Как Moquer обхваща синтетични данни, за да подобри обслужването и поверителността на клиентите

Въведение в Moquer

„Да изглеждаш добре и да се грижиш за себе си вече не е само за жените“. Moquer си е поставил за цел да направи по -достъпни в Европа изключителни продукти за коса, особено за мъже. В своя интернет магазин те предлагат изключителни продукти за коса и имат за цел да вдъхновят всеки мъж да създаде перфектен и стилен външен вид.

  • Имате ли чувството, че външният ви вид се нуждае от подобрение? Посетете Moquer's уебсайт.
Синтетични данни на практика с Moquer

Предизвикателството на Moquer

Moquer беше изправен пред някои ключови предизвикателства, които са изразени в следните два въпроса:

  • Кои продукти са подходящи за кой тип коса?
  • Въз основа на типа коса на клиентите, как да се насочим към клиентите с оптималните продукти за коса?

За да разбере наистина своите клиенти и да отговори на тези въпроси, Moquer обхваща стратегия за вземане на решения, базирана на данни. В резултат на това Moquer започна да събира данни от всички моменти на контакт с техните клиенти. Например, когато клиентите изискват информация или купуват продукти.

За да получи практическа информация от тези данни, Moquer се стреми да си сътрудничи с трети страни, специализирани в анализа на данни. За съжаление има пречки. Първо, защитата на личния живот на клиентите е най -високият приоритет за Moquer. Второ, законодателството забранява на Moquer да споделя своите клиентски данни с трети страни без съгласието на техните клиенти (Общ регламент за защита на данните, GDPR). И накрая, когато Moquer прилага класически техники за анонимизация, за да маскира чувствителни части в наборите от данни, много ценна информация се губи, докато рискът за поверителността остава налице (прочетете повече: защо класическата анонимизация се провали). Сега какво?

Илюстрация 1

Споделяне на оригинални данни с трети страни

класическите техники за анонимизация се провалят

Добавената стойност на синтетичните данни

Syntho Engine се прилага за преобразуване на всички чувствителни данни, които Moquer събира от своите клиенти, в синтетични данни, запазващи поверителността. Сега Moquer може свободно да споделя тези данни в синтетична форма с техните бизнес партньори, тъй като вече не съдържа (чувствителни към поверителността) записи от първоначалния набор от данни. Така Moquer може да си сътрудничи с всеки трети специалист по данни, за да получи по -добра представа за клиентите от техните данни и да подобри опита на своите клиенти, докато поверителността е гарантирана. Печеливша-печеливша-печеливша!

Илюстрация 2

Споделяне на данни в синтетична форма с трети страни

Синтетично споделяне на данни

Реализирана иновация със синтетични данни

Трета страна е разработила система за препоръчване на синтетичния набор от данни за оптимизиране на комбинациите между типа коса и продукта. В резултат на това Moquer сега (1) знае кои продукти отговарят на кои типове коса и (2) има надеждна информация за оптималния продукт за даден тип коса.

С други думи, клиентите могат лесно да филтрират в базата данни с продукти на Moquer, за да намерят най -подходящия продукт за косата си. Това приближава Moquer до крайната им цел да направят изключителните продукти за коса по -достъпни за мъжете в Европа и да вдъхновят всеки мъж да създаде перфектен и стилен външен вид.

Синтетични данни за Moquer

Крис Геритс Джанс - основател и главен изпълнителен директор

„Синтетичните данни ни помогнаха да подобрим обслужването на клиентите, като същевременно запазихме нашите високи стандарти за поверителност. Това не би било възможно в ерата на класическата анонимизация, само преди няколко години. Вярвам, че всяка компания за електронна търговия, която приема сериозно поверителността на своите клиенти, трябва да помисли за работа със синтетични данни. ”

група усмихнати хора

Данните са синтетични, но нашият екип е истински!

Свържете се със Syntho и един от нашите експерти ще се свърже с вас със скоростта на светлината, за да проучи стойността на синтетичните данни!

Интересува ли ви?

Разгледайте добавената стойност на синтетичните данни с нас