Customer presentation of Genesys Info Mart

1. Genesys InfoMartLe décisionnel appliqué au centre de contact

4. L’appétence d’une population pour un produit

5. Une analyse 360°d’une campagne d’appels

6. Des métriques métiers appliquées à un reportingunifié

8. Gestion de la relation multi canal

9. Gestion des environnements multi sites

10. Facturation des prestataires à partir de l’activité

11. Répartition du coût d’exploitation du centre de contacts mutualisé en fonction des ressources utilisées

12. Gestion fine des télé-conseillers

13. Prêt pour des analyses multidimensionnellesI N T E R F A C E S Outils de Reporting (BI)‏ DataWarehouse(CRM, RH)‏ Applications Spécifiques (SOA..)‏ Genesys Info Mart Base de données Info Mart Extraction, transformation, chargement des données Interactions voix et multi media Données Agents Configuration DONNEES TRANSACTIONNELLES

15. Volumétrie du centre de contacts par typologied’interactions

17. Performance grouped’agents (organisation des agents par groupe)

19. Matrice de la structure des données

20. Analyse: Le modèle en étoile Interaction Resource Media Type Requested Skill Total Duration Queue Duration Handle Duration Wrap Duration Alert Duration Transfer Count User Data (numeric) …. User Data Resource Agent Name Site Name Employee Id VQ/Queue Name Technical Descriptor Date Time Interaction Type Interaction Type Mediation Segment Tenant Ringing Duration Talking Duration Hold Duration After Call Work Duration Abandon Duration Interaction Descr. Tenant Customer Segment Service Type Business Result 7

21. Exploitation des données Comprendre et interpréter des tendances dynamiquement How are my “Airline” credit cards selling? Andunder what conditions do they sell best? ‘Airline’ credit cards sell better as ‘Cross Sales’and have a lower Average Handle Time too.

22. Gouvernance opérationnelle Premier pas vers le MDM Qualité des données Architecture de consolidation Architecture de centralisation

25. Export des donnéesvers le DWH

26. Croisement des données avec les autressystèmesapplicatifs du SI

27. Transversalité et circulation des informations

29. En marchevers le BI…

30. Entrepôt de donnéesInfoMarthébergé chez le client final

31. Croisement des donnéesmoins flexible avec les axes d’analysecollectés en amont par la suite Genesys

33. Etape primordiale : Qualité de la donnée  Client A  Client B  Client A Larg.: 100 cm Larg.: 20 cm Long.: 10 cm Long.: 20 cm Larg.: 20 cm Larg.: 20 cm Long.: 20 cm Long.: 20 cm Haut.: Haut.: 20 cm Larg.: 20 cm Larg.: 0,2 m Long.: 20 cm Long: 200 mm Haut.: 20 cm Haut.: 20 cm Mr DURAND 12, rue bleue 12340 LILA Mr DURAND 12, rue bleue 12340 LILA Mr DURAND 20, rue pic 45530 MONT Mr DURAND 12, rue bleue 12340 LILA Mr DURAND 12, rue bleue 12340 LILA Mr DURAND 12, rue bleue 12340 LILA vente vente logistique logistique Unicité Exactitude Complétude Conformité Cohérence

35. Le référentiel est un réceptacle de données, utilisé par des applications consommatrices indépendantes des applications sources.

36. Les points d’acquisition :

37. sont distincts des points de vérité (PV),

38. représentent les flux d’alimentation du référentiel.Point d’acquisition Point de vérité Stratégie routage Bandeau agent Référentiel de données Dashboards Campagnes appels sortants Attributs partagés source A Attributs partagés A+B+C Attributs partagés consommés D Sous-ensemble de (A+B+C) Attributs partagés source B Type d’implémentation:« Référentiel analytique » (Décisionnel) Attributs partagés source C Amont Point de Vérité Aval

40. Le point d’acquisition et le point de vérité sont fusionnés.

41. Les applications avales consomment que les attributs de données utiles liés à leurs contextes respectifs.Point d’acquisition Point de vérité Santé Prévoyance Référentiel de données Sinistres Attributs partagés consommés A Sous-ensemble de (Ref) Attributs partagés Ref Attributs partagés consommés B Sous-ensemble de (Ref) Type d’implémentation:Gouvernance renforcée des données Amont Point de Vérité Aval

42. Vers la gouvernance du SI Sources de données multiples.Réconciliation, normalisation, qualité Consolidation Acquisition et enrichissement de la donnée directement opérée sur la solution Centralisation Objectifs Élément déterminant Architecture Gouvernance opérationnelle routage Besoin ou volonté de pilotage Maitrise des Processus référentiels Santé Prévoyance Complexité du processus référentiel Bandeau Dashboards Référentiel de données Sinistres Amélioration de la qualité des données Position dans la chaîne référentielle Campagnes Réconciliation des données (standardisation, dédoublonnage) Normalisation des données

43. Comparatif GIM vs CCON

44. Genesys InfoMartLe décisionnel appliqué au centre de contact