Latest / M365.FM – Microsoft 365, Copilot & AI podcast in het Nederlands / Dynamics 365 Customer Insights – Data uitgelegd: klantgegevens samenvoegen, 360°-profielen en segmenten (AI-nasynchronisatie)

Transcript

Dynamics 365 Customer Insights – Data uitgelegd: klantgegevens samenvoegen, 360°-profielen en segmenten (AI-nasynchronisatie) · M365.FM – Microsoft 365, Copilot & AI podcast in het Nederlands

0:00
Klaar voor 10 dagen Microsoft 365, Copilot, AI, Azure en de mensen die de toekomst van werk vormgeven?
0:07
Deze januari is M365, kom terug en we pakken het groter aan.
0:12
Doe mee voor live-sessies, praktijkdemo's en praktische kennis van MVP's en experts van over de hele wereld.
0:18
Geen algemene sliedes, geen eindeloos jargon.
0:21
We pakken de echte uitdagingen aan Copilot Studio, AI Agents, Fabric, Beveiliging, Governance en Automatisering.
0:29
Of je nu IT-professional, ontwikkelaar of zakelijk leider bent, er zijn sessies speciaal voor jou.
0:35
Met 10 volledige dagen kun je diverse technologieën verkennen en in contact komen met een wereldwijde community.
0:40
Kijk live mee en neem praktische inzichten mee terug naar je organisatie.
0:44
Januari 2027, 10 dagen, 1 Microsoft Community.
0:49
De registratie is nu geopend.
0:51
Claim vandaag nog je plek.
0:55
Dat is M365.com.net
0:57
Meld je nu aan op M365.com.net en we zien je live in januari.
1:05
Wat als één klant in drie systemen voorkomt en elk systeem vertelt een totaal ander verhaal.
1:09
Sales ziet een open deal, support ziet een klacht, marketing ziet iemand die vorige week op een e-mail klikte.
1:14
Oh, maar diezelfde persoon heeft dat twee keer bij je gekocht.
1:17
Niemand die naar één scherm kijkt, ziet het hele plaatje.
1:20
Ik ben Mirko Peters van M365 FM en dit kennisfragment brengt dat plaatje weer samen in begrijpelijke taal.
1:26
Je zult zien waarom verspreide klantgegevens voor hoofdpijn zorgen en waarom bedrijven één gedeeld beeld nodig hebben om klanten als mensen te behandelen in plaats van als rijen in aparte lijsten.
1:34
Waarom verspreide klantgegevens leiden tot slechte beslissingen?
1:37
Stel je voor dat je een bedrijf runt dat apparatuur verkoopt aan andere bedrijven.
1:40
Je salesteam gebruikt Dynamics 365 sales.
1:43
Zij zien contactpersonen, accounts, gesprekken, afspraken, open verkoopkansen, offertes en notices van eerdere gesprekken.
1:48
Dat helpt een verkoper bij de voorbereiding van een gesprek, maar het toont alleen werk binnen het verkoopsysteem.
1:52
Je supportteam handelt werk ergens anders af.
1:54
Zij zien service cases, defecte producten, vragen, klachten en de gesprekken die nodig zijn om een probleem op te lossen.
1:59
Een agent weet dat een klant deze maand drie keer contact opnam met support, maar die geschiedenis verschijnt nooit in het verkoopdossier.
2:04
Marketing heeft zijn eigen set aan informatie.
2:06
Zij weten wie een e-mail opende, op een link klikte, een formulier invulde, een pagina bezocht of zich aanmelde voor een evenement.
2:11
Een marketeer ziet grote interesse in een nieuw product, terwijl de supportmedewerker een klant ziet die gefrustreerd is over het product dat ze al bezitten.
2:16
Hier is de eenvoudige vergelijking.
2:18
Zie het als een kantoorpand met aparte kamers.
2:21
Elke kamer heeft zijn eigen raam.
2:23
Sales ziet één uitzicht, support ziet een ander en marketing ziet een derde.
2:27
Niemand heeft het volledige overzicht totdat je de deuren ertussen opent.
2:30
Dat is precies wat een gedeeld klantendossier doet.
2:32
Het opent de deuren.
2:33
Niemand doet iets verkeerd.
2:34
De informatie staat simpelweg op verschillende plekken, elk voor een specifiek doel.
2:38
Sales moet deals beheren, service moet problemen oplossen, marketing moet betrokkenheid begrijpen, bestellingen staan in een ander systeem en website activiteit in een analyse tool.
2:47
Die splitsing zorgt voor een vreemde situatie.
2:50
Hier is een voorbeeld.
2:51
Neem een klant genaamd Alex Morgan.
2:53
In het sales systeem heeft Alex een account met een oud werkmailadres en een actieve kans.
2:57
In het support systeem staat Alex met een persoonlijk e-mailadres en twee recente cases.
3:01
En op de website heeft Alex zich ingeschreven voor een webinar met alleen een voornaam, achternaam en telefoonnummer.
3:08
Al die gegevens horen bij dezelfde persoon, maar zonder verbinding ziet het bedrijf drie verschillende Alex Morgans.
3:13
Sales bereid een vriendelijk praatje voor.
3:15
Marketing stuurt een promotie voor een upgrade en support vraagt Alex om dezelfde details als de vorige keer te herhalen.
3:20
Voor Alex voelt dit ongeorganiseerd.
3:22
Je hebt dit zelf vast wel eens meegemaakt.
3:24
Je neemt contact op met een bedrijf over een probleem, legt het uit en krijgt daarna een vrolijke mail met de vraag of je nog iets wilt kopen.
3:29
Het bedrijf heeft de informatie wel, maar de teams hebben niet hetzelfde overzicht.
3:33
Slechte datakoppelingen zorgen ook voor kleinere problemen.
3:36
Een dubbelrecord leidt tot dubbele e-mails, een oud e-mailadres zorgt dat de juiste persoon wordt gemist...
3:40
...en een ontbrekende link tussen een order en een service case verbergt waarom een klant is afgehaakt.
3:44
Vervolgens gaan mensenlijsten exporteren naar spreadsheets.
3:47
Marketing maakt één lijst, sales maakt er een andere, service houdt zijn eigen rapport bij.
3:51
Voor je het weet, discussiëren teams over wiens lijst correct is, terwijl de klant wacht tot iemand de volledige situatie begrijpt.
3:57
Dit beïnvloedt dagelijks de besluitvorming.
3:59
Een sales manager benadert klanten die onlangs serieuze klachten hadden, een marketeer stuurt korting naar iemand die al de volle prijs betaalde...
4:06
...en een service manager weet niet dat de belleren van de grootste klanten is.
4:09
De oplossing is niet om elk team in één app te dwingen.
4:12
Elk team heeft nog steeds tools nodig die passen bij hun werk.
4:15
Wat ze nodig hebben is één gedeeld klantendossier dat de afzonderlijke records kan verbinden.
4:19
Op die manier begint elk team met dezelfde persoon, niet met een andere versie van die persoon...
4:23
...en dat is wat Customer Insights Data eigenlijk is.
4:26
Dus, wat verbindt die verschillende klantgegevens zonder dat elke afdeling dezelfde app hoeft te gebruiken?
4:30
Het antwoord is Dynamics 365 Customer Insights Data, Microsoft's klantdata platform, vaak een CDP genoemd.
4:36
Dit is de eenvoudigste definitie.
4:38
Een CDP haalt klantgegevens uit elk systeem dat je gebruikt naar één plek...
4:42
...koppelt records die bij dezelfde persoon horen en bouwt een blijvend profiel waar je bedrijfstoels mee kunnen werken.
4:47
Stel het je voor als een grote archiefkamer.
4:48
Elke afdeling stuurt mappen naar die kamer.
4:51
Sales stuurt contactgegevens en dealhistorie.
4:53
Support stuurt dossiergegevens.
4:55
Je website stuurt aanmodingen en pagina bezoeken en je bestelsysteem stuurt aankopen en retouren.
5:00
Op zichzelf kunnen die mappen verschillende labels, formaten en zelfs klantnummers gebruiken.
5:05
Customer Insights Data sorteert dit allemaal en stelt één klantbestand samen van de records die bij elkaar horen.
5:10
Dat bestand geeft je wat mensen een 360-gradenbeeld noemen.
5:13
Je hoort die term vaak, dus dit is wat het betekent.
5:15
Een 360-gradenbeeld betekent simpelweg dat je naar één klant kunt kijken en meerdere soorten interacties kunt zien.
5:20
Wie ze zijn, wat ze kochten, wanneer ze support belden en hoe ze online met je verbonden waren.
5:24
Het is een completer beeld, geen magie.
5:27
Klantgegevens vallen meestal onder een paar veel voorkomende typen.
5:30
Demografische gegevens beschrijven de persoon, naam, adres, functietitel, bedrijf.
5:34
Transactionele gegevens leggen een uitwisseling vast, een aankoop, retour, betaling, reservering of abonnement.
5:39
Gedragsgegevens leggen acties vast zoals het openen van een e-mail, het bezoeken van een productpagina, het invullen van een formulier, het gebruik van een app of registratie voor een evenement.
5:46
Customer Insights Data kan ook operationele gegevens toevoegen, zoals voorraad of service informatie, plus gegevens van verbonden apparaten, het internet of things of IOT apparaten.
5:54
Een bedrijf dat verbonden machines verkoopt, wil misschien machineactiviteit bekijken naast de klantgeschiedenis.
5:59
Een service team kan zien dat een klant belde over een probleem, terwijl de operationele gegevens laten zien dat de machine ook een fout meldde.
6:06
Die context verandert het gesprek. Merk op dat de Customer Insights Data zegt, niet Customer Insights Journeys.
6:11
Ze vallen beide onder de naam Customer Insights, maar ze hebben verschillende taken.
6:15
Data brengt informatie samen, bereidt profielen voor en vindt nuttige patronen.
6:19
Journeys gebruikt die profielen en klantgroepen om e-mails, SMS'jes en andere communicatie te verzenden.
6:24
De ene kant organiseert en begrijpt de klantgegevens.
6:27
De andere kant gebruikt dat begrip bij het praten met mensen.
6:30
Je kunt data zien als de archiefkamer en Journeys als de communicatiebalie.
6:34
Nu verwarren veel mensen dit met Dynamics 365 Sales.
6:38
Dynamics 365 Sales helpt een verkoper relaties en verkoopwerk te beheren door leads, kansen, activiteiten en accountgesprekken te volgen,
6:45
waardoor het salesteam een plek heeft om hun werk te doen.
6:48
Customer Insights Data kijkt breder.
6:50
Het kan informatie uit Dynamics 365 Sales halen, maar ook gegevens koppelen vanuit servicesystemen, websites, ordersystemen, datastores en andere goedgekeurde bronnen.
6:59
Het vervangt sales niet, maar voegt de context van de klant toe die sales alleen mogelijk niet heeft.
7:03
Achter de schermen draait Customer Insights Data op Microsoft Azure, wat betekent dat Microsoft de cloudfundering biedt voor het opslaan, verwerken en beveiligen van de gegevens.
7:12
Het product bevat ook hulpmiddelen voor privacy, beveiliging en governance.
7:15
Governance is simpelweg de set regels die bepaalt wie toegang heeft tot gegevens en hoe het bedrijf deze mag gebruiken.
7:20
Een klantprofiel bevat persoonlijke informatie, dus die regels moeten vanaf het begindeel uitmaken van het ontwerp.
7:26
Zodra je Customer Insights Data begrijpt als de plek waar losse klantgegevens één bruikbaar profiel worden, is de volgende praktische vraag, hoe komen al die gegevens in dezelfde werkruimte?
7:35
Het opbouwen van het uniforme klantprofiel.
7:38
Voor Customer Insights
7:39
Data kan alles verbinden.
7:42
Je creëert een omgeving.
7:43
Zie een omgeving als een gecontroleerde werkruimte voor dit klantdatabeheer, die het team één plek geeft om data binnen te halen, voor te bereiden, te koppelen en te beheren wie ermee kan werken.
7:52
Binnen die werkruimte begin je met het toevoegen van gegevensbronnen.
7:55
Als je al Dynamics 365 gebruikt, levert Microsoft Dataverse vaak verkoop- of servicegegevens, aangezien Dataverse de opslag is achter veel Dynamics 365 en Power Platform apps.
8:05
Customer Insights Data kan ook verbinding maken met Azure Data Lake, Fabric One Lake en Azure Synapse Analytics.
8:11
Die namen klinken technisch, maar het simpele idee is dat bedrijven vaak grote hoeveelheden gegevens bewaren in cloudopslag en rapportagesystemen.
8:17
Power Query Connectors bieden je een andere ingang.
8:19
Power Query is de tool van Microsoft om gegevens binnen te halen en vorm te geven voordat je ze gebruikt en het helpt wanneer gegevens in een database, bedrijfsapp of andere bron staan die er niet precies zo uitziet als je Dynamics 365 records.
8:31
Elke bron komt binnen als tabellen.
8:33
Een tabel is gewoon een gestructureerde lijst, zoals een spreadsheet met kolommen en rijen.
8:37
De ene tabel bevat misschien klanten, een andere bestellingen, een derde service aanvragen en een vierde website aanmoldingen.
8:43
Het lastige is dat deze tabellen zelden dezelfde namen gebruiken.
8:47
Het ene systeem noemt een kolom e-mailadres, het andere noemt het e-mail en een derde slaat een klantnummer op zonder enig e-mailadres.
8:54
Telefoonnummers bevatten in de ene bron wel landcodes en in de andere niet en namen kunnen binnenkomen met verschillende spelling, spaties of titels.
9:01
Customer Insights Data heeft hulp nodig bij het begrijpen van de betekenis van elk veld.
9:05
Deze stap wordt mapping genoemd waarbij je het systeem vertelt welke inkomende kolommen de naam, het e-mailadres, telefoonnummer, klantnummer, adres of andere identificerende details van een persoon bevatten.
9:15
Je koppelt ook de bedrijfsgegevens die aan personen zijn verbonden.
9:18
Een ordertabel moet aankopen aan de juiste klant, koppelen en een casustabel moet de servicegeschiedenis aan dezelfde persoon verbinden.
9:25
Zonder die relaties heb je lijsten met gebeurtenissen, maar geen betrouwbare manier om te zien bij wie die horen.
9:30
Je denkt misschien dat het matchen van records betekent dat je naar identieke e-mailadressen zoekt en alles automatisch samenvoegt.
9:36
Soms is dat zo, maar echte klantgegevens vereisen meer zorgvuldigheid.
9:39
Twee mensen kunnen een gezamenlijk e-mailadres delen, een klant kan van baan wisselen en een nieuw werk e-mailadres krijgen.
9:44
Een klein spelfoutje kan dezelfde persoon beschrijven, terwijl twee mensen met dezelfde naam niets met elkaar te maken hebben.
9:50
Met Customer Insights Data kun je matchingsvoorwaarden instellen.
9:53
Je kunt records matchen op basis van een e-mailadres, gecombineerde naam, telefoonnummer en adresgegevens, of een klantnummer gebruiken als je bedrijf dat heeft.
10:00
Het doel is om records alleen te koppelen als er voldoende bewijs is dat ze bij dezelfde persoon horen.
10:04
Daarna volgt het verwijderen van duplicaten. Duplicaten zijn herhaalde versies van hetzelfde record binnen een brontabel.
10:10
Misschien heeft een webformulier 2 invoeren gemaakt nadat iemand twee keer op verzenden klikte of heeft een verkoopimport een bestaandcontact opnieuw toegevoegd.
10:16
Het verwijderen van duplicaten helpt voorkomen dat één persoon als meerdere mensen wordt gezien voordat het bredere matchingswerk zelfs maar begint.
10:22
Nadat het systeem records heeft gematcht en duplicaten heeft verwijderd, verenigt het de informatie tot een profiel.
10:26
Mensen noemen dit vaak een golden record, maar die term kan wat pretentieus klinken.
10:30
Laten we daarom een eenvoudigere betekenis gebruiken.
10:32
Het is het beste gecombineerde klantprofiel dat het systeem kan opbouwen uit de records die jij hebt goedgekeurd.
10:36
Het kan een actueel e-mailadres uit de ene bron samenbrengen met een accountkoppeling uit een andere, ordergeschiedenis uit een derde en service records uit een vierde.
10:43
Het verwijdert de oorspronkelijke systemen niet.
10:45
Sales behoudt zijn verkoop records, je ordersysteem blijft de eigenaar van de orders en support werkt nog steeds vanuit zijn eigen casussen.
10:51
Customer Insights Data creëert een verbonden profiel om de klant over die bronnen heen te begrijpen, terwijl het bijhoudt waar de informatie vandaan kwam.
10:57
Dat bronsspoor is belangrijk. Als iemand vraagt waar een adres, telefoonnummer of aankoopdetail vandaan komt, moet je team dit kunnen herleiden naar het bronssysteem in plaats van het verenigde profiel als een mysterie te behandelen.
11:08
Een profiel wordt ook nuttiger wanneer het activiteiten in de loop van de tijd bevat.
11:12
Customer Insights Data kan activiteiten uit de ingevoerde tabellen verbinden en deze op een chronologische tijdlijn plaatsen.
11:19
Een aankoop op maandag, een supportgesprek op donderdag, een bezoek aan de productpagina de week daarna.
11:24
Elke gebeurtenis biedt context wanneer je kijkt naar de recente relatie van de klant met het bedrijf.
11:28
Stel je voor dat een verkoper een profiel opent voordat hij een klant belt.
11:31
In plaats van alleen een verkoopkans en wat gespreksnotities te zien, zouden ze een recente bestelling, een gisteren gesloten service case en een recente evenementregistratie kunnen zien.
11:39
De verkoper hoeft niet te raden wat die conversatie zou kunnen bepalen.
11:43
Het profiel levert de context.
11:45
Natuurlijk begint een verbonden profiel nog steeds als informatie en de volgende stap is die informatie omzetten in antwoorden die je teams kunnen gebruiken wanneer ze bepalen wie aandacht nodig heeft, wat er is veranderd en welke actie zinvol is.
11:56
Betekenis toevoegen door middel van meetwaarden, verrijking en voorspellingen.
11:59
Dus, je hebt een uniform klantprofiel opgebouwd en je team kan een duidelijker beeld van elke persoon zien.
12:05
Maar, luister Tim, dit is het punt.
12:07
Een lijst met records beantwoordt op zichzelf nog steeds niet elke zakelijke vraag.
12:11
Tim, je hebt nog steeds simpele antwoorden nodig.
12:13
Wie heeft het vaakst gekocht?
12:14
Wie heeft er onlangs niet besteld?
12:16
Welke klanten hebben deze maand meerdere keren contact opgenomen met de supportafdeling?
12:19
Bij wie is de kans groot dat ze vertrekken?
12:21
Kant in zichten.
12:23
Data beantwoord veel van die vragen met iets dat we meetwaarden noemen.
12:26
Laat outcomes uitleggen wat een meetwaarde eigenlijk is.
12:29
Een meetwaarde is een berekening die is opgebouwd uit gegevens die je al hebt.
12:33
Zie het als één afgesproken getal dat je team gezamenlijk bijhoudt.
12:36
Niet meer iedereen vragen om het elke keer handmatig in Excel te berekenen.
12:39
Stel dat je het totaal aan aankopen over het afgelopen jaar nodig hebt, dan maak je daar een meetwaarde van.
12:44
Of het aantal dagen sinds de laatste bestelling van een klant, dat is ook een meetwaarde.
12:48
Je kunt service cases tellen, de gemiddelde orderwaarden berekenen of evenementbezoeken bijhouden.
12:52
De exacte meetwaarde hangt af van wat je bedrijf moet begrijpen.
12:56
Voor een abonnementsbedrijf laat een meetwaarde zien hoe lang iemand klant is en of het gebruik is afgenomen.
13:01
Voor een retailer toont het de totale uitgaven, recentere toerzendingen of de tijd tussen aankopen.
13:06
Meetwaarden veranderen veel losse activiteiten in een helder antwoord.
13:09
Dat bespaart tijd, maar nog belangrijker, het helpt teams dezelfde definitie te gebruiken.
13:13
Als verkoop iemand een klant met een hoge waarde noemt, terwijl marketing een andere berekening gebruikt,
13:18
versplintert de klantervaring opnieuw.
13:19
Een gedeelde meetwaarde geeft iedereen één afgesproken manier om naar de vraag te kijken.
13:23
Nu hebben sommige klantprofielen nog steeds hiaten.
13:25
Je systeem kent misschien de naam en aankoopgeschiedenis van een persoon, maar niet hun locatie, bedrijfsgegevens of andere nuttige informatie.
13:33
Kantinzichten
13:34
Data kan profielen verrijken met goedgekeurde databronnen van Microsoft of partners.
13:39
Verrijking betekent simpelweg meer informatie toevoegen aan data die je al hebt.
13:42
Customer Insights is geen excuus om elk mogelijk detail te verzamelen.
13:45
Uw bedrijf mag alleen informatie toevoegen die het verantwoord kan gebruiken en alleen als dit past binnen de rechten en regels rondom die klantgegevens.
13:52
Zorgvuldig gebruikt vult verrijking ontbrekende context aan.
13:55
Bijvoorbeeld, een bedrijf dat aan andere bedrijven verkoopt wil wellicht duidelijkere bedrijfsinformatie naast verkoopcontacten,
14:01
zodat een verkoper begrijpt met wie hij spreekt voordat het gesprek begint.
14:04
Dan zijn er nog voorspellingen.
14:06
Customer Insights Data bevat kant-en-klare AI-modellen die de kans op klantverloop en de verwachte omzet inschatten.
14:11
Klantverloop betekent dat een klant stopt met kopen, een abonnement opzegt of niet langer betrokken is bij uw bedrijf.
14:16
Verwachte omzet schat in wat een klantrelatie in de loop van de tijd opbrengt.
14:20
Deze voorspellingen zoeken naar patronen in de gegevens, rekening houdend met aankoopgeschiedenis, recente activiteit of gedragsveranderingen, afhankelijk van het model en de data die u aanlevert.
14:28
Het resultaat is een signaal dat het team helpt bepalen waar ze eerst moeten kijken.
14:31
Customer Insights is geen oordeel over een persoon.
14:33
Een churn score betekent niet per definitie dat een klant zal vertrekken.
14:36
Het betekent dat de beschikbare data lijkt op patronen van klanten die eerder zijn vertrokken.
14:40
Mensen moeten nog steeds de context controleren en hun eigen oordeel gebruiken.
14:44
Stel je een klant voor wiens koopgedrag plotseling stopt.
14:46
Een voorspelling markeert die klant als een mogelijk risico op klantverloop.
14:49
Voordat iemand een win-back aanbod stuurt, controleert het team het profiel en ziet een openstaande service case.
14:54
De juiste actie is nu om eerst het probleem op te lossen, in plaats van een verkoopmail te sturen die het probleem negeert.
14:59
Sommige organisaties bouwen hun eigen AI-modellen en gebruiken bredere analyse tools voor vragen die uniek zijn voor hun bedrijf.
15:05
Een fabrikant bestudeert productgebruik in combinatie met de servicegeschiedenis.
15:08
Een bedrijf met een eigen data science team test een model dat is gebouwd rond de signalen die voor hen belangrijk zijn.
15:13
Customer insights data kan onderdeel worden van dat werk, maar het neemt de behoefte aan goede data of menselijke beoordeling niet volledig weg.
15:20
Dit is wat ik de belangrijkste conclusie zou noemen.
15:22
Metingen vertellen nu wat er is gebeurd.
15:24
Verrijking voegt context toe.
15:25
Voorspellingen wijzen nu op patronen die het onderzoeken waard zijn.
15:28
Maar inzicht dat binnen een profiel blijft, verandert uiteindelijk niets.
15:31
Teams hebben een manier nodig om die antwoorden te gebruiken wanneer ze beslissen wie ze benaderen,
15:35
welke ondersteuning ze bieden en waar klantgegevens naartoe moeten.
15:39
Segmenten en activatie, profielen omzetten in actie.
15:41
Een klantprofiel wordt pas nuttig als u er actie op kunt ondernemen.
15:45
Dat is uiteindelijk waar segmenten in beeld komen.
15:47
Een segment is een opgeslagen groep klanten die is geselecteerd op basis van regels die u instelt.
15:50
Die regels gebruiken profielgegevens, activiteiten, gedrag en metingen uit customer insights data.
15:55
U hoeft niet langer handmatig namen uit een spreadsheet te selecteren.
15:58
In plaats daarvan stelt u een zakelijke vraag en vertaalt die vraag naar regels.
16:02
Toon bijvoorbeeld klanten die de afgelopen 30 dagen een support ticket hebben geopend,
16:06
in de afgelopen 90 dagen niets hebben gekocht en akkoord zijn gegaan met het ontvangen van communicatie.
16:10
Die groep wordt bijgewerkt naarmate klantinformatie verandert.
16:13
Als iemand een aankoop doet, voldoet diegene niet meer aan de regels en verlaat de groep.
16:17
Als een andere klant een nieuw ticket opent en stopt met kopen, komt diegene erin terecht.
16:20
Uw doelgroep blijft verbonden met de klantinformatie in plaats van een verouderde, geëxporteerde lijst te worden.
16:25
Dit verandert de manier waarop teams werken.
16:27
Een serviceteam gebruikt een segment om klanten te identificeren die na herhaalde problemen extra aandacht nodig hebben.
16:31
Sales richt de opvolging op klanten met een recente productinteresse en een historie van aankoop van soortgelijke producten.
16:36
Marketing creëert een doelgroep voor mensen die een evenement hebben bijgewoond, maar nog niet om een verkoopgesprek hebben gevraagd.
16:42
Het doel is uiteindelijk niet om meer berichten te sturen.
16:45
Het is de bedoeling dat de volgende actie aansluit bij wat het bedrijf al weet.
16:48
Een klant met een recent probleem heeft een eerlijke service-update nodig.
16:52
Iemand die wekenlang onderzoek heeft gedaan naar een nieuw product, heeft een behulpzaam verkoopgesprek nodig.
16:56
Beide mensen hetzelfde behandelen negeert de informatie die uw teams hebben samengebracht.
17:00
Customer Insights gegevens kunnen ook verenigde profielen, segmenten en andere voorbereide data naar verbonden bestemmingen sturen.
17:06
Een bestemming is een andere goedgekeurde tool die de informatie nodig heeft die wij hebben.
17:10
Misschien een marketing platform, een analyse tool of een ander bedrijfssysteem waar uw team met klanten werkt.
17:15
Voor organisaties die Dynamics 365 apps gebruiken, brengt de klantkaart invoegtoepassing klantcontext naar andere Dynamics 365 ervaringen.
17:23
Stel je voor dat een verkoop- of servicemedewerker een klantrecord opent in de app die ze al gebruiken.
17:27
De klantkaart plaatst bredere klantcontext dicht bij hun dagelijkse werk, zodat er voor elk gesprek niet in verschillende systemen gezocht hoeft te worden.
17:35
Customer Insights Journeys gebruikt ook doelgroepen uit dit datagedeelte.
17:39
Journeys beheert klantcommunicatie zoals e-mail, SMS-berichten en andere geplande interacties.
17:44
Customer Insights Data bereidt de personen en de context voor.
17:47
Journeys gebruikt die doelgroep wanneer het bedrijf besluit om te communiceren.
17:50
Hou die taken in gedachte gescheiden.
17:52
Data beantwoordt wie is deze persoon en wat weten we?
17:55
En Journeys beantwoordt welke communicatie moet er nu plaatsvinden?
17:59
En die scheiding helpt teams een veelgemaakte fout te voorkomen.
18:02
Het bouwen van een segment betekent niet automatisch dat u iedereen daarin moet benaderen.
18:06
Een segment identificeert een groep op basis van feiten en regels.
18:10
Iemand moet nog steeds beslissen of contact zinvol is, welk kanaal past en of het de huidige situatie van de klant respecteert.
18:16
Eén gedeeld segment vermindert ook het gebruikelijke spreadsheet-probleem.
18:20
Marketing heeft geen handmatig opgeschoonde lijst nodig, terwijl sales een andere versie gebruikt en service een derde lijst in een rapport verborgen houdt.
18:26
Teams werken met dezelfde klantregels, zelfs wanneer elk team een andere actie onderneemt.
18:30
Data kan worden verplaatst, maar er zijn grenzen nodig.
18:33
Wat is het verschil tussen privacy, beveiliging en het CDP?
18:36
Dus hoe groter je klantprofiel wordt, hoe meer verantwoordelijkheid je op je neemt.
18:40
En die verantwoordelijkheid begint bij privacy en beveiliging.
18:43
Wanneer je namen, contactgegevens, aankoopgeschiedenis, ondersteuningshistorie en online activiteiten koppelt,
18:48
heb je duidelijke regels nodig voor het verwerken van die informatie.
18:51
Toestemming, privacyregels en toegangsbeheer zijn cruciaal voordat je begint met koppelen.
18:55
Customer Insights Data bevat privacy, beveiligings- en beheertools die op de achtergrond werken.
19:02
Zie het als de beveiligingsbalie in een kantoorpand.
19:04
Simpel gezegd, je stelt regels in over wie klantgegevens mag bekijken en hoe je deze gebruikt.
19:09
Je denkt na over klantrechten voordat je data verzamelt, koppelt, een segment bouwt of naar een andere tool stuurt.
19:14
Het punt is, meer data betekent niet dat je het zomaar mag gebruiken zoals je wilt.
19:17
De data moet overeenstemmen met de toestemmingen, wetgeving en interne regels van elke klant.
19:21
Dat werk gebeurt aan het begin, niet nadat een campagne mislukt of een klant een klacht indient.
19:25
Dus, hoe verschilt een CDP van andere klanten en tools?
19:27
Laten we dit nader bekijken.
19:29
Laten we twee veel voorkomende voorbeelden vergelijken.
19:31
Denk aan een CRM-systeem.
19:32
Een tool zoals Dynamics 365 Sales helpt verkoop- en serviceteams bij het vastleggen en beheren van directe klantrelaties.
19:38
Verkopers gebruiken het om te werken met leads, kansen, gesprekken en accounts.
19:42
CRM doet één taak goed, terwijl Customer Insights Data de hiëten in marketing en service opvult.
19:47
Customer Insights Data werkt met een bredere set goedgekeurde bronnen.
19:51
Het verbindt records.