Strategibok för datadriven intelligens inom media och underhållning

Vi har gått från en värld av massmarknadsföring i media till en publik på en person. Filmer som alla måste se, kabel-tv-paket som ska passa alla och tv-program som sänds på fasta tider har ersatts av personligt utvalda medier som konsumeras när som helst, var som helst och på en mängd olika enheter.

I en miljö där konsumenten är kung och förväntningarna är högre än någonsin behöver globala medie- och underhållningsföretag ställa om sina affärsmodeller för att erbjuda skräddarsydda, kurerade upplevelser och samtidigt effektivisera de interna processerna.

Medie- och underhållningsföretag är vana vid att marknadsföra sina produkter för en publik på miljarder. Nu behöver de marknadsföra produkter för miljarder individer – och göra det effektivt i stor skala. Förändring är alltid svårt, men forskning visar att det finns tre huvudsakliga utmaningar med att sätta kunden i centrum:

• Budgetbegränsningar
• Att engagera kunderna i realtid
• Innovation

För att kunna förnya sig och engagera kunderna i realtid måste analys och datainsikter vara den viktigaste drivkraften för allt engagemang. Det är kanske den viktigaste resursen i näringslivet. Nästan alla tillfrågade beslutsfattare inom analys och IT (92 %) i vår rapport State of Data and Analytics säger att det behövs tillförlitliga data mer än någonsin. Datakvalitet är också en av de största farhågorna för ledare inom medie- och underhållningsbranschen.

Föråldrade backend-system i kombination med den stora mängden företagsförvärv inom medie- och underhållningsbranschen gör dock ofta att data och team är frånkopplade, isolerade i silor och inte kan nå sin fulla potential. Det finns fortfarande organisationer med data i silor i olika system (23 %), delvis integrerade data med luckor (23 %) eller en strategi som finns men inte har genomförts (36 %). Arbetet med att skapa en datagrund från början är nödvändigt för framtida AI-initiativ.

Om medie- och underhållningsorganisationer verkligen vill dra nytta av data måste de göra mer än att bara ha dem. De måste gå från ett ekosystem av enskilda avdelningar med egna nyckeltal, prioriteringar och manuella processer till ett där alla arbetar effektivt tillsammans för att skapa en sammanhängande kundresa.

Hur gör du den här förändringen? Hur kan du få nya insikter och använda data för att fatta intelligenta beslut? Svaret är att dra i tre viktiga spakar som

• frigör data
• gör data begripliga
• omsätter data i handling
• automatiserar affärsprocesser.

Genom att frigöra data kan medie- och underhållningsorganisationer få en 360-gradersbild, så att de kan sätta kunden först och få en djup förståelse för varje interaktion och preferens längs hela resan. Det omfattar samtal, sidvisningar, kampanjinteraktioner, deltagande i evenemang, köpkraft, användning av produkter eller tjänster och allt annat som kan hjälpa till att identifiera och förutsäga vad kunderna behöver, när de behöver det och varför.

Förvärv är i dag vanliga i hela medie- och underhållningsbranschen. Oavsett om det är ett stort kommunikationsföretag som köper ett innehållsvarumärke eller en mediejätte som köper upp flera mindre organisationer kräver förvärven en komplex sammanslagning av team, data, processer och system. Föga förvånande skapar det interna utmaningar. När olika avdelningar använder olika tekniska system är det svårt att dela gemensam information på ett enkelt sätt.

En genomsnittlig organisation använder i dag 991 olika program , och många av dessa system är dåligt sammankopplade. Samma forskning visar att de datasilor som uppstår är ett hinder för att skapa integrerade användarupplevelser för 90 % av organisationerna.

Omfattande system med frånkopplade data är problematiska. Kunderna förväntar sig smidiga upplevelser, från abonnemang på streamingtjänster till onlinepublikationer. Data i silor förhindrar samarbete mellan team, vilket i sin tur gör det omöjligt för medie- och underhållningsorganisationer att få en verklig 360-gradersbild av konsumenten.

Hur löser du det? Lösningen är sammankopplade system som bygger på en slimmad teknikstack i kombination med en API-strategi. Organisationer som kan bygga den här typen av applikationsnätverk kommer att se sina framgångar som en ”dominoeffekt för data”.

En stark datakultur bygger på en slimmad teknikstack som inte är beroende av äldre teknik. Övergången börjar oftast med en flytt av plattformen till molnet. Det är då utvecklarna inför agila, modulära arkitekturer med återanvändbara datauppsättningar. Med andra ord minskar antalet verktyg som medarbetarna behöver för att göra ett bra jobb.

När du har gjort det måste du se till att allt är integrerat i en stabil CRM-plattform. Med en mer slimmad teknikstack på plats blir fördelarna direkt tydliga: IT kan experimentera snabbare, leverera effektivare och ligga steget före verksamhetens behov.

API:er frigör data från skilda system så att du kan organisera och orkestrera dem. Det gör att olika program kan kommunicera med varandra och gör det i slutänden möjligt att arbeta från en enda plattform.

Inom medie- och underhållningsbranschen innebär en API-strategi att du kan leverera innehåll till publiken i ett format som fungerar med den enhet de föredrar. Medie- och underhållningsföretag kan också göra innehåll från flera backend-system smidigt tillgängligt på alla enheter, så att de kan leverera en sömlös tittarupplevelse på flera skärmar.

Det är här Salesforce kan hjälpa till. Salesforce fokuserar på att bygga en komplett strategi som tar hänsyn till CRM, integrering och data, så att du kan

• koppla samman data från alla system – oavsett var de finns – och leverera viktiga, tidskritiska projekt
• använda sökbara, återanvändbara API:er och integreringar för att säkerställa kontinuiteten i verksamheten genom att skala upp efter den digitala efterfrågan och åtgärda brister i verksamheten
• öka hastigheten och flexibiliteten för att skapa sammankopplade upplevelser och hantera förändringar utan motstycke och oförutsägbara behov.

Om du vill ha mer information om hur ditt företag kan införa rätt integreringsstrategi och stödjande arkitektur kan du läsa mer om MuleSoft . När du har gjort det måste du se till att allt är integrerat i en stabil CRM-plattform. Med en mer slimmad teknikstack på plats blir fördelarna direkt tydliga: IT kan experimentera snabbare, leverera effektivare och ligga steget före verksamhetens behov.

Trots att det finns mer data än någonsin är det fortfarande en utmaning att sammanställa och förstå dem. Det är här artificiell intelligens (AI) kan hjälpa till genom att använda dina integrerade data för att ge värdefulla insikter. Det gör att du kan fatta välgrundade, datadrivna beslut med hjälp av AI och besvara viktiga frågor som:

• Var finns möjligheterna att öka intäkterna?
• Hur ser hälsan ut i min pipeline och min försäljningstratt?
• Vem riskerar att lämna?
• Hur levererar jag den bästa konsumentupplevelsen?

När medieteam visualiserar data förstår de direkt hur innehållet konsumeras och kan utvärdera hur framgångsrikt det är . För att göra det kan teamen ta fram lättbegripliga dagliga insikter i realtid om målgrupper och konsumenternas preferenser. Om du till exempel förstår publikens sociodemografiska data, beteendedata och konsumtionsdata kan du utforma strategier för att behålla B2C-kunder med stöd av AI och öppna dörren för merförsäljning till annonsörer. Teamen kan också snabbt reagera på förändrade efterfrågemönster, hantera kundbortfall och förutsäga vilka expansionsstrategier som blir mest lönsamma – allt med hjälp av AI.

Medie- och underhållningsorganisationer kan använda data för att direkt besvara komplexa affärsfrågor och hitta lösningar. Eftersom insikterna är inbyggda i en CRM-plattform slösar verksamhetsanvändarna inte tid på att hoppa mellan system för att hitta svar. Det kan handla om att använda AI för att få insikt i hur olika versioner av ditt innehåll presterade hos olika målgrupper eller hur marknadsföringskampanjer för ett evenemang presterade. Färdiga analysmallar och appar hjälper dig också att snabbt komma i gång med intelligenta upplevelser, vilket minskar belastningen på IT. Uppgifter som tidigare tog dagar att slutföra kan nu utföras av en enda person på några minuter.

Det sammankopplade systemet ger en samlad bild av investeringar, resultat och utfall i alla kanaler, så att du kan fatta datadrivna beslut. Om du är annonsör och kämpar med ett komplext ekosystem av varumärkespartner, byråer och system kan du alltså se data om annonsförsäljningen, identifiera och eliminera ineffektiva utgifter och lägga budgeten på de mest effektiva kampanjerna, kanalerna, budskapen och målgrupperna. Därmed har du bättre förutsättningar att öka varumärkeskännedomen, kundanskaffningen, korsförsäljningen och lojaliteten.

Tänk dig filmstudior som pressas att effektivisera distributionen av innehåll. De kan använda AI för att förutsäga marknadsföringsresultat, göra mer riktade A/B-tester och till och med eliminera ineffektivitet i verksamheten för att få ut sitt kreativa arbete på marknaden snabbare.

Medie- och underhållningsföretag kan använda AI för att hänga med i det föränderliga konsumentlandskapet och möta beteenden och behov i realtid. Det finns två sätt att se på åtgärder och genomförande: prediktivt och preskriptivt. Det beror på att AI hjälper medie- och underhållningsorganisationer att hänga med i det föränderliga konsumentlandskapet och marknadsdynamiken och möta beteenden och behov i realtid.

Prediktiv intelligens går igenom stora datamängder för att identifiera värdefulla samband mellan orsak och verkan. Den använder de mönstren och sambanden för att göra välgrundade förutsägelser. Det gör det möjligt för ett medie- och underhållningsföretag att förutse beteenden och skapa och upprätthålla en mer personaliserad kundupplevelse på följande sätt:

• Du får insikt i hur marknadsföringen påverkar faktorer som leads och öppna pipelines per region, segment och produkt.
• Du kan använda historiska surf- och köpdata för att förutsäga vilka kanaler, vilket innehåll, vilka produkter och vilka budskap som får bäst respons.
• Du kan skapa anpassade modeller som förutsäger risken för kundbortfall, sannolikheten för konvertering, försenade betalningar och livstidsvärde.

Preskriptiva åtgärder beskriver den process där AI använder förutsägelser för att föreslå en rad åtgärder som förbättrar resultaten. I kombination med prediktiv analys kan preskriptiva åtgärder föreslå alternativ som tar vara på framtida möjligheter och samtidigt minskar framtida risker. Här är några vanliga exempel för medie- och underhållningsorganisationer:

• Du kan justera kampanjer för att bättre nå målgrupperna och få bättre ROI.
• Du kan lyfta fram specifikt innehåll eller specifika erbjudanden utifrån tidigare engagemang och tittarhistorik.
• Du kan skapa personaliserade kundresor för fördefinierade kunder. Om du har ett segment som sannolikt kommer att lämna kan du alltså förutse det och proaktivt ta med kunderna på en personaliserad kundresa för att vinna tillbaka dem.

Medie- och underhållningsbranschen blir allt mer komplex, inte bara på grund av behovet av personaliserade upplevelser utan också på grund av det breda och ständigt föränderliga utbud av affärsprocesser som krävs för att överleva. Automatisering ger medieföretag ett försprång när det gäller att hantera den här komplexiteten genom att effektivisera saker som:

• Prenumerationshantering för att säkerställa att kunderna regelbundet engagerar sig i ditt innehåll, samtidigt som de som riskerar att säga upp sig flaggas. Automatisering för att förebygga kundbortfall kan upptäcka när en prenumerant har sett klart en serie och smidigt föreslå liknande innehåll utan mänsklig inblandning. Dessutom kan AI självständigt övervaka avbrott i tjänsten, streamingkvalitet och mått på tittarupplevelsen som kan frustrera användarna. När potentiella risker för kundbortfall upptäcks kan AI utlösa en automatiserad strategi för kundbehållning och skapa och leverera personaliserad kommunikation med bekräftelser av problemen, exklusiva erbjudanden och relevanta innehållsrekommendationer, så att hela processen optimeras för minimal manuell tillsyn och maximal kundbehållning.
• Annonsförsäljning på otaliga plattformar som ständigt anpassas efter resultaten och med löpande transparens gentemot köparen. Du kan automatisera uppgifter som att följa upp tillgängligt annonsutrymme, optimera prissättningen och schemalägga annonser för att maximera fyllnadsgraden och intäkterna, samt leverera insikter och automatiskt justera kampanjer för att förbättra ROI.
• Orderhantering inom e-handel, som i dag är en viktig del av verksamheten när det gäller att diversifiera intäkterna. Ett automatiserat orderhanteringssystem börjar arbeta så snart en kund lägger en order, och ordern dirigeras automatiskt till rätt distributionscenter eller digitalt leveranssystem. Systemet hanterar all logistik, till exempel att hitta närmaste lager med tillgängliga varor för att minska leveranstiden och fraktkostnaderna. Samordningen av frakten – till exempel etiketter, upphämtningsscheman och spårning – sparar tid och ger kunderna insyn i processen.

När du flyttar viktiga affärsprocesser till en AI-driven automatiseringsplattform tas manuella och komplexa processer bort från teamens bord, så att de kan fokusera på mer affärskritiska uppgifter samtidigt som effektiviteten ökar, kostnaderna minskar och kundupplevelsen optimeras.

Av de företag som har infört automatisering rapporterar över hälften en förbättring av medarbetarnas produktivitet (59 %), medarbetarupplevelsen (52 %) och kundupplevelsen (49 %). Ändå har många medieföretag ännu inte infört den här tekniken. Många organisationer beskriver fortfarande dessa viktiga processer som manuella: förutsägelse av kundbortfall (46 %), anskaffning av prenumeranter (36 %) och annonsförsäljning (25 %).

Autonoma agenter, en ny typ av programvara som kan utföra arbete med olika grader av självständighet, är nästa steg som företag kan ta med sina data. Agentforce, som är djupt integrerat i Salesforce Platform och drivs av AI, data och åtgärder, kan tillgodose kundernas behov genom att utföra uppgifter på egen hand eller smidigt lämna över dem till en medarbetare. Agenter kan hjälpa till i alla roller, inom försäljning, service, marknadsföring, handel med mera.

Vad innebär det för din organisation? Agenter kan konfigureras med färdiga funktioner för försäljning eller service. En serviceagent kan när som helst och på vilken plattform som helst ta emot en förfrågan från en kund – till exempel om en kund har en fråga om fakturering – och svara på frågor självständigt. Säljagenter kan svara på leads dygnet runt – till exempel en offertförfrågan från en annonssäljare – ge personaliserade svar, hantera avvisningar och smidigt lämna över varma leads till mänskliga säljare.

Med agentbyggaren kan du bygga in en agent i nästan alla arbetsflöden, från licensiering och prenumerantupplevelse till felsökning och alla steg i orderhanteringen. Du kan använda befintliga verktyg i Salesforce Platform för att skapa standardämnen och anpassade ämnen och åtgärder som är grundade i dina betrodda data.