Dun & Bradstreet là một công ty kinh doanh từ năm 1841 cung cấp dữ liệu cho khách hàng doanh nghiệp về hoạt động của khách hàng. Rishi Dave, giám đốc tiếp thị của Dun & Bradstreet, công ty tập trung vào việc giúp khách hàng của D & B hiểu được khách hàng của họ và "điểm đau của họ".
Mục tiêu của Dun & Bradstreet
Dun & Bradstreet thu thập và lưu trữ thông tin về gần 240 triệu doanh nghiệp. Khách hàng của D & B mua dữ liệu này để hiểu rõ hơn về các công ty trong thị trường mục tiêu của họ, điều chỉnh các thị trường mục tiêu đó và hình thành mối quan hệ lâu dài và có lợi với khách hàng ưa thích của họ. Ngoài ra, D & B bán dữ liệu giúp khách hàng của mình quản lý nhà cung cấp và chuỗi cung ứng để đảm bảo các đối tác trong chuỗi cung ứng của họ tuân thủ pháp luật và quy định.
Hoạt động của Dun & Bradstreet
Dun & Bradstreet đã cung cấp dữ liệu kinh doanh có cấu trúc cao, như phân tích thị trường và phân tích đối thủ cạnh tranh, cho các tập đoàn khách hàng trong hơn một thế kỷ. Nhưng vào năm 2014, D & B đã hợp tác với FirstRain, một nhà cung cấp phân tích kinh doanh, để cung cấp cho khách hàng dữ liệu phi cấu trúc từ phương tiện truyền thông xã hội. Sự hợp tác này cho phép tích hợp dữ liệu được FirstRain thu thập vào các sản phẩm D & B, bao gồm Hoover's, D & B360 và D & B Direct và First Research. Do đó, khách hàng của D & B có thể mua dữ liệu có cấu trúc và không cấu trúc, chẳng hạn như đề cập Twitter và các tài liệu tham khảo thời gian thực khác từ Web. D & B cũng hợp tác với Lattice Engines, một công ty nổi tiếng về việc cung cấp những hiểu biết về bán hàng và tiếp thị cho các tổ chức. Sự hợp tác này giúp khách hàng của D & B hiểu rõ hơn về thói quen mua hàng của khách hàng và phát triển các mô hình phân tích để tăng tỷ lệ chuyển đổi - tỷ lệ khách truy cập trang web trở thành khách hàng trả tiền.
Lợi thế cạnh tranh của D & B và khách hàng
Sự hợp tác với FirstRain và Lattice Engines mang đến tiềm năng giúp D & B và các khách hàng của mình sử dụng tốt dữ liệu có cấu trúc và không cấu trúc trở nên cạnh tranh hơn. Bằng cách kết hợp các ứng dụng bán hàng và tiếp thị với dữ liệu phi cấu trúc trong thời gian thực, khách hàng có thể tăng tỷ lệ chuyển đổi, làm tăng đáng kể giá trị của dữ liệu. Ở mức tối thiểu, việc cung cấp dữ liệu phi cấu trúc của D & B, có thể đảm bảo Dun & Bradstreet vẫn có liên quan trong một thế giới xã hội, nhà tư vấn đầu tư Ben Kepes nói trên Forbes.com.
Sử dụng thực tế dữ liệu có cấu trúc và không cấu trúc
Bằng cách kết hợp dữ liệu có cấu trúc và không cấu trúc, nhân viên của khách hàng D & B có thêm quyết định kinh doanh và hỗ trợ bán hàng. Chẳng hạn, bằng cách sử dụng hai loại dữ liệu D & B và phân tích, một công ty có thể xác định tốt hơn một khách hàng hiện tại hoặc tiềm năng có thể có nhu cầu ngay lập tức cho các sản phẩm của mình. Với thông tin này, một công ty cũng có thể xác định những gì khách hàng có thể cung cấp khả năng bán chéo và bán tăng. Bằng cách này, dữ liệu và khả năng của D & B cho phép một nhân viên bán hàng của khách hàng tập trung nỗ lực của họ vào khách hàng có tiềm năng doanh thu lớn nhất. Bằng cách xác định các mục tiêu này, một doanh nghiệp có thể tăng không chỉ tỷ lệ chuyển đổi mà còn cả quy mô của các giao dịch.
