Revenue growth through a consolidated customer view
カスタマー データの一元表示で売上アップ
顧客データは企業にとって最も価値の高い資産です。この種のデータが、売上増、顧客の維持、カスタマー サービス改善の重要なカギを握っていることも多いのです。
残念ながら、これまで顧客情報を取り込むために使用されていたシステムは、単一の機能や地域に特化したものでした。これによってデータがサイロ化してしまい、他のソースとのクリーンな統合が難しく、ダウンストリーム アナリティクスにとって大きなボトルネックになっています。データ標準化のための従来型の「トップダウン」アプローチでは、今日の企業環境に見られるような多種多様なデータの処理には即時対応が難しくなっています。
TamrのCustomer Data Integrationソリューションにより、企業は顧客を総合的に、あらゆる角度からとても簡単に把握できるようになります。機械学習アルゴリズムによって社内外の顧客データを最大90%、自動的に統合することができます。手作業が必要な場合、Tamrはデータ エキスパートに質問し、回答を集約してシステムにフィードバックします。その後RESTful APIが、アナリストがそれを必要とする場所、たとえばスプレッドシート、ビジネス インテリジェンス プラットフォーム、次世代アナリティクス・ツールなどで、総合的な顧客情報を提供します。
利点:
- 目に見えないアップセリング/クロスセリング、他社への乗り換え率削減の機会を発見し、分類/ターゲティングの強化によって主要なオピニオン・リーダー(KOL)を特定します。
- 機械学習によって最大90%のデータ照合作業を自動化します。
- 社内の専門知識を活用してデータ照合を推進します。

これまで顧客情報を取り込むために使用されていたシステムは、単一の機能や地域に特化したものでした。これによってデータがサイロ化してしまい、他のソースとのクリーンな統合が難しく、ダウンストリーム アナリティクスにとって大きなボトルネックになっています。
A new era of Big Data integration
ビッグ データ統合の新時代
データの統合、クレンジング、エンリッチメント(補足)を行ってアナリスト用にデータを準備する作業は手間も時間もかかり、アナリティクス開発作業の最大80%も占めることがあります。「ゴミ データも含めて取り込み、分別して除去する」というやり方なので、アナリストにとってはデータの準備作業は不可欠な作業で、避けて通ることができません。実はこれを簡単に、効率よく、そしてもっと高速にすることができるのです。451 Researchのアナリスト、Jason Stamper氏によるウェビナーで、こうした問題の新たな解決方法をご覧ください。