Learn how marketing analytics is redefining the customer experience

I caught up with Ioannis Tsiliras, Director at OTE-COSMOTE, to discuss innovation, real-time and customer contact.
Learn how marketing analytics is redefining the customer experience
I caught up with Ioannis Tsiliras, Director at OTE-COSMOTE, to discuss innovation, real-time and customer contact.
A tecnologia moderna mudou a maneira como as marcas e os consumidores se conectam. Como será a experiência do cliente em 2030? De que forma vão as marcas evoluir para satisfazer as expectativas dos futuros consumidores? Estas são algumas das questões abordadas num estudo recente intitulado "Experience 2030: The Future
Gastbeitrag von Christina Eckhardt, CINTELLIC Consulting Group, über die richtige Implentierung von CRM-Strategien.
앞으로 10년 뒤, 2030년에는 어떤 브랜드가 살아남아 성장을 지속할 수 있을까요? SAS와 글로벌 시장조사기관 퓨처럼 리서치(Futurum Research)는 SAS 애널리틱스 익스피리언스 2019에서 ‘2030년 고객 경험의 미래(Experience 2030: The Future of Customer Experience)’ 설문조사 보고서를 발표했습니다. 다니엘 뉴먼(Daniel Newman) 퓨처럼 리서치 수석분석가 겸 창립 파트너는 더 많은 권한을 갖게 된(empowered) 소비자가 새롭게
A major UK insurance company used text analytics to categorise complaints.
#Amazon forced retailers to find new ways to attract their customers. How can artificial intelligence help #retailers to adress their group?
SAS study (i.p. w. Harvard Business Review, Accenture, Intel) to learn more about how companies are enhancing their business.
Por Sandra Hernández *Post basado en la presentación de Wilson Raj en SAS Forum Colombia “No sé qué decir en realidad. Tres minutos para la mayor batalla de nuestras vidas. Todo se reduce a hoy: o nos jugamos como equipo o nos desmoronamos. Jugada a jugada, pulgada a pulgada hasta
A relação do SAS com o Banco Totta & Açores – que entretanto se fundiu com o Banco Santander, dando origem ao Banco Santander Totta, uma das maiores instituições financeiras a atuar em Portugal – data de 1998, com sete users PC e a implementação do SAS Warehouse Administrator. Nos
Taking a decision is easy. However, living with the outcome might be problematic because every decision is a choice that leads us to an action that will affect others. And trust – what about this elemental human feeling? As children, we trust our parents. This kind of trust forms the
Los seres humanos tenemos una característica –entre muchas que nos hacen únicos– que requiere de la comprensión de nuestros interlocutores para causar el efecto deseado: somos capaces de decir una cosa queriendo expresar un sentimiento completamente diferente. Lo llamamos sarcasmo, ironía o mordacidad. Pero, si a veces es difícil para
Esta nueva era digital ha impactado considerablemente a la industria financiera, sobre todo que las nuevas generaciones con alta actividad digital y que dan valor a la innovación han adoptado nuevas maneras de interactuar con los proveedores para acceder a servicios financieros. Para cubrir las distintas necesidades y objetivos financieros
En este artículo, quiero darles a conocer algunos tópicos importantes al entrar en el mundo de la planeación de la demanda, tanto desde el punto de vista de quien requiere planearla, como desde los que tomarán el liderazgo para implementar este tipo de proyecto. Este es un tema que es
In my previous post, “Why personalising the student experience is critical to higher education’s viability," we examined the role customer intelligence can play in driving value for universities and students across the higher education journey. Specifically, analytics has a vital role to play in helping decision makers, particularly marketers, to
Según las últimas cifras entregadas por el Foro Económico Mundial en 2018, a diario, 2.000 millones de personas –cerca de la tercera parte de la población del planeta- hacen uso de los productos de una sola compañía global de consumo. Y es, precisamente, en el desarrollo de esa dinámica donde
Nous voulons mener des actions et mesurer leur impact - de manière scientifique. Pour évaluer la vitesse moyenne (d'une voiture) à mi-chemin d'une distance donnée, nous devrions marquer le point médian et utiliser un chronomètre. Pour mesurer la conversion générée par un catalogue imprimé et la comparer à celle d'un
Ich erinnere mich noch lebhaft an meine ersten Kurse im Management-Studium, in denen wir die Wichtigkeit von Planung und Controlling diskutiert haben. Was immer wieder zur Sprache kam: die Verifizierbarkeit oder Messbarkeit von Zielen. IQ oder EQ sind nur zwei Beispiele, wie weit das Bedürfnis nach Quantifizierung geht – selbst
This Is the latest installment in my series of posts dedicated to describing IoT applications in retail. Why do I want retailers to move more quickly in their widescale adoption of IoT in the coming year? Because I'm confident they'll see results, and these use cases help explain how. As
“Las mamás tienen muchos trabajos, porque son cocineras, manejadoras (chofer), curadoras (enfermeras), organizadoras de fiestas, cuidan la plata, noteras (¡canso a las seños con notitas!) pero cuando estás en el otro trabajo, ¿de qué trabajas?” Flor, 5 años. Amé la visión de mi hija más pequeña. Pero si le dijera
Nicht erst im Zeitalter von künstlicher Intelligenz (KI) und Real-Time Decision Engines werden historische und aktuelle Verhaltensweisen von Kunden analysiert. Die Praxis, anhand dieser Informationen Entscheidungen zu treffen und sie in Echtzeit auf die Kundeninteraktion anzuwenden, gab es bereits in den 1970er-Jahren. Frau Cerny betrieb den Lebensmittelladen im Wohnhaus meiner
머신러닝의 블랙 박스 모델을 소개하는 첫 번째 블로그와 두 번째 블로그를 통해서 머신러닝 모델의 복잡성과 머신러닝의 뛰어난 예측 결과를 활용할 수 있는 해석력이 필요한 이유, 적용 분야에 대해서 소개해드렸는데요. 이번에는 기업 실무자 입장에서 SAS 비주얼 데이터 마이닝 앤드 머신러닝(SAS Visual Data Mining and Machine Learning)을 활용한 SAS 커스터머 인텔리전스 360(SAS Customer Intelligence 360)에서 해석 기법과
지난 'SAS 커스터머 인텔리전스 360(SAS Customer Intelligence 360): 머신러닝의 블랙 박스 모델이란’ 블로그에서 머신러닝 모델은 다면적이고 계속 진화하는 주제라고 소개해드린 바 있는데요. 오늘은 머신러닝 모델의 해석력(Interpretability)에 대해 자세히 살펴보고자 합니다. 머신러닝 모델은 놀라운 예측 능력을 제공하지만 매우 복잡하여 이해하기 쉽지 않습니다. 또한 머신러닝 모델은 예측한 결과에 대한 명확한 설명도 제공하지 않기
머신러닝이 마케팅 생태계 내에서 지속적으로 발전함에 따라 현대화된 알고리즘 접근법의 해석력이 중요해지고 있습니다. 지난 번 게시했던 머신러닝 해석력 관련 블로그에서 인공지능(AI)과 머신러닝을 신뢰하기 위한 필수 조건, 데이터 세트를 이해하고 해석하는 방법, 그리고 머신러닝 모델의 작동 원리에 대한 인사이트를 도출하는 변수를 표시하는 방법에 대해 설명한 바 있는데요. “우리는 머신러닝에 의해 구동되는 애플리케이션에 둘러싸여 있으며,
인공지능(AI)의 성장은 과연 디스토피아를 초래할까요? 인공지능은 굉장히 빠른 속도로 발전하고 있지만, 동시에 인공지능의 잠재적 위험성을 우려하는 목소리도 커지고 있는데요. 하지만 반대로 생각해보면 인공지능은 인간의 능력을 대체하는 것이 아니라, 인간의 능력을 향상시키기 위해 설계되었습니다. 인공지능은 이미 헬스케어, 보험, 금융, 농업 등 대부분의 산업 분야에서 인간을 돕는 중추적인 역할을 하고 있는데요. 마찬가지로 SAS는 인공지능을
Emerging technologies enable retailers to differentiate with data and analytics that enhance the customer experience. In four key ways, retailers can partner with the analytics using data associated with past and present interactions and, through systemic innovation capitalize on future customer interactions.
기업의 마케팅 전략도 인공지능(AI), 사물인터넷(IoT)과 같은 혁신적인 기술이 등장하며 함께 발전하고 있습니다. 고객 중심의 IT 환경에서 많은 기업은 높은 고객 충성도를 달성하고자 고객 여정(customer journey) 최적화에 많은 노력을 기울이고 있는데요. 인공지능 역시 고객 여정을 최적화하기 위한 기술로 많은 비즈니스에 도입되고 있습니다. 인공지능 강화학습(Reinforcement learning) 모델을 적용한 대표적인 예로는 미국 게임 개발사 아타리(Atari)가 선보인
En situaciones donde la reducción de costos es un imperativo y las empresas carecen de presupuestos óptimos, los datos se vuelven aún más importantes de lo que eran antes de una recesión de datos. Priorizar libera resultados reales, y analizar la información de manera correcta se convierte en un punto clave. Determinar y definir qué clientes tienen mayor probabilidad
En los últimos 25 años las ciudades colombianas han venido expandiendo su territorio y han aumentado su demanda de recursos naturales y servicios vitales. Esto lo sustentan las cifras del DANE que muestran que en 2017, 76% de la población colombiana se concentró en ciudades frente a un 24% que
Smart retailers know that omnichannel customer experience isn't just about marketing anymore. It’s about bridging all your digital and physical channels to recognize customers wherever they are, collecting data and understanding the retail customer’s purchasing journey. By taking customer data, product data, and supply chain data - and applying predictive and prescriptive
인공지능(AI)은 금융 사기 탐지, 보험 비즈니스 모델 다각화, 의료 진단 개선, 스포츠 경기 성과 향상 등 다양한 분야에서 상상을 현실화하고 성과를 도출하고 있습니다. 최근 마케팅 분야도 예측 분석, 추천 엔진 등 다양한 형태의 인공지능 알고리즘을 적극 활용하면서 혁신을 체감하고 있는데요. 대기업은 물론 중소기업에 적합한 여러 인공지능 활용 마케팅 툴이 등장하면서 변화의 속도는 더욱 빨라지고 있습니다.