The place where the Customer counts

Free thoughts on CRM, Business and the next big thing

The place where the Customer counts - Free thoughts on CRM, Business and the next big 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.

My personal review on G-Force EMEA 2012

Great time in Barcelona attending to the G-Force 2012 by Genesys. I’ve been invited here as a CRM and Social CRM blogger by the Italian Regional company, to have a look at what they are going to launch next months in terms of new solution features and best practices witnessed by their main customers. So I would like to report what happened there and to share with you my considerations.

First perspective: Who’s who

Genesys is a well-known worldwide B2B company, operating as a leader in the Collaborative CRM market, which mainly sell customer service software and contact center solutions for enterprises. Recently (02/02/2012), Genesys has been officially acquired by Permira Funds and Technology Crossover Ventures for US$ 1,5 billion, coming definitely out of the Alcatel-Lucent organizational structure and becoming again independent. This recent circumstance gives Genesys new opportunities to focus on its business having top management free to operate with its own strategic views and operational leverages unless Permira potential interference (but it doesn’t seem so); and in the current economic situation is a really important working condition.

Second Perspective: The event model

The 2012 G-Force EMEA event had a traditional structure with general sessions led by key managers and breakout session in which were shared case histories directly by Genesys customers.

Moreover there was a very rich and interesting booth area with business partner and Genesys suite demo stands available for customers and press/analysts.

Third perspective: So what? (a.k.a. the event contents that I liked)

Genesys is a market leader for their extensive offering in applications and service for interaction and channel management, and the last 8 months were crucial for the changes that introduced and which have forced the company to re-design its strategy roadmap.

Genesys CEO Paul Segre and his managers know it very well cause they’re leading their people towards a model of company which have to offer to their clientele the best and most complete contact management suite, helping them to provide the best final customer experience possible. Yes, because – even if it’s strange to hear that from a software vendor – the main message of the conference was “Save the world from a Bad Customer Service” (which is Genesys pay-off and I hope also corporate vision) and this perspective is really comforting cause is the sign that companies (or better some of them) are finally recognizing the long term value of a customer-centric approach (even in a B2B market).

Even if Genesys during these years has “failed” to analyze, interiorize and “productize” (sorry for the awful word) best practices in order to quickly apply them on new deployments, something is deeply changed in the ability to execute and the investments on research and development. After all, this is a mandatory approach when your new investors (which typically invests in high growth company such as Facebook (???), Groupon, etc.) ask you a challenging 22% as revenue annual growth rate. So the key drivers of this “new deal” must be:

– Rapid deployment (editor’s note: simplicity)

– Lower TCO

– Best practices productization

Four pillars of Geneysis offerBut don’t forget innovation and how’s changing the customer service world so, the four pillars on which the new Genesys strategy will be based, and R&D is investing, are:

– SIP (Session Initial Protocol)

– Big Data

– Cloud

– Social

Beyond the typical communication application business I found really interesting to see Genesys well aware of its role on topics like Big Data and Social, maybe because Collaborative CRM vendors aren’t typically mentioned in Social CRM discussions. Indeed I think that they have to conquer again their role after the partial loss of the social interaction market due to the entrance of social media listening companies. These ones, in fact, are now well beyond their primary scope of social analytical reporting, developing and deploying engagement consoles and/or integration capacities with main Operational CRM vendors (i.e. Radian6-Salesforce.com case history). So thanks to Social Engagement module, Genesys integrates traditional and social channels considering every piece of interaction as a tessera of the overall conversation picture and using proprietary semantic algorithm to route it appropriately to the right resource (after many year of tests on email text analysis). In this sense, the announcement of Genesys presence at the Dreamforce (look at the session title here) can be seen as a strategic path to a really profitable partnership.

Finally consider how data coming from interaction and channel attitudes can contribute to the Big Data subject and to the wealth of information necessary to deeply understand your customers…terrific!

Mobile and Web engagementNext topics on the stage? Obviously Mobile (Engagement) and a very interesting Web Engagement module which, based on navigation behaviors, indentifies irregular/atypical trends and triggers supporting alerts to help customers activating an interaction through different channels (i.e. chat).

So the dream of a real consistent cross-channel experience seems coming true and close at hand.

Fourth perspective: The case

Despite numerous sessions held by many customers and coping with their experience (I really appreciated the Akbank and Belgacom ones), on the main stage has been presented probably the most interesting case by Ben Kay, Head of Digital Strategy & Adoption at Everything Everywhere Ltd (the newco running T-Mobile and Orange in UK).

The most important step of his show were:

Route to a Social PilotMain ingredients for a social pilot – the fundamental activity of listening your people is combined to more internal aspects where a clear company ambition together with team building capacity and the will to work hard and honestly can let you succeed.

A simple and clear mission with few boundariesOrganizational aspects are leading components of a great social strategy because only investing in skilled people and nurturing them through empowerment, good engagement frameworks and a solid social media policy can help your company to reach a real sustainable edge. But what about the right metrics?

EE Social Business FrameworkEE social business framework where a physical central management capability (The Social Hub) assures control of 5 work streams which deliver the social experience, acts to achieve its business objectives, monitors this effort through a set of predefined KPIs; striving to the realization of EE vision.

The Social HubFifth perspective: The chat

I had also the opportunity to meet with Keith Pearce and have a chat about his role in Genesys as VP Customer experience. And once again I found really inspiring to understand that a Collaborative CRM vendor like Genesys is enriching its portfolio trying to offer added value through business consulting practice which design optimized customer experience to its customers. It’s hard to do it in a context where consulting partners help Genesys to sell its products but who knows Genesys potential better than Genesys? Who can really configure Genesys products/services optimally once the customer journey is mapped? I wish Keith good luck for his job and I hope his little “baby” will grow big and healthy as soon as possible.

Last perspective: My final considerations

Lots of things during the G-Force had inspired me and others let me a little bit confused. I think that a 22% Revenue AGR is very challenging even for a leader like Genesys. The main point is that its product/services are complex and specifically focused on enterprise market which is quite saturated, giving room only for a bloody battle between giants. As Gartner said in its last MQ for Contact Center Infrastructure Worldwide, it’s time to raise the bar and begin to compete in the midmarket with new products/services tailored for this kind of organizations and needs (and I think that in the short we’ll have some good news).

Then I’d sincerely like to suggest Genesys to improve their product’s user experience cause interfaces looks to me a little bit “oldie”. Nowadays, visualization is quite an art mixed with science and, for sure, an important piece of an application’ success. Besides, even if I’m not the biggest fan of this kind of practice, I can see great potentiality in the application of a gamification approach in the design of this class of UIs.

Finally I’d expect new developments on Social Engagement module aligning it to social media monitoring best practices, particularly improving its scraping capabilities and number/type of information sources.

What I really liked during these 3 days were:

  • the new business vision based on a customer experience approach more than a mere product promotion (value vs. usual stuff)
  • the possible development of a business consulting practice inside Genesys that can give more value to its offer
  • a complete solution that really want to offer the enabling factors for a real cross-channel experience
  • real interactions between customers with different experience, sharing information and best practices
  • exhaustive real-time demos held by qualified and professional experts.

Acknowledgments

A special thank you goes to the Italian Regional company and precisely to Paolo Mariottini, Paolo Bergamini, Aida Mazzitelli, Stefania Covatta and Carlo Rossi that invited me to this special event, creating a professional, transparent and genuine relation with me and the other blogger Luca Conti.