ग्राहक-संबंधित डेटाबेस: अर्थ और सिद्धांत

ग्राहक से संबंधित डेटाबेस का अर्थ:

कंपनियों के पास आमतौर पर एक भी ग्राहक डेटाबेस नहीं होता है; इसके बजाय, उनके पास कई ग्राहक-संबंधित डेटाबेस हैं। बड़े संगठन, जैसे कि वित्तीय सेवा कंपनियां, 20 या अधिक ग्राहक प्रणाली हो सकती हैं, जिनमें से प्रत्येक का एक अलग डेटाबेस हो सकता है।

ये डेटाबेस कई अलग-अलग दृष्टिकोणों से ग्राहक-संबंधित डेटा को कैप्चर करते हैं। ग्राहक से संबंधित डेटा बेस कई कार्यात्मक क्षेत्रों में बनाए रखा जा सकता है - बिक्री, विपणन, सेवा, लॉजिस्टिक्स और अकाउंट्स - प्रत्येक अलग-अलग परिचालन उद्देश्यों के लिए। क्रमशः, ये डेटाबेस ग्राहक के अलग-अलग डेटा - अवसरों, अभियानों, पूछताछ, डिलीवरी और बिलिंग को रिकॉर्ड कर सकते हैं।

उदाहरण के लिए, ग्राहक से संबंधित डेटा भी विभिन्न चैनल प्रबंधकों - कंपनी के स्वामित्व वाले खुदरा स्टोर, तृतीय-पक्ष खुदरा दुकानों और ऑनलाइन रिटेल द्वारा बनाए रखा जा सकता है। इसी तरह, अलग-अलग उत्पाद प्रबंधक अपने ग्राहक-संबंधी डेटा को बनाए रख सकते हैं।

ग्राहक-संबंधी डेटा में वर्तमान अवसरों, ऐतिहासिक बिक्री या संभावित अवसरों पर ध्यान केंद्रित करते हुए एक वर्तमान, अतीत या भविष्य का परिप्रेक्ष्य हो सकता है। ग्राहक से संबंधित डेटा व्यक्तिगत ग्राहकों, ग्राहक सहयोगियों, ग्राहक खंडों, बाजार खंडों या संपूर्ण बाजारों के बारे में हो सकता है। उनके पास उत्पाद जानकारी, प्रतिस्पर्धी जानकारी, नियामक डेटा या ग्राहक संबंधों के विकास और रखरखाव के लिए प्रासंगिक कुछ भी हो सकता है।

ग्राहक डेटाबेस बनाए रखने के लिए मूल सिद्धांत:

डेटाबेस को बनाए रखने का अर्थ है कि उपयोगकर्ताओं को सटीक और प्रासंगिक डेटा से मिलने की उनकी आवश्यकता होने की अधिक संभावना होगी। सटीकता और प्रासंगिकता दो वांछनीय डेटा विशेषताओं में से दो हैं जिन्हें पहचाना गया है डेटा को साझा करने योग्य, परिवहन योग्य, सटीक, प्रासंगिक, समय पर और सुरक्षित होना चाहिए। आप mnemonic STARTS के माध्यम से इन वांछनीय डेटा विशेषताओं को याद कर सकते हैं। स- शरबत

मैं। डेटा को साझा करने की आवश्यकता है क्योंकि कई उपयोगकर्ताओं को एक ही समय में एक ही डेटा तक पहुंच की आवश्यकता हो सकती है। उदाहरण के लिए, जिन ग्राहकों ने वार्षिक यात्रा बीमा खरीदा है, उनके बारे में प्रोफ़ाइल जानकारी ग्राहक सेवा एजेंटों को कई भौगोलिक स्थानों पर एक साथ उपलब्ध कराने की आवश्यकता हो सकती है क्योंकि वे एक विज्ञापन अभियान के जवाब में ग्राहक पूछताछ से निपटते हैं।

ii। डेटा को स्टोरेज लोकेशन से यूजर तक पहुंचाने योग्य होना चाहिए। जहां भी और जब भी उपयोगकर्ताओं की आवश्यकता हो डेटा उपलब्ध कराया जाना चाहिए। उपयोगकर्ता एक हॉट-डीस्किंग ग्राहक सेवा प्रतिनिधि, एक पिक-अप के लिए एक डिलीवरी ड्राइवर एन मार्ग, एक स्वतंत्र बंधक सलाहकार या एक संभावना के सामने एक बिक्री व्यक्ति हो सकता है।

विश्व स्तर पर वितरित ग्राहकों, उत्पाद श्रेणियों के साथ कई श्रेणियों और कई मार्गों के साथ आज के अंतर्राष्ट्रीय निगम बाजार में विशेष रूप से चुनौतीपूर्ण डेटा परिवहन समस्याओं का सामना करते हैं। इलेक्ट्रॉनिक ग्राहक डेटाबेस आज के व्यवसायों के लिए आवश्यक हैं, साथ में डेटा को पूरी तरह से परिवहन योग्य बनाने के लिए डेटा सिंक्रनाइज़ेशन, वायरलेस संचार और वेब ब्राउज़र जैसी तकनीकों को सक्षम करने के साथ।

iii। डेटा सटीकता एक परेशानी का मुद्दा है। एक आदर्श दुनिया में 100 प्रतिशत सटीक डेटा होना अद्भुत होगा। लेकिन डेटा सटीकता उच्च लागत वहन करती है। डेटा को विभिन्न क्षणों में कैप्चर, एंटर, इंटीग्रेटेड और एनालिसिस किया जाता है। इनमें से कोई भी या सभी प्रक्रियाएं अशुद्धि का स्रोत हो सकती हैं कीस्ट्रोक गलतियां डेटा प्रविष्टि के बिंदु पर त्रुटियां पैदा कर सकती हैं। अनुचित विश्लेषणात्मक प्रक्रियाओं के कारण भ्रम की स्थिति पैदा हो सकती है।

सीआरएम में, डेटा की अशुद्धि से विपणन अभियानों में बेकार अपशिष्ट पैदा हो सकता है, जो कि सेल्सपर्स द्वारा अनुचित पूर्वेक्षण और सामान्य उप-अपनाने योग्य अनुभव का अनुभव हो सकता है। यह CRM सिस्टम में विश्वास भी मिटाता है, इस प्रकार उपयोग को कम करता है। इससे डेटा गुणवत्ता में और गिरावट आती है।

इसका मुकाबला करने के लिए, उपयोग की मात्रा और डेटा गुणवत्ता की निगरानी की जानी चाहिए। डेटा को सेकंडहैंड के बजाय स्रोत में दर्ज करने की आवश्यकता है; उपयोगकर्ता खरीद-इन जरूरतों को प्रबंधित करने के लिए; डेटा गुणवत्ता प्रक्रियाओं जैसे कि डी-डुप्लीकेशन को पेश करने की आवश्यकता है। समाचार एजेंसी और बुक रिटेलर WHSmith अपने डेटाबेस की सटीकता के लिए सीआरएम-सक्षम प्रत्यक्ष विपणन की उच्च प्रतिक्रिया दर का श्रेय देते हैं।

उदाहरण के लिए, डेलिया स्मिथ की हाउ टू कुक बुक के एक प्रस्ताव ने 8 प्रतिशत की प्रतिक्रिया दर हासिल की, उनके डेटा गुणवत्ता परियोजना को लागू करने से पहले की तुलना में काफी अधिक था।

iv। प्रासंगिक डेटा किसी दिए गए उद्देश्य के लिए प्रासंगिक है। ग्राहक की क्रेडिट योग्यता की जांच करने के लिए आपको उनके लेनदेन और भुगतान इतिहास, और उनके वर्तमान रोजगार और आय की स्थिति की आवश्यकता होती है। उन ग्राहकों को फ़्लैग करने के लिए जो क्रॉस-सेल अभियान के लिए गर्म संभावनाएं हैं, आपको स्कोर खरीदने के लिए उनकी प्रवृत्ति की आवश्यकता है। सीआरएम रणनीति का समर्थन करने के लिए डेटा प्रबंधन प्रणाली को डिजाइन करने में, प्रासंगिकता एक प्रमुख मुद्दा है। आपको यह जानने की जरूरत है कि क्या निर्णय लिए जाएंगे और उन्हें अच्छी तरह से सक्षम करने के लिए कौन सी जानकारी की आवश्यकता है।

v। समय पर डेटा वह डेटा है जो जरूरत पड़ने पर उपलब्ध होता है। निर्णय लेने के बाद प्राप्त किया गया डेटा मददगार नहीं होता है। समान रूप से, निर्णय-निर्माता आवश्यकता महसूस होने से पहले डेटा पर बोझ नहीं डालना चाहते। जिस समय ग्राहक की सेवा की जा रही है, बैंक के समर्थकों को उनके पास उपलब्ध जानकारी को खरीदने की आवश्यकता है।

vi। ज्यादातर कंपनियों के लिए डेटा सुरक्षा बेहद महत्वपूर्ण मुद्दा है। डेटा, विशेष रूप से ग्राहकों के बारे में डेटा, एक प्रमुख संसाधन और प्रतिस्पर्धी लाभ का एक स्रोत है। यह ग्राहकों को बेहतर समाधान प्रदान करने के लिए आधार प्रदान करता है। कंपनियों को नुकसान, तोड़फोड़ और चोरी के खिलाफ अपने डेटा की रक्षा करने की आवश्यकता है। कई कंपनियां नियमित रूप से अपने डेटा का बैकअप लेती हैं। अग्नि दीवारों जैसे भौतिक और इलेक्ट्रॉनिक बाधाओं के माध्यम से सुरक्षा को बढ़ाया जाता है।

एक साथी वातावरण में डेटा सुरक्षा का प्रबंधन करना विशेष रूप से चुनौतीपूर्ण है, क्योंकि यह आवश्यक है कि एक ही पोर्टल के माध्यम से एक ही सीआरएम सिस्टम में साइन किए जाने के बावजूद प्रतिस्पर्धी भागीदार एक-दूसरे की बिक्री लीड और अवसर की जानकारी नहीं देखते हैं।