The place where the Customer counts

Free thoughts on (Social) CRM, (Social) Business and the next thing

The place where the Customer counts - Free thoughts on (Social) CRM, (Social) Business and the next thing

Una piccola introduzione ai sistemi di raccomandazione

Il titolo può sembrare fuorviante ma ciò di cui mi voglio occupare in questo post sono i cosiddetti sistemi di raccomandazione alla base del successo di aziende come Amazon o Netflix. Sistemi che tengono traccia delle preferenze esplicite fornite dagli utenti sui prodotti e che, attraverso l’uso di algoritmi di machine learning, forniscono suggerimenti su nuovi prodotti/servizi che potenzialmente sono di interesse per l’utente. Chissà a quanti di voi sarà capitato di rimanere piacevolmente sorpresi nel constatare che uno specifico suggerimento vi ha indotto a comprare un nuovo prodotto come se qualcuno vi “leggesse nel pensiero”, indovinando i vostri gusti e le vostre preferenze. Eppure dietro a tutto questo non c’è nulla di magico, ma solo l’uso di sofisticate tecniche statistiche che consentono di analizzare approfonditamente le scelte effettuate in passato (acquisto, recensione, voto, ecc.) e le correlazioni tra comportamenti di utenti diversi, con il fine di scovare “affinità nascoste” e quindi prodotti da suggerire più consoni di altri.

Per poter cominciare a capire il funzionamento di questi sistemi, in cui la componente collaborativa è fondante per il successo del business model di aziende come quelle sopra citate, senza impazzire dietro a formule astruse o incomprensibili vi propongo questo breve ebook della O’Reilly (cliccate sul link e dopo la compilazione del form lo potrete scaricare) dove sono accennati alcuni semplici concetti su cui si basano le implementazioni di sistemi del genere.

Practical Machine Learning: Innovations in Recommendation

Practical Machine Learning: Innovations in Recommendation

Se invece avete delle solide basi statistiche e volete approfondire il tema in maniera dettagliata, vi suggerisco di comprare e leggere uno dei manuali più completi in circolazione dal titolo “Recommender Systems: An Introduction“, cominciando magari a scaricare gratuitamente le slide riepilogative dei capitoli dello stesso libro.

Buona lettura e buon divertimento.

Del nuovo mondo delle Advanced Analytics e qualche altra piccola sorpresa

Gartner, all’inizio di questo 2014, ci regala uno dei suoi Magic Quadrants questa volta dedicato ad uno dei settori caratterizzati da una rapidissima crescita – grazie all’interessamento sempre più morboso delle grandi aziende verso il tema dei Big Data e dei suoi annessi e connessi – ossia quello delle Advanced Analytics e nello specifico delle piattaforme che forniscono un set completo di strumenti analitici, descrittivi e soprattutto predittivi, in grado di estrarre, dai dati grezzi, relazioni e pattern (quindi vera e propria informazione actionable) che non sono facilmente identificabili con strumenti classici di business intelligence. Tali strumenti analitici fondano la loro essenza su algoritmi statistici, di ottimizzazione e simulazione.

Per la verità questo settore è maturo da almeno una decina d’anni ma ha subito nel tempo alti e bassi e soprattutto un lungo periodo di stasi a causa dell’eccessiva richiesta di core compentecies necessarie non solo alla loro implementazione quanto alla manutenzione di modelli predittivi che fossero sempre aggiornati ed attendibili. Competenze che però spesso erano difficili da reperire sul mercato perché il campo era troppo specifico e spesso visto come avulso dal contesto/linguaggio tipicamente di business.

gartner_mq_aap_2014

Con l’esplosione della numerosità di fonti – social media, sensori, ecc. -, della varietà sempre più articolata dei dati – strutturati vs. destrutturati – e della loro velocità di produzione/fruizione (le famose tre V che caratterizzano il paradigma Big Data), le aziende stanno sempre più prendendo coscienza che il vecchio adagio “informazione è potere” torna ad essere più attuale che mai. Ma a questo si associa l’esigenza di elaborare in tempi rapidi tali dati e di far emergere informazioni sempre più aggiornate e agibili soprattutto considerando i loro impatti sui processi di business. E in questo ci può essere d’aiuto solo la statistica con le sue innumerevoli capacità di sintesi e attendibilità, ma sempre se opportunamente veicolata da strumenti di facile utilizzo in ambito aziendale.

Le principali novità (sotto forma di concetti) che saltano maggiormente agli occhi dalla lettura del report sono, a mio avviso, le seguenti:

  • cloud: sempre più le piattaforme di analisi avanzate dei dati consentono non solo di accedere ai dati presenti in infrastrutture proprietarie e forniti da sistemi in cloud (in modalità Data as a Service), ma anche di spostare le elaborazioni massive dei motori analitici dai propri server a sistemi più performanti e flessibili in modalità Saas,
  • hadoop: legata al punto precedente, è la necessità oramai obbligata per le piattaforme di lavorare con framework che supportino applicazioni distribuite con elevato accesso ai dati. Questo perché, come si diceva prima, il tema dei Big Data richiede capacità elaborative sorprendenti che riescano ad analizzare in tempi rapidi moli di dati significative e di varia entità,
  • visualizzazione: altro aspetto fondamentale di questi tempi è quello di fornire adeguatamente agli utenti di business, i risultati delle elaborazioni in una modalità tale da renderne l’interpretazione più agevolata e istantanea possibile. E questo può avvenire proprio attraverso una visualizzazione “parlante” di queste informazioni,
  • workflow: la necessità di fornire agli utenti di business la possibilità di costruire modelli avanzati senza avere una elevata proficiency nella programmazione di specifici linguaggi, ha portato tutte le piattaforme ad elaborare delle GUI e dei sistemi di workflow per approntare stream di processi analitici in modalità drag and drop semplificata. Questo logicamente ha incrementato enormemente negli ultimi anni il tasso di adozione e di utilizzo di queste piattaforme nelle aziende coinvolgendo, in maniera più diretta e in prima istanza, gli analisti dei dipartimenti di marketing e customer insight e mettendo le basi per una diffusione più capillare anche in quei settori che cominciano a comprendere (direi finalmente) le enormi potenzialità della modellazione predittiva,
  • verticalizzazione: congiuntamente a quanto detto al punto precedente, uno dei fattori critici di successo nell’adozione di questo tipo di piattaforme sta proprio nella predisposizione di soluzioni verticali non solo per industry ma soprattutto per specifiche applicazioni di business (credit scoring, churn prevention, ecc.),
  • opensource: un’ultima cosa interessante da notare, è che praticamente tutte le piattaforme analizzate prevedono, nativamente o meno, l’integrazione con l’ambiente di sviluppo open source R che utilizza un linguaggio di programmazione orientato agli oggetti oramai diffusissimo sia in ambito accademico che aziendale, contendendo sempre di più il primato con alternative proprietarie commerciali un tempo considerate inattaccabili.

Oltre a ciò è interessante notare come aldilà dei soliti nomi da anni leader di mercato come SAS e IBM (dopo l’acquisizione di SPSS), si affianchino nuove realtà molto interessanti che propongono versioni gratuite dei propri prodotti in modalità desktop-based ed eventualmente commerciali nel caso di richieste di accesso a dataset più grandi/fonti dati più numerose o funzionalità analitiche aggiuntive (RapidMiner e Knime). In più, tra i visionari troviamo anche un’azienda che offre un prodotto che ha, nella profonda conoscenza e conseguente valorizzazione delle potenzialità del linguaggio R, il suo punto di forza e che la sta portando ad essere una delle realtà in più rapida crescita di visibilità nel settore (Revolution Analytics)

Un’ultima nota la riservo con soddisfazione all’unica realtà italiana (i4C Analytics) che se da un lato, purtroppo, non è stata inserita a pieno titolo nel quadrante, dall’altro è riuscita comunque a ritagliarsi uno spazio di visibilità interessante (magari capitalizzabile in un prossimo Gartner MQ). Questo grazie:

  • alla focalizzazione sulle prescriptive analytics ossia sulla capacità di integrare dinamicamente i risultati dei modelli predittivi con i processi decisionali consentendo agli utenti, in maniera semplice e diretta, di attivare automaticamente o meno differenti workflow legati ai processi di business,
  • alla verticalizzazione delle competenze che li ha portati a produrre delle app, ognuna a soddisfare – a seconda dell’industry di riferimento – particolari esigenze di business.

A perspective on Social Media for Customer Service Summit 2013

http://socialmediastrategiessummit.com/blog/wp-content/uploads/SupportButton1.jpgLast October 22 – 23rd, New York City played host to the “Social Media for Customer Service Summit” where lots of powerful brands (MasterCard, FedEx, Best Buy, T-Mobile, Comcast, Zappos, McDonald’s and many others) joined to share useful and interesting best practices in the social customer service field.

The main topics covered during the two-day conference dealt mainly with customer service strategy evolution, customer experience impacts, social care team-building, integration with traditional customer service strategies and internal processes, proactive vs. reactive support, measurements and so on.

Among the attendees was Cosimo Palmisano, Vice President of Product Management at Decisyon (a provider of collaborative BI and performance management solutions with customers in USA and Europe) and creator of Decisyon/Ecce, complete social CRM solution – a Decisyon built-in technology – with well-focused social customer service features. Cosimo accepted to give us its personal overview on the summit and on its outcomes.

1. Hi Cosimo, thanks for your availability for this interview and for sharing with us your impressions. First of all tell us something about the summit from a global perspective: how was the location, the agenda, the sessions, the quality of speakers, the other services (catering, Wi-Fi access, etc.) at the event?

This was the 3rd annual Social Media for Customer Service Summit organized by “Useful Social Media”. While it was quite a small two-day event in terms of overall participation by vendors and clients, I believe it was extremely well organized. The main speakers were all key employees from organizations that have been using Social Media for Customer Service. Their perspectives regarding their individual “journeys” with Social Caring, successes, failures, false-starts and the on-going iteration process associated with learning what works and changing what does not work was not only to the point and enlightening, but in each instance validated to me and my colleagues that Decisyon/Ecce (Decisyon/Engage in the US) is ideally suited to this Business Space.

The conference was organized in 1 hour round table sessions with at least 3 companies and a technology provider on the panel. Each session was separated by a 30 minute break for networking. The themes were very narrow in the field of Social CRM and Social Customer Service and the speakers were all senior managers and VPs of digital, Marketing, CRM, Customer Service, etc. no young social media managers.

The location for the conference, which was at the New Yorker Hotel in New York City, was convenient and the conference venue and catering was appropriate for the overall number of attendees (under 200, combined companies and exhibitors). Wi-Fi Access was provided as part of the conference fee and the catering provided (Continental Breakfast and full lunch) was more than sufficient and provided an opportunity to network as well. Should the conference continue to gain support and the number of participants grows, it may become necessary for the organizers to choose another location. However, for what the Summit is today, the venue was excellent.

2. What do you think about the brand and the audience parterre ?

The brands represented as key speakers as well as the brands in the audience all represented “Marquis” names in their industries. One got the sense that from a Social Media perspective that on the ROI associated with Social Caring, they were all challenged with coming up with true business value.

100% of companies represented were in the Fortune 500 and they have shown great commitment in managing Social CRM and Social Customer Service, having dedicated teams and starting looking for a complete, one-stop technical solution for managing all social CRM processes from operations to data integration.

Speakers consistently voiced the opinion that determining ROI was difficult at this stage, however all seemed to agree that there was “no return on ignoring” their customers.

3. In general, which were your prior expectations about the event and its contents?

I had imagined that the organizations in the US would be much further along with their Social Caring initiatives and investment. And although this conference represents a small percentage of all organizations, I believe that my prior expectations were incorrect and that the North American market represents a significant opportunity for our organization to penetrate with Decisyon/Engage. I was expecting much more maturity in measuring the ROI of Social Customer Service and a higher degree of integration between social data and traditional legacy data. What we are doing with customers in Europe is really more advanced.

4. Which are the topics that you were more interested in following and deepening?

  • The goals of Social Caring leaders to leverage Social Data and to combine that data with their legacy CRM one inside the firewall, thereby transforming data into a company asset. This, of course, is something that Decisyon is capable of doing; in fact, Decisyon offers our “Social Integration Server” (SIS) that is designed to accomplish that integration of Social Data with Legacy/CRM Data.
  • The goal of creating a technological infrastructure that enables Real-Time Collaboration between organizational business units, for example Customer Service and Marketing. Decisyon, by providing a Real-Time Social Collaboration platform, is offering today what seems to be one of the next steps on the Social Technology roadmaps many of the speakers referred to.

5. Which of the case studies that were exhibited impressed you the most?

That is a difficult question to answer because all of the presentations provided excellent perspectives and insights. I’d have to say that the presentation from Capital One Bank was the most impressive. Their goal is to “harness the voice of the customer” by creating a “Social Command Center” and leveraging what they term a “Social Virtuous Cycle” in which they “Listen—Engage—Support—MeasureLearn”. They acknowledge that in order to be successful with that strategy, they’ll be required to capture customer insights from Social and populate their Enterprise CRM. They mentioned some integration projects in order to correlate social customer behaviors with the sales cycles.

6. Tell us something about the most relevant results that emerged from the summit? Did you find significant ideas for your next product developments?

The most significant take-aways from the summit can be summed up as follows:

  • Social Caring provides opportunities to transform ordinary moments (issues, challenges) into Extraordinary Public Wins.
  • Social Customer operations cannot be externalized to agencies.
  • Although there is a huge proliferation of social networks, Facebook and Twitter are the ones with the numbers and relevance for social customer service.
  • Though marketing departments were the early adopters of leveraging Social, it has now become evident that Social Customer Service should be a major driver. The Social strategy should not be “owned” by one or the other but rather be approached in a collaborative environment.
  • Integration of social data with legacy systems is mandatory to achieve a positive ROI.
  • Prior to engaging in Social Caring, a Customer Service escalation process should be in place.
  • Social Media initiatives for Customer Support and Service are growing rapidly.
  • Customers desire in-channel problem resolution as opposed to deflection.
  • Social Caring engagement/communications should be similar to one friend speaking with another rather than a Corporation speaking to a customer.
  • Collaboration between teams (Customer Service — Marketing— Product Development) is imperative.
  • The customer expects rapid acknowledgement of an issue by the organization. Great customer service does not simply provide a competitive advantage but is, in fact, an absolute necessity.
  • Sentiment analysis is useless if the first aim is to engage customers in Facebook and Twitter. The ability to automatically infer sentiment in short conversations, with links and multiple languages is still a utopia.

7. After your summit attendance, how do you foresee the next developments in social customer service?

First of all the number of dedicated agents on social customer service will increase. As long as the CEOs will experience a lower number of inbound phone calls, and managers will show the ROI of Social Customer Service the companies will reinforce the message and the teams.

Social Customer Service as part of a multichannel strategy needs to be processed together with the traditional channels. It will be necessary to compare channels but also to get a unique customer view independently by the channel. So far, companies will ask for technologies that are not just social marketing tools but big data platforms that are able to store, analyze and connect different sources of data coming from different departments and functional areas.

Finally yet importantly, social customer service can become the first mandatory step to drive and enhance lead generation. In our experience companies that are able to leverage technology and a social caring process via collaboration, are able to increase the number of prospects and customers that instead of complaining, will ask for upsells and new quotations.

Another relevant aspect not discussed is the B2B side of Social CRM. In the next few years this will become even more compelling for companies to involve the whole value chain in the social processes.

8. Finally, being a multinational social CRM vendor, do you perceive specific differences, between US and European customers, in awareness and consequent adoption of social media for customer service strategies?

Excellent Customer Service is a major differentiator for organizations in both Europe and the US. The Social “Genie” is out of the bottle and regardless of purpose-driven Social Caring being in place, the voice of your customers will be heard. Of course, the way I view this is that it represents an opportunity, not only for Decisyon but for our clients as well. I was expecting a major difference between the two markets. Social Customer service is a major issue. In US the percentage of companies with a dedicated teams with more than 20 agents 24/7 is higher than in Europe. Worldwide we share the same aim of multi-channel integration and social data integration with legacy systems. In both areas it is becoming recognized that this kind of integration cannot be performed in the cloud but must occur inside the company firewall.