Bisnode View Smart data Datadrevet markedsføring Artikel

Udfordringer med at gemme og synkronisere data på tværs af virksomheden

Oprettelse af et samlet billede af hver kunde har store fordele, fordi det giver os mulighed for at analysere hans eller hendes tidligere adfærd og have en bedre mulighed for at imødekomme fremtidige behov. Derudover, som vi vil gå i detaljer, er der ofte brug for et samlet kundebillede for at følge GDPR (databeskyttelsesforordningen), som trådte i kraft den 25. maj 2018. Men det er ikke den nemmeste at skabe og opretholde et samlet kundebillede.

Lad os se på et konkret eksempel for at illustrere problemet. Tro på, at vores kunde hedder John Wilson. I store virksomheder opbevares Johns opgaver i snesevis eller endda hundredvis af forskellige systemer. I den ene er Johns navn og telefonnummer. I en anden er der Johns navn og adresse. I et tredje system er der Johns navn og gamle adresse.

Bisnode View by Pär Österlund

Hvis en person, der ikke kender John, ser disse forskellige oplysninger, har personen ikke mulighed for at vide, om alle oplysninger gælder samme John Wilson. Den eneste løsning er at finde en fjerde eller femte løsning med oplysninger, der binder alle separate oplysninger om John sammen.Det kan blive en dyr fornøjelse ikke at kunne binde oplysningerne sammen.

Vi kommer snart til de forretningsmæssige konsekvenser, men lad os starte med at se på de juridiske.

I henhold til GDPR skal virksomhederne tilbyde de registrerede personer, fx kunderne, transparens omkring deres personlige oplysninger. Det betyder, at John kan ringe og bede om adgang til alle oplysninger, som virksomheden har indsamlet om ham.

Hvis vi ser på eksemplet med tre forskellige, separate oplysninger om John, kan vi se, hvorfor det kan være svært at imødekomme sådan en anmodning.  Hvis koblingen mellem de forskellige oplysninger om John er uklar, er det umuligt at vide, hvilke oplysninger vi skal udlevere til ham, når han kontakter os.

Skal vi udelade noget? Så bryder vi loven. Skal vi udlevere en andens oplysninger? Så bryder vi loven.
Den eneste måde, vi kan overholde loven på, er ved at koble oplysningerne sammen, så vi er sikre på, hvilke oplysninger der tilhører netop denne John.

 

Løsninger til sammenkædning af oplysninger og data på tværs af virksomheden

Løsningen på problemet med spredte oplysninger er at skabe et samlet kundebillede. Det indebærer en sammenkobling af alle forskellige versioner, så du kan se, hvad John har købt, hvornår han har været i kontakt med kundesupport, hvilken type markedsføring han har reageret på og andre oplysninger, som kan være opbevaret i virksomhedens systemer.

Et samlet kundebillede har stor værdi, fordi det hjælper dig med at forstå kundernes adfærd og lønsomhed.

Det store spørgsmål er: Hvordan kan vi gøre denne datadrøm til virkelighed?

Løsningen i forhold til at koble data sammen på tværs af forskellige systemer, regioner og funktioner starter ofte med et Master Data Management-projekt (MDM). Det kan fungere, men der er tre problemer med et traditionelt konsulentdrevet MDM-projekt:

  • Det er utroligt dyrt
  • Det er tidskrævende
  • Slutresultatet bliver ikke bedre end de oplysninger, der indtastes.

Hvad skyldes det? Kan du huske John og de forskellige oplysninger, der blev opbevaret om ham i forskellige virksomhedssystemer? Det, konsulenterne gør, er, at de skaber en avanceret opsætning af regler med det formål at prøve at koble de forskellige oplysninger sammen. Du kan sikkert forestille dig, hvor lang tid det tager, og hvor mangelfuldt resultatet bliver.

Men hvis dette er en dårlig metode, hvorfor fungerer det så bedre med tredjepartsdata? Det er et godt spørgsmål, som vi gerne vil prøve at svare på.

Hvis vi ser på Bisnodes database, kan vi se, at den indeholder mange oplysninger om John: Hans navn, hans nuværende adresse, hans fem tidligere adresser, hans telefonnummer, hans hustrus navn, hans børns navne osv.

Derfor kan vi bruge den eksterne database til at koble de forskellige oplysninger om John sammen. En af databaserne indeholder hans navn og adresse. Intet problem – det får vi fint match på. En anden indeholder hans navn og gamle adresse. Heller ikke noget problemet. Matchet er perfekt. Den tredje database indeholder hans navn og telefonnummer. Har du allerede gættet svaret? Rigtigt – perfekt match!

Det betyder, at hele processen med at koble forskellige oplysninger sammen kan outsources til en anden. Og eftersom matchkvaliteten afhænger af mængden og kvaliteten af de data, der er tilgængelige i processen, vinder den større database med referencedata naturligvis.

Nøglen her er bogstaveligt talt en nøgle – et id. Når vi benytter en ekstern matchproces, får vi et unikt og permanent id, som tildeles John. Samme id vil blive anvendt, hver gang John forekommer i de forskellige systemer.

Bisnode View by Pär Österlund

Når id'et forekommer i samtlige systemer, er det nemt at matche dem. Det betyder, at det MDM-projekt, som konsulenterne driver, bliver billigere, går hurtigere og giver mere nøjagtige resultater.

Rent teknisk indebærer det, at vi kan opnå samme match-API med Johns oplysninger og inkludere id'et i CRM-system, faktureringssystem, kampagneværktøj og markedsføringssystem. På den måde kan vi reducere den mængde infrastruktur, der skal til for at skabe en masterdatabase, markant.

Med tanke på GDPR er dette gode nyheder. Nu kan vi udlevere alle Johns oplysninger til ham uden at risikere at udelade noget eller udlevere en anden persons oplysninger. Hvis vi vil, kan vi søge efter opdateringer af Johns oplysninger i samme database – og på den måde samtidig vise, at vi overholder GDPR-kravet om at holde vores databaser opdaterede.

Vil du høre mere om Bisnodes løsning?

Opsummering

For at kunne forstå vores kundedata skal vi kunne koble vores data fra ti eller måske og hundredvis af systemer på tværs af virksomheden sammen. Det er en udfordring.

For at kunne koble alle oplysninger sammen har vi brug for et id, som er både entydigt og permanent. Den nemmeste måde at oprette det id på er gennem en ekstern matchtjeneste baseret på en stor referencedatabase, idet denne kan fungere som en overordnet datakilde for såvel aktuelle som forældede oplysninger.

Ved at gemme id'et i samtlige systemer, der indeholder kundedata, kan vi mindske den tekniske kompleksitet betydeligt og dermed omkostningerne for datakonsolidering.

Der er både forretningsmæssige og juridiske fordele i datakonsolidering. Vi får et overblik over kunden, hvilket samtidig giver en bedre forståelse af forretningerne samt øger afkastet på markedsinvesteringer og giver os mulighed for at levere en bedre tjeneste. Det gør også, at vi nemmere, hurtigere og billigere kan efterleve kravene i GDPR.

Nysgerrig på mere? eller har du spørgsmål?