Données requises

Une fois que vous avez défini les actions à entreprendre, vous devez vous assurer d’avoir toutes les données nécessaires pour mettre en œuvre votre plan. Optimize fonctionne avec Campaign et nécessite ce qui suit :

Suivi et analyse des réponses, y compris historique des contacts et des réponses : si vous souhaitez prendre en compte la pression commerciale en vous assurant de ne pas leur envoyer trop d’offres, vous devez effectuer le suivi des offres que vous envoyez. Si vous souhaitez contrôler l’efficacité de vos campagnes et optimisations, vous devez effectuer le suivi des réponses des clients. Vous pouvez comparer les résultats d’un groupe cible contacté par rapport à un groupe statistiquement similaire non contacté. De plus, afin d’évaluer l’efficacité d’Optimize, vous pouvez isoler un groupe de contacts proposés ne subissant pas d’optimisation et le comparer aux résultats des contacts optimisés. La mesure des effets des optimisations peut prendre plusieurs formes (par exemple, meilleur taux de réponse ou ROI, moins d’exclusions, meilleure satisfaction client).

Offres définies : vous devez disposer de la liste des offres comprises dans vos optimisations lorsque vous définissez vos règles et contraintes, car celles-ci peuvent s'appliquer à des groupes ou offres spécifiques (définis comme listes d'offres, généralement basés sur les attributs ou le type des offres). Si vous souhaitez entrer manuellement les scores dans la matrice de scores centralisée, vous devez disposer de la liste des offres pour lesquelles vous souhaitez entrer les valeurs des scores.

Segments définis : lors de la définition des règles et des contraintes, vous devez comprendre les segments faisant l’objet de l’optimisation, car vous pouvez limiter l’applicabilité ou la portée de ces règles à des segments spécifiques. Si vous souhaitez entrer manuellement les scores dans la matrice de scores centralisée, vous devez disposer d’une liste des segments pour lesquels vous souhaitez entrer les valeurs des scores.

Scores définis : lors de la planification de la mise en œuvre, vous avez défini une méthode de scoring. Vous devez adopter un processus de génération des scores. Par exemple, si vous saisissez des constantes dans la matrice de scores, vous devez choisir la granularité de la représentation des scores (à savoir, les offres et segments concernés) et déterminer les valeurs réelles des scores. Si vous utilisez des calculs (par exemple, un champ dérivé pour le calcul de la profitabilité d’une offre d’augmentation de plafond de crédit basée sur le report de crédit moyen d’un individu), vous devez définir les équations. Lorsque vous utilisez des modèles prédictifs, vous devez collecter, agréger, pré-traiter et modéliser les données dans votre application de modélisation.