解透彻、目标明确、结构合理的 data 战略是一个强大而灵活的品牌的标志。. “对于那些抱有同样目标的人来说，在这个充斥着大量技术中介的市场中，优先考虑开放和集成的基础设施可能是一个明智的选择，这样可以以统一的方式收集 data，并简单地激活它，同时避免隐性成本和繁琐的接口”、, 结论 Grégoire Frémiot.
联系我们的专家！
