Gerçek Zamanlı Dünyada İş Zekası

Gerçek Zamanlı Dünyada İş Zekası
TANITIM YAZISI:
MÜŞTERİ VERİSİ KALİTESİ Scott Arnett TANITIM YAZISI: MÜŞTERİ VERİSİ KALİTESİ GERÇEK ZAMANLI DÜNYADA İŞ ZEKASI
TOMER DATA QUALITY
ÖZET ÇOK SOĞUK VE RÜZGARLI BİR GÜNDÜR, İKİ KİŞİ DÜKKANINIZDAN İÇERİ GİRER. HAVA YÜZÜNDEN SARINIP SARMALANDIKLARI İÇİN ANLAMAK ZORDUR, ANCAK BİR KADIN VE BİR ERKEĞE BENZEMEKTEDİRLER. BİRİ DİĞERİNDEN KISADIR FAKAT TEK GÖREBİLDİĞİNİZ GÖZLERİDİR. DÖNERSİNİZ VE KIPIRDAMADAN DURURSUNUZ, AKLINIZ AŞIRI YÜKLENMEKTEDİR – ONLARIN KİM OLDUĞUNU NE İÇİN BURADA OLDUKLARINI MERAK EDERSİNİZ. ÖYLESİNE BİR BAKMAK MI İSTEMEKTEDİRLER, YOKSA BİR ŞEYLER SATIN ALMAK MI? BU İNSANLARI GERÇEKTEN TANIYOR MUYUM? BİRBİRLERİYLE BİR İLİŞKİLERİ VAR MI? EĞER TANIYORSAM, EN SON NE ALDILAR? NE ZAMAN ALDILAR? NE KADAR PARA HARCADILAR? SATIN ALIMLARINDAN MEMNUN KALDILAR MI? ŞİMDİ ONLARIN İLGİSİNİ NEYLE ÇEKEBİLİRİM? NE YAPACAĞIM? –
DAHA SONRA GÜLÜMSERSİNİZ VE ONLARI SELAMLAMAK İÇİN “MERHABA, SİZE NASIL YARDIMCI OLABİLİRİM?” DİYEREK, BİR ADIM ÖNE ATARSINIZ. BU, ESKİ BİR KORKU FİLMİNİN AÇILIŞ SAHNESİNE YA DA GERÇEKTEN KÖTÜ BİR ŞAKAYA BENZEMEKTEDİR, ANCAK CİDDEN, KÜRESEL BİREBİR VE ÇEVRİMİÇİ EKONOMİLERİMİZDE, BU SENARYONUN VARYASYONLARI HER GÜN, MİLYONLARCA KEZ DEĞİLSE BİLE YÜZ BİNLERCE KEZ OYNANMAKTADIR. BURASI MÜŞTERİNİZLE İŞİNİZİN BULUŞTUĞU İLK NOKTADIR – ETKİLEŞİM NOKTASI ‐ VE BU NOKTADA NE YAPACAĞINIZ MÜŞTERİ MEMNUNİYETİNİ VE BAĞLILIĞINI KAZANMAK İÇİN HAYATİ ÖNEME SAHİPTİR. PEKİ, HER ZAMAN NE YAPACAĞINIZI BİLİYOR MUSUNUZ? HANGİ DURUMDA NASIL DAVRANMANIZ GEREKTİĞİ KONUSUNDA GÜNCEL BİLGİLERE SAHİP MİSİNİZ? www.g1.com
MÜŞTERİLERİNİZİ ANLAMAK İÇİN YÜRÜTÜLEN TÜM ÇALIŞMALAR,
ETKİLEŞİM NOKTASINDA İŞLERİN YOLUNDA GİTMESİ ÜZERİNE
ODAKLANIR.
Etkileşim Noktasının Önemi Doğru ortamı oluşturmak, doğru teklifi anlamak ve doğru ürün arzını sağlamak, tüketici ürünleri ve servisleri dünyasının ön çizgisini oluşturmaktadır. Müşterilerinizi anlamak için yürütülen tüm çalışmalar, etkileşim noktasında işlerin yolunda gitmesi üzerine odaklanır. Bu nokta etki bırakacağınız ve umarız ki satış yapacağınız ve aynı zamanda işletimsel ve analitik süreçlerin işiniz için birleştiği yerdir. Peki, bu ne kadar önemlidir? Çok kişisel bir hikaye anlatmama izin verin: İş dünyasında yer alan çoğumuz gibi, işimin bir parçası da bir hayli seyahat etmek. Tahmin edebileceğiniz ve bu makaleyi okuyan birçoğunuzda da olduğu gibi, birkaç yıl önce A.B.D.’nin önde giden havayolu şirketlerinin bir tanesinden üst düzey konum kazanmayı başardım. Üst düzey konumuma ulaştıktan hemen sonraki aralık ayında, Baltimore MD.’den San Fransisco CA.’ya seyahat etmekteydim. Maalesef eve doğrudan bir uçuş değildi ve Denver CO.’dan aktarmam vardı. Mevsime özgü olarak ülkenin orta kesimlerinde şiddetli kış fırtınaları hakimdi. Şans eseri, Denver’a zamanında ulaştım, uçaktan inip bir sonraki uçuşumun kapısına ilerlemek için hole girdiğimde kalkış ekranı gözlerimin önünde değişti! Birçok uçuş iptal edilmişti ya da ciddi bir şekilde rötar yapmıştı. Ah! İyi haber! San Jose’ye olan uçuşumda sadece üç saatlik bir rötar vardı. Kendimi çok şanslı hissettim. Ama bekleyin! San Jose’ye giden başka bir uçuşun daha olduğunu fark ettim, o da ertelenmişti fakat bir saatten az bir süre içerisinde kalkacaktı. Şimdiki ikilemim –rötarlı uçuşumu olduğu gibi kabul mü edeceğim yoksa kısa bir süre içinde hareket edecek uçağa binmeye mi çalışacağım? Elbette hepiniz cevabı biliyorsunuz; denemek zorundaydım. Hızlıca hareket ederek, bilgisayar çantamı ve tekerlekli çantamı sürükleyip yeni çıkış kapısına doğru yöneldim ve doğal olarak aklında aynı amaç olan tek kişinin ben olmadığımı fark ettim. Şu an altıncı sıradayım. Tek tek her yolcu, biletlerini az sonra kalkacak olan uçağa değiştirmek için bilet acentasına talepte buluyorlardı. Tek tek, nazikçe, fakat kesin bir şekilde bu talepleri geri çevirdiler. Bilet acentesi ile olan konuşmalarını dinlemek oldukça caydırıcıydı ve kendimi geri çekilmeye ve en yakın bara gidip önümüzdeki üç saatin geçmesini beklemeye nerdeyse ikna etmiştim. Sonra sıra bana geldi. Az çok yorgun düşmüş acente yetkilisine, nazik ama kesin bir ret cevabı bekleyerek, usulca yaklaştım. Talebimi yaptım ve “Hayır” cevabı beklediğimden dolayı, tamamen farklı bir cevap duymak beni sersemletti. Görevli geçerli olan biniş kartıma baktı ve üst düzey havayolu konumumu fark etti; daha sonra bana doğru bakarak gülümsedi ve biniş kartımı alarak hızlı bir şekilde yeni uçuş için yeniden bastı. Benim iyileştirme isteğimi de gerçekleştirerek, bagajımı çektirip yönlendirdi ve benimle birlikte gelmesini sağladı. Soğukkanlılığımı tekrar kazandığım zaman ona sordum “Az önce burada ne oldu?” Gülümsedi ve basit bir şekilde şöyle dedi “İstisnalar yapılabilir, özellikle de saygın müşterilerimiz için”. Şimdi, havayollarının müşteri hizmetleri açısından her zaman iyi örnek oluşturduğunu asla söylemeyeceğim, ancak bu tarz bir etkileşim ile bu havayolu üzerimde önemli bir etki bıraktı ve bunun sonucunda o tarihten bu yana onlarla olan üst düzey konumumu sürdürdüm. Umarım, sizinde buna benzer bir ya da iki olumlu müşteri tecrübeniz olmuştur, bunun gibi olaylar çoğu kez yüz yüze veya çevrimiçi kelimeler aracılığıyla meydana gelir. Ticari bakış açısına göre, yapılan analiz ve çalışmaların öenmli bir kısmı, müşterilerin profilini çıkarmak ve satın alma davranışlarını anlamak üzerine yoğunlaşır ve etkileşimin canlı olduğu noktalarda, özelikle çevrimiçinde olduğu gibi, çözümleyiciler hayati bir rol oynamaktadır. Manşet şeklindeki teklifler ya da bir sonraki satın alma için tavsiyeler (Amazon. com’da olanlar gibi) hatta tamamlayıcı ürün önerileri, müşterini geçmiş satın alma davranışları ve diğer demografik bilgilerine dayanarak sunulmaktadır. TANITIM YAZISI: MÜŞTERİ VERİSİ KALİTESİ GERÇEK ZAMANLI DÜNYADA İŞ ZEKASI Etkileşim Noktasında Analizin Rolü Genel anlamda etkileşim noktasında ele alınabilecek birden fazla yaklaşım vardır, ancak hangi yaklaşımın kullanılacağını anlamak, müşteriniz hakkında bilgi sahibi olmayı gerektirir. Eski günlerde, gerçekten başarılı bir kullanılmış araba satıcısı, müşteriyi görünüşüne göre değerlendirir ve yaklaşımını geçmiş tecrübelerine dayanarak seçerdi. Modern dünyada, tecrübeye ek olarak, müşterileri elektronik olarak değerlendirmeyi ve satış/müşteri hizmetleri temsilcileri ve müşteriler arasındaki etkileşimi yönlendirmeye yardımcı olacak anlaşılır ipuçları ortaya koymayı ekledik. Eğer bir müşteri sizin indirim kulübünüzde yer alıyorsa veya her hangi bir türden konum kartına sahip ise, temsilci “A”yı, eğer sahip değilse “B”yi uygular. Ancak, tüm durumlarda, indirim kulübünüze olan üyelik, satış temsilcisine tutarlı bir değer tabanlı karar verebilmesi için müşteri hakkında yeterli bilgiyi sağlar mı? Muhtemelen hayır. Eğer benim bir BevMO indirim kartım varsa, bu benim ve müşteri alışkanlıklarım hakkında ne söyler? Düzenli bir bira içicisi miyim? Kokteylleri mi severim? Çok mu şarap içerim? Veya ara sıra, sadece bir mangal partisi verdiğimde yüklü miktarda satın alma mı yaparım? Benim BevMo kartımda aslında ne tür bilgiler yer alır? Bu noktada yardımcı olacak şey; satın alma davranışlarımı biraz daha detaylı inceleyebilmek ve bu anlayışı doğrudan tezgahın arkasında duran satış temsilcisine belirtecek basit bir yol bulabilmektir. Bu nokta analizin devreye girdiği yerdir, özellikle yeterli gelişmişlikte bir satış sistemi görüşünüz (veya çevrimiçi olarak) olduğu zaman anında sonuçları arttırabilirisiniz. Bir iş zekası aracı ile bireysel bir müşterinin davranışı kolayca çıkartılabilir ve incelenebilir, daha sonra tecrübeli bir analist davranışı veya ilgiyi öngörmeye yardımcı olacak eğilimleri bulabilir. Doğal olarak bu da, ne tür teklifler yapılacağına, teklifleri yaparken kullanılacak yaklaşımlara ve/veya müşteri tecrübesini geliştirecek diğer yollara karar vermek için yol gösterici olur. www.g1.com
Analiz aynı zamanda, müşteriye doğrudan daha fazla bilgi sunmak amacıyla da kullanılabilinir. BevMo örneğine dönersek, satış temsilcisi bana bu ay şimdiye kadar 11 şişe şarap aldığımı ve eğer bir tane daha almak istersem, bir diğerini bedavaya alacığımı hatırlatabilir. Bu kimsenin reddemeyeceği bir tekliftir! Müşterileri etkileyebilecek bilgiler sunmaya ilişkin diğer örnekler şunları içerir: • Yeni sipariş verilen bir ayakkabıyı teslimatını beklemeden alabilecekleri yakında bulunan bir mağazanın bulunduğu yer ile ilgili bilgi sağlamak. • Buzdolapları için ne zaman yeni bir su filtresi siparişi vermeleri gerektiği hakkında yineleyici bilgi sunmak. • İndirimli satış fırsatlarından en iyi şekilde yararlanmaları amacı ile ürünleri daha iyi seçmelerine yardımcı olacak öneriler getirmek. Uygun bir işlevsel iş zekası aracı ile bu bilgileri kullanıma hazır halde sağlamak ve iyi bir müşteri tecrübesi yaratmak, çok daha doğru olacaktır. Etkileşim Noktasında İş Zekası ile İlgili Sorunlar Müşterilerinizi anlamak, birçok iş zekası uzmanını meşgul eden bir konudur. Karar vermede yardımcı olan saklı eğilimleri bulmak için bilgileri kesmek ve parçalamak iş zekasının sunmak zorunda olduğu şeyin büyük bir parçasıdır, fakat bu bilgileri etkileşim anında nasıl uygulayacaksınız? Geleneksel iş zekası bu bakımdan bazı zorluklarla karşı karşıyadır. İlk olarak, iş zekası esasen geçmiş bilgilerin analizi ile ilgilidir. Dün kadar taze olabilir ancak nadiren “şu an” üzerine odaklanır. Analiz için iş zekası bir hipotezi ispatlamak ya da çürütmek adına yeterli miktarda geçmiş bilgi tüketmek zorundadır. A ürününü alan müşterilerin B ürünü de almaya eğilimli olup olmadıklarını mı bilmek istiyorsunuz? Pekala, az önce mağazayı terk eden adam aldı, UYGUN BİR İŞLEVSEL İŞ ZEKÂSI ARACI İLE BU BİLGİLERİ KULLANIMA
HAZIR HALDE SAĞLAMAK VE İYİ BİR MÜŞTERİ TECRÜBESİ
YARATMAK, ÇOK DAHA DOĞRU OLACAKTIR
ancak bu bir kampanyaya dayanak olabilecek kadar yeterli bir bilgi değildir. Sizin ihtiyacınız olan, zaman içinde geri giderek gerçek bir ilişki olduğunu gösteren bir eğilim yakalamaktır. Bu durumda her hangi bir tanıtım faaliyeti için bir iş durumu oluşturabilirsiniz. Geleneksel iş zekası araçları, karar verme sürecinin geliştirilmesine yardım eden geçmiş eğilimleri bulmak konusunda oldukça verimlidir, özellikle de gelir eğilimleri veya belirli bir markanın popülaritesi hakkındaki geniş kapsamlı kararlar konusunda. Geleneksel iş zekası bu tür bilgilerin analizi ve kurumunuzun bir eylem hakkında karar vermesi konusunda oldukça faydalıdır. Geleneksel iş zekasının pek de başarılı olamadığı nokta ise “şimdi” ve “burada” ile ve belirli bir müşteri hakkındaki kararlarla ilgilenmektir. Peki neden? Araçlara bir bakın! İster kontrol paneli, ister OLAP, ROLAP veya MOLAP kullanın, bu araçlar teknik yeterlilik gerektirmese bile en azından bir miktar iş sezgisi gerektirir. Bu araçların bazıları ile bilgiyi aramak için bilgiye erişmek için harcadığınız zamandan daha fazlasına ihtiyaç duyarsınız. En çok ihtiyaç duyulan anda –etkileşim noktasında‐ zaman ve uzmanlık kaynaklarına başvurmak uygun olmayabilir. Etkileşim noktasında ihtiyacınız olabilecek şey, basit bir Evet ya da Hayırdır. Bir kişiyi “A”yı ya da “B”yi yapmaya eğitme becerisi basit bir harici ipucuna dayanır. Yukarıda yer alan havayolu örneğimde ipucu, biniş kartımın üzerinde yazılı olan konumumdu. Diğer örnekler için bu, kontrol ekranında (BevMo örneğinde olduğu gibi) veya bir bilgisayar monitöründe görünen ve eylemin dayanak noktası olan bir kayıt olabilir. Fakat her durumda, basit ve iyi anlaşılır olması gerekmektedir. Ancak, harici ipucunun basit olması gerekliliği, altındaki analizin o ipucunu basit bir şekilde sağlaması gerektiği anlamına gelmez. İş zekası, verileri analiz etmek ve gelecek eğilimleri öngörmek için çok çeşitli ve oldukça gelmiş araçlar sağlar. Eğer aynı araçları programlanabilir bir şekilde etkileşimin “hemen şimdi” noktasına uygulayabilseniz harika olmaz mıydı? İşlevsel İş Zekası BELİRLİ BİR BİÇİMDE ETKİLEŞİM NOKTASI İÇİN İŞ ZEKASI TASARLAMAK VE OLUŞTURMAK Bir banka örneğine göz atalım. Günümüzün bir hayli rekabetçi bankacılık ortamında, bankalar bir yandan müşteri tabanlarını durmaksızın korumaya çalışırken bir yandan da rakip kurumların müşterilerinin aklını çelmeye çalışmaktadırlar. Ücretsiz çek, ücretsiz çevrimiçi bankacılık, faizli vadesiz mevduat hesapları, ücretsiz ATM işlemleri, ücretsiz borç/çek kartları, rakip bankanın müşterilerin aklını çelip mevcut bankalarından almak için kullanabilecekleri yollardan bir kaçıdır. Müşteri koruma/etkileme programları, bankaların hangi müşterilerin rekabet ortamına atlamaya hazır olduğunu öngörmek için kullanılan yöntemlerle neden bu kadar ilgilendiğinin temel nedenlerini oluşturmaktadır. Bu, özellikle yüksek değerli müşteriler için doğrudur. Yüksek değerli müşteriler için bir koruma planı hazırlandığında, müşteri ilişkileri temsilcisi görüşme esnasında genellikle belirgin bir şekilde rol oynar. Temsilciye gerçekten faydalı olan şey, belirli bir müşterini risk altında olup olmadığını öngörebileceği bir yoldur. Bunun üzerine, şu gibi sorulara yanıt verebilirler: Doğru tipte ortamı yaratabildik mi? Müşterinin ticari ihtiyaçlarını anladık mı? Hangi düzeyde bir cevap verme yeteneği bekleniyor? Cevapları elde etmenin bir yolu, müşterinin zaman içerisindeki işlem geçmişinin analizinden geçer. Belirli bir biçimde, şu anki işlemleri veya yakın tarihteki işlem geçmişi, hesabını kapatmak üzere olan bir kimse hakkında gösterge olabilir mi? Başarılı bir çözüm için, etkileşim noktasında iş zekasının analitik becerilerinin ve işletimsel sistemlerinin kullanımının birleşimi gerekmektedir. Bu nokta İşletimsel İş Zekasının devreye girdiği yerdir. TANITIM YAZISI: MÜŞTERİ VERİSİ KALİTESİ GERÇEK ZAMANLI DÜNYADA İŞ ZEKASI OMER DATA QUALITY
MÜŞTERİ BİLGİLERİNİ TOPLAMAK BİLGİNİN DAĞITILMASI Banka örneğinden devam ederek, müşteri hizmetleri temsilcisi, müşterinin işlem geçmişini, muhtemelen çoklu bankacılık sistemi üzerinden, tamamen incelediğinden emin olmak ister. Analizin bir parçası da müşterinin ne kadar uzun bir süredir bankanın müşterisi olduğunu, kaç tane farklı hesabı bulunduğunu ortaya çıkarmaktır. Aynı zamanda bunları da bilmek isteyecektir: Göze çarpan kredileri mevcut mu? Banka ile çalışan aile bireyleri veya iş ortakları var mı? Tüm bunlar ve daha fazlası müşterinin analizini etkileyebilir. Geçmiş faaliyet kayıtları, davranışı öngörmek için en ön önemli etmen olduğu için, genel anlamda kayıtlı tüm faaliyetlere sahip olan geleneksel bir veri ambarı veya bir veri pazarı değerlendirilebilinir. Şunu belirtmek önemlidir ki, bu yaklaşım bir veri ambarı veya veri pazarından yaralanmadan uygulanabilir değildir. Bilginin dağıtılması hayati öneme sahiptir. Davranışların tutarlı olabilmesi için dağıtım oldukça doğru yapılması gerekmektedir. Etkileşim sırasında davranış gösterecek bir çalışanı eğitirken ya da bir sistemi kurarken, işleri karıştıracak birçok değişkenin rol oynamasını istemezsiniz. Bu durumda etkileşim sistemlerinizi işletimsel bir iş zekası sistemi ile bağlantılandırmak gerçek bir kazanım olabilir. Basit bir kırmızı kutu ya da altı çizilmiş bir isim, hizmet temsilcinizin belirli, önceden saptanmış bir eylemi gerçekleştirmesi için yeterli ipucunu oluşturabilir. Çevrimiçi sistemler programlanabilir olduğu için bu bağlantı daha da kolaydır. Ancak yine de bunun için tek gereksinim, işletimsel iş zekası sisteminizin, etkileşim sistemi noktanıza kolayca bütünleştirilebilir olmasıdır. Dolayısıyla, Service Oriented Architecture (SOA) veya açıkça tanımlanmış kullanıcı ara yüzü (UI) kullanan bir tabana dayanan bir sistem kullanmak oldukça önemlidir. Bu beceri için aranan bir diğer şey ise analizi işleme çevirebilmektir. Eğer analiz işletimsel sistemde kolayca hayata geçirilemeyecek bir öngörü modeli oluşturmak için yapılmışsa, size çok fazla iş yaratır ve yeni bilgiler kendini göstermeye başladığı zaman sistemde yapılması gereken değişikliklerle ilgili esnekliğinizi kaybedersiniz. MATEMATİKSEL ANALİZ VE ÖNGÖRÜCÜ MATEMATİKSEL ANALİZ Tatmin edici miktarda geçmiş kaydı elde edildiğinde, iş zekası analisti bir sonraki adımda belirli müşterilerin bir araya getirilmiş verilerini incelemeye başlar. Bankacılık davranışlarında bir kimsenin banka hesabını kapatmak üzere olduğuna dair işaret veren eğilimleri aralar: Doğrudan yatırılan paralarını durdurmuşlar mı? Yüklü miktarda nakit parayı düzenli olarak başka bir hesaba (harici) aktarmaya mı başlamışlar? Kısa bir süre önce, kredi kartı gibi, başka bir hesabı mı kapatmışlar? Şubede veya adreste bir değişiklik var mı? Analist, bu tür geçmiş bilgilere bakarak, davranışı öngören bir model bulmak adına tüm hipotezlerini ispatlayabilir ya da çürütebilir. Bu durumda ortaya şöyle bir soru çıkabilir; eğer böyle bir modelim varsa neden sadece müşteri kaydını etiketlemiyorum? Neden işletimsel analiz yapmaya ihtiyacım olsun? Cevap şudur ki, şu anki işlemlere dair bilgiler analizinizin en önemli parçasını oluşturuyor olabilir ve siz sonucu etkileyebilecek en iyi zamanda ve en iyi fırsatta karar almak istiyorsunuzdur. Geçmiş bilgiler ne kadar iyi olursa olsun, şu an gerçekleşen bilgiler hakkında fazla bir şey ifade ettiği anlamına gelmez. www.g1.com
İşletimsel İş Zekasının Faydalarını Ölçmek İşletimsel İş Zekasının faydalarını ölçmek oldukça kolaydır. Eğer süreç bir hipotez (eğer bir müşteri “A” ürününü alıyorsa “B” ürününe ilgi gösterecek mi) ile başlıyorsa ölçümünüzü bu hipoteze dayandırarak oluşturmalısınız. Sistemi tanıtarak, “B”nin, “A”nın müşterisine olan satışlarını arttırabildiniz mi? Büyük ihtimalle ”B”nin parasal bir faydası olduğu için, aynı zamanda doğrudan ROI’ya da (Return On Investment – Yatırımdan Elde Edilen Gelire) uygun olacaktır. Ancak, bazı şeyleri ölçmek biraz karışıktır, özellikle de müşterileri elde tutmak için tasarlanmış ölçüm sistemleri için. Bir müşterinin gerçekten ayrılacağını nasıl bileceksiniz? Bu soruya cevap vermenin bir yolu, analizinize geri dönmektir. Öngörü modelini oluşturan en baştaki analize dayanarak, GEÇMİŞE AİT BİLGİLER ÖNEMLİDİR, ANCAK ŞU ANDA GERÇEKLEŞEN DURUMLAR VE OLAYLAR HAKKINDAKİ BİLGİLERDEN DAHA ANLAMLI DEĞİLDİRLER. sorgulama dönemi içerisinde ne kadar müşteri terk etmiş olması gerekirdi? Ölçülen süre içinde bu sayı artmış mı azalmış mı? Bu müşterilere ortalama bir değer biçerek, tekrar oldukça makul bir ROI (Return On Investment – Yatırımdan Elde Edilen Gelir) üretebilirsiniz. Sonuç: işletimsel bir iş zekası sistemi, hem müşteriye hem de işinize fayda sağlamak adına müşterinizle olan etkileşimi etkilemek üzerine odaklanmalıdır. Bu işletimsel iş zekasını geleneksel iş zekasından ayıran özelliktir. E‐posta gibi, geleneksel iş zekası araçları çoğu zaman çok donuk bir ROI olarak görülür, ancak onlar olmadan iş yapmayı hayal etmek de hayli zordur. Buna karşın, İşletimsel İş Zekasının faydalarını görmek oldukça kolaydır, çünkü doğrudan işinize hitap eder. PITNEY BOWES GROUP 1 SOFTWARE
GENEL MERKEZ
4200 Parliament Place
Suite 600
Lanham, MD 20706-1844
One Global View
Troy, NY 12180-8399
ana hat : 800.327.8627
[email protected]
www.g1.com
ana hat: 518.285.6000
1.800.327.8627
fax: 518.285.6070
[email protected]
www.mapinfo.com
Pitney Bowes uçtan uca
bütünleştirilmiş posta
çözümlerinde liderdir.
Çığır açan donanım,
yazılım ve hizmetlerimiz,
uzun vadede karlılığınızı
sürdürmek için, gelirinizi
arttırmanıza, maliyetlerinizi
düşürmenize ve müşteri
bağlılığınızı sağlamlaştırmanıza
yardımcı olur.
©2008 Pitney Bowes Software Inc. Tüm hakları saklıdır.
Pitney Bowes Group 1 Software ve Pitney Bowes Group 1 Software logosu Pitney Bowes Software Inc.’e ait tescilli markalardır.
Burada adı geçen diğer ürünler servisler kendi sahiplerine ait tescilli markalardır.
92099 AM-809