• Dana&Eyal

פרסונליזציה. מדיבורים למעשים

כולם מדברים על פרסונליזציה . כולם מדברים על סגמנטציה . כולם מדברים ההצעה הנכונה ללקוח הנכון בזמן הנכון בערוץ הנכון . כולם מדברים על....

כולם מדברים אז למה מיעוטם עושים ?

כי אחרי שלבי ה Why וה What וגם אחרי ה When מגיע השלב הקשה ביותר שזהו שלב ה How ... ולהוציא לפועל את כל היוזמות עם השמות המפוצצים זה קשה ומורכב ומצריך בעיקר שיתוף פעולה ויכולת ניהול

אז בואו נמפה את האתגרים שעומדים בפני מנהל שיווק שרוצה גם לממש את החזון שעליו הוא מצהיר :

1.

שלב ראשון. יצירת סגמנטים . כדי ליצור סמגנטים וקהלי מטרה צריך לנתח את הדאטה הקיים . מהם מקורות הדאטה שנדרש למפות? איפה כל הדאטה הזה יושב? מה משמעות ה Data Warehouse ? איזה דאטה יושב בו ואיזה לא ? איזה דאטה חסר לנו? רוב הארגונים מאחסנים את הדאטה שלהם במחסני דאטה ב DWH . זה אומר שניתוח פשוט ימצא שחלק מהדאטה כלל לא מנוהל באותו מקום אם בכלל. זה גם אומר שרובו ככולו של הדאטה יהיה לנו רענן רק מדי מהלך לילי ולא בזמן אמת. זה אומר שהרבה מקורות דאטה בכלל לא מנוטרים וחסרים בסיפור הפרסונליזציה שאנו מנסים ליצור .

כיצד מרחיבים את מעגל מקורות המידע? בעזרת אילו כלים? מהם הפתרונות שם בחוץ?

2.

כיצד ניתן לאסוף ולנטר את הדאטה שאנו רוצים וכרגע לא נאסף ולא מנוטר. הרבה מהארגונים נתקלים בבעיה הזו בעיקר בעולם הדיגיטל. פעילות אתר שבמקרה הטוב מנוטרת בגוגל אנליטיקס שמאפשר אגריגציות מידע אבל לא מידע פרסונאלי.

אז אילו כלים מאפשרים ניתוח פרסונאלי? אילו פתרונות רלבנטיים וניתן לבחון? האם הארגון שלכם יכול לעבוד בענן מבחינת רגולטורית ? כיצד מביאים את כל הדאטה המנוטר לאותו מחסן נתונים מרכזי? כיצד משנעים את הדאטה?

3.

האם הדאטה החדש שנאסף צריך לשבת עם הדאטה ההיסטורי במחסן הנתונים המרכזי? או שמא צריך לצורך הדאטה החדש מחסן נתונים נפרד? אולי גמיש יותר? אולי נגיש יותר? אולי כזה שמתעדכן יותר מפעם ביום? ומה המשמעויות של החלטה כזו? ומה העלויות הצפויות להחלטה כזו?

4.

אנליזה וניתוח הדאטה. עד איזו רמה? כמה עמוק התחקור הנדרש? מי יבצע אותו? כיצד יבצע אותו? בעזרת אילו כלים ומה משמעותם? מה הפרופיל של אותו איש מקצוע שאנו רוצים לרתום לעניין? האם לצאת לגיוס ייעודי של מיומנות כזו או שקיימים משאבים פנים ארגוניים רלבנטיים? ואם קיימים כאלו בתוך הארגון כיצד נצדיק העברת המשאבים (אנליסטים) אלינו? ומה ההבדל בכלל בין אנליסט ל Data Scientist ?

5.

אילו מודלים של שאלות עסקיות אמורים להוות בסיס אנליטי מספק עבורנו? האם רק שאלות עבר? או חיזוי וניבוי העתיד? האם אנו שואלים רק What Happened או גם What If ?

מה המודל העסקי לשימוש במודלים כאלו ? האם אנו זקוקים לכלי Artificial Inelegance ? ואם אנו זקוקים לזה אז אולי רצוי שנבין גם מה זה בכלל? ואיך זה קשור לביג דאטה ול Machine Learning ולמה זה נוגע לנו כמנהלי שיווק?

6.

וכיצד נמדוד הצלחות? האם נוכל להשתמש במדדי ההצלחה המוכרים והטובים לנו כגון יחס פתיחת מיילים או יחסי המרה ? או שמא נצטרך מדידה חדשה עם יעדי ביצוע ברורים ? מי ימדד על הצלחה וכמה אבות ואמהות יהיו לכשלון ? ומהי הצלחה? ומהו כשלון? ובהשוואה לאיזה מדד מקביל בעולם הדאטה? ומה הניסיון של מדידת תהליכים כאלה בעולם בכלל ובענף שלנו בפרט? מי מהווה Best Practice לנושא וממה רצוי להזהר?

7.

מה התעדוף העסקי שלנו ומה נרצה לשפר ולהשיג תחילה? על בסיס אילו מקרים דומים בעולם העסקי שיווקי אנו נשענים? ממי אנו לומדים ומה אנו רוצים לשפר ? מה עושים שהוא דומה לנו ארגונים כמונו?

כל אלו מהווים רק חלק מהאתגרים/ שאלות / סוגיות שעל מנהל השיווק לשאול את עצמו ואת עמיתיו בבואו לקדם פרויקט פרסונליזציה ודאטה . רצוי לכן להקים כבר בתחילת הדרך צוות מנצח שמשלב כוחות מכלל הארגון בדגש על הצד העסקי והצד של מערכות מידע (IT) . בלי הפניית אצבע וגלגול אחריות . כן עם שיתוף בידע ובחשיבה וסינרגיה שמשמעותה 1+1=3

פרסונליזציה לא תתקיים ללא תכנון וניהול ומנהיגות. אין פה אבקת קסמים ומצגת לא הופכת לשגרה . ניהול האתגרים בשילוב שקיפות ושיתוף הם המפתחות להצלחה .

Data Tapas 2019 ©