सबसे बड़ी तस्वीर: अपने ग्राहक को कई प्लेटफार्मों पर जानना

टेकोपेडिया स्टाफ द्वारा, 25 मई 2016

Takeaway: होस्ट एरिक कवनघ ने डीज़ ब्लांचफील्ड, रॉबिन ब्लोर, जॉन इवांस और डायना कोलिन्स के साथ मास्टर डेटा प्रबंधन पर चर्चा की।

आप वर्तमान में लॉग इन नहीं हैं। वीडियो देखने के लिए कृपया लॉग-इन या साइन-अप करें।

एरिक कवनघ: ठीक है, देवियों और सज्जनों, गर्मियों के दृष्टिकोण, यह यहाँ गर्म हो रहा है। यही कारण है कि? क्योंकि यह हॉट टेक्नोलॉजीज का समय है। हां वास्तव में, मेरा नाम एरिक कवनघ है। मैं उस शो के लिए आपका संचालक बनूंगा, जिसे डिज़ाइन किया गया है - हमें इस बारे में बात करनी चाहिए कि क्या गर्म है, क्या हो रहा है, बाज़ार में क्या अच्छा सामान है। यह टेकोपेडिया के साथ हमारी साझेदारी है। हम इन लोगों से प्यार करते हैं। हम कई वर्षों से उनके साथ काम कर रहे हैं। उनके पास एक शानदार साइट है। यदि आप तकनीक की दुनिया में कुछ भी जानना चाहते हैं, तो इसकी परिभाषा क्या हो सकती है, techopedia.com पर जाएं। और आज हम एमडीएम, मास्टर डेटा प्रबंधन के बारे में बात कर रहे हैं। सटीक शीर्षक "सबसे बड़ा चित्र है: आपके ग्राहक को एक से अधिक प्लेटफार्मों के बारे में जानना।" और यह खेल बदल रहा है, दोस्तों, मैं आपको अभी बता सकता हूं।

तो आपके बारे में एक जगह सही मायने में है, मुझे ट्विटर @eric_kavanagh पर मारा। मैं किसी को भी जवाब देने की कोशिश करता हूं जो मुझे जवाब देता है। इसलिए साल गर्म है। यह एमडीएम के लिए निश्चित रूप से गर्म है। और मैं आपको बताता हूं कि बड़े उद्यमों के लिए न केवल गर्म है, बल्कि छोटे से मध्यम आकार के व्यवसायों के लिए भी है, जो अनुमान लगाते हैं कि विभिन्न प्रणालियों के बहुत सारे हैं। CRM सिस्टम, ईमेल मार्केटिंग सिस्टम, ERP सिस्टम, वेब एनालिटिक सिस्टम, eBusiness suites, आदि ग्राहकों के बारे में जानकारी प्राप्त करने के लिए अलग-अलग बिंदुओं के बहुत सारे हैं और बेहतर काम जो कंपनियां बुनाई के साथ कर सकती हैं, वे सभी बेहतर हैं ' ग्राहक की सेवा करने में सक्षम होने के लिए, ग्राहक से टिक न करें और उन ग्राहकों को आसपास रखें। उन्हें कुछ और सामान खरीदते रहें।

मैंने वास्तव में 2003 के बाद से लगभग व्यक्तिगत रूप से एमडीएम को ट्रैक किया है, जब यह शब्द वास्तव में गढ़ा गया था। सच कहूँ तो एक बैंक था, चेस बैंक वास्तव में, मुझे लगता है कि यह बैंक एक रास्ता था फिर वापस, और मेरे अच्छे दोस्तों में से एक, जो उत्तरी नाम के एक व्यक्ति ने रज्जा सॉल्यूशंस नामक कंपनी के साथ काम किया, और वे डीआरएम उपकरण बन गए थे ओरेकल के। इसलिए उन्होंने वास्तव में खातों को लुढ़का दिया और बैंक प्रबंधन के लिए पदानुक्रम प्रबंधन किया और फिर मास्टर डेटा प्रबंधन के शुरुआती दिनों में से कुछ हैं।

इसलिए इन दिनों हम विश्लेषणात्मक और परिचालन दोनों एमडीएम के बारे में बात करते हैं। हम आज उस सामान के बारे में बहुत सी बातें करने जा रहे हैं और वास्तव में आपको यह समझने में मदद करते हैं कि आप इस तकनीक का लाभ कैसे उठा सकते हैं, अपने ग्राहक के उस संपूर्ण दृष्टिकोण को प्राप्त करने के लिए, यह समझने के लिए कि वे कौन हैं और यह सुनिश्चित करने के लिए कि आप उनकी जरूरतों का ध्यान रख सकते हैं दुनिया भर में एक बहुत ही प्रतिस्पर्धी माहौल क्या है। हम सभी जगह देख रहे हैं।

तो, यहाँ पात्रों की रॉक स्टार कास्ट: डीज़ ब्लांचफील्ड, रॉबिन ब्लोर, जॉन इवांस, डायना कोलिन्स। ग्रह के चारों ओर चार अलग-अलग स्थानों से कॉलिंग। हम Dez Blanchfield के साथ शुरू करते हैं और इसके साथ ही मैं आपको, Dez की चाबी सौंपने जा रहा हूँ, और मैं ट्वीट करना शुरू करूँगा। इसे दूर ले जाओ।

डीज़ ब्लांचफील्ड: धन्यवाद एरिक। मुझे बस खुद को मूक होने के लिए याद दिलाना था। मैं उसके लिए माफी माँगता हूँ। इस पर प्रस्तुत करने के अवसर के लिए धन्यवाद। इसलिए, मैं एक संगठनात्मक चुनौती के वास्तविक दुनिया के उदाहरण के दृष्टिकोण से इस पर आने वाला हूं, जिसे मैंने उन संगठनों के लिए सबसे बड़ी रुकावट के रूप में संदर्भित किया है जो वे कुछ के लिए देखने जा रहे हैं। समय। हमने कई चुनौतियां देखी हैं। जीएफसी हिट कंपनियों को इससे निपटना पड़ा। हमें कानून में नियमित रूप से बदलाव करने पड़ते हैं जिससे हमें निपटना पड़ता है।

चीजों में से एक जो मुझे लगता है कि संगठनों के साथ पकड़ा जा रहा है कि वे नहीं देख रहे थे कि इस पूरे सेलिब्रिटी अनुभव मुद्दे का प्रभाव था। और अनिवार्य रूप से मोबाइल फोन के साथ चलने वाले लोग कुछ तरीकों से तत्काल संतुष्टि चाहते हैं। लेकिन, एक अच्छे तरीके से तात्कालिक संतुष्टि, एक पेटुल चाइल्डिश तरीका नहीं। बस एक एहसास है कि वे ग्राहक हैं, वे पैसे दे रहे हैं और उन्हें इसके लिए मूल्य मिलना चाहिए। और इसलिए ग्राहक केंद्रितता या ग्राहक-केंद्रित संगठन बनने का यह सिक्का है। तो मैं जल्दी से उस साधन के माध्यम से चलने जा रहा हूं और जल्द ही हमारी चर्चाओं के एक और अधिक तकनीकी हिस्से में जाऊंगा।

मैं बस इसे वहां लगाने जा रहा हूं और कहता हूं कि सबसे पहले, एक ग्राहक-केंद्रित संगठन होने के नाते एक साधारण चीज के लिए नीचे आता है: आपको अपने ग्राहक और आपके ग्राहक डेटा के बारे में संपूर्ण दृष्टिकोण की आवश्यकता है। आपके पास अलग-अलग सिस्टम हो सकते हैं। आपके पास बहुत सारे अलग-अलग उत्पाद हो सकते हैं। आपके संगठन में आपके पास पचास अलग-अलग विभाग हो सकते हैं, लेकिन आप संगठन में चाहे किसी भी स्थान पर हों, चाहे आपका काम कोई भी हो, आपको अपने सभी ग्राहकों, या उन ग्राहकों के बारे में पूरी जानकारी प्राप्त करने में सक्षम होना चाहिए जो संदर्भ में हैं आपका कार्य क्या है। और आपके द्वारा सेट किए गए डेटा का प्रत्येक भाग या आपके द्वारा सेट किए गए डेटा के सभी भाग आपको बताते हैं कि ग्राहक के लिए राष्ट्र की स्थिति क्या है।

मैंने यह लाइन लगाई है कि, आपके सभी सिस्टमों में ग्राहकों की पूरी तस्वीर सिर्फ एक जगह नहीं है! आजकल यह एक आवश्यकता है। और पहली बार जब आप एक ऐसे परिदृश्य में फंस जाते हैं, जहाँ आप किसी ग्राहक के साथ कुछ भी करने के लिए काम कर रहे होते हैं, खासकर अगर वह लाइव है, तो फोन पर, या वेबचैट में या उस व्यक्ति में जो और भी भयावह है, और आप कर सकते हैं 'उन्हें वह सब कुछ बताएं जो आपको उनके बारे में पता होना चाहिए, यह बहुत स्पष्ट हो जाता है और यह एक बहुत ही दुर्भाग्यपूर्ण स्थिति है।

मैं वास्तविक दुनिया के परिदृश्यों के इर्द-गिर्द एक बहुत ही त्वरित उपाख्यान के साथ शुरुआत करने जा रहा हूं। यह एक व्हाइटबोर्ड की फोटो है और यह पांच दिन से कम पुरानी है। यह हाल ही में एक कमरे में एक व्हाइटबोर्ड में एक वास्तविक परिदृश्य है, कुछ दिनों पहले, इस विषय के बारे में बात करते हुए कि हम अपने व्यवसाय के नब्बे विभिन्न भागों जैसे कुछ के साथ एक बहुत बड़े संगठन से कैसे जाते हैं। यह एक एशियाई बैंक है, उनकी नब्बे अलग-अलग व्यावसायिक इकाइयाँ हैं। वे अंतरिक्ष में उपग्रहों को लगाने के वित्तपोषण के माध्यम से सभी तरह से समाज ऋण और पीयर-टू-पीयर और माइक्रो लोन से सब कुछ करते हैं। तो वे एक राक्षस हैं। उनके लाखों ग्राहक हैं। मुझे लगता है कि उन्हें सिर्फ पचास मिलियन क्लाइंट मिले हैं। और उन्हें इस विशिष्ट चुनौती का सामना करना पड़ता है कि कैसे हम न केवल मास्टर डेटा प्रबंधन बल्कि विशेष रूप से ग्राहक डेटा और एक एकल-इकाई ग्राहक से संपर्क करते हैं।

और जैसा कि हमने इसे मैप किया था कि इस व्हाइटबोर्ड से छलांग लगाने वाली बात यह थी कि उन्हें सिर्फ एक समस्या नहीं थी, उनके पास एक बुरा सपना था क्योंकि उनकी कोई भी प्रणाली एक-दूसरे से बात नहीं करती थी। मैं बैंक या व्यवसाय के किसी भी हिस्से में जा सकता हूं और ऋण मांग सकता हूं, यह एक कार ऋण, एक गृह ऋण, एक छोटा व्यवसाय ऋण हो सकता है, और वे खुद को कुछ भी नहीं बता सकते हैं, या वे नहीं कर सकते हैं ' टी बैंक के साथ मेरे किसी भी अन्य संबंध के बारे में कुछ भी पता नहीं है। और यह दिन के उजाले को पूरी तरह से डरा रहा था क्योंकि उन्हें एहसास हुआ कि नीचे सड़क पर बैंक पहले से ही ऐसा कर सकते हैं और वे संभावित रूप से 12, 15 साल आठ गेंद के पीछे हैं। और यह इन महत्वपूर्ण मूल्य प्रस्तावों के लिए नीचे आता है, जो ग्राहक सिर्फ तलाश कर रहे हैं, जो एक ग्राहक के रूप में मेरे लिए एक सुसंगत दृश्य है, और आपको यह पता लगाने की आवश्यकता है कि आप इसे कैसे वितरित करने जा रहे हैं। विशेष रूप से अब जब मैं आपके साथ वेब पर काम कर रहा हूं, तो इन दिनों ऐप के माध्यम से होने की अधिक संभावना है।

यह "मेरे, ग्राहक के बारे में सब कुछ है" की इस प्रमुख बात के लिए नीचे आया है और इसलिए जब हम ग्राहक-केंद्रित संस्कृति की तरह दिखते हैं, तो यह उन सभी चीजों को शामिल करने के बारे में है जो हमें कोर सिस्टम से मिली हैं जो आपकी पहली जैसी चीजों को कैप्चर करते हैं। नाम, अंतिम नाम और अन्य विवरण जब आप एक फॉर्म भरते हैं या इसे ऑनलाइन भरते हैं या एक आउटलेट पर कहीं काउंटर पर हमारे पास आते हैं, और हम आपको शुरू में हमें पूरी यात्रा के माध्यम से उत्पादों को स्वयं या सेवा देने के लिए जानते हैं। आप। और उस मैपिंग को ऊपर से नीचे की ओर करें। डेटा और डेटा मॉडल को लगातार परिष्कृत करते हुए हम इसे समझने के लिए उपयोग करते हैं। यह देखते हुए कि व्यवसाय में उन तकनीकों और प्रक्रियाओं को कैसे काम किया जाता है, लगातार आप के बारे में हमारे दृष्टिकोण को कसते हैं। आपके साथ चल रही सगाई। हम लगातार आपके आसपास ग्राहक को कैसे केंद्रित करते हैं और हम आपके साथ कैसे संवाद करते हैं। अगर मैं आपको तीन सेवाएं बेच रहा हूं, तो मैं आपको हर महीने तीन अलग-अलग टुकड़े या तीन बयान या बिल भेजना नहीं चाहता हूं, और इसी तरह।

ग्राहक केंद्रित कहानी को अब कुछ वास्तविक कर्षण मिल रहा है और संगठन इसका मूल्य देख रहे हैं। यह अभी भी एक वास्तविक चुनौती है कि यह ठीक है, “ठीक है, मुझे दस अलग-अलग प्रणालियाँ मिली हैं और वे एक-दूसरे से बात नहीं करते हैं। मेरे पास यह सब करने के लिए एक उपकरण या एक प्रणाली या एक मंच नहीं है। ”और हमेशा के लिए लोग एक कमरे में व्हाइटबोर्ड सत्र करते हुए अंत करते हैं, जैसे मैंने आपको दिखाया था। लेकिन यह सब एक परिवर्तन के बाएं हाथ के कोने में एक मुख्य चीज के लिए नीचे आता है। और संगठन की संस्कृति से परिवर्तन, और लोगों, और कर्मचारियों और परिचालन मॉडल, प्रौद्योगिकी समर्थन के लिए नीचे सभी तरह से जो उन्हें समर्थन करता है। इसलिए एक काफी सामान्य चेकलिस्ट है कि संगठन इस बिंदु पर जाने के लिए जहां वे यहां तक ​​कि ग्राहक केन्द्रित होने का मतलब क्या है की चुनौती को समझते हैं और एक प्रणाली बनाने की आवश्यकता है और उन उपकरणों तक पहुंच प्राप्त करते हैं जो उन्हें ऐसा करने में मदद कर सकते हैं।

यह पूरी जीवनचक्र के माध्यम से ग्राहक यात्रा की मैपिंग और एक संगठन के रूप में आपके साथ होने वाले अनुभव की तरह है। अपने ऑपरेटिंग मॉडल को परिष्कृत करना और आप अपने आप को ग्राहक पर ध्यान केंद्रित करने और ग्राहक द्वारा प्रदान किए गए मूल्य प्रस्ताव पर ध्यान केंद्रित करने के लिए कैसे व्यवस्थित कर रहे हैं। और फिर निश्चित रूप से अपनी प्रौद्योगिकियों और अपनी तकनीक के ढेर और उनके चारों ओर प्रक्रियाओं को संरेखित करना सुनिश्चित करने के लिए कि आप वास्तव में लगातार सगाई, और अपने ग्राहकों के साथ बेहतर और तंग जुड़ाव चला रहे हैं। और वास्तविक सगाई की प्रक्रिया अधिकारियों से नीचे की ओर ही होती है।

यदि आपने बोर्डरूम से नीचे की ओर अपनी खाद्य श्रृंखला के शीर्ष से दुनिया के बारे में अपना दृष्टिकोण नहीं बदला है, तो इस बात की बहुत कम संभावना है कि आपके डिपो स्तर या आपके दिन-प्रतिदिन के वित्त कर्मचारी अपना व्यवहार बदलने जा रहे हैं। आपको ऊपर से नेतृत्व करना होगा। आपको लगातार रिफ्रेश और रिडिफाइन और रिडेवलप करना होगा कि आप क्लाइंट पर वास्तविक फोकस को कैसे लक्षित करते हैं। तो, आप शीर्ष अंत में न केवल एक सांस्कृतिक बदलाव कैसे ला रहे हैं, बल्कि संगठन के निचले छोर पर व्यवहार परिवर्तन, और उपकरण जो आप इसे करने के लिए उपलब्ध करा रहे हैं?

यह कहना एक बात है कि आप ग्राहक-केंद्रित संगठन हैं और आप चाहते हैं कि लोग एक तरह से व्यवहार करें, लेकिन आपने उन्हें साधन और उपकरण नहीं दिए हैं और ऐसा करने की क्षमता है, तो आप एक व्यवहार नहीं करेंगे। शिफ्ट क्योंकि लोग सिर्फ उन आदतों में पड़ते रहेंगे, जिन्हें वे ग्राहक-केंद्रित संगठनों के लिए सोचने से पहले जानते थे। और फिर संगठन के असमान हिस्सों और संस्कृति के समग्र एकीकरण जो उस के अंदर रहते थे और स्पष्ट रूप से उपकरण और मंच द्वारा रेखांकित किया गया था।

तो आप इन असमान व्यावसायिक इकाइयों या व्यवसायों या अपने संगठन के कुछ हिस्सों को कैसे लेते हैं और उन्हें सांस्कृतिक दृष्टिकोण से अलग और नीचे की ओर व्यवहार करते हैं? ठीक है, आप उन्हें उपयुक्त उपकरण और तरीके और साधन प्रदान करते हैं जिससे ग्राहक और ग्राहक अनुभव का पूरा और एकल दृश्य प्राप्त कर सकें। और फिर आप कुछ केपीआई कैसे डालते हैं और इसे उसके खिलाफ मापते हैं और इसे ट्रैक करते हैं और उन के खिलाफ कुछ मेट्रिक्स डालते हैं और उन केपीआई को मापते हैं और उसको मूल्य प्रदान करते हैं। अपने आप को व्यावसायिक मूल्य और स्पष्ट रूप से ग्राहक को मूल्य श्रृंखला में किसी न किसी रूप में मान दें और उन्हें वापस आते रहें। और फिर आप अपने ग्राहकों के साथ प्रतिक्रिया और वास्तविक समय या प्रक्रियात्मक रूप से संसाधित किए गए संचार के सभी को शामिल करें ताकि आपका व्यवहार और आपकी सांस्कृतिक पारी उम्मीद के साथ किसी तरह के फीडबैक चक्र और फीडबैक लूप में कैद हो जाए और आप यह पता लगा सकें कि क्या आप ' वास्तव में निशान मारना या नहीं।

हम उस परिदृश्य पर पहुँचते हैं जहाँ आप जानते हैं कि संगठन अंततः खुद को प्रभावशाली रूप से डेटा में डूबने वाला पाते हैं और हमने यहाँ कुछ प्रकार देखे हैं, कुछ आंतरिक, कुछ बाहरी। ऐतिहासिक रूप से हमारे पास ग्राहक संबंध प्रबंधन प्लेटफॉर्म और विज्ञापन प्लेटफॉर्म और मार्केटिंग प्लेटफॉर्म हैं। हमारे पास सभी प्रकार की विभिन्न प्रणालियाँ हैं जो स्वतंत्र रूप से चलती हैं और फिर उम्मीद है कि वे किसी न किसी रूप में एक दूसरे से बात करें। हमने पिछले कुछ हफ़्तों में आपके साथ बातचीत का एक विस्फोट किया है, इसलिए हम आपसे सोशल मीडिया के माध्यम से बात करते हैं, हम आपसे हमारी वेबसाइट के माध्यम से बात करते हैं, हम आपसे ईमेल प्राप्त कर रहे हैं।

हमारी IVR प्रणालियाँ जो आपसे फ़ोन के माध्यम से बात करती हैं, अब उस डेटा को मैप करने के लिए कह रही हैं और हमें बताएं कि आपने हमारे फ़ोन सिस्टम से कैसे निपटा है और हमारे डेटाबेस के साथ बातचीत करते हैं और यदि आप हमारे साथ फ़ोन कॉल पर हैं, तो यह सब हो गया है वास्तविक समय में कब्जा कर लिया जाए और हमें यह सुनिश्चित करने में सक्षम होने की आवश्यकता है कि हम इसका एक सामान्य दृष्टिकोण प्राप्त कर सकें, जो उम्मीद है कि उस आरेख के केंद्र में आम डेटा प्रबंधन मंच है।

वहाँ वाक्यांश है जिसे हाल ही में "सेलिब्रिटी ग्राहक अनुभव" के रूप में गढ़ा गया है, वैसे इसका वास्तव में क्या मतलब है? ऐसा नहीं है कि हमें लगता है कि हमारे अंतिम उपयोगकर्ता या उपभोक्ता बुरी तरह से मशहूर हस्तियों के साथ व्यवहार कर रहे हैं और वे किसी भी तरह से अलग महसूस करते हैं। इसका मतलब यह है कि हम इस तथ्य के प्रति जाग गए हैं कि हमें अपने प्रत्येक ग्राहक को एक सेलिब्रिटी के रूप में मानना ​​चाहिए। उन्हें उसी समय से वीआईपी ट्रीटमेंट मिलना चाहिए, जब हम अपने पूरे जीवनचक्र के जरिए उन्हें ग्राहकों के रूप में प्राप्त करने का सुख प्राप्त करते हैं।

और इसलिए यह प्रश्न जो मुझे नियमित रूप से पूछा जाता है - यह एक ग्राहक की थोड़ी अधिक वास्तविक कहानी को वापस लाता है - हम एक सेलिब्रिटी ग्राहक अनुभव की बढ़ती मांग पर अपने संगठन को कैसे सक्षम कर सकते हैं? क्योंकि अब हम जिस चीज को देख रहे हैं, वह संगठनों के लिए सबसे बड़ा व्यवधान है, जो ग्राहकों को उस वादे को पूरा करने की आवश्यकता है। उन्हें सेलिब्रिटी ग्राहक अनुभव देने के लिए। संगठन, मेरे अनुभव से, और निश्चित रूप से दुनिया भर में, जो मैं देख रहा हूं, अन्य प्रभावों से बदलाव के साथ इसे साकार किए बिना बाधित किया जा रहा है जिसे वे पहले से ही अपने वास्तविक ग्राहकों के बारे में जानते हैं या देख सकते हैं। उनके ग्राहक उन्हें बाधित कर रहे हैं और उन्हें बहुत गंभीर तरीके से बाधित कर रहे हैं। और फिर यदि आप इस सेलिब्रिटी अनुभव को प्रदान नहीं कर सकते हैं और अपने संगठन के लिए उपकरण और तरीके और साधन प्रदान करते हैं, तो ग्राहक के उस एकल दृश्य को प्राप्त करने के लिए आप एक मील, एक देश मील कम से कम, द्वारा याद करने जा रहे हैं, क्षमता और उस वादे को पूरा करने की क्षमता।

वहाँ कुछ प्रमुख बिंदु हैं जो मैं यहाँ फेंकने जा रहा हूँ, और फिर रॉबिन को सौंपने के लिए थोड़ा और अधिक तकनीकी विवरण प्राप्त करने के लिए, कि मैं सुझाव देता हूं कि सभी संगठन बहुत कठिन और तेज़ सोचते हैं यदि वे दूर से इस पहुंचाने के करीब हैं। ग्राहक-केंद्रित इकाई बनने के लिए अपने कर्मचारियों और उनके संगठन से वादा करें। और वह मूल घटकों पर ध्यान केंद्रित करता है और एक एकल ग्राहक दृश्य बनाता है। यह बहुत सरल लगता है, लेकिन इसका क्या मतलब है? वैसे इसका मतलब यह है कि आपने सही डेटा स्रोतों से हर समय और सही समय पर सही डेटा प्राप्त किया है। यह सुनिश्चित करना कि डेटा हर समय सही जगह पर उपलब्ध है। समय का कुछ नहीं।

और इसे कसकर एकीकृत करना होगा। और इसे मूल रूप से आपके प्लेटफ़ॉर्म में बनाया जाना है। यह कुछ ऐसा नहीं हो सकता है जो आपको लगता है कि आप करते हैं। एक एकल विपणन अभियान। हर बार जब आप एक ग्राहक को देखते हैं, तो आपको हर समय यह प्राप्त करने में सक्षम होना चाहिए। इसे हर समय सभी सही लोगों के लिए उपलब्ध रहने की आवश्यकता है। इसलिए मैं आदिवासी ज्ञान की तलाश में हॉलवे के आसपास नहीं दौड़ना चाहता। मैं सिर्फ एक उपकरण को प्राप्त करके इसे एक पल के नोटिस पर प्राप्त करने में सक्षम होने की आवश्यकता है। और आपको इसे सही टूल के साथ सही प्लेटफ़ॉर्म में प्रदान करने की आवश्यकता है। इसलिए इसे उन मौजूदा प्रणालियों में बनाया जाना चाहिए जिनका आप पहले से उपयोग कर रहे हैं।

जब आप अपने मोबाइल ऐप से, आईवीआर से बात कर रहे हों, आपकी आईवीआर से बातचीत कर रहे हों, इंटरेक्टिव वॉयस रिकॉर्डिंग से, स्वयं सेवा के रूप में अपने फोन हेल्प डेस्क के माध्यम से जाने के लिए आपके सीआरएम को सब कुछ देखने में सक्षम होना चाहिए। या अगर मैं स्टार-नौ को धक्का देता हूं और मैं इंसान के पास जाता हूं तो मैं थोड़ा और चुनौतीपूर्ण सवाल पूछता हूं जिससे निपटने के लिए आईवीआर को प्रोग्राम नहीं किया गया है। अगर मैं कुछ खुश होकर ट्वीट करता हूं, अगर मैंने लिंक्डइन पर एक लेख लिखा है। इन सभी को अंततः सीआरएम में वापस फीड करने की आवश्यकता है ताकि अगर मैं उस ग्राहक के साथ कुछ भी करने का प्रबंध कर पाऊं जो मैं देख पा रहा हूं। हमें इसे डिफ़ॉल्ट बनाने की आवश्यकता है, अपवाद नहीं।

यह अभी भी बहुत अपवाद है कि लोग एक अभियान चलाना चाहते हैं, वे एक बिक्री और विपणन प्रयास चलाना चाहते हैं, या वे किसी समस्या को हल करने या मूल्य निर्धारण समस्या से निपटने के लिए देख रहे हैं। हम एक-एक अभियान चलाते हैं और कोशिश करते हैं और अपने ग्राहक के एक विशेष खंड का एक दृश्य प्राप्त करते हैं और रिपोर्ट को चलाना शुरू करते हैं और चीजों को मुद्रित करते हैं और बाध्य मुद्रित प्रतिलिपि प्रारूप में उन्हें सौंपते हैं। वह एक अपवाद है। यह डिफ़ॉल्ट होना चाहिए। आपके सिस्टम को हर समय क्लाइंट का यह एकल दृश्य प्रदान करना होता है। और किसी भी तरह से हम इस पर आते हैं - चाहे वह बिक्री और विपणन हो, या सिर्फ एक परिचालन, या विनिर्माण, या रसद, या जो कुछ भी हो, यह देखने की बात है - वास्तविकता यह है कि आप यह सब करने जा रहे हैं इससे पहले कि आप ग्राहक-केंद्रित संगठन बनने के लिए इस संक्रमण में अपने निवेश पर एक ठोस आरओआई देख सकें। आप कुछ त्वरित जीत प्राप्त करने जा रहे हैं। निश्चित रूप से जल्दी जीत होने वाली हैं। तो उस मोर्चे पर कुछ अच्छी खबर है। लेकिन वास्तविकता यह है कि जब तक आप अपने ग्राहक ग्राहक-केंद्रित संगठन के पूर्ण एकल दृश्य बनने के लिए एक संक्रमण को पूरा नहीं करते हैं, जब तक कि आरओआई आप पर स्क्रीन से कूदने वाला नहीं है। और यह एक मजेदार यात्रा है। यह एक सार्थक यात्रा है। और यह सभी सही उपकरण, सही प्लेटफ़ॉर्म होने और इसे जल्द से जल्द संभव समय पर अपने संगठन को उपलब्ध कराने, एक समझदार, तकनीकी और व्यावसायिक रूप से व्यवहार्य रूप में उपलब्ध है। इसे ध्यान में रखते हुए मैं रॉबिन को सौंपने जा रहा हूं। रॉबिन?

रॉबिन ब्लर: धन्यवाद, डीज़। मुझे आपके जैसा ही करना था, मुझे खुद को अन-म्यूट करना था। ठीक है, मैं एक वैचारिक दृष्टिकोण से इस तरह से दृष्टिकोण करने जा रहा था, जिस तरह का व्यावहारिक परिदृश्य डीज़ से गुजरा था। जब हम एमडीएम के क्षेत्र में आते हैं तो हम वास्तव में एक संगठन के भीतर बहुत विशिष्ट गतिविधियों के बारे में बात करते हैं और निश्चित रूप से ग्राहक बड़ी बात होती है। ग्राहक की इकाई पहचान कुछ और की तुलना में कारणों की एक पूरी मेजबान के लिए प्राप्त करना अधिक कठिन है। यह सबसे महत्वपूर्ण इकाई होने की संभावना है। कुछ व्यवसाय ऐसे हैं जहाँ उनके पास केवल एक ग्राहक हो सकता है और उनके पास उस ग्राहक के बारे में पूरी जानकारी हो सकती है। बहुत दुर्लभ। ज्यादातर संगठनों में कई ग्राहक होते हैं और ग्राहकों के कई पहलू होते हैं। और डेटा बहुत सारे स्थान पर फैला हुआ है। मैं इस विचार के साथ हाल ही में काम कर रहा हूं, एक डेटा पिरामिड का विचार। डेटा और सूचना और ज्ञान और वास्तव में समझ के बीच एक अलग अंतर है। लेकिन डेटा, सूचना और ज्ञान कंप्यूटर में रह सकते हैं। निम्नतम स्तर पर डेटा केवल संकेत और माप है। और जानकारी आप अपने हाथों से प्राप्त कर सकते हैं जिस पर क्या है-

एरिक कावनघ: आपका ऑडियो रॉबिन को थोड़ा फीका करने लगा है। बस तुम इतना जानते हो।

रॉबिन ब्लोर: ठीक है, मैं माइक्रोफोन ले जाऊंगा। उस के बारे में कैसा है?

एरिक Kavanagh: वहाँ तुम जाओ। यह बहुत अच्छा लगता है। तुम वहाँ जाओ।

रॉबिन ब्लोर: हाँ, इसलिए डेटा मुख्य रूप से सिग्नल, माप, रिकॉर्डिंग और इस तरह की चीजों से बना है। इसका कोई विशेष संदर्भ नहीं है। इसे वह संदर्भ देकर जानकारी बन जाती है। डेटा को एक साथ जोड़ना। डेटा को संरचित करना। विज़ुअलाइज़ेशन, शब्दकोष, स्कीमा बनाना। कुछ भी आप इसके चारों ओर बनाना चाहते हैं। यह ज्ञान में तब स्थानांतरित हो जाता है जब एक तरह से या किसी अन्य आप वास्तव में किसी दिए गए इकाई के व्यवहार की भविष्यवाणी करना शुरू कर सकते हैं और इसे संभालने के लिए नीतियों और नियमों को लागू कर सकते हैं। समझ पूरी तरह से इंसानों में रहती है। और यह समस्या का हिस्सा है। जब आप वास्तव में उस विखंडन को देखते हैं जो ग्राहक की स्थिति के संदर्भ में मौजूद होता है जिसे आप अक्सर खोजते हैं, तो वास्तव में बिक्री का एक दृश्य ग्राहक का है, विपणन दूसरा है। बिक्री समर्थन या वास्तव में सिर्फ ग्राहक रखरखाव का एक अलग दृष्टिकोण है। कई स्पर्श बिंदु हो सकते हैं जो एक ग्राहक के पास एक संगठन है। और इनमें से कोई भी ठीक से संरचित जानकारी में एकीकृत नहीं है या बहुत अधिक एकीकृत नहीं है।

और फिर हमारे पास पिछले कुछ वर्षों में बहुत अधिक प्रचलित होने वाली समस्या है, आप लोगों पर बाहरी डेटा एकत्र कर सकते हैं और यह बहुत उपयोगी है लेकिन आपको वास्तव में इसे एकीकृत करना होगा ताकि कोई वास्तविक मूल्य हो। तो डेटा के शोधन में विखंडन से बड़ी कठिनाइयाँ उत्पन्न होती हैं। यह डेटा विभिन्न स्थानों से आ रहा है और यह अच्छी तरह से संरचित नहीं है। और तथ्य यह है कि वहाँ नए डेटा की लगातार आपूर्ति हो जाती है और यह लगभग हमेशा मामला होता है जब ग्राहक की बात आती है। और हर इकाई एक चलती लक्ष्य है। ग्राहकों की सोशल मीडिया प्रोफाइल के बारे में तीन-चार साल पहले हमने परवाह नहीं की थी, लेकिन अब हम इसकी परवाह करते हैं। हम इसकी परवाह करते हैं क्योंकि यह किसी संगठन के लिए हानिकारक हो सकता है या किसी संगठन को बढ़ावा दे सकता है, जो इस बात पर निर्भर करता है कि वहां क्या चल रहा है।

यदि आपके पास वास्तव में विचार है, यदि आप बैठ गए और एक व्यायाम किया और यह पता लगाने की कोशिश की कि पांच साल पहले ग्राहक के बारे में आपकी क्या दिलचस्पी थी? और आप इसे फिर से करते हैं और आपको पता चलता है कि सामान जोड़ दिया गया है। और सामान ले जाया गया हो सकता है। मेरा मतलब है कि किसी को भी इस बात की परवाह नहीं है कि वास्तव में फैक्स नंबर लोगों के पास क्या है कुछ लोग अपने व्यवसाय कार्ड पर फैक्स नंबर रखते थे। लेकिन अब किसी को परवाह नहीं है क्योंकि फैक्स मर गया। तो, यह एक चलती लक्ष्य है। जब आप डेटा मॉडलिंग और एमडीएम को सबसे पहले देखते हैं - वास्तव में मुझे इस बारे में कहना है, तो यह है कि यह डेटा गवर्नेंस का हिस्सा है, यदि आप ऐसा नहीं कर रहे हैं तो उस तरीके में एक समस्या है कि आप डेटा को नियंत्रित कर रहे हैं । क्योंकि यदि आप वास्तव में डेटा मॉडलिंग और एमडीएम नहीं कर रहे हैं, तो एक तरह से या किसी अन्य में आपको वास्तव में किसी भी दिए गए निकाय का बहुत अच्छा टॉप-डाउन दृश्य नहीं है।

लेकिन मैंने यहां डाटा गवर्नेंस सूचीबद्ध किया है। मैंने वंश, डेटा उपयोग, गुणवत्ता, सुरक्षा, सेवा प्रबंधन, पुनर्प्राप्ति सूचीबद्ध की है। आप जीवनचक्र इत्यादि जोड़ सकते हैं। डेटा गवर्नेंस और डेटा मॉडलिंग के लिए एक बहुत बड़ा कारण है और एमडीएम इसका एक मौलिक और शायद केंद्रीय हिस्सा है। परिवर्तन इस अर्थ में ऊपर से नीचे आता है कि आप महसूस करते हैं कि परिवर्तन हो रहा है क्योंकि लोगों को एहसास होता है कि यह हो रहा है। और इसलिए डेटा तत्वों और बीटा डेटा और व्यावसायिक परिभाषाओं के माध्यम से फ़ाइलों और डेटाबेस से इस पूरे स्टैक के संदर्भ में कोई सोच सकता है।

आप वास्तव में एक तरह से या किसी अन्य तरीके से, पूरे स्टैक का प्रबंधन करने के लिए और पूरे स्टैक को अद्यतित रखने के बारे में सोच सकते हैं क्योंकि किसी व्यवसाय परिभाषा स्तर पर कुछ जानने का वास्तव में मतलब नहीं है कि आप डेटा को पकड़ रहे हैं फ़ाइल और डेटाबेस स्तर। यह बहुत व्यापक चित्र है और जब तक आप वास्तव में इसके बारे में सोचते हैं तब तक आपको यह पता नहीं चलता कि यह कितना व्यापक है। मॉडलिंग और एमडीएम, यदि आप वास्तव में देखें, तो पूरी बड़ी डेटा प्रवृत्ति बस के बारे में नहीं है - बहुत अधिक डेटा है। इसके बारे में यह है कि बहुत अधिक स्रोतों से बहुत अधिक डेटा है, आपको किसी भी दिए गए निकाय पर बहुत अधिक दृष्टिकोण दे रहा है जिसके बारे में आप वास्तव में जानकारी एकत्र कर रहे हैं। और जितना अधिक जटिल है, उतने ही अधिक आपको एक मॉडल की आवश्यकता है, उतना ही आसान है कि इसे समझना आसान है। बस यह देखते हुए कि डेटाबेस स्कीमा क्या कह रहा है जब डेटा वास्तव में 10, 20, 30 स्रोतों से आ रहा है।

सिद्धांत रूप में आप कह सकते हैं कि एमडीएम आपको डेटा ब्रह्मांड का एक दृश्य देता है, लेकिन व्यवहार में यह वास्तव में इसका हिस्सा है। और हमने वास्तव में सिर्फ चर्चा की है कि यदि आप डेटा के व्यावसायिक अर्थ को देख रहे हैं, तो डेटा के अर्थ के बारे में जानकारी, वास्तव में डेटा ब्रह्मांड का हिस्सा है जिसे आप देख रहे हैं। मॉडलिंग ऊपर से नीचे और ऊपर से नीचे की ओर होती है। वह यह है कि आप चीजों को व्यावसायिक दृष्टिकोण से देख सकते हैं, लेकिन आप उन चीजों को भी देख सकते हैं, जो हमने प्राप्त की हैं। और आप दोनों दिशाओं में निर्माण करते हैं। और यह एक परियोजना नहीं है, और कभी नहीं हो सकती है। इसे शुरू करने के लिए एक परियोजना है। यह एक सतत गतिविधि है। आप इसे एक परियोजना के रूप में बंद कर सकते हैं क्योंकि आपके पास जगह में कुछ भी सुसंगत नहीं है, लेकिन एक बार जब आप इसे बंद कर देते हैं तो यह एक सतत गतिविधि होनी चाहिए। और कुछ भी जो डेटा के क्षेत्र में किया जाता है, एमडीएम टीम यदि आप चाहें, तो इसके बारे में पता होना चाहिए।

ग्राहक की चुनौतियां, केवल ग्राहक इकाई पर ध्यान केंद्रित करने पर ध्यान दें। अब तक किसी भी अन्य इकाई की तुलना में कहीं अधिक स्रोतों से ग्राहक के बारे में अधिक डेटा उपलब्ध है। और यह सिर्फ हर समय बढ़ा हुआ लगता है। यह अक्सर गलत है। उदाहरण के लिए, यदि आप मुझसे डेटा एकत्र कर रहे हैं। यदि आप मेरे बारे में डेटा एकत्र कर रहे हैं, तो आपको पता चलेगा कि मेरी अलग-अलग पहचान है, जो कि मैं विभिन्न वेबसाइटों पर जाने के दौरान सिर्फ मध्य आद्याक्षर का उपयोग करता हूं या नहीं। और मैं अक्सर यह पता लगाने के लिए करता हूं कि मैं किसी दिए गए पहचान से स्पैम प्राप्त करने जा रहा हूं। लेकिन बहुत सारे लोग ऐसा करते हैं। और फिर लोग आकस्मिक त्रुटियां करते हैं। और फिर जानकारी का पुराना होना।

मैं इन डेटा संसाधनों में से एक में गया, जो किसी भी व्यक्ति के बारे में आपको बहुत सारी जानकारी देने में सक्षम होने का दावा करता है, और स्पष्ट काम किया और अपने बारे में प्रश्न पूछे। और उन्होंने मुझे जो जानकारी दी उसका आधा हिस्सा वास्तव में पुराना था। और यह कुछ भी गलत था। और आप इसे देखते हैं और आप सोचते हैं, यदि आप एक तरह से जा रहे हैं या कोई अन्य स्रोतों से डेटा इकट्ठा करता है, तो डेटा को साफ़ करने और यह पहचानने में सक्षम होने का एक बड़ा तत्व है कि क्या यह आपके द्वारा प्राप्त डेटा है। व्यक्तियों के रूप में हमारे पास कोई विशिष्ट पहचानकर्ता नहीं है। नाम और मोबाइल फोन नंबर शायद आपको ज्यादातर लोगों के करीब मिलेगा, लेकिन हर किसी के पास मोबाइल फोन नंबर नहीं होता है। और यह विभिन्न संस्कृतियों में भी अलग है। और फिर एनालिटिक्स के संदर्भ में डेटा की प्रकृति है।

मैं किसी भी गहराई में इसमें नहीं जा रहा हूं, लेकिन डेटा का चयन किया जा सकता है। यदि आपको किसी का ट्विटर डेटा मिला है, तो व्यक्तियों की एक छोटी आबादी है जो सक्रिय रूप से ट्विटर पर डेटा डालते हैं। और वे चुन रहे हैं। वे बेतरतीब ढंग से चयनित ग्राहक नहीं हैं। वे वही हैं जिन्होंने तय किया है कि वे ट्विटर पर मुखर होना चाहते हैं। ग्राहक को 360 डिग्री का दृश्य मिलना बेहद मुश्किल है। और यह आंशिक रूप से हर किसी के तकनीकी इतिहास के कारण है। यह पता लगाने के लिए असामान्य नहीं है कि डेटाबेस के रूप में तीन या अधिक ग्राहक डेटाबेस हैं, कभी भी जानकारी के अन्य स्रोतों के बारे में बहुत कुछ न सोचें जो आप वास्तव में ग्राहक के बारे में एकत्र करते हैं। और ग्राहक विश्लेषिकी, यह कहने लायक है कि यह अब बहुत बड़ा अवसर है। हम मंथन में विभाजन करते थे, लेकिन अब यह वास्तव में है, क्योंकि ग्राहकों पर एक बहुत बड़ा बाहरी डेटा उपलब्ध है, आप बहुत सारे रिलेशनशिप ग्राफ एनालिटिक्स कर सकते हैं, जो वास्तव में अपेक्षाकृत नया है। आप भविष्य कहनेवाला विश्लेषण का उपयोग कर सकते हैं, आप पहले कभी नहीं जानते थे। आप फैशन की जानकारी और राय की जानकारी इकट्ठा कर सकते हैं जो आप पहले कभी नहीं इकट्ठा कर सकते।

ग्राहक के संबंध में आप क्या कर रहे हैं, इसकी समीक्षा करने के लिए और आप अपने पास मौजूद डेटा का सबसे अच्छा लाभ कैसे उठा सकते हैं, इस पर विचार करने का एक बहुत अच्छा कारण है। एक व्यावहारिक दृष्टिकोण। ग्राहक इकाई का मॉडलिंग सटीक और उपयोगी बीआई और ज्ञान के परिशोधन के लिए एक आवश्यक गतिविधि है। दूसरे शब्दों में, यदि आपको ग्राहकों की एक बड़ी आबादी मिली है, तो यह वास्तव में वैकल्पिक बात नहीं है। आपको इसे करना होगा। और मुझे लगता है कि मुझे यही कहना है। गेंद को पास करते हैं।

एरिक Kavanagh: ठीक है, तो जॉन, मेरा मानना ​​है कि आप अगले जा रहे हैं? फिर डायना एक डेमो करेगी। तो उस के साथ, जॉन इवांस, इसे दूर ले जाओ। और दोस्तों, शर्मिंदा मत हो, किसी भी समय अपने सवाल भेजें। हम प्रश्नोत्तर के लिए निगरानी रखेंगे। इसे हटाओ, जॉन इवांस।

जॉन इवांस: ठीक है। धन्यवाद, एरिक। और उस परिचय और उन टिप्पणियों के लिए डीज़ और रॉबिन को धन्यवाद। वहाँ जो आप के बारे में बात की थी और जो हम आज के बारे में बात करने जा रहे हैं और दिखाने के बीच बहुत ओवरलैप था, जो बहुत अच्छा है। और हम निश्चित रूप से सहमत होंगे कि ग्राहक केंद्रितता की यह धारणा एक ऐसी चीज है जिसे लोग हासिल करना चाहते हैं और मुझे लगता है कि इस बात की जड़ में हम कहेंगे कि अच्छा डेटा, जितना अच्छा डेटा आपके ग्राहकों को मिल सके, उतना अच्छा है। केवल उस प्राप्त करने की प्रार्थना करने का तरीका। तो आज हम क्या करना चाहते हैं ग्राहक-उन्मुख मास्टर डेटा प्रबंधन के बारे में बात करते हैं और हर किसी के साथ थोड़ा सा साझा करते हैं कि हम कैसे उस दृष्टिकोण को हल करते हैं, और एक नए प्रस्ताव के बारे में बात करते हैं जिसे हमने अभी शुरू किया है जो इसे बनाने के लिए डिज़ाइन किया गया है। अपने खंडित डेटा परिदृश्य में बेहतर ग्राहक डेटा देने के लिए सभी आकारों की कंपनियों के लिए आसान है। ताकि परिदृश्य कुछ इस तरह दिख सके।

हमें यहां परिधि के आसपास कई तरह की प्रणालियां मिली हैं, बहुत सारे खंडित अनुप्रयोग, उनमें से कुछ क्लाउड में चल रहे हैं, कुछ परिसर में चल रहे हैं। और इनमें से प्रत्येक के भीतर, परिभाषा के अनुसार, आपके पास ग्राहकों और ग्राहकों की जानकारी की पहचान करने के विभिन्न तरीके हैं। अलग-अलग विशेषताओं, अलग-अलग प्राथमिकताओं और इसके साथ ग्राहक डेटा के विभिन्न मॉडल। और यहां तक ​​कि अगर आप एक संगठन थे जहां आप अपने आप को मानते हैं, तो आप जानते हैं, एक एसएपी शॉप या ओरेकल शॉप, या आप उदाहरण के लिए एसएपी पर अपना व्यवसाय चला रहे हैं, या सिर्फ ओरेकल पर, या आप सेल्सफ़ोर्स का उपयोग कर रहे हैं, आप अपनी कंपनी के भीतर भी उन प्रणालियों के कई उदाहरण हो सकते हैं। हो सकता है कि वे एक अलग स्थान या एक क्षेत्र द्वारा अलग-अलग कारणों से स्थापित किए गए हों, जो दुनिया के अलग-अलग क्षेत्रों में हैं, या हो सकता है कि आपने उन्हें व्यवसाय की रेखा से अलग तरीके से स्थापित किया हो। और भले ही आपने एक ही ईआरपी प्राप्त किया हो, अगर आपने उन सभी में अनुकूलन किया है, तो डेटा में संघर्ष होने वाला है।

अब हम जो विखंडन देख रहे हैं, वह क्लाउड-आधारित प्रणालियों और सर्वोत्तम-नस्ल के अनुप्रयोगों को अपनाने में वृद्धि से जटिल है। इसलिए जब इस तरह का एक बड़ा, जटिल, जटिल वातावरण कुछ ऐसा हुआ करता था जिसे हर कोई सोचता था, "ठीक है कि वास्तव में केवल वास्तव में बड़ी कंपनियों में होता है, " क्योंकि इस बादल के आगमन और सबसे अच्छी नस्ल दृष्टिकोण के साथ, उस मुद्दे का बहुत अब छोटे संगठनों में भी अधिक प्रचलित हो रहा है। तो यह वास्तव में छोटे उद्यमों से लेकर बड़े उद्यमों तक सभी तरह की एक श्रृंखला चलाता है। हर कोई अपने ग्राहक डेटा के साथ एक ही समस्या से पीड़ित है। और आप उन कुछ समस्याओं को देख सकते हैं जिन्हें मैंने यहाँ बीच में सूचीबद्ध किया है।

मैं उन्हें तीन तरह से तोड़ता हूं। डेटा-संबंधी समस्याएं हैं जहां आपको डुप्लिकेट मिला है, आपके पास अमान्य डेटा है, आपके पास लापता फ़ील्ड हैं, आपके पास असंगत जानकारी, असंगत पदानुक्रम हैं, और वे चीजें बस समय के साथ खराब हो जाती हैं। फिर आपको लोगों से संबंधित चुनौतियाँ मिलीं जहाँ लोग डेटा तक नहीं पहुँच सकते, वे उन सवालों का जवाब नहीं दे सकते जो उनके पास हैं, जहाँ वे चाह रहे हैं लेकिन वे उस 360-डिग्री दृश्य को प्राप्त करने में असमर्थ हैं जो रॉबिन के बारे में बात कर रहा था।

और तीसरे क्षेत्र में प्रक्रिया से संबंधित चुनौतियां हैं, जहां आपको कई स्थानों पर डेटा मिला है और लोगों को यह भी नहीं पता है कि क्या बदल गया है और कब क्योंकि चीजें हर समय डेटा के लिए हो रही हैं। इसलिए उस डेटा को साफ रखने के तरीके पर कोई नियंत्रण या शासन नहीं है। इसलिए जैसा कि आप एक अधिक सामंजस्यपूर्ण / धूर्त ग्राहक अनुभव देने और ग्राहकों के साथ एक संवाद में संलग्न होने का प्रयास कर रहे हैं, वास्तव में यह हासिल करना मुश्किल है कि जब उन व्यक्तियों के बारे में आपका अपना डेटा सुसंगत नहीं है और सटीक नहीं है।

जैसा कि मैंने देखा था कि एक तरफ, मुझे लगता है कि यह पिछले सप्ताह या सप्ताह पहले था, "सूचना प्रबंधन" में एक लेख जो इस बारे में बात कर रहा था कि व्यक्तिगत विपणन अभी भी सटीक क्यों नहीं है और उन्होंने नौ कारणों को सूचीबद्ध किया है। उनकी सूची में पहले दो कारण, डेटा गुणवत्ता खराब है और डेटा एकीकृत नहीं है।

तो आप इस बारे में क्या कर सकते हैं? अच्छी तरह से वहाँ कुछ तरीके हैं जो आप कोशिश कर सकते हैं और इस समस्या से संपर्क कर सकते हैं और अपने संगठन की लागत के बारे में सोच सकते हैं। आप या तो उस डेटा पर हमला कर सकते हैं जब वह पैदा होता है यदि आप करेंगे या आप अपने सिस्टम में घुसपैठ करने के बाद उस पर हमला कर सकते हैं, तो यहां एक संगठन की एक तस्वीर है जिसके साथ हमने काम किया है जो वास्तव में लगभग तीस विभिन्न स्थानों पर प्रकाश डाला है जहां डेटा संग्रहीत किया गया था वहाँ, उनके परिदृश्य में।

इसलिए एक बार जब डेटा वाइल्ड में जारी हो गया, तो इन दर्जनों सिस्टमों में इसे ढूंढना मुश्किल है, इसे बनाए रखना कठिन है, इसे ठीक करना महंगा है, अगर आप इसके बारे में सोचते हैं और इसे तीस अलग-अलग जगहों पर तीस अलग-अलग समय में ठीक करने की कोशिश कर रहे हैं । इसलिए हम जिन अवधारणाओं के बारे में बात करना चाहते हैं, उनमें से एक सक्रिय होने की कोशिश कर रहा है और अपने जीवन चक्र में चीजों को जल्द से जल्द ठीक करने की कोशिश कर रहा है क्योंकि जब आप ऐसा करते हैं तो इसे ढूंढना आसान, नियंत्रित करना आसान और तय करने और बनाए रखने के लिए कम महंगा होता है और इस तरह से आप बेहतर डेटा प्राप्त करने जा रहे हैं क्योंकि आप अपने अनुप्रयोगों में डाउनस्ट्रीम काम करते हैं।

तो यह एक अवधारणा है जिसे हम सक्रिय एमडीएम कहते हैं और जिस टैगलाइन का हम उपयोग करना चाहते हैं वह नदियों की सफाई की अवधारणा है, न कि झीलों की। तो इसके तीन चरण हैं, पहला है साफ-सुथरा होना, जहां आप मैच और मर्ज करना और साफ़ करना और रिकॉर्ड को स्रोत से नज़दीक से बचाना और सुनहरा रिकॉर्ड हासिल करना चाहते हैं ताकि आप अपने डाउनस्ट्रीम एप्लिकेशन को प्रदूषित करने से बचें। यह स्रोतों पर कार्यान्वित नियंत्रण द्वारा किया जा सकता है या यहां तक ​​कि डेटा को केंद्र में रखने के लिए जगह भी प्रदान कर सकता है ताकि आप इसे जंगली में रिलीज़ करने से पहले लगातार और सटीक हों।

संवर्धन डेटा के लिए मूल्य जोड़ने के बारे में है, जिसमें संदर्भ डेटा और अन्य जानकारी शामिल है जो आपके स्रोत परिचालन प्रणाली में नहीं है, इसलिए यह पदानुक्रम हो सकता है, यह उदाहरण के लिए विभाजन हो सकता है जो उन प्रणालियों में अंतर्निहित नहीं हैं।

फिर तीसरा भाग स्वच्छ रहने के बारे में है और यहाँ आप यह सुनिश्चित करना चाहते हैं कि आपको प्रक्रियाएँ मिल गई हैं और लोगों को पहचानने के लिए और शासन करने के लिए, उन प्रक्रियाओं को सक्षम करने के लिए उपकरण उपलब्ध हैं और फिर नियमित रूप से मेल खाते हैं और आप साफ़ करते हैं एक आवधिक आधार पर आपका डेटा ऐसा नहीं होता है, इसलिए आप उस क्षय से बचते हैं जो स्वाभाविक रूप से होने वाला है, उदाहरण के लिए जब लोग नौकरी बदलते हैं या वे अपने निवास स्थान को बदलते हैं।

तो आप यह कैसे प्राप्त करते हैं? वैसे, इस समस्या पर हमला करने के लिए आप कई विकल्प चुन सकते हैं। आप डेटा गुणवत्ता उपकरण का उपयोग कर सकते हैं, आप जानकारी निकालने के लिए डेटा एकीकरण उपकरण का उपयोग कर सकते हैं, आप विभिन्न लोगों को काम करने के लिए एक कार्य प्रवाह उपकरण का उपयोग कर सकते हैं। कौन क्या कर रहा है, इस पर नज़र रखने के लिए आप एक शासन उपकरण का उपयोग कर सकते हैं। आप वास्तव में उन सभी विभिन्न विरासत उपकरणों को एक साथ जोड़ सकते हैं और बहुत सारे लोगों को फेंक सकते हैं।

लेकिन यह सब बहुत महंगा है, यह बहुत ही गहन संसाधन है, यह तैनाती के लिए धीमा होने वाला है और इसे प्रबंधित करना कठिन है और आप अपने ग्राहक डेटा के साथ शुरुआत करना चाहते हैं, लेकिन आप अंततः अपने उत्पादों का प्रबंधन करना चाहते हैं।, उन उत्पादों की सूची, जो उन ग्राहकों के पास हैं, और उन उत्पादों के लिए आपूर्तिकर्ताओं की सूची, और उन खातों का एक चार्ट जो आप अपने व्यवसाय में उपयोग कर रहे हैं, जो चल रहा है, उस पर नज़र रखने के लिए अपने कर्मचारियों का प्रबंधन करें जो उन ग्राहकों की सेवा करते हैं और आगे । इसलिए अब आप अपने संपूर्ण व्यवसाय के 360-डिग्री दृश्य को आज़माने और वितरित करने के लिए कई डोमेन, आपूर्तिकर्ता, उत्पाद, खातों के चार्ट, कर्मचारियों आदि के बारे में बात कर रहे हैं।

इसलिए आदर्श रूप से हमें लगता है कि आप जो हासिल करना चाहते हैं, वह आपके ग्राहक मास्टर डेटा को एकीकृत, मिलान और शुद्ध करने का एक समाधान है, एक समाधान जिससे आप स्टूडेटशिप और शासन और एक उपकरण का प्रबंधन कर सकते हैं जिसका उपयोग आप प्रत्येक डेटा डोमेन को प्रबंधित करने के लिए कर सकते हैं जैसा कि आप शुरू करते हैं ग्राहक और आगे बढ़ें। तो यह एक नई पेशकश के पीछे का उद्देश्य है जिसे हमने अभी-अभी Magnitude ONE कहा है। मैग्नीट्यूड एक एमडीएम है जो कंपनियों को उन लोकप्रिय सास या गैर-परिसर अनुप्रयोगों में अपने मास्टर डेटा को एकीकृत करने, सामंजस्य बनाने और प्रबंधित करने के लिए डिज़ाइन किया गया है, जो उपयोग में हैं जैसा कि हमने पहले बात की थी और इसलिए मैग्नेट वन में कई घटक शामिल हैं।

पहली बात यह है कि इसमें हमारा कालिडो एमडीएम समाधान शामिल है, जिसे दुनिया की कुछ कंपनियों में तैनात किया गया है, और एरिक, आप 2003 में मास्टर डेटा और प्रबंधन के बारे में आपके संपर्क के बारे में बात कर रहे थे, मुझे लगता है कि यह उत्पाद मूल रूप से 2004 के आसपास आया था। हम इस उपकरण के साथ इस अंतरिक्ष में एक शुरुआती अग्रणी रहे हैं। हमने यह सुनिश्चित करने के लिए इसका उपयोग करना शुरू कर दिया है कि सूचना के विश्लेषणात्मक उपयोग को सुनिश्चित करने के लिए कि अच्छा डेटा गोदाम में मिल रहा था और समय के साथ हमारे ग्राहकों ने परिचालन उपयोग के मामलों पर इसका अधिक से अधिक उपयोग किया और ग्राहक और उत्पाद और वित्तीय सहित कई डोमेन का प्रबंधन किया। और विक्रेता और कर्मचारी और आगे। तो कालिडो एमडीएम इस समाधान का एक मुख्य हिस्सा है।

हम SCRIBE सॉफ्टवेयर के साथ साझेदारी द्वारा कनेक्टिविटी और एकीकरण को भी वितरित करते हैं, एक सेवा के रूप में उनके SCRIBE ऑनलाइन एकीकरण प्लेटफॉर्म का उपयोग करते हुए। यह एक क्लाउड-आधारित एकीकरण है जो कि आधार और सास सिस्टम दोनों पर चालीस से अधिक प्रणालियों के कनेक्शन के साथ पेशकश करता है जो संगठन उपयोग करते हैं। तो उन दो को एक साथ, हमारे कालिडो एमडीएम समाधान के साथ इसमें शामिल किया गया है और मास्टर डेटा प्रबंधन के लिए एक वर्कफ़्लो-चालित वातावरण है और इसे अपने पूरे जीवन चक्र के माध्यम से प्रबंधित करने की क्षमता है। हमारे पास एक मेलिंग इंजन है जो वहां है जो विशेष रूप से ग्राहक डेटा को संभालने के लिए डिज़ाइन किया गया है और हम सॉफ्टवेयर के अलावा, कुछ वर्चुअल क्लासरूम प्रशिक्षण, जो कि काइलो एमडीएम उत्पाद और मॉडलिंग घटकों पर भी प्रदान करते हैं।

तो रॉबिन, आपने मॉडल के बारे में बात की, यह वास्तव में महत्वपूर्ण हिस्सा है और यह वास्तव में है जहां हम अपने समाधान में शुरू करते हैं और हम आपको दिखाएंगे कि एक पल में, आप उस सफेद बोर्ड को कैसे लेते हैं जो डीज़ ने दिखाया और अनुवाद किया जो कि कुछ कर सकता है। वास्तव में आपके एमडीएम सिस्टम की स्थापना। मैग्नीट्यूड वन के बारे में आपका अंतिम बिंदु यह परिसर में या क्लाउड सेवा के रूप में उपलब्ध है, आप एक सदस्यता लाइसेंस या एक स्थायी लाइसेंस प्राप्त कर सकते हैं। यह विचार है कि यह आपके लिए खरीदना, रखरखाव, कार्यान्वयन और रखरखाव के लिए आसान होने जा रहा है।

तो ऐसा क्या लग रहा है कि यहाँ केंद्र में मैग्नेट वन है, जिसमें सफेद और नीले बक्से में सब कुछ करने की मजबूत क्षमता है। इसलिए SCRIBE कनेक्टर के माध्यम से ग्राहक डेटा से कनेक्ट और एक्सेस करें, जिसके बारे में मैंने बात की थी। फिर डेटा को साफ करने के लिए डेटा को मिलाते, मिलाते, बचे और समृद्ध करते हुए सभी मास्टरींग अभ्यास करने की आवश्यकता होती है। तब लोगों को डेटा की खोज करने, डेटा ब्राउज़ करने और यहां तक ​​कि नए रिकॉर्ड को लेखक करने के लिए एक एक्सेस लेयर के साथ अपने उपभोग प्रणालियों के लिए सटीक और सुसंगत डेटा को अधिकृत और प्रकाशित करें ताकि आपका ऑपरेशनल और एनालिटिकल सिस्टम समय के अनुसार साफ रह सके।

हम दोनों स्टीवर्ड और एडमीन्स के लिए एक वेब-आधारित उपयोगकर्ता इंटरफ़ेस प्रदान करते हैं, जिसे आप एक पल में, साथ ही साथ व्यावसायिक उपयोगकर्ताओं को भी देखेंगे। न केवल वे प्रकाशित मास्टर डेटा को केवल ब्राउज़ कर सकते हैं और उपयोग कर सकते हैं, वे यहां तक ​​कि रद्दीकरण प्रक्रिया में भी भूमिका निभा सकते हैं। तो कल्पना कीजिए कि आपके बिक्री प्रतिनिधि ग्राहकों से बात कर रहे हैं, वे ग्राहक के बारे में कुछ नया सीखते हैं, वे एक परिवर्तन अनुरोध उठा सकते हैं और कह सकते हैं कि यह ग्राहक है, उन्होंने अपना शीर्षक बदल दिया है, उन्होंने अपना ईमेल पता बदल दिया है, उन्होंने कंपनियों को बदल दिया है, शायद इस चिकित्सक ने इस अस्पताल के साथ एक संबद्धता को बदल दिया है, हम यह सुनिश्चित करना चाहते हैं कि हम उस तरह के सामान का ट्रैक रखें, या यह बीमा दलाल अब इन उत्पादों को ले जा रहा है, हम यह सुनिश्चित करना चाहते हैं कि हम इन नए बीमा उत्पादों को बाजार में लाएं।, उदाहरण के लिए। इसलिए उन प्रकार की चीजों को उठाया और सेवित किया जा सकता है क्योंकि आपके ग्राहक-सामना करने वाले कर्मचारी उन व्यक्तियों के साथ काम कर रहे हैं।

हमारे समाधान के बारे में अन्य विशेषताओं के युगल। नंबर एक यह व्यवसाय मॉडल है, उस सफेद बोर्ड तस्वीर को याद रखें जिसे डीज़ ने दिखाया था कि मंडलियां और तीर थे। यह मूल रूप से डेटा की आवश्यकता के लिए व्यावसायिक आवश्यकताएं हैं, वास्तविक दुनिया में इसका उपयोग कैसे किया जाता है। हम एक व्यवसाय सूचना मॉडल नामक कुछ के साथ शुरू करते हैं और हम मूल रूप से उन आवश्यकताओं और परिचर व्यापार नियमों को पकड़ सकते हैं और वास्तव में उन नियमों और एमडीएम भंडार को बनाने के लिए तैनात करते हैं। इसलिए यह प्रभावी रूप से संचार खाई को पाटने के लिए एक तरह से कार्य करता है जिसे हम अक्सर व्यापार के लोगों के बीच एक आवश्यकता का वर्णन करते हुए देखते हैं और आईटी को वापस जाने और टेबल और मैपिंग में अनुवाद करने के लिए और इसके बाद।

इसलिए हमारे पास यह सुनिश्चित करने के लिए व्यापार-मॉडल-चालित दृष्टिकोण है कि आप कब से शुरू करना सही है। हम उस के लिए स्वचालित प्रसंस्करण और एम्बेडेड कार्य प्रवाह और परिवर्तन प्रबंधन भी शामिल करते हैं ताकि आप कर सकें, यदि आपके मॉडल में कोई बदलाव है जहां आप इसे जोड़ते हैं, तो आप तेजी से इसे तैनात कर सकते हैं और स्वचालन के कारण एक छोटी टीम के साथ कर सकते हैं, इसके लिए उतने कोडिंग की आवश्यकता नहीं है जितनी शायद आप करने की उम्मीद कर सकते हैं।

मैंने उस मॉडल से चलने वाली प्रकृति का उल्लेख किया जो वास्तव में दिखाई देने वाली स्क्रीन को भी चलाती है। इसलिए जब आपके पास किसी ग्राहक का विवरण होता है और आपके पास उनकी विशेषताएँ होती हैं, तो आप स्क्रीन पर जो देखेंगे, वह ऐसी विशेषताएँ हैं जो मॉडल में परिभाषित हैं, इसलिए यह सब आपके लिए बनाया गया है, आपको कोई विशिष्ट इंटरफ़ेस बनाने की आवश्यकता नहीं है डेटा के लिए मैप करने के लिए स्क्रीन, यह सब मॉडल से दूर है।

एक और अच्छी सुविधा जो हमने पेश की है, वह डेटा स्टूवर्स के लिए एक्सेल इंटीग्रेशन की अवधारणा है। इसका मतलब यह है कि डेटा स्टूवर्स रिकॉर्ड्स को संपादित करने के लिए एक्सेल का उपयोग कर सकते हैं जो स्वचालित रूप से मिलान और स्वीकृत और तैनात नहीं किया जा सकता है। अब आप सोच सकते हैं, अच्छा तो यह है, आप सिर्फ एक्सेल में डेटा डंप कर रहे हैं, है ना? वैसे यह इससे कहीं अधिक है क्योंकि इस क्षमता के बारे में अच्छी बात यह है कि यह केवल एक्सेल से डेटा लोड करके डेटा अपडेट करने में समस्या को दूर करता है।

हम वास्तव में, जब आप उस डेटा को कालिडो एमडीएम से एक्सेल इंटरफ़ेस में डाउनलोड करते हैं, तो यह सत्यापन नियमों के साथ आता है। तो यह आपको बताएगा कि इसे मान्य रिकॉर्ड बनाने के लिए इनमें से कौन सी कोशिकाओं को भरने की आवश्यकता है, यह आपको उपलब्ध मूल्यों की एक ड्रॉप-डाउन सूची, या उदाहरण के लिए अनुमोदित मान देगा ताकि आप मूल रूप से बचें जब आप मास्टर डेटा रिकॉर्ड को अपडेट कर रहे हैं तो त्रुटियां पैदा कर रहे हैं।

तब एम्बेडेड वर्कफ़्लो इंजन पर, सुनिश्चित करें कि डेटा के सभी संसाधित और प्रकाशन के लिए अधिकृत हैं और यह भी ट्रैक रखता है कि किसने क्या और कब किया और आपको उन सभी पूर्व मास्टर डेटा मूल्यों की मूल रूप से समीक्षा करने और ऑडिट करने की अनुमति देता है ताकि आप देख सकें कि डेटा कैसे बदल गया है समय।

तो इसका लाभ, ग्राहक डेटा के संदर्भ में, क्या आप ऐसी जगह प्राप्त कर सकते हैं जहाँ आप ग्राहकों के साथ अधिक व्यक्तिगत और प्रासंगिक संवाद और बातचीत कर सकते हैं। एमडीएम अधिक व्यवसायिक होता जा रहा है, खासकर जब आप एक-से-एक विपणन के बारे में सोचते हैं जो वहां चल रहा है और यह होने वाले चक्र का एक अच्छा उदाहरण है।

तो आप अपने ग्राहकों के बारे में डेटा के साथ शुरू करते हैं, यह वह सामान है जिसे आपने महारत हासिल की है, वे कौन हैं, कौन से उत्पाद हैं, वे क्या हैं, मैं कई प्रणालियों में ग्राहक की जानकारी के संदर्भ में क्या मिलान कर सकता हूं? फिर आपने उन्हें समृद्ध किया और उनके बारे में अधिक जानकारी के साथ कि आपने अतीत में कैसे बातचीत की है। उन्होंने क्या जवाब दिया? या वे कैसे संपर्क करना चाहते हैं? हो सकता है कि वे फैक्स से संपर्क करना चाहते हों, इसीलिए यह अभी भी उनके व्यवसाय कार्ड पर है। लेकिन वह जानकारी जो तब आपको वह अंतर्दृष्टि प्रदान करती है जिसकी आपको बातचीत करने की आवश्यकता होती है।

तो क्या अन्य वरीयताएँ? उदाहरण के लिए यह कुछ सामाजिक स्रोतों से आ रहा हो सकता है। फिर आप यह तय कर सकते हैं कि उन ग्राहकों के लिए अगली सबसे अच्छी बातचीत क्या है, मुझे क्या प्रस्ताव देना चाहिए? यह किसी प्रकार का इंटरैक्शन उत्पन्न करने वाला है, वे कुछ डाउनलोड करने जा रहे हैं, वे कुछ खरीदने जा रहे हैं।

यह निश्चित रूप से अधिक डेटा बनाने के लिए जा रहा है कि आप मार्केटिंग इंटरैक्शन के इस पुण्य चक्र में क्या खाना चाहते हैं। परिणामस्वरूप, आप नए ग्राहकों को तेज़ी से ढूंढने और बंद करने में सक्षम हो सकते हैं, upsell बढ़ा सकते हैं, बेहतर ग्राहक सेवा प्रदान करेंगे, त्रुटियों को समाप्त करेंगे, डुप्लिकेट शिपमेंट्स को समाप्त करेंगे, उदाहरण के लिए मार्केटिंग सामग्रियों के लिए शिपिंग, और अंततः हमें बिक्री कम करनी होगी विपणन लागत।

ऐसा करने वाले हमारे एक ग्राहक का एक उदाहरण, यूके का डाकघर बेहतर ग्राहक डेटा प्रदान करने के लिए कालिडो एमडीएम का उपयोग कर रहा था ताकि वे सही उत्पाद वितरित कर सकें और अपने ग्राहक संवाद को सही चैनल पर ले जा सकें, जो अंततः उच्च बिक्री संस्करणों का कारण बना। और उनके लिए मार्जिन बढ़ाया।

तो यह सिर्फ मेरी परिचयात्मक टिप्पणियां हैं, मैं अब इसे डायना पर ले जाना चाहता हूं, ताकि आप इसके माध्यम से ले सकें और आपको दिखा सकें कि हम इसमें से कुछ कैसे करते हैं।

डायना कोलिन्स: धन्यवाद जॉन, इसलिए उम्मीद है कि हम आप सभी के लिए इस जीवन में से कुछ लाने में सक्षम होंगे। तो जो आपको अभी अपनी स्क्रीन पर दिखाई दे रहा है, वह एक काइलो व्यवसाय सूचना मॉडल का एक उदाहरण है। इसलिए समाधान का एक हिस्सा, जो आज हम आपको दिखाने जा रहे हैं, वह salesforce.com के डेटा का एकीकरण है। यहाँ हमने अपने सेल्सफोर्स डॉट कॉम मॉडल को निचले बाएँ तरफ से बाहर निकाला है। यह स्पष्ट रूप से एक वेब-आधारित अनुप्रयोग है, सॉफ्टवेयर सेवा की तरह का अनुप्रयोग है। हम इसे एक बिजनेस सूट ओरेकल के हमारे ऑन-प्रिमाइसेस कार्यान्वयन के डेटा के साथ एकीकृत करने जा रहे हैं।

इसलिए हमारा लक्ष्य सेल्सफोर्स डॉट कॉम से हमारे कॉन्टैक्ट्स और अकाउंट की जानकारी लेना है, इसे अपने अकाउंट्स प्राप्य अकाउंट्स के साथ इंटीग्रेट करें और जानकारी को सिंगल हार्मोनाइज्ड अकाउंट और कॉन्टैक्ट स्ट्रक्चर में शामिल करें जिसे हम बाद में Microsoft Dynamics CRM में लोड करेंगे। तो यहाँ हमारा परिदृश्य यह है कि हम पूर्व में Dynamics CRM का उपयोग करने के लिए salesforce.com का उपयोग करने से पलायन कर रहे हैं। हम यह सुनिश्चित करना चाहते हैं कि हमारे पास ग्राहकों की पूरी तरह से एकीकृत, सामंजस्यपूर्ण सूची हो, हमारे नए डायनेमिक्स सीआरएम वातावरण के आधार पर 360 डिग्री दृश्य हो।

इसलिए इसका निर्माण करने के लिए हमने सेल्सफोर्स डॉट कॉम और ईबीएस के डेटा को कालिडो एमडीएम में स्थानांतरित कर दिया है। तो समय के हित में हमने खाना पकाने का काम किया और हम भोजन का आनंद लेने जा रहे हैं। तो चलिए अब अपने MDM परिवेश पर चलते हैं और हम आपको कुछ ऐसी चीजें दिखाते हैं जो हम उन सुविधाओं में कर सकते हैं जो MDM समाधान इन प्लेटफार्मों के एक साधारण कनेक्टिविटी एकीकरण में जोड़ता है।

लेकिन उन चीजों में से एक जो निश्चित रूप से होती हैं, यह आप अपना इतिहास खो देंगे। आप Microsoft Dynamics में अपने डेटा के साथ समाप्त होंगे, लेकिन क्या आप जानते हैं कि कुछ भी कहां से आया है? यही एमडीएम, एमडीएम समाधान की एक चीज हमें प्रदान कर सकता है, यह हमें एक इतिहास देता है।

इसलिए यदि हम सामंजस्य वाले खातों की हमारी सूची पर एक नज़र डालें और हम उनमें से एक को चुनेंगे। मान लीजिए कि हमने यहां अल्बर्ट स्टोर्स को चुना। यह हमें इस बारे में कुछ जानकारी देता है कि अल्बर्ट्स स्टोर्स का रिकॉर्ड कहां से आया। हम देख सकते हैं कि यह दो अभिलेखों का एकीकरण है, एक यह एक सेल्सफोर्स.कॉम खाते से आया है जिसे अल्बर्ट और जेरार्ड कहा जाता है और एक ईबीएस बिलिंग खाते से आता है जिसे अल्बर्ट्स स्टोर्स कहा जाता है और उन्हें एक साथ एकीकृत किया गया और इस एकल अभिभावक खाते में अल्बर्ट के स्टोर कहा जाता है।

हम इसकी मूल आईडी भी देखते हैं, हम देख सकते हैं कि यह दिन पहले ही Microsoft Dynamics पर माइग्रेट हो चुका है क्योंकि यहाँ हमारे पास Microsoft Dynamics से CMR ID है। मैं वह समय देख सकता हूं जब डेटा अंतिम बार अपडेट किया गया था। इसके अलावा हम एक और दृष्टिकोण प्रदान करते हैं जो न केवल आपको डेटा को देखने की अनुमति देता है, बल्कि हमारे ग्राफ दृश्य के साथ आप उन एसोसिएशनों को भी देख सकते हैं जिनमें डेटा भाग लेता है।

तो यहाँ हमारे पास वही रिकॉर्ड है, हमारे अल्बर्ट्स स्टोर्स के साथ इसके खातों के लिए इसके प्राप्य खाते, इसके salesforce.com खाते और संपर्कों के साथ। यदि हम इनमें से किसी एक संपर्क का चयन करते हैं तो हम देख सकते हैं कि वह संपर्क वास्तव में एक salesforce.com संपर्क था। इसी तरह हमारा एडम अल्बर्ट खाता ईबीएस संपर्क था, इसलिए इस आंदोलन के बारे में, मुझे लगता है कि स्क्रीन पर यह अपने आप हो रहा है, उनमें से एक युगल जो मैं कर रहा हूं बस चीजों को पढ़ना आसान है। लेकिन जैसा कि हम जा रहे हैं हम संपर्क जानकारी पर एक नज़र डाल सकते हैं और देख सकते हैं कि यह हमारे salesforce.com खाते से आया है। यह वास्तव में एक दृश्य का निर्माण करेगा जो हमें उन सभी रिश्तों को दिखाता है जो हमारे डेटा में भाग लेते हैं।

इसके अलावा, उन तरीकों को देखते हुए, जिनमें हम अपने salesforce.com डेटा को वर्गीकृत करते हैं और यह कि वहाँ अन्य खाते हैं जो सूची में बहुत अधिक हैं। अच्छी तरह से उन चीजों को सूचीबद्ध करने के लिए बहुत सारे हैं, हम अभी भी उन्हें प्राप्त कर सकते हैं। हम यहां केवल पृष्ठ को नीचे स्क्रॉल कर सकते हैं और उन सभी अतिरिक्त खातों की सूची प्राप्त कर सकते हैं जो ग्राफिक दृश्य में सूचीबद्ध करने के लिए बहुत अधिक थे। बेशक हम इनमें से किसी के लिए भी ग्राफ दृश्य में शुरू कर सकते हैं। तो यह चीजों से निपटने का एक तरीका है। हम डेटा को देख सकते हैं, हम डेटा में हेरफेर कर सकते हैं, हम डेटा को रीमेड करने और उसे ठीक करने में भी सक्षम होना चाहते हैं। तो उस पर गौर करने के कुछ तरीके।

तो हम जो कुछ कर सकते हैं, वह यह है कि हम आगे बढ़ सकते हैं, पदानुक्रम पर एक नज़र डाल सकते हैं, मैंने अपने खाते की पदानुक्रम को अपने पसंदीदा में से एक के रूप में सहेजा है, इसलिए मैं विभिन्न श्रेणियों की जानकारी के साथ-साथ पदानुक्रमित पथ भी सहेज सकता हूं। मैं अपने पदानुक्रम ब्राउज़र में उपयोग कर सकता हूं। इसलिए यहां मैं अपनी पदानुक्रम के माध्यम से ड्रिल कर सकता हूं, मैं सभी विभिन्न संपर्कों को देख सकता हूं जो मेरे पास प्रत्येक खाते के साथ हैं।

लेकिन अन्य चीजों में से एक जो यह वातावरण प्रदान करता है, वह सभी अनाथों को खोजने का विकल्प है। ये संपर्क हैं जो हमारे सामंजस्यपूर्ण प्रणाली के माध्यम से आए हैं जिनके माता-पिता अपने स्रोतों में नहीं थे, इसलिए ये अनाथ हैं जो पीछे रह गए हैं। तो हम इन पर लाए हैं, हमने उन्हें पहचान लिया है, हम जानते हैं कि ये अनाथ हैं, हम इसे कैसे ठीक करते हैं? खैर हम सिर्फ इस स्विच को एडिट मोड पर क्लिक करते हैं, जो पदानुक्रम का एक और दृश्य खोलता है और अब हम इन लोगों को वर्गीकृत करना शुरू कर सकते हैं। इसलिए हो सकता है कि बिल मुर्रे ने एसी नेटवर्क के लिए काम किया, इसलिए हम उसे ले जा सकते हैं और उसे सूची में जोड़ सकते हैं और हम उसे हमें इंगित करते हुए हाइलाइट करते हुए देखते हैं कि यह एक बदलाव है। मैं सैंडी को स्थानांतरित कर सकता हूं और उसे एजी एडवर्ड्स एंड कंपनी को सौंप सकता हूं।

जैसा कि ये बदलाव किए जा रहे हैं, उन्हें यहां दर्ज किया जा रहा है, अगर मुझे लगता है कि मैंने गलती की है तो मैं उन्हें पूर्ववत कर सकता हूं। मैं उनमें से कई को एक साथ जोड़ सकता हूं और उन्हें सिस्टम के माध्यम से एक इकाई के रूप में स्थानांतरित करके उन्हें एक नाम दे सकता हूं और फिर उन्हें मेरे सिस्टम के माध्यम से एकल इकाई के रूप में संसाधित किया गया। तो यह एक तरह से है और जाहिर है कि अगर मैं सक्रिय हो रहा हूं, तो मैं यहां जाना चाहता हूं और इस पर गौर कर सकता हूं और अगर यह देखें कि क्या अनाथ थे और उस समस्या का समाधान करते हैं। अगर मैंने नहीं किया तो क्या होगा क्या होगा अगर मैं सक्रिय नहीं हो रहा था? खैर, फिर से हमारे सिस्टम में एक वर्कफ़्लो शामिल है, जिसका मैंने पहले उल्लेख किया था, एक वर्कफ़्लो समाधान जो हमें इस अधिक सीधे से निपटने की अनुमति देता है।

यह करने के लिए कि मैं सिस्टम प्रशासक के रूप में लॉग ऑफ करने जा रहा हूं, मैं अब डेटा स्टोरेज के रूप में लॉग ऑन करने जा रहा हूं, ठीक है? तो यह वह व्यक्ति होगा जो अमान्य डेटा को प्रबंधित करने के लिए जिम्मेदार है। जैसे ही आप लॉग ऑन करेंगे, मैं अपने इनबॉक्स में ले जाऊँगा, जहाँ अनुमान है कि क्या है? हमारे 11 अनाथ रिकॉर्ड हैं क्योंकि संबंध, संपर्कों और उनके खातों के बीच संबंध अनिवार्य है। सभी सामंजस्य वाले खाते जिनके खाते में उपयुक्त कनेक्शन नहीं थे, अमान्य हैं। वे वर्कफ़्लो के माध्यम से आगे बढ़ते हैं और जैसा कि हम वर्कफ़्लो के आरेख में देख सकते हैं, यहां हम अब रिकॉर्ड को याद कर रहे हैं। फिर वे एक अनुमोदन प्रक्रिया के लिए प्रवाहित होंगे, जो बिक्री प्रबंधक द्वारा अनुमोदित, लेखांकन द्वारा अनुमोदित, और अंत में हमारे गतिशीलता के अगले बैच अपडेट पर प्रकाशन के लिए अधिकृत होगा।

बेशक, इसे वास्तविक समय में चलाने के लिए भी सेट किया जा सकता है जो प्रकाशित होते ही, प्रकाशन के लिए अधिकृत होते ही यह तुरंत ही डायनेमिक्स से बाहर हो जाएगा, इसलिए यह आपके ऊपर है कि आप उस अंतिम चरण को कैसे कॉन्फ़िगर करना चाहते हैं इंटरफेस। तो उम्मीद है कि इसने हमें दिया है - आप सभी को एक संक्षिप्त विचार, एक सिंहावलोकन, हमारे एमडीएम उपकरण हमारे पर्यावरण को समृद्ध और बढ़ाने में मदद कर सकते हैं। ऐसे कई, कई अन्य तरीके हैं जिनसे हम आपके ग्राहक की जानकारी का उपयोग बढ़ा सकते हैं, और वास्तव में उस बिंदु तक पहुँच सकते हैं, जहाँ आपको एक ग्राहक के लिए एक ही स्थान पर उपलब्ध सभी सूचनाओं के साथ वास्तव में सामंजस्यपूर्ण 360-डिग्री दृश्य उपलब्ध है। उपयोगकर्ताओं। न केवल इस प्रदाता यूआई के माध्यम से, लेकिन जैसा कि मैंने उल्लेख किया है कि हम एक उपभोक्ता इंटरफ़ेस, एक प्रकार का वेब पोर्टल प्रदान करते हैं, जहां यदि कोई उपयोगकर्ता जानता है कि खाते में कोई परिवर्तन हुआ है, तो वह एक परिवर्तन अनुरोध और पते को उठा सकता है और उस परिवर्तन को लपेट सकता है। इस रिकॉर्ड में कोई भी बदलाव करने के लिए सीधे डेटा स्टोरेज से अनुरोध करें कि उन्हें देखने की जरूरत है। इसलिए इस बिंदु पर मुझे लगता है कि मैं इसे एरिक पर वापस लाऊंगा और हम क्यू और ए में जाएंगे।

एरिक कवनघ: निश्चित बात। इसलिए हमें यहां दर्शकों से कुछ सवाल मिले हैं। मैं एक को बाहर फेंक दूंगा लेकिन शायद पहले डीज़ या रॉबिन, क्या आपके पास कोई सवाल है? मुझे आप के साथ शुरू करते हैं

Dez Blanchfield: मैं एक संगठन के साथ इस यात्रा के माध्यम से इस यात्रा के माध्यम से जाने की हर एक समय पर आने वाली चीजों में से एक है, यह संस्करण नियंत्रण की पूरी चुनौती है। क्या आप डेटा या निश्चित रूप से संस्करण नियंत्रण की ओर दृष्टिकोण पर स्पर्श कर सकते हैं - आप जानते हैं, एक ऐसे परिदृश्य की कल्पना करें जहां संगठनों के तीन अलग-अलग हिस्से एक ग्राहक के रूप में मेरे साथ काम कर रहे हैं, और फिर वे अब एक नए माध्यम से विभिन्न अपडेट और बदलाव कर रहे हैं। उपकरण। हम व्यवसाय के माध्यम से आने वाले डेटा को नियंत्रित करने वाले संस्करण को कैसे संबोधित करते हैं और जो क्यूरेट कर रहा है, और उस पर नियंत्रण और अनुमोदन कर रहा है?

डायना कोलिन्स: यह एक उत्कृष्ट प्रश्न है। तो हमारे समाधान में निर्मित और बेक की गई चीजों में से एक ऑडिट ट्रेलिंग और इतिहास है। इसलिए मैं देखूंगा कि क्या मुझे इतिहास के साथ कोई रिकॉर्ड मिल सकता है। मुझे यह देखने दें कि क्या हमारे अल्बर्ट स्टोर्स ने रिकॉर्ड किया है कि हम इतिहास का उपयोग कर रहे हैं, जैसे ही मैं इतिहास मोड पर क्लिक करता हूं यह मेरे लिए क्या करता है - मेरे पास है - यह इतिहास में कोई बदलाव नहीं है। मैं चाहता हूं कि यह ऐसा हो जो हमें यहां किए गए किसी भी अंतरिम बदलाव को दिखाए, और वे जिस तारीख और समय में किए गए थे। इसके अलावा, मैं फुल हिस्ट्री डिटेल्स पर जा सकता हूं और यदि मैं ऑडिट ट्रेलिंग को चालू करता हूं, तो मैं न केवल उन बदलावों को देखूंगा और जब वे बने थे, लेकिन ऑडिट ट्रेल फिर मुझे बताएगा कि उन बदलावों को किसने किया, उपयोगकर्ता ने उन परिवर्तनों को भी क्या बनाया। ।

मनमाने ढंग से लेबल सेट करने के बजाए वर्जनिंग के लिए हमारा दृष्टिकोण अधिक समय आधारित है। आप समय में एक बिंदु चुन सकते हैं और अपना डेटा देख सकते हैं क्योंकि यह उस समय था और उस समय में डेटा को माइग्रेट कर रहा था क्योंकि यह उस समय था। और हम निश्चित रूप से इतिहास को न केवल डेटा सामग्री का बल्कि डेटा मॉडल का भी ट्रैक करते हैं। जैसा कि आपका डेटा मॉडल विकसित हो सकता है, हम नए वर्गीकरण जोड़ते हैं, हम यह भी ट्रैक करते हैं कि आप हमेशा रोल बैक कर सकते हैं और चीजों को देख सकते हैं क्योंकि वे किसी भी समय बिंदु पर थे।

Dez Blanchfield: डेटा मॉडल वहां पर चुनौती पेश कर रहे हैं, मेरा मतलब है कि आपको कुछ महत्वपूर्ण लेखों से निपटने के साथ एक महत्वपूर्ण वंशावली मिली है। क्या आप हमें कुछ डेटा मॉडल के कुछ उदाहरण दे सकते हैं जो पहले से हैं और कुछ आप इसे चलाने से निपटते हैं, आप जानते हैं, प्रमुख क्षेत्र जैसे विनिर्माण और खुदरा, और रसद, और वित्तीय सेवाएं। आपको बैंकिंग और नुकसान प्रबंधन मिला और इसके बाद, पिछले मॉडल के साथ दृष्टिकोण किया गया है, जो जल्दी से एक परियोजना को स्पिन कर सकता है जो लोग यह जानना शुरू कर सकते हैं कि अंतराल कहां हैं, या क्या उन्हें खुद उस मॉडल का निर्माण और प्रशिक्षण देना है?

डायना कोलिन्स: हमने वर्षों से दोनों दृष्टिकोण अपनाए हैं। हमने मॉडल के साथ आने की कोशिश की है और पाया है कि एक मॉडल पूरा होने का मतलब वास्तव में आपके द्वारा किए जाने वाले बदलावों का अधिक से अधिक अनुकूलन है, जिसे आप ग्राहक के लिए बना सकते हैं। इसलिए हमने वास्तव में मॉडल के टुकड़े, कुछ बुनियादी सामान्य तत्वों को ले लिया है जो हम पाते हैं कि वास्तव में पूरे उद्योगों में अनुमति है।

हमारे पास उदाहरण के लिए, वित्तीय सेवाओं में हमारे पास प्रतिभूतियों और डेरिवेटिव्स के लिए एक पूंजी बाजार में मॉडल हैं, आदि हमारे पास बीमा के लिए मॉडल हैं, संपत्ति और देयता बीमा के लिए, पुनर्बीमा के लिए, और दोनों अलग-अलग तरीकों से जोखिम का प्रबंधन करते हैं। हम सामग्री के उत्पाद बिल, लैंडिंग के बिल के लिए विनिर्माण मॉडल हैं। हमारे पास आपूर्ति श्रृंखला या किसी अन्य ट्रैकर, मध्यवर्ती गोदामों, वितरण मॉडल, सूची की उम्र बढ़ने, उसके बाद की चीजों के लिए मॉडल के अन्य हिस्से हैं। हमारे बहुत से ग्राहकों के लिए, आप जानते हैं, हमने लगभग हर ऊर्ध्वाधर में ग्राहकों को प्राप्त किया है जो आप सोच सकते हैं, लेकिन उनमें से कई के लिए हम कुछ मुख्य घटकों को विकसित करने में सक्षम हैं जो हम अपने ग्राहक के लिए तैयार मॉडल में इकट्ठा करते हैं।

जॉन इवांस: हाँ। मुझे सिर्फ डायना से जोड़ना है। आप जानते हैं, जिस मॉडल को हमने एक मिनट पहले ऑरेंज बैकग्राउंड के साथ दिखाया था, वह वास्तव में एक वैचारिक मॉडल है, इसलिए यह आपको पता है, स्वर, और कोई अंडरस्कोर नहीं है, मेरा मतलब है कि यह एक इंसान समझ सकता है। यह प्रति से एक आईटी अवधारणा नहीं है, यह कुछ ऐसा है जिसे एक व्यवसायी व्यक्ति समझ सकता है। हमारे पास ये वैचारिक मॉडल हैं, हम एक मौजूदा मॉडल को आयात कर सकते हैं जो आपके पास हो सकता है और हम इसे इस तरह से प्राप्त करने के लिए इसे फैक्टर करते हैं - लेकिन जैसा कि डायना ने बात की है, जब हमारे पास एक मॉडल टुकड़ा या एक उदाहरण मॉडल है जिसका हमने उपयोग किया है इससे पहले कि हम ग्राहक को दिखाते हैं, आमतौर पर भीतर, आप जानते हैं, थोड़े समय के लिए इसे देखना और इसे एक स्क्रीन पर रखना और इशारा करना और इशारे करना, वे आमतौर पर उस मॉडल का प्रतिनिधित्व कर सकते हैं जो इसे सुंदर रूप से प्रस्तुत करता है। वे जो पूरा करने की कोशिश कर रहे हैं।

तो यह उन आवश्यकताओं को पकड़ने के लिए समय को तेज करता है ताकि आप उस पर प्राप्त कर सकें, लेकिन दूसरी चीज जो मैं यहां नहीं दिखा रहा हूं वह है, आप जानते हैं, यह आरेख है लेकिन एक टैब भी है जिसे ऑपरेशन कहा जाता है जहां आप मूल रूप से दबाते हैं बटन और यह उन सभी वस्तुओं को उत्पन्न करता है जिनकी आपको नियम के साथ एमडीएम रिपॉजिटरी में आवश्यकता होती है - जो आप कर चुके हैं - आप के लिए सेट है, आप जानते हैं, क्या वैकल्पिक है, क्या अनिवार्य है, कार्डिनैलिटी क्या है, उस सभी सामान जो आप चाहते हैं करने के लिए लेकिन वहाँ एक बटन है जो कहता है कि Deploy, तो यह सिर्फ उस मॉडल को उत्पन्न करेगा जिसे आपने फ्रंट एंड पर बनाया है। इसलिए हमारे पास टुकड़े हैं, हमारे पास विभिन्न प्रकार के उद्योगों में अनुभव है और हमारे सलाहकार ग्राहकों को बहुत तेजी से शुरू करने में सक्षम हैं।

डायना कॉलिंस: ठीक है, दूसरी बात जो मुझे पता चल रही थी-

Dez Blanchfield: तो मैं रॉबिन को सौंपने से पहले एक और त्वरित हूं - हाँ, क्षमा करें, जाओ।

डायना कोलिन्स: मैं बस इस बात पर ध्यान देना चाहूंगा कि हम आम तौर पर इन मॉडलिंग सत्रों को एक जाम सत्र के रूप में चलाते हैं क्योंकि हम सभी विशेषताओं के विवरण में बहुत रुचि नहीं रखते हैं, हम बाद में इसे भर सकते हैं। हम वास्तव में किस चीज में रुचि रखते हैं, यह देखने का व्यवसाय प्राप्त कर रहा है कि डेटा एक साथ कैसे लटका हुआ है और वे इसे कैसे उपयोगी समझते हैं, और यही हम समाधान का निर्माण करना चाहते हैं।

Dez Blanchfield: नहीं, यह सब बहुत मायने रखता है। एक आखिरी जल्दी फिर मैं इसे रॉबिन को सौंप दूंगा। इसलिए जो चीज मैं सोचता हूं वह तुरंत हमारे प्रबंधक की उन संगठनों से बातचीत में होती है, जिनसे मैं निपटता हूं - उनका विचार है, उनके पास पहले से ही है, आप जानते हैं, शासन, रूपरेखा, और उपकरण जगह में - जब आप जाते हैं तो कैसा अनुभव होता है एक संगठन जहां मान लें कि प्रबंध टीम ने तय किया कि वे इस मार्ग से नीचे जाने वाले हैं, ग्राहक केंद्रित बनेंगे और अपने ग्राहक डेटा को साफ करेंगे, या एक एकल प्राप्त करेंगे, और फिर भी आईटी और व्यापार के अन्य हिस्सों को पहले से ही महसूस हो सकता है। उस पर एक अच्छी जगह पाने के लिए काम के कई कार्यक्रम चलाएं?

डायना कोलिन्स: ओह ठीक है, यह एक दिलचस्प सवाल है। हाँ, मैं पेशकश करता हूं कि एमडीएम कार्यान्वयन आम तौर पर तब तक विफल रहेगा जब तक कि उच्च-स्तरीय समर्थन नहीं मिलता। मुझे लगता है कि इन परियोजनाओं को एक संगठन में काफी उच्च स्तर से संचालित किया जाना है क्योंकि एक सांस्कृतिक परिवर्तन है जिसे स्वीकार करने की आवश्यकता है। मुझे लगता है कि रॉबिन ने इससे पहले बात की थी, आप जानते हैं, यह ऐसा कुछ नहीं है जिसे आप सिर्फ एक परियोजना के रूप में करते हैं और यह उस तरह से निर्भर करता है जैसे आईटी संगठन में अक्सर होता है। यह एक चालू कार्यक्रम है, यह एक ऐसी चीज है जिसके लिए प्रतिबद्धता की आवश्यकता है, और बदलने की इच्छा अगर आप को लागू करना होगा और तब जब आपके पास यह होगा कि मुझे लगता है कि हमने पाया कि कार्यान्वयन बहुत अच्छी तरह से होता है।

जहां हमें कुछ क्रियान्वयन में संघर्ष करना पड़ता है, जहां या तो उच्च-स्तरीय प्रबंधन समर्थन नहीं है या जहां आईटी संगठन परिवर्तन के लिए प्रतिरोधी रहा है, लेकिन हम उन्हें जीतने में दोनों मामलों में काफी सफल रहे हैं। मुझे लगता है कि एक बार हमने उन्हें दिखाया कि उठना और संचालन करना कितना सरल है, और यह वास्तव में उनके कंधों की डेटा सामग्री के लिए ज़िम्मेदारी कैसे लेता है, और वास्तव में आईटी को इसके लिए ज़िम्मेदार नहीं होना चाहिए। व्यवसाय जानता है कि अच्छा डेटा क्या बनाता है, आईटी को यह जानने की आवश्यकता नहीं होनी चाहिए। आईटी को उन चीजों के लिए जिम्मेदार होना चाहिए जो वे अच्छी तरह से करते हैं - डेटा को व्यवस्थित करना, इसे सुरक्षित रखना, इसे सुरक्षित रखना, और कैसे - और आमतौर पर वे चारों ओर आते हैं और इसे इस तरह से देखते हैं।

एरिक कवनघ: और हमें दर्शकों से कुछ सवाल मिले हैं, मुझे इनको यहां फेंकने दो। हम समय के साथ थोड़े जा रहे हैं लेकिन मुझे लगता है कि मुझे वे सभी प्रश्न मिलेंगे जो हम कर सकते हैं या कम से कम कोशिश कर सकते हैं। मैं इस एक को आप पर फेंक दूंगा, शायद जॉन या डायना, किसी भी तरह। एक सहभागी पूछता है, "क्या आपके पास खराब रिकॉर्ड से सुनहरे रिकॉर्ड तक फिर से पैरेंट को विकसित करने की कार्यक्षमता है? परिचालन व्यवस्था में उदाहरण के तौर पर बिक्री के आदेश सही हैं। ”यकीन नहीं होता कि मुझे पता है कि उसका यहां क्या मतलब है, लेकिन उम्मीद है कि आप इसका जवाब दे सकते हैं।

डायना कॉलिंस: वैसे हम निश्चित रूप से अभिभावकों के रिकॉर्ड को दोबारा बना सकते हैं यह इस कार्यालय समाधान का एक बहुत ही मानक हिस्सा है, लेकिन परिचालन प्रणालियों के भीतर सीधे नहीं हैं। हम इसे MDM परिवेश में कर सकते हैं और फिर MDM वातावरण से उस डेटा को वापस MDM वातावरण से प्रकाशित होने के बाद, इसे वापस संचालन प्रणाली में धकेल सकते हैं, लेकिन इसे सीधे नहीं पकड़ा जाएगा - हम इसे सही नहीं करेंगे सीधे एमडीएम वातावरण से परिचालन प्रणाली में।

एरिक कवनघ: आपको मिल गया। ठीक है और यहाँ एक और सवाल है, "क्या उपकरण का उपयोग डेटा वंश को देखने के लिए किया जा सकता है?"

डायना कोलिन्स: ओह बिल्कुल, हाँ। फिर यह उस तरह के चित्रण के लिए एक महान मॉडल नहीं है, लेकिन बिल्कुल। जहां आपको अपने डेटा के लिए एक इतिहास मिला है, जहां डेटा कई स्थानों से आया है, हम इसे अपने स्रोत से टैग कर सकते हैं और उस जानकारी को प्रकाशित डेटा तक ले जा सकते हैं।

जॉन इवांस: इसके लिए धन्यवाद। यहां इसका एक तत्व है मॉडल में, डायना में, मेरा मतलब है कि आपको एसएफडीसी संपर्क और ईबीएस संपर्क मिला है और यह वास्तव में एक ग्राफ क्षेत्र में भी आया है। यह डेटा के चारों ओर लटका रहता है।

डायना कोलिन्स: हाँ। मेरा मतलब स्पष्ट रूप से एक वास्तविक वंश वातावरण में है, आपके पास एक अधिक मजबूत समाधान और कार्यान्वयन होगा और बस एक बुनियादी एक यहाँ किया गया था।

एरिक कवनघ: ठीक है, अच्छा। बस कुछ और सवाल और फिर हम लपेटेंगे। उपस्थित लोगों में से एक कह रहा है, “आप घर की परिभाषा का समर्थन कैसे करते हैं? क्या आपके पास सामाजिक नेटवर्क के साथ ग्राहक मास्टर डेटा को समृद्ध करने का एक तरीका है? "

डायना कॉलिंस: यह हमारे रोड मैप पर है, सोशल नेटवर्क डेटा से सोशल नेटवर्क के साथ संवर्धन हमारे रोड मैप पर है। यह फिलहाल उत्पाद पर नहीं है, लेकिन हाउसहोल्डिंग के संदर्भ में, यह हमारे मिलान और विलय की क्षमताओं का हिस्सा है। मिलान की प्रक्रिया में, महान कई knobs और लीवर कि आप डेटा के विशेष भागों के वजन के लिए नियंत्रित कर सकते हैं, लेकिन यह अंततः हमें क्या करने की अनुमति देता है एक साथ सभी व्यक्तिगत संपर्क रिकॉर्ड इकट्ठा करने के लिए जो एक ही घर का हिस्सा हो सकता है । फिर यह कंपनियों और लोगों के बीच अंतर को समझता है। कंपनियों में आप आमतौर पर शुरुआत में देखते हैं, एक नाम में शब्दों का महत्व; एक कंपनी में, सामने से शुरू करें और अंत तक काम करें। लेकिन जब आप हाउसहोल्डिंग कर रहे होते हैं, तो आप वास्तव में अंत में शुरू करना चाहते हैं और लोगों के नामों के साथ सामने की ओर काम करते हैं। यह समझता है कि और एक ही घर से संपर्क करने वाले लोगों को एक साथ इकट्ठा करने का एक बहुत अच्छा काम करने में सक्षम है।

एरिक कवनघ: और एक अंतिम प्रश्न, रेस्तरां ग्राहकों के बारे में क्या? हमारे पास एक अच्छा जानकार दर्शक सदस्य है जो पूछ रहा है कि क्या आपके पास कोई रेस्तरां ग्राहक है?

डायना कोलिन्स: वास्तव में नहीं। वह हमारे लिए नया वर्टिकल होगा। हम वास्तव में इसे आगे बढ़ाने में दिलचस्पी लेंगे। हमारे पास ग्राहक हैं जो रेस्तरां की आपूर्ति करते हैं लेकिन हमारे पास कोई भी रेस्तरां नहीं है जो ग्राहक हैं।

एरिक कवनघ: ठीक है, कोई चिंता नहीं। ठीक है, दोस्तों, हम यहाँ एक घंटा और पाँच मिनट तक जल चुके हैं, इसलिए आज हमारे प्रस्तुतकर्ताओं को बहुत-बहुत धन्यवाद। हम इस वेबकास्ट को संग्रहीत करेंगे ताकि ये सभी अभिलेख बाद में देखने के लिए उपलब्ध हों। आज हमारे प्रेजेंटर्स का बड़ा धन्यवाद। डीज़ और रॉबिन को अपनी अंतर्दृष्टि के लिए, और मैग्निट्यूड सॉफ्टवेयर के लिए बड़ा धन्यवाद। यह अच्छी चीज है। एमडीएम यहाँ रहने के लिए है, दोस्तों, इसमें कोई संदेह नहीं है। यह वास्तव में महत्वपूर्ण है कि केंद्रीय दृष्टिकोण जो कि समय के अनुसार अधिक महत्वपूर्ण होने जा रहा है। मुझे यह सोचना होगा क्योंकि हमारे ग्राहक तय करते हैं कि वे गलत व्यवहार नहीं करना चाहते हैं, वे सबसे अच्छा इलाज संभव करना चाहते हैं और यही तरीका है।

तो उस लोगों के साथ, हम आपको विदाई देने जा रहे हैं। एक बार फिर आपका धन्यवाद। हम आपसे कल एक और वेबकास्ट पर कल बात करेंगे, हाँ। इन दिनों हॉट टेक्नोलॉजी सबसे हॉट शो है, हम आपसे कल शाम चार बजे उम्मीद करेंगे। तब तक, ध्यान रखना, दोस्तों। टाटा।