|
企业数字化转型是一系列持续进行的步骤，而非某些有限节点的巨大飞跃。企业希望从更长远的角度来看待客户体验，希望将每次客户交易与客户整个生命周期相关联。数据是一切事物的核心，需要强大的系统支撑。NTT Ltd.的专家在全球范围内搜集深刻洞见，为客户制定智能技术解决方案。市场变化往往蕴含着巨大的潜力，以下六大趋势能够帮助企业充分了解市场变化，为即将到来的2020年做好准备。 No.1 大思维，小步伐：重新定义数字化转型 现在，数字化转型被认为是一种持续的工作方式，而不是朝着确定的和有限的战略目标线性发展的过程。企业正在采用机会主义的思维方式和敏捷方法。 数字化转型的定义和重点正在发生巨大变化。企业认识到数字化转型应该是一种行为：一种植根于鼓励人们以不同的方式思考和行动的工作文化，而非彻底改变和通过一次性项目重组整个业务。 从某处开始并继续前进 为了更快的获得结果，需要摒弃那些宏大但是阻碍进度的计划，转而采用相对小规模的项目来解决关于运营效率和客户体验的紧迫问题。员工的经验也值得关注--- 如何更好地支持跨职能团队使其更加敏捷？ 数字化转型的步骤应该是渐进的、有策略性的并且可重复的。这样，数字化转型才会成为一种整合的，可在整个组织范围内开展的方式，而持续学习也会如常进行。 83％的组织表示，数字化转型应着重于推动文化和行为的改变，以使组织运作更灵活和反应更敏捷。 No.2 数据驱动的动态：当CRM遇到ERP 数据成为数字化转型的核心，因为整个企业中收集的信息将用于组织的再设计并获得成功。 从大众服务到大众个性化的转变创造了新的动力：客户关系管理（CRM）能够更好实现企业资源计划（ERP），因为企业利用他们对客户的了解来改善业务流程和客户体验，并通过新产品、服务、渠道和交付模式进行创新。 首席数字官和首席营销官正在成为IT支出和推动创新的带头人，因为企业希望将ERP系统之外的数据点整合在一起。 解锁数据价值 自动化，增强分析和人工智能是帮助企业释放整个系统和应用程序中数据的价值的关键。 自动化必须是首要任务，因为根本没有其他方法可以处理这些海量数据。数据策略应包含数据分析的计划，因为它将为不断增加的客户互动、忠诚度和支出提供后续支持。 接受调查的组织表示，分析和修订后的运营模式是优化劳动力的主要因素。58.9％的人拥有某种形式的知识管理技术。 No.3 终身关系：应用云计算的客户之旅 客户体验从管理渠道和交互扩展到建立由云提供支持的终身客户关系。 全渠道中的干扰因素让许多企业急于在转变的每个节点都通过各种渠道的集成来改善客户体验（CX）。但是，长期的客户忠诚度并不是建立在一项成功的交易上，而是每位客户与组织进行的多次互动的总和。 客户旅程管理是全渠道的下一个版本，着重于从最初就通过相关报价，卓越服务和从个性化体验来建立和管理长期的客户关系。 优化多云环境 数据分析，人工智能，机器学习和机器人流程自动化将在帮助您管理这些旅程并通过情感分析，辅助服务和自助服务功能进一步增强客户体验方面发挥关键作用。 随着物理和数字世界的融合，企业将需要一个强大的多云环境来支持客户旅程管理背后的基础架构和工作流程。 24.3％的组织表示客户体验交付在各个渠道之间是一致的。筒仓管理是实施全渠道战略的主要挑战。 No.4 实时洞察力：情绪分析变得更加复杂 组织正在投资多种技术来实时了解客户的心情和偏好，从而调整其产品并改善整体客户体验。 衡量客户情绪的方法不但变得越来越复杂，而且组织对反馈的响应方式也正在发生变化，从最初的被动响应变得更加主动。 能够了解人们在某个时间点（积极，消极或中立）感受的组织，将更有能力预测下一步，并为他们提供恰当的产品、服务和经验。他们将能够基于实时洞察主动确定产品，服务和视觉营销。 生物识别技术在网络安全领域之外拥有多种用途，这些技术主要用于身份验证。除了文本分析，对话智能和自然语言处理等工具之外，下一阶段的预测智能也将使用这一技术。定性的“情绪”数据将放置在定量的“行动”数据之上，以深入了解客户的情绪倾向和可能的行为。 实现按需创新 更近一步说，如果你知道客户需求，则可以将数据商业化以满足更小的受众群体，并开发创新的产品和服务来满足多样化需求。随着万物互联和行为传感器的广泛应用，您将需要正确的基础架构，流程和工具来捕获和分析数据。 72.7％的组织正在使用分析智能来促进产品和服务转型；23.9％的企业将根据外部基准，包括新出现的客户体验创新来验证其定位策略。 No.5 数据湖和数字孪生：实现新的分析模型 包含定性和定量数据的数据湖将启用新的预测分析模型，并释放数字双胞胎的潜力。 数据湖可以容纳企业中所有来源的海量数据集，这些数据可以以多种方式聚合和配置，以进行深度分析，从而获得丰富的见解。 组织可以利用任意数量的数据点，为每个客户创建一个“数字孪生”，即他们所有数据部分的总和：人口统计数据，浏览行为，购买方式，兴趣和付款偏好。然后，他们可以建立机器学习模型，以预测客户的真正需求和合适需要，以便企业可以提供相关报价进行响应。 获得恰当的技能 测量客户情感等定性数据并将其与ERP和CRM数据相结合，创建更丰富的见解和新分析模型的能力将增加对强大的ERP系统和AI驱动的自动化的需求 企业将需要技能来建立，管理和保护其数据湖，并建立数据模型以提取他们进行持续创新所需的见解 42.9％的组织表示其分析系统无法满足现有要求。 No.6 值得关注的颠覆性技术 通过与社交聊天机器人和社交机器人的客户对话来建立数字信任。 信任在任何业务中都至关重要。当前，客户与前端界面（例如应用程序，网站，数字标牌和聊天机器人）进行的大多数交互都旨在帮助他们完成交易。 随着人工智能的发展，我们可以从纯粹的事务性转变为与客户建立更紧密的关系，将同理心带入与客户的互动中并与其建立信任感。这些对话在两个领域中得到了非常积极的成果：聊天机器人（例如在网站和社交媒体上）以及可以在任何环境中部署的物理机器人。 当物理机器人部署在医院或银行等环境中时，它们可以表现出同理心，并通过与之互动的人们进行对话来建立数字信任。 我们正在研究的方法将适用于任何行业，并可能完全颠覆我们为客户提供服务的方式，这将产生更大的客户参与度和保留率。 |
|
|
来自： zh_f11 > 《工业4.0-PLM》
