的愿景变得越来越

题大数据机器学习高级归因个性化或自动化都是在技术层面解决的。然而在少数情况下数字化转型项目会失败。在许多现在变革的阻力中组织内部的不同结构。在实施不同的举措和项目时重要的是要考虑到主要风险最重要的是要考虑到我们日常工作中经常会遇到的困难。我不打算列举但从我的角度和我参与的不同项目的经验来看我想指出以下几点 技术环境的复杂性和多样性。只要看看最新的营销技术领域之就会清楚它们的数量和难度。内部障碍在许多情况下组织内部的文化冲击本身。尽管在许多情况下有所改善但我们仍然是孤岛中支离破碎的组织。

新的 数据保护法规提高了数据的保护和安全级别。最后技术限制例如设备数量和类型的增加。致力于此的专业人士在遇到诸多不便时不应气馁最重要的是不应将这些困难视为问题而只是成为家数据驱动公司所必须经历的情况。为了取建 最后的数据库 能得成功并且数字化转型项目不会成为沙漠之旅我建议考虑以下几个方面 从战略开始 正确的初始分析包括了解组织在所有方面的初始启动情况涉及的利益相关者必须能够正确规划转型项目的每个战略和阶段从而实现相关各方的承诺。真正了解我们的业务 我想将这方面的重点放在组织与其消费者的不同互动如。



何影响短期中期或长期的结果上。当我们的未来客户甚至不认识我们时我们会谈论我们的初始沟通忠诚度行动交叉销售同时不会忘记事件管理互动或我们关系中可能出现的问题。接受完美归因是不可能的 就在我们开始更好地理解数据的工作原理以及在客户旅程中与客户的不同交互方式时我们往往会犯错误即寻求系统的准确性和完美性。虽然数据质量和准确性至关重要但以完美归因为目标即使仅应用于营销也是错误的方法。重要的是要专注于 具有可操作的归因。变革和学习管理变革的需要 真正的障碍在于对变革的抵制甚至在许多情。