Korábban a hiteligénylés csak bankfiókban volt lehetséges. Manapság akár callcenteren, akár különféle digitális platformokon keresztül is be lehet nyújtani a kérelmet, ami sokkal kényelmesebb az ügyfeleknek és egyúttal a hitel jóváhagyása is gyorsabb. Ez egy nagyszerű példa arra, hogy a hagyományos folyamatok újragondolása és az "omnichannel" (többcsatornás) megközelítés érvényesítése hogyan eredményez jobb ügyfélélményt.
Az ügyfelek a legjobb élményt szeretnék, online és offline térben egyaránt.
A digitális stratégia alapvető célja az ügyfél-elégedettség biztosítása, ami a különféle csatornákon átívelő ügyfélérintkezési pontok megértésén alapul. A többcsatornás működésben élenjáró vállalatok 89%-os ügyfélmegtartási rátával büszkélkedhetnek, szemben a gyenge stratégiával rendelkező vállalatok 33%-os értékével.
Ügyfélinterakciókról származó adat számos helyen keletkezik: valós idejű rendszerekben, felhasználói "session"-ökben vagy akár külső üzleti rendszerekben, mint amilyenek az ügyfélszolgálatok vagy a callcenterek. Ezen adatok időben történő feldolgozása kihatással van az üzleti eredményességre, ha a rendelés méretezését, készletezését, szállítási előrejelzéseket vesszük példának ezúttal egy webshop értékteremtésén keresztül. A főbb akadályok, amelyekkel a vállalatok nap mint nap szembesülnek, amikor az adatokból megalapozott, agilis döntéseket szeretnének hozni, a következők:
1. Adatsilók
Több adat, több helyen, olyan elkülönülést eredményez, ami korlátozza a vállalati adatokból nyerhető érték maximalizálását. Az informatika, a működtetett hagyományos informatikai rendszerek következtében inkább reaktív szemléletet tud követni, a következtetések levonására többnyire utólagosan van lehetősége. Az üzleti elemzők ezzel szemben nagy bizonyosságú előrejelzéseket szeretnének. Tovább fokozza az elkülönülést és az elemzés időigényét, hogy kik, mit mérhetnek, mihez férnek hozzá. A megalapozott válaszokhoz tehát nem csak az adatok demokratizálásán, hanem a szervezeti egységek együttműködésének megteremtésén keresztül vezet az út.
2. Törékeny integrációk
Az üzleti elemzők nagy része védett, sokszor elavult, lassú rendszerekből dolgozik, amelyek sok esetben speciális szaktudást is igényelnek. A "hozzáférhetőbbé tétel" érdekében tett integrációk sokszor igen bonyolultnak és sérülékenynek bizonyulnak. Sok esetben erőforrás-igényes kódolást is igényelnek, ami hibákra hajlamossá és nehezen karbantarthatóvá teszi őket. Az üzleti területek nem kapnak saját elemzési felületet, ahol szabad az adat-lekérdezés és nincsenek korlátok a vizsgálódás során. Ehelyett gyakran társosztályokhoz kell, hogy forduljanak és ezzel elesnek az azonnali döntési lehetőségtől.
3. A valós idejű kontextus hiánya
Sok vállalat használ manapság üzleti intelligencia (Business Intelligence; BI) eszközöket, hogy gyors üzleti "insight"-okat nyerjenek összetett integrációk igénye nélkül. Ezek a BI megoldások javítják a riportolást, és interaktív adatvizualizációt is biztosítanak, ugyanakkor aszinkron módon elemzik az adatokat, és a valós idejűség sem valósulhat meg maradéktalanul. Használatukkal továbbra is hiányzik az informatikai kontextus - az üzleti tranzakciókat bonyolító informatikai rendszerek teljesítményének ismerete. Ha hiányzik ez az "end-to-end" szemlélet, akkor az üzleti relevanciát és üzleti hatásokat sem lehet teljeskörűen bemutatni.
"Az adatok 90%-a az elmúlt 2 évben keletkezett"
4. Magas tárolási költségek
Az adatok robbanásszerű megnövekedése egyre költségesebbé teszi az adattárolást és lelassítja az feldolgozást is. A kezelhetőség érdekében az adatbázis-indexálás vált egyre népszerűbbé. Ez rövid távon megoldás lehet, de előbb-utóbb nehézkessé válik a fenntartása és a rugalmasság is veszélybe kerülhet. Hasonló kerülő-megoldás a mintavételezés a rövid távú trendek azonosítása és a költségek minimalizálása érdekében. Arra viszont érdemes odafigyelni, hogy az esetleges mintavételi hibák pontatlan hosszú távú következtetések levonását eredményezhetik. Ha pedig csak aggregált adatok állnak rendelkezésre, épp a lényeg, a személyre szabhatóság és a konkrét ügyfél megértése sérül.
5. Keresési nehézségek
A hosszú távú trendek hagyományos módszerekkel történő elemzéséhez szükség lehet az ún. "hideg" (adattárolókban tárolt) adatokra is. Ezek olyan historikus adatok, amelyek már nem hozzáférhetőek a napi munkavégzés során. Az adatok "visszaállítása" növeli a tárolási költségeket és rontja a lekérdezés gördülékenységét is.
Kézenfekvőnek tűnik a megoldás, hogy akkor legyenek előre meghatározva a lehetséges kérdések, mutatók. Ehhez, még az adat-feldolgozás előtt, kell felépíteni a korábban említett indexeket. Amit nyerünk a vámon, hogy némileg csökkennek a költségek, azt elveszítjük a réven, a rugalmatlan és nem fenntartható elemzéssel.
"Probléma első szintű megoldása" az ügyfélszolgálaton (First-call resolution; FCR)
Az egyik webáruház a Dynatrace bevetésével forradalmasította a frontvonalbeli alkalmazottai munkáját: Egyetlen felületen tette elérhetővé az ügyfélszolgálat számára az online rendelési - és szállítási insightokat, az ügyfél session videókat. A kreatív problémamegoldás ilyen fokú megalapozása, nem csak az ügynökökre nehezedő nyomást, de a működési költségeket is jelentősen csökkentette, az FCR mutató pedig lenyűgözően javult.
A Dynatrace valós idejű analitikát tesz lehetővé, anélkül, hogy le kellene mondani a költséghatékony adattárolásról, vagy az átfogó elemzésekről. Biztosítja a különböző csatornákból származó adatok tárolását, azok kontextusba helyezését és lekérdezését. Egyedülálló módon egyesíti a megfigyelhetőséget (observability), a biztonságot (security) és az üzleti adatokat, és mindeközben a valós rendszerkapcsolatokat is feltérképezi. Az adatok mennyisége, elérése, típusa vagy a feldolgozandó, tárolandó adatok mennyisége nem jelent akadályt. Mesterséges intelligencia segítségével azonnali, kézzelfogható válaszokat ad, és nagyfokú automatizáció jellemzi. Ezáltal kiválthatóak az olyan manuális munkák, mint az adatok címkézése (tagging), az elkülönült adattárolók összekapcsolása. Amint az üzlet területek elkezdik használni a Dynatrace-t, rögtön megértik, hogy milyen tényezők állnak az ügyfélélmény hátterében, könnyedén tudnak optimalizálni akár összetettebb üzleti folyamatokat is, az ügyfél fókusz megtartásával. És mivel a Dynatrace erőforrásokat, és feleslegessé vált rendszereket is segít kiiktatni, a gyors megtérülés is gyakran szerepel a szempontok között amikor a Dynatrace-re esik a vállalatok választása.
xxx
A Dynatrace a new york-i értéktőzsdén jegyzett cég. Alkalmazásteljesítmény monitoringból (APM) nőtte ki magát Software Intelligence Platformmá, melyet Magyarországon, már több, mint 50 vállalat használ. Számos független iparági elemző értékelése alapján (köztük a Gartnerrel) töretlenül a Dynatrace a vezető technológiai megoldás az APM területen.
