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

A new Service perspective: you are the products you use

ioeA new paradigm for Customer Service is increasingly leading the way during the last weeks. A paradigm which is based on the new Internet of Things revolution and that has begun to stimulate the curiosity of different people working on this topic. Last week Don Scheibenreif, a Gartner Research VP, has published an interesting post where he asks which are the next impacts on marketing, sales and customer service strategies and processes when smart objects will start to interact each other. Moreover, another post this week by Peter Zeinoun attempt to introduce the new concept of “Support of Things” with all the consequences you can imagine on customer experience.

Here I try to develop what I have in mind about the effects of something bigger than the Internet of Thing (IoT) on customer-facing processes. When I say “bigger” I mean that I want to move the focus on what Cisco called Internet of Everything (IoE) or a condition where smart objects and people interacts each other in real-time, exchanging data and giving the right information to trigger specific actions or improve/create processes.

This repositioning is fundamental because using this point of view, you’ll better understand the extent of this big shift on a Customer Service strategy. Try to imagine an IoE world where, practically, every home device (fridge, dishwasher, washing machine, thermostat, burglar alarm, garage door, etc.) or different wearable/mobile objects (shoes, wristband, watch, dress, tablet, phone, etc.) are connectible. Each of them can generate a huge amount of data that is the code, in a specific format, that explain how you are using it, how it “reacts” to your usage during its lifecycle, how and whom it has interacted with and so on.

All this data can create the big picture of human choices, habits and behaviours; a sort of real-time profile that a manufacturer can analyse to understand deeply its customers.

Just as an example, watch this video from Cisco and try to imagine how these possibilities can be expanded considering the information that objects can deliver in our behalf considering the actual use of them.

[youtube width=”560″ height=”344″]https://www.youtube.com/watch?v=PIQd6ZFMaTk[/youtube]

Probably in these cases, we can imagine a real proactive customer service scenario with a real customer satisfaction achievement based on the experience lived by our clients through smart objects.

 

 

 

 

 

 

 

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.

Social CRM and the everlasting struggle between strategy and tech

This is my first post directly written in English so sorry for errors and grammatical mistakes (have mercy on me 😉 )

There are lots of rumors on “Social CRM” term and concept all around recently. So many experts are really disappointed by the way it’s evolving all the set of discussions and formal outputs on what can be one of the most profitable market of the last (and future) years. And maybe the fault is ascribable also to big players like Gartner which for the second time publishes a Magic Quadrant report where a melting pot of solutions are blended, covering different aspects of social communication and collaboration framework but forgetting the process-driven one (traditional CRM as we knew till now).

I really don’t understand why this exciting evolution of CRM concept is finding so many troubles on its path and so few support to finally find a defined shape commonly accepted.

Maybe this situation rises from the eternal struggle between strategists and technologists which want to drive the market using their influence but … what’s the result? Still trying to define or design an effective lane towards a convincing solution for customers and companies.

This diatribe could keep on “ad libitum” if we don’t manage to look at Social CRM from high level and more pragmatic perspectives. Who can guarantee that, with all the social tech features available, a company would not focus its CRM efforts only on mere social media marketing campaigns through Facebook page without engaging and serving customers? Or that, with all the good business intentions to engage and serve them, it’s unable to act because of a lack in social tech features. There’s always a strategic perspective and a technological one which must match each other achieving business objectives thanks to the operational capabilities availability.

Strategic perspective

If CRM means building and managing relations with your customer, in other terms the “infrastructure” for value co-creation, now you have the chance to put it pragmatically because the social paradigm, supported by communicative and collaborative platforms, will tear down the walls of silos created by traditional channels that never allowed a real multi-directional interaction and consequent engagement.

But first of all you have to understand that “social media strategy” term is rubbish, it means nothing (IMHO).

There is only ONE business strategy which now have to consider the fact that customers (which have always behaved “socially” being humans) amplified their voice and enriched the conditions they interact each other and with companies (from the awareness phase to the churn or repurchase events). So start by reviewing your business strategy and try to imagine how it evolves considering social paradigm (you can use PEST analysis, SWOT analysis, Porter’s “whatever” model and many more). Don’t create a brand-new, parallel and useless strategy that can overlap or, worse, diverge from the main one.

In this phase it’s fundamental a listening activity to support the analyses: you need to understand how to approach social platform as a valuable channel. No one tells you if it’s more valuable in a specific moment to invest on Facebook or Twitter or a forum, or whatever, if you don’t preliminary observe what’s happening in the social world especially if related – directly or not – to your brand, products, services, industry, etc.

It’s mandatory to have a clear understanding of where your customer expresses his opinions, his social habits, his current and potential global experience. So you don’t have to pull up only to the “communicative” aspect of the social paradigm, but deepen how much it can be helpful to shape customer experience and which are the impacts on operational processes that support it. Because it’s in this phase that you create value; not just opening an account on Twitter and telling a junior employee to answer whenever some question arrives but understanding how to really help, fix, inform, support, suggest, solve, facilitate, assist, etc.

After that you need to turn your head “inside” and understand consequential changes in organizational model, internal communication flows, cross-departmental operations, rules, guidelines and all other aspects that allow a fluent and dynamic business process management.

It’s not easy for sure, it’s not short, it’s not costless too, but you’re obliged to follow this scheme to create the foundation of a new way to relate with your customers.

Technological perspective

Now you should know where you’re going and you need an enabler, a technology that can help you to follow your business strategy. Nowadays there are a lot of diverse proposals around, satisfying different requirements but too often not providing the right level of integration between them. As Gartner reported we just have applications for:

  • social media monitoring and analytics
  • collaboration
  • community management
  • feedback management

but that’s not enough. So, understood that strategy is the prime mover of business (social or not), what I think companies really and practically need now by vendors is to:

  • find a way to catch customer social profiles avoiding (or better mitigating) the risks of ambiguous catch (a sort of deduplication)
  • understand the level of social adoption by your customers (where they are, etc.)
  • create appropriate multiple company social profiles where needed to provide communication channels for each CRM pillar (marketing & communication, customer service, sales, innovation)
  • create, develop and manage a communities that can support CRM activities
  • find the best way to track all interactions, status and related upshots in the contact history in order to satisfy (and manage) a real multi-channel experience
  • integrate (un)structured and multi-sourced knowledge into a unique, dynamic and connected base
  • understand how to use efficiently the social incoming data differentiating them for each CRM pillar (simple keyword filtering for sales and reactive customer service, advanced semantic algorithms to select n-plets of most meaningful words / concepts to be analyzed by proactive customer service, predictive content modeling for marketing, etc.)

It’s not easy for sure, it’s not short, it’s not costless too, but you’re obliged to follow this scheme to create the foundation of a new way to relate with your customers.

 

Stop-press news: I swear I’ve not read this till 5 minutes ago. I also suggest you to read this fantastic live blog post by Dion Hinchcliffe directly from Dreamforce 2011.

 

Now, let me know your opinions and comments