Artificial intelligence

Kết hợp dữ liệu thông tin với dữ liệu nhỏ hơn 'byte'

“Infobesity” là một thuật ngữ mà chúng ta đang nghe thấy thường xuyên hơn trong những ngày này khi người tiêu dùng đang tạo ra nhiều dữ liệu hơn theo cấp số nhân trong cuộc sống hàng ngày của họ và các thương hiệu cũng đang tiêu thụ một phần lớn hơn. Từ các trang web Thương mại điện tử đến vô số các kênh truyền thông xã hội, có hàng chục terabyte dữ liệu có sẵn trong thế giới kỹ thuật số ngày càng tăng hiện nay. Tuy nhiên, các công ty không thể thu thập, lọc, quản lý và sử dụng tất cả dữ liệu ngoài đó. Chỉ xem xét nội dung do người dùng tạo, như video, hình ảnh và âm thanh. Chỉ trên Instagram, 95 hàng triệu ảnh và video được chia sẻ mỗi ngày – đơn giản là có quá nhiều dữ liệu để xử lý. Như bất kỳ thanh thiếu niên nào đã thử sẽ chứng thực, bạn chỉ đơn giản là không thể tiêu thụ hết. Có quá nhiều tiếng ồn và không đủ khả năng kiểm soát quá trình thu thập dữ liệu. Bộ dữ liệu lớn có thể là một điều tốt khi tìm ra xu hướng ở cấp độ tổng hợp, nhưng thực sự cần bao nhiêu bộ dữ liệu đó để cung cấp hỗ trợ dịch vụ khách hàng và trải nghiệm thương hiệu tuyệt vời? Thay vì khuất phục trước bài hát hú còi của nhiều dữ liệu hơn, các công ty nên tập trung vào tầm cỡ của thông tin. Nói cách khác, ưu tiên chất lượng dữ liệu hơn số lượng. Không phải lúc nào bạn cũng cần một lượng lớn dữ liệu để đưa ra những thông tin chi tiết hợp lệ. Trong một số trường hợp nhất định, các tập hợp thông tin có thể hành động nhỏ hơn cũng có thể sâu sắc như vậy. Giá trị lớn của dữ liệu nhỏ Nhiều công ty đã có thói quen thu thập dữ liệu đơn giản chỉ vì họ có thể. Tuy nhiên, những gì họ tìm thấy là dữ liệu lớn không phải là phương pháp chữa trị tất cả những gì gây ra cho họ. Các công ty thường nghĩ về dữ liệu lớn dưới dạng 5V: khối lượng, sự đa dạng của các loại dữ liệu, tốc độ mà nó được xử lý, giá trị và tính xác thực – độ chính xác của nó. Tất cả những điều này kết hợp để làm cho dữ liệu lớn trở nên rất hữu ích, nhưng đồng thời, có thể khó quản lý và trích xuất ý nghĩa từ nếu không có công nghệ và công cụ phù hợp hoặc nhà cung cấp bên thứ ba. Ngược lại, dữ liệu nhỏ bao gồm các phần có thể sử dụng được và dễ bị tiêu thụ. Theo Martin Lindstrom, một chuyên gia chuyển đổi văn hóa và kinh doanh đồng thời là tác giả của Dữ liệu nhỏ: Những manh mối nhỏ khám phá ra các xu hướng khổng lồ, dữ liệu lớn là về các mối tương quan, nhưng dữ liệu nhỏ “là tất cả về việc tìm ra nguyên nhân, lý do tại sao.” Trong ngành trải nghiệm khách hàng (CX), dữ liệu nhỏ có thể ở dạng nghiên cứu có nguồn gốc từ khảo sát người tiêu dùng, nhóm tập trung, phỏng vấn định tính hoặc nhận xét được thu thập thông qua hệ thống CRM (quản lý quan hệ khách hàng) bởi đại diện dịch vụ khách hàng. Nó cũng có thể được tùy chỉnh theo ngành cụ thể, nhu cầu, khách hàng của bạn và các kênh mà doanh nghiệp của bạn thích sử dụng, do đó làm cho nó hoạt động nhiều hơn. Dự đoán và cá nhân hóa CX của bạn Một lợi ích khác của dữ liệu nhỏ là khả năng tác động đến lợi nhuận thương hiệu của bạn. Khả năng quản lý của dữ liệu nhỏ làm cho nó dễ hành động hơn. Cân nhắc tầm quan trọng của việc cung cấp trải nghiệm khách hàng được cá nhân hóa cho người tiêu dùng. Khi bạn truy cập dữ liệu nhỏ thông qua CRM và khai thác kiến ​​thức về khách hàng, nó có thể giúp bạn tinh chỉnh hành trình của khách hàng. Dựa trên sở thích của khách hàng, các thương hiệu có thể điều chỉnh và nhắm mục tiêu các chiến dịch email tốt hơn hoặc gửi nội dung khách truy cập web liên quan cụ thể đến các tìm kiếm của họ. Tùy chỉnh này khiến mọi người cảm thấy 'được biết đến' và giúp các tương tác trở nên dễ dàng, cuối cùng dẫn đến tăng doanh thu. Ngoài ra còn có giá trị to lớn trong các tương tác mà nhân viên hỗ trợ khách hàng có với người tiêu dùng hàng ngày. Ngay cả phân tích dữ liệu chi tiết nhất cũng có thể không mang lại cho bạn sự rõ ràng như một cuộc trò chuyện 1: 1 thực tế – và dữ liệu nhỏ chứa trong những khoảnh khắc kết nối xác thực đó có thể được khuếch đại để biến đổi chất lượng tổng thể của trải nghiệm khách hàng của bạn. Đưa ra quyết định nhanh hơn, sáng suốt hơn Bởi vì dữ liệu nhỏ nhanh nhẹn, nó có thể được thu thập và chuyển đổi thành thông tin chi tiết hữu ích trong một khoảng thời gian ngắn. Mặc dù các thuật toán do AI hỗ trợ có thể đưa ra quyết định và đề xuất dựa trên terabyte dữ liệu bằng cách phân tích và xác định các mối tương quan và xu hướng, nhưng những thông tin chi tiết có giá trị này cần có thời gian để thu thập. Dữ liệu cần được gắn nhãn chính xác, bộ dữ liệu đào tạo cần được tạo và các nền tảng máy học cần thời gian để 'học'. Mặt khác, dữ liệu nhỏ có thể được xử lý, phân tích và sử dụng ngay lập tức. Với thông tin chi tiết theo thời gian thực trong tầm tay, bạn có thể tối ưu hóa trải nghiệm khách hàng của mình ngay lập tức. Như báo cáo của insideBIGDATA, “Cảm giác của khách hàng mà các phát hiện về dữ liệu nhỏ phát hiện ra mang lại cho các nhà tiếp thị khả năng duy nhất để quan sát xem những thay đổi đối với sản phẩm hoặc dịch vụ của họ có ảnh hưởng tích cực hay tiêu cực đến trải nghiệm của khách hàng”. Cung cấp trải nghiệm tốt hơn cho nhân viên Không chỉ khách hàng và công ty mới có thể thu được lợi nhuận từ dữ liệu nhỏ. Dữ liệu nhỏ cũng có thể trao quyền cho nhân viên, dẫn đến công việc hấp dẫn, bổ ích và có tác động hơn. Ví dụ: chatbot hỗ trợ đại lý của TELUS International được tạo bởi một nhóm các thành viên trong nhóm của chúng tôi đang cung cấp các dịch vụ hỗ trợ khách hàng cho một khách hàng cụ thể. Bằng cách so sánh trải nghiệm và thách thức của họ với nhau và xem xét dữ liệu có sẵn cho họ, chẳng hạn như thời gian dành để giải quyết các thắc mắc và mức độ hài lòng của khách hàng, họ đã tìm thấy các cơ hội ngay lập tức để nâng cao nền tảng hiện có của khách hàng để làm cho nó hiệu quả hơn. Khả năng truy cập của dữ liệu nhỏ là một lời mời cho sự đổi mới của nhân viên, cuối cùng dẫn đến trải nghiệm tốt hơn cho nhân viên. Nhỏ nhưng mạnh mẽ – câu trả lời cho thông tin dữ liệu Kết hợp thông tin không chỉ là giảm lượng dữ liệu bạn có mà còn là hiểu và tận dụng đầy đủ dữ liệu nhỏ hơn mà bạn có thể đang bỏ qua. Những thông tin nhỏ này, được trích xuất từ ​​các điểm tiếp xúc hàng ngày của khách hàng, có thể cung cấp thông tin chi tiết và lợi ích theo thời gian thực và cuối cùng tạo ra tác động lớn đến trải nghiệm của cả khách hàng và nhân viên. Chỉ cần tự hỏi bản thân xem nhóm của bạn thực sự cần loại dữ liệu nào để thực hiện công việc của họ một cách hiệu quả và thay mặt họ khai thác dữ liệu đó. Những điều tốt thực sự đến trong những gói nhỏ!

  • Trang chủ
  • Trí tuệ nhân tạo
  • Chuyên viên phân tích kinh doanh
  • Thông tin kinh doanh
  • Khoa học dữ liệu
  • Back to top button