2
Agenda
Automatiseren en optimaliseren
Klanten selecteren
Probeer te leren
Waar loop je tegenaan?
En nu verder!
3
Deliver value to empowered customers
Foster lasting connections
Capture value, measure results
IBM’s CMO study: de belangrijkste resultaten
Van automatiseren naar optimaliseren
OptimaalGebruik van
informatie
Automatisch
Gebruik vanapplicaties
Effectiveness: doing the right thing
CRMCampagnes draaien
Klachtenafhandelen
Compleetklantbeeld
Portfoliomanagement
Dossier-vorming
Efficiency: doing the thing right
5
Dichter bij je klant
Michael Treacy and Fred Wiersema, 1993 article in Harvard Business Review
ProductLeadership
(Make the promise)
OperationalExcellence
(Deliver the promise)
CustomerIntimacy
(Keep the promise)
De klant in context: gebruik alle data
Directe eigenschappen
Producten
Transacties
Omgeving–Wat deed de klant–Wat deed de markt–Wat deed de organisatie
Netwerken–Wat zegt de klant–Wat is zijn invloed–Wat was het sentiment
6
Tekstanalyse
By analyzing 40% of the customer database:
-- The traditional model can detect up to 62% of churners
-- The new model including all kind of customer data can detect up to 72% of churners
By analyzing 40% of the customer database:
-- The traditional model can detect up to 62% of churners
-- The new model including all kind of customer data can detect up to 72% of churners
Netwerkanalyse
Gebaseerd op contactdata
Wat is de mogelijke invloed?
Autoriteiten en verspreiders
D
1
3
2
A
4
Modellen maken: interesse en omstandigheden
Wat is je interesse?
– Winst
– Werving
– Omzet
– Tevredenheid
Wanneer gebeurt dat?
– Klanten
– Momenten
– Producten
– Kanalen
9
Modellen gebruiken: oprechte interesse
Waar heeft het gewerkt en waarom
– Doorvragen
– Blijven nadenken
Uitkomsten ten opzichte van je oorspronkelijke doel
– Gebruik de juiste criteria
– Regelmatig terugrekenen
Het model is meteen ongeldig
– De context is veranderd
– Self fulfilling prophecy
10
Samenvatten, verrijken, beslissen
Samenvatten– Begrijp de situatie
Verrijken– Stel je inzicht beschikbaar
Beslissen– De beste vervolgactie
11
Waarde
Complexiteit
Inzicht
Data
Systemen
Neem het serieus
Cultuur–Zenden en ontvangen–Data en kennis
Organisatie–Teaming–Verantwoordelijkheid
Technologie
12
Datavolume
Overzicht raakt snel verloren
Ruwe data heeft weinig betekenis
Adressen, datums, tijden
Ongestructureerde data
Documenten, mail, gespreksverslagen, social media
Dataformaten
Applicaties, databases, sheets, files, etc.
Technische uitdagingen
Een laatste waarschuwing
Growth
Cost reduction
Neem de juiste stappen
15
Definieer je doel
Oprechte interesse
Begrijp de impact
Laat de techniek zijn werk doen
© 2012 IBM Corporation
Vragen?
IBM SPSS Modeler
Exploreren
Integreren
Visualiseren
Modelleren
Toepassen
Evalueren