Telstra的样式分背上的“微”业务决策数据
2020-09-30
Telstra的挑战者品牌样式分重建在过去的两年中它的数据基础设施和文化,以使其更清晰如何“微决定”工作人员影响的客户,因此,电信运营商的盈利能力做。 首席数字官娜塔莉现场

Telstra的挑战者品牌样式分重建在过去的两年中它的数据基础设施和文化,以使其更清晰如何“微决定”工作人员影响的客户,因此,电信运营商的盈利能力做。

首席数字官娜塔莉现场告诉一对在过去一周属于希望其业务决策和内部指标,通过可靠的数据基础的巩固AWS运行事件。

这导致了稳定性方面的改进其电信服务和帮助工作人员验证商业案例自动化在大流行期间开展

“我们专注于打破我们的P&L [损益]的驱动程序,使人们可以了解他们在做什么,他们带领指标,以及如何有助于”。现场说。

“我们真正的LY承认,在数据的关键是要提高决策和连接数据来操作,因此改善客户体验和业务绩效。

“跨业务,使大家谁做‘微的决定’,每天[了解如何]这一切有助于我们实现我们的战略。

“有一个真正的‘感觉’是与走过来的责任。”

Field表示对所属的大变化用过去的两年内创造一种期望,所有的决策,不管多么小,应该是支持的。

“当然,对于我们来说,它已经被越来越那些每天“百分之一的创新,如创建一个新的过程或改变我们使用技术的方式,以提高该确实令我最大的成果MPACT我们的客户和我们的业务表现,”现场说。

“我们真正的重点在于决策育人在我们的组织使用的数据,这样所有这些微小的微决策得到由通过在每个人的组织每天可以促进战略,是什么驱使我们的P&L,

“我们已经定下了一个基调和预期的数据是...在我们的决策中使用。” [ 123]

案例在点,现场说:“今天,我们的产品所有者真正的重点来的数据来支持他们的假设,即使数据是不完美的每一个优先讨论。”

“我们的团队告诉我,如果他来没有数据备份的内容,他的求婚,一见面,他不好意思。”她说。

“虽然我们没有牛逼想开车尴尬或羞愧的文化,我猜它告诉我的是,我们的预期是明确的,我们真的希望看到的决策数据。

“我们已经走过了很长的路要走从具有我们的决策基本上是零数据,并在我们的数据也非常不信任。“

互联网,移动稳定性

在早期,主要用例一个数据驱动决策是样式分的追求稳定性改进其电信业务。

“我们是一个重要的服务,”现场说。

“客户真的不希望有永远与我们交谈。他们只是想一个可行的服务。

“我们认识到,当我们在我们的服务有不稳定,客户1)打电话给我们,他们是这会影响我们的EBITDA,但2)多很多likely以客户流失,这将影响我们的收入。”

字段表示‘’的样式分的网站可靠性工程(SRE)和运营团队‘以确定问题的为客户服务的根本原因无情地使用数据’已导致增量改进,最终做出了相当大的差异

“周周后,这么多他们的工作是无形的 - 直到它不是,”她说,

“一个几个星期前。我们不得不看看过去六个月的表现的汇总视图,我们实际上已经看到在服务运行时的43%提高“

同样,着力提高移动服务的稳定性 - 而降低支持票 - 削减了错误“由75%的面向客户的错误”,属于的能力“,以识别和纠偏少改善的问题超过一半的时间,”现场说。

‘这使我们能够转移到更积极的,而不是解决这些问题的反应方式。’

Field表示样式分意欲更多的预测数据,因为它继续建立其数据的生态系统和成熟的内部能力。

“这方面的一个例子是能够为我们的固定宽带用户提供预测断电通知,”她说,虽然它是在时间轴这项工作会发生什么还不清楚。

更多的用例出现

最近,Field表示数据驱动的决策已通知一些客户的服务相关的方向属于把作为流行病的结果。

iTnews先前已经在数字服务模型报道属于已经站起来ö版本在过去的六个月。

字段表示属于公司的产品经理使用的数据驱动的流程来验证围绕在大流行自动化服务断开过程的假设。

自动化的目的是为了缓解压力客户服务人员更快地解决客户的支持请求。

“[产品经理]表示,有数据的量化问题的影响和预期解决方案的价值是在获得了优先支持关键但是,[自动化]和获取资源[做出改变],”现场说。

“更重要的是,这些数据告诉了一个真正强大的消息,并改变了我们的产品团队感到深深致力于解决了问题,而不是标准的,感觉如T哎被告知该怎么做。

“那是什么导致的是,没有被要求,球队最终经过一个晚上和周末工作,以获得解决方案在那里,因为他们真的很想做一个差异为我们的客户和我们的人民,因为他们真的在我们在做什么信。

“这对我们来说是数据如何成为创新是基础,一个真实的例子。”

此外,菲尔德表示样式分曾发布“新产品体验”本月初位于环太平洋“一个全新的堆栈。”

“虽然我们的团队已经做闭合用户群测试它要在第一时间,我们有真正使用这一功能付费用户,”她说。

“有对球队巨大的焦虑和压力,但它是一个非常incredi数据如何能在每一个角色每一级带着大家一起BLE例子。

“我们看到了其中的经验是执行好于我们预期的实时发现和它被低于预期,这意味着我们能够真正专注于我们需要下一个优先的东西。”

人力资源派遣努力

属于在过去两年的面向数据的努力的一部分是关于内包的分析能力,严重依赖于一个后咨询公司在其早期的数据科学的怀抱。

“我们外包了很多的思考,并在一开始做,为我们的新的数据生态系统中的咨询合作伙伴,这意味着我们没有所有权的那个水平,我们当我们谈论的数据作为我们的生态系统和日常思维的一部分,以实现所需的,”现场说。

“我们不得不这种做法和工作班次努力建设我们的团队,利用[外]专业知识,但有我们自己的能力,并在内部建立这种能力。”

Field表示还有更多的工作要做,与该公司继续增加其数据的工具和周围机器学习建立了它的能力。

关注菲娱2官网(www.ynmzfcw.com)。