Blog

Resolución de entidades para una vista de cliente único

«La capacidad de ver al cliente a través de una sola lente permite la medición crítica, la optimización, la eficiencia y los casos de uso personalizados».

Jason Niemi, Director de Compromisos Digitales, Kraft Foods Group

Mantener una visión única y coherente de los clientes en toda la empresa se está convirtiendo rápidamente en una necesidad clave para las empresas que buscan información precisa y completa sobre los clientes para poder saber mejor con quién están interactuando. La implementación exitosa de una Vista Única del Cliente puede ser un desafío cuando las representaciones de un cliente se mantienen en más de un sistema y entidad de cliente y las discrepancias en los datos del cliente deben resolverse tanto dentro como entre los sistemas.

En un estudio de Harvard Business Review, se encuestó a más de 400 ejecutivos de la experiencia del cliente, y conseguir una visión única del cliente resultó ser uno de los principales retos.

Veamos qué es exactamente una Vista Única del Cliente.

Una vista única del cliente es una representación holística, consolidada y coherente de los datos de los clientes de una organización. Los clientes esperan que las interacciones con una organización reflejen su perfil, historial y preferencias actuales. Por esta razón, una visión única del cliente es especialmente importante cuando las organizaciones interactúan con los clientes a través de múltiples canales.

Y cuando se trata de interacciones a través de múltiples canales, invariablemente obtenemos múltiples fuentes de datos. La empresa media utiliza 65 sistemas diferentes. Los datos de todas estas fuentes internas, de los intermediarios o socios externos y de las fuentes de datos públicas deben integrarse para construir esta visión única del cliente.

Esto significa que podría tener docenas de registros en sus fuentes de datos para cada cliente. Algunos registros pueden contener sus preferencias de compra, otros pueden tener datos demográficos, otros pueden tener datos de contacto más completos, etc. Y en cada uno de estos registros, el identificador clave es un poco diferente. Tal vez el cliente utilizó un apodo al rellenar la tarjeta de su programa de recompensas por fidelidad, o podría haber utilizado su dirección de correo electrónico personal al registrarse en su sitio web. Independientemente de la razón, ahora está tratando con una variedad de representaciones para cada cliente almacenadas en una variedad de sistemas.

Laresolución de entidades es un problema clave de integración de datos cuando se fusionan diferentes fuentes, ya que cada una de estas fuentes de datos de primera, segunda y tercera parte puede estar utilizando un «identificador» diferente para referirse a un individuo. Analicemos en profundidad qué es la resolución de entidades.

¿Qué es la resolución de entidades?

Las investigaciones revelan que el 94% de las empresas se enfrentan a registros duplicados de la misma entidad y realizan la resolución de entidades en algún nivel, ya sea manualmente o utilizando software de calidad de datos. Consolidar los registros relacionados y vincularlos a una sola entidad es intrínsecamente complejo porque las coincidencias exactas son escasas.

Laresolución de entidades es un proceso básico de calidad de datos que se utiliza para identificar los registros que se refieren a la misma entidad dentro de las fuentes de datos o entre ellas. Esto puede hacerse con fines de deduplicación y limpieza, o para enriquecer y crear registros dorados que absorban fragmentos de entidades en toda la empresa y creen un perfil de entidad unificado. Esto último se aplica en este contexto: la construcción de una visión única del cliente.

Como empresa, podría tener docenas de registros en sus fuentes de datos para cada cliente. Algunos registros pueden contener sus preferencias de compra, otros pueden tener datos demográficos, otros pueden tener datos de contacto más completos, etc. Y en cada uno de estos registros, el identificador clave es un poco diferente. Tal vez el cliente utilizó un apodo al rellenar la tarjeta de su programa de recompensas por fidelidad, o podría haber utilizado su dirección de correo electrónico personal al registrarse en su sitio web. Independientemente de la razón, ahora está tratando con una variedad de representaciones para cada cliente almacenadas en una variedad de sistemas.

Utilización de la resolución de entidades para construir una vista única del cliente

Ahora que tenemos una mejor idea de lo que es una Vista Única del Cliente y cómo se puede resolver su principal desafío, echemos un vistazo a las capacidades necesarias para crear una vista única: Integración, Perfilado, Depuración y Cotejo.

Integre sus fuentes de datos

El primer paso es, obviamente, identificar e integrar sus fuentes de datos de primera, segunda y tercera parte que contengan la información de los clientes que desea reunir. ¿En qué formato recibe los datos de sus socios e intermediarios? ¿Qué aplicaciones o bases de datos tiene internamente? ¿Se conectará a fuentes de datos públicas y, en caso afirmativo, en qué formato descargará esas listas?

Los datos de los clientes que necesitaría para construir una verdadera Vista Única del Cliente pueden incluir:

  • Medios de comunicación social
  • Transacciones
  • Interacciones con el equipo de ventas
  • Firmographics
  • Preferencias de los clientes
  • Actividades de navegación en la web y en el móvil
  • Datos demográficos
  • Sentimientos
  • Etc.

Haz una lista de fuentes de datos y crea una estrategia sobre cómo quieres integrar cada una de esas fuentes de datos. Ahora coteje esta lista con las herramientas que desea utilizar para la resolución de entidades y para construir su vista de cliente único. Asegúrese de que cada una de esas herramientas pueda integrarse perfectamente con sus fuentes de datos, ya sea su CRM, plataformas de medios sociales, aplicaciones de contabilidad o lagos de Big Data.

Perfilar y descubrir sus datos

Cuando se integran datos de múltiples fuentes a escala, pocas empresas comprenden realmente los datos subyacentes. Estos datos suelen recopilarse a lo largo de años, si no décadas, y están repletos de problemas como errores tipográficos, irrelevancia, falta de integridad, inexactitud y falta de estandarización. El problema de la estandarización se agrava aún más cuando se juntan varias fuentes, ya que cada sistema puede almacenar los datos de forma completamente diferente.

Laelaboración de perfiles de los datos una vez integradas las fuentes le ayuda a obtener una visión instantánea que permite detectar los problemas de calidad de los datos. La solución de estos problemas le ayudará a obtener mejores resultados al cotejar diferentes representaciones del mismo cliente en el último paso del proceso. Profundizar y perfilar los datos desde el principio permite a las empresas cuantificar los problemas de datos con los que se encontrarán en el futuro.

Obtener datos limpios y precisos

Una vez que haya identificado los problemas en sus datos, es el momento de limpiarlos y estandarizarlos para obtener los mejores resultados en el paso de resolución de la entidad. Para limpiar los datos, se pueden establecer reglas de negocio que ayuden a reconocer y corregir errores ortográficos, problemas de estandarización, datos mal introducidos, etc. Ya debería saber qué reglas de negocio crear si ha perfilado sus datos. Tenga en cuenta que este paso puede llevar mucho tiempo y requiere una considerable atención a los detalles. Para obtener resultados más rápidos y precisos, el software de limpieza de datos es una buena opción.

Las soluciones de limpieza de datos líderes en el sector suelen ofrecer reglas de limpieza y estandarización preconfiguradas, junto con otras funciones que ayudan a limpiar los datos de forma eficaz a la vez que proporcionan más información sobre los datos de su empresa.

Realizar la resolución de la entidad

Estandarizar los datos antes de cotejarlos ayuda a minimizar los falsos negativos, lo que aumenta eficazmente las tasas de coincidencia. Ahora es el momento de crear las definiciones de los partidos. Lo ideal es que el software de resolución de entidades que elija le permita crear visualmente definiciones de coincidencia en las que defina lo que debe o no debe considerarse una coincidencia. Puede pensar en los criterios de coincidencia y en las definiciones de coincidencia en términos de sentencias SQL AND/OR. La relación entre las definiciones de coincidencia sería una sentencia AND y la relación entre los criterios de coincidencia sería una sentencia OR.

Una vez que haya definido las definiciones y los criterios de coincidencia, es el momento de empezar a hacer coincidir:

Si utiliza un software de resolución de entidades de última generación, verá algo parecido a la pantalla anterior cuando ejecute sus partidos. Los partidos individuales deben ser emparejados en grupos, identificados por un ID de grupo único. También debería ver la puntuación del partido, lo que le permitirá descartar rápidamente los falsos positivos.

Una vez identificadas las coincidencias y eliminados los falsos positivos, llega el momento del último paso del proceso: Elegir un registro maestro. Después de todo, nuestro propósito es construir una Vista Única de Cliente que contenga el registro más limpio y completo de cada cliente. Ahora que ha cotejado todas las fuentes de datos que contienen datos de clientes, es el momento de reunir toda esa información.

A partir de los grupos de coincidencia, puede elegir qué registros y qué campos fusionar hasta obtener un registro único y completo. No tiene que revisar manualmente cada registro; el proceso puede automatizarse en el paso de fusión y supervivencia de DataMatch Enterprise.

Conclusión:

Implementar una visión única del cliente es un paso esencial para mejorar significativamente la experiencia del cliente. Si se adopta una visión basada en el recorrido, se integran los datos, se perfilan y se limpian, y luego se cotejan las identidades de los clientes mediante un software de resolución de entidades como DataMatch Enterprise, se puede salvar más fácilmente la desconexión entre las expectativas del cliente y su experiencia. El resultado será una mayor retención, un aumento de la lealtad, una mayor satisfacción del cliente, una mayor eficiencia de los procesos y una mejora de los niveles de servicio y asistencia al cliente.

In this blog, you will find:

Try data matching today

No credit card required

"*" señala los campos obligatorios

Hidden
Hidden
Hidden
Hidden
Hidden
Hidden
Hidden
Este campo es un campo de validación y debe quedar sin cambios.

Want to know more?

Check out DME resources

Merging Data from Multiple Sources – Challenges and Solutions

¡Vaya! No hemos podido localizar tu formulario.