Як Moquer ахоплівае сінтэтычныя дадзеныя для павышэння абслугоўвання кліентаў і канфедэнцыйнасці

Знаёмства з Moquer

«Добра выглядаць і клапаціцца пра сябе больш не толькі для жанчын». Кампанія Moquer паставіла перад сабой мэту зрабіць эксклюзіўныя прадукты для валасоў, асабліва для мужчын, больш даступнымі ў Еўропе. У сваім інтэрнэт-краме яны прапануюць эксклюзіўныя прадукты для валасоў і імкнуцца натхніць кожнага мужчыну на стварэнне ідэальнага і стыльнага ладу.

  • Ці адчуваеце вы, што ваш знешні выгляд мае патрэбу ў паляпшэнні? Наведайце Moquer's сайт.
Сінтэтычныя дадзеныя на практыцы з Moquer

Выклік Moquer's

Мокер сутыкнуўся з некаторымі ключавымі праблемамі, якія выяўляюцца ў наступных двух пытаннях:

  • Якія прадукты падыходзяць да якога тыпу валасоў?
  • Як арыентавацца на кліентаў з аптымальнымі прадуктамі для валасоў у залежнасці ад тыпу валасоў?

Каб сапраўды зразумець сваіх кліентаў і адказаць на гэтыя пытанні, Moquer выкарыстоўвае стратэгію прыняцця рашэнняў на аснове дадзеных. Такім чынам, Moquer пачаў збіраць даныя з усіх момантаў кантактаў са сваімі кліентамі. Напрыклад, калі кліенты запытваюць інфармацыю або купляюць прадукты.

Каб атрымаць дзейную інфармацыю з гэтых даных, Moquer імкнецца супрацоўнічаць са трэцімі асобамі, якія спецыялізуюцца на аналізе даных. На жаль, ёсць блокпосты. Па-першае, абарона прыватнасці кліентаў з'яўляецца найвышэйшым прыярытэтам для Moquer. Па-другое, заканадаўства забараняе Moquer перадаваць даныя сваіх кліентаў трэцім асобам без згоды іх кліентаў (Агульны рэгламент аб абароне даных, GDPR). Нарэшце, калі Moquer прымяняе класічныя метады ананімізацыі для маскіроўкі канфедэнцыйных частак у наборах даных, значная частка каштоўнай інфармацыі губляецца, у той час як рызыка канфідэнцыяльнасці застаецца (падрабязней: чаму класічная ананімізацыя не працуе). Што цяпер?

Ілюстрацыя 1

Абмен зыходнымі дадзенымі з трэцімі асобамі

класічныя метады ананімізацыі церпяць няўдачу

Дадатковая каштоўнасць сінтэтычных даных

Механізм Syntho Engine выкарыстоўваецца для пераўтварэння ўсіх канфідэнцыяльных даных, якія Moquer збірае ад сваіх кліентаў, у сінтэтычныя даныя, якія захоўваюць прыватнасць. Цяпер Moquer можа свабодна дзяліцца гэтымі дадзенымі ў сінтэтычнай форме са сваімі дзелавымі партнёрамі, таму што яны больш не ўтрымліваюць (канфідэнцыйных) запісаў з зыходнага набору даных. Такім чынам, Moquer можа супрацоўнічаць з любым староннім спецыялістам па апрацоўцы дадзеных, каб атрымаць лепшае разуменне кліентаў з іх даных і палепшыць вопыт сваіх кліентаў, пры гэтым гарантуецца канфідэнцыяльнасць. Бяспройгрышны варыянт!

Ілюстрацыя 2

Абмен дадзенымі ў сінтэтычнай форме з трэцімі асобамі

Абмен сінтэтычнымі дадзенымі

Рэалізаваныя інавацыі, якія кіруюцца данымі, з дапамогай сінтэтычных даных

Трэці бок распрацаваў рэкамендацыйную сістэму на аснове сінтэтычнага набору даных для аптымізацыі спалучэнняў паміж тыпам валасоў і прадуктам. У выніку цяпер Moquer (1) ведае, якія прадукты падыходзяць да таго ці іншага тыпу валасоў, і (2) мае дакладныя звесткі аб аптымальным прадукце для дадзенага тыпу валасоў.

Іншымі словамі, кліенты могуць лёгка адфільтраваць базу дадзеных прадуктаў Moquer, каб знайсці найбольш прыдатны прадукт для сваіх валасоў. Гэта набліжае Moquer да іх канчатковай мэты - зрабіць эксклюзіўныя прадукты для валасоў больш даступнымі для мужчын у Еўропе і натхніць кожнага мужчыну на стварэнне ідэальнага і стыльнага ладу.

Сінтэтычныя даныя для Moquer

Крыс Герытс Янс - заснавальнік і генеральны дырэктар

«Сінтэтычныя даныя дапамаглі нам палепшыць абслугоўванне кліентаў, захаваўшы пры гэтым высокія стандарты прыватнасці. Гэта было б немагчыма ў эпоху класічнай ананімізацыі, усяго некалькі гадоў таму. Я лічу, што кожная кампанія электроннай камерцыі, якая сур'ёзна ставіцца да канфідэнцыяльнасці сваіх кліентаў, павінна разгледзець магчымасць працы з сінтэтычнымі дадзенымі. »

група людзей усміхаецца

Дадзеныя сінтэтычныя, але наша каманда сапраўдная!

Звяжыцеся з Syntho і адзін з нашых экспертаў звяжацца з вамі на хуткасці святла, каб вывучыць каштоўнасць сінтэтычных дадзеных!

Зацікавіліся?

Даследуйце з намі дадатковую каштоўнасць сінтэтычных дадзеных