Customer Data Management 2016-2017

Gartner voorspelde dat het optimaal bedienen van de klant het belangrijkste gebied zou zijn waarop bedrijven in 2016 concurreren: “Almost 90% of the companies believe that Customer Experience will be the prime domain for competition in 2016” en “Best-in-class Customer Data and insights are the main weapons to win this CX battle, required to recognize the customer and manage relationships , differentiate and offer the right products and services, and treat each customer as a unique individual”.

Het integraal managen (masteren) van klantdata vormt de basis voor het realiseren van een consistente en optimale klantervaring. Hoe je die basis organiseert en wat er komt kijken bij het managen van klantdata, is het thema van de expertgroep Customer Data Management (CDM).

Het door Squadra gehanteerde CDM-framework is door de expertgroep als basis gebruikt bij de totstandkoming van dit document, mede omdat het een integrale kijk biedt op dit onderwerp. Vanuit ieder van deze aspecten wordt naar klantdata gekeken. Het uiteindelijke resultaat is dat er een samenhangend beeld ontstaat over dit onderwerp, de belangrijkste aspecten waar een organisatie rekening mee moet houden bij het implementeren van CDM en/of het groeien naar verdere volwassenheid. In de volgende paragrafen wordt ieder van deze onderwerpen beknopt toegelicht. Benieuwd naar het hele verhaal? Download dan de bluepaper onderaan deze pagina.

Om de business-uitdagingen om te zetten in benodigde vereisten wordt het volgende proces gevolgd:

• Bepalen van huidige situatie
• Vaststellen van gerelateerde issues voor klantdata
• Bepalen van business-impact hiervan
• Bepalen van de business case (drivers).

Op basis van deze aanpak worden door de CDM-expertgroep de volgende zaken als de belangrijkste business-uitdagingen gezien:

• Complex proces- en ict-landschap met klantdata verspreid over vele afdelingen, bedrijfsprocessen en systemen. Deze klantgerelateerde processen en systemen zijn niet of onvoldoende geïntegreerd
• Er is geen helder eigenaarschap en de besturing (governance) is niet of onvoldoende ingeregeld
• Er is geen eenduidig datamodel voor klantdata en de aan klantdata gerelateerde attributen zijn niet of onvoldoende gedefinieerd
• De huidige systemen zijn niet altijd geschikt voor het opslaan van verrijkte klantdata. Mede hierdoor vindt er veel misbruik van velden plaats. De systemen hebben veelal geen MDM-functionaliteiten en zijn daarnaast vaak inflexibel en moeilijk aan te passen (lack of agility). De automatiseringsgraad van de klantgerelateerde processen is relatief laag.

Dit resulteert in:

• Inaccurate, incomplete, inconsistente en niet up-to-date klantdata;
• Dubbele klantgegevens;
• Niet-bijgewerkte klantdata in verschillende businessapplicaties;
• Een beperkte kwaliteit van klantprofielen; • ontbrekende relaties met andere datatypes

Bij customer data management (CDM) draait alles om het masteren van data. Immers, zonder data geen gegevens en zonder gegevens geen informatie.

Het behoeft geen betoog dat er enorm veel soorten klantdata zijn. Daarbij is er sprake van grote verschillen tussen de verschillende branches, het type kanaal (B2B versus B2C) en de positie in de waardeketen. Maar wat is nu precies de scope van CDM, welke soorten data kunnen onderscheiden worden en hoe verhouden deze zich tot elkaar? Het is belangrijk om goed vast te stellen wat je met de data wilt doen. Daarvoor maak je een bruikbare definitie van klantgegevens. Een voorbeeld hiervan is: selecteer je alleen klanten of neem je ook prospects, leads en partners mee? Is voor een lead alleen een voornaam en een e-mailadres voldoende of moet er meer worden vastgelegd? Als we het hier hebben over klantdata, dan spreken we over een bruikbare definitie van klantgegevens voor een organisatie.

Bij CDM is het datamodel een belangrijk fundament. Minstens zo belangrijk is de kwaliteit van de data zelf: hoe goed zijn de data nu eigenlijk? Missen we niets? Hoe zorgen we dat de kwaliteit van de gegevens geborgd wordt? De hoeveelheid data en databronnen groeit exponentieel en blijft ook in de toekomst toenemen. Het integraal managen van de kwaliteit van data is voor de meeste organisaties een enorme uitdaging.

Het niet of onvoldoende managen van datakwaliteit kan zeer nadelige effecten hebben op de kosten en het bedrijfsresultaat. Slechte klantdata hebben een negatieve impact op medewerkers die met deze data moeten werken en op de bedrijfsprocessen (zoals marketingcampagnes) die afhankelijk zijn van de kwaliteit van deze data. Waar de kwaliteit van klantdata een aantal jaren geleden als ‘voldoende’ mocht worden beschouwd, hebben de eerder genoemde trends, zoals klantoriëntatie, steeds verdergaande digitalisering, omnichannel dienstverlening, segmentatie en personalisatie en wetgeving, de lat met betrekking tot kwaliteit van klantdata aanzienlijk hoger gelegd. Klanten willen in de online order hun contactgegevens kunnen veranderen en verwachten die aanpassing de volgende keer terug te zien. De melding ‘over 24 uur is uw mutatie verwerkt’ is een doorn in het oog van elke CX-expert.

Binnen organisaties leeft vaak de vraag wie er toegang mag hebben tot data, wie verantwoordelijk is voor het toeleveren van de data en wie eigenaar is van de data. Dit kan commerciële data, maar ook logistieke of administratieve data zijn. Het is daarom van groot belang om tussen de verschillende partijen duidelijke afspraken te maken over wie welke verantwoordelijkheden heeft.

Bedrijven hebben te maken hebben met een complex systemenlandschap waarbij klantdata verspreid zijn over vele afdelingen en systemen. Om een beeld te geven: marketingafdelingen binnen grote internationale bedrijven gebruiken gemiddeld gezien 65 verschillende applicaties.4 Ook zien we dat data steeds vaker en sneller veranderen over de tijd. Indien een adreswijziging wordt doorgevoerd in bijvoorbeeld een website dan moet ervoor worden gezorgd dat deze wijziging ook wordt doorgevoerd in andere systemen zoals ERP en CRM.

Naast (verrijkte) klantdata is een complex netwerk van klantgerelateerde data binnen het bedrijf aanwezig om tot een werkelijk integraal klantbeeld te komen. Wat weten we van onze klant in termen van producten, orderhistorie, gebruik van social media, gezinssituatie en in welke kanalen aankopen worden gedaan? Je kunt niet verwachten dat een enkel CRM- of ERP-systeem een volledig integraal klantbeeld geeft. In werkelijkheid zit de data die hiervoor nodig zijn in verschillende applicaties en systemen.

De conclusie is dan ook gerechtvaardigd dat het zonder kwalitatieve implementatie van CDM erg moeilijk is om tot een integraal klantbeeld (customer insights) te komen.

• Best-in-class klantdata en Business Insights (BI) zijn essentieel voor het realiseren van de optimale klantbeleving.
• Bij Customer Data Management (CDM) draait alles om het masteren van data. Immers, zonder data geen gegevens en zonder gegevens geen informatie. Dit vormt dan ook een belangrijke basis voor het realiseren van een consistente en optimale klantervaring.
• Kwalitatief goede klantdata zijn in toenemende mate bepalend voor het onderscheidend vermogen van zowel B2C- als B2B-organisaties. Het niet of onvoldoende managen van datakwaliteit kan zeer nadelige effecten hebben op kosten, het bedrijfsresultaat en de motivatie van personeel.
• Het is belangrijk om duidelijke afspraken te maken over wie er toegang mag hebben tot bepaalde klantdata, wie er verantwoordelijk is voor het toeleveren van de data en wie eigenaar van de data is. Governance en organisatie-inrichting zijn daarbij key.
• Bij de inrichting van het CDM is privacy een belangrijk element om in ogenschouw te nemen. Overal zien we de trend naar meer en strengere regelgeving en nadrukkelijkere naleving daarvan.
• Een CDM-project wordt vaak vormgegeven vanuit een acuut probleem. De eerste stap is een goede procesanalyse die helpt bij het identificeren van de knelpunten en de totstandkoming van een verbeterprogramma. De definitie van heldere businessregels en het inbouwen van process controls in de operationele processen zijn hierbij belangrijke aspecten
• De keuze voor de juiste ondersteunende CDM-architectuur hangt in het algemeen af van een aantal aspecten, zoals complexiteit van het systemenlandschap, CDMdoelstellingen, de potentiële business case en de mate waarin men bereid is om te investeren.