Por qué la inversión en GDPR es una oportunidad comercial

 

Ninguna organización con grandes conjuntos de datos puede revisarlos manualmente para buscar datos personales y juzgar su cumplimiento GDPR. Las empresas necesitan una tecnología sofisticada para manejar sus datos de manera efectiva, lo que les permite buscar, descubrir y revisar. A la mayoría de las organizaciones les resulta difícil identificar y encontrar datos personales de forma rápida y precisa.

Conforme a las pautas de GDPR, las personas pueden solicitar que se les informe acerca de los datos que las organizaciones almacenan sobre ellos y pueden exigir la rectificación, el borrado o la restricción de cómo se usan sus datos. También pueden solicitar recibir sus datos personales en un formato común que les permita transferirlos a otra organización.

El plazo inminente y el temor a multas dolorosas someten a las organizaciones a una gran presión. Por ejemplo, la posibilidad de que miles o incluso millones de personas exijan saber qué datos se almacenan sobre ellos puede parecer desalentador. Dado que una organización está obligada a responder dentro de los 30 días, esto podría ocasionar que el servicio al cliente maneje miles de casos por día.

Por otro lado, muchas grandes empresas con millones de clientes individuales -bancos, proveedores de servicios inalámbricos, etc.- deben proporcionar una información de 360 ​​grados de un cliente a su personal de ventas y servicio, en segundos, no en un mes. Este es un requisito comercial independiente del cumplimiento de GDPR. Cuando los clientes se ponen en contacto con la empresa, esperan que los representantes de ventas o servicio los conozcan y les brinden recomendaciones y consejos informados.

Una forma de proporcionar esta información es utilizar tecnologías cognitivas que puedan ingerir datos estructurados de aplicaciones empresariales como CRM y facturación y datos no estructurados como correos electrónicos y otra correspondencia. Las empresas a menudo tienen cientos de tales fuentes de datos. Las capacidades cognitivas, como el procesamiento del lenguaje natural y el aprendizaje automático, son necesarias para extraer información relevante de los datos estructurados y no estructurados: qué tipos de contratos tiene la organización con los clientes; historial de servicio y pago; si los últimos intercambios fueron amistosos o agresivos; sugerencias de experiencias pasadas con otros clientes para ayudar a resolver los problemas actuales del cliente; etc.

En un centro de llamadas, los operadores necesitan obtener una imagen completa de la persona en la línea en menos de 2 segundos, de acuerdo con los estándares de la industria. Si una empresa tiene 20 millones de clientes, más de 200 aplicaciones empresariales con datos de clientes y 10.000 agentes de centros de llamadas, es un desafío desalentador, pero un desafío que las empresas han superado con éxito.

ROI: beneficios comerciales, no solo cumplimiento

Gartner estima que las empresas europeas gastarán un promedio de 1,3 millones de euros para cumplir con los requisitos de protección de datos personales de GDPR, mientras que las empresas de EE.UU. destinan al menos 1 millón para la preparación de GDPR, y algunos asignan hasta 10 millones. ¿Qué obtienen ellos, además de evitar multas?

GDPR está por llegar, pero en lugar de verlo solo como una carga costosa, las organizaciones deberían ver la regulación como una oportunidad. Mediante la implementación de tecnologías cognitivas avanzadas para derivar profundos conocimientos del cliente, las organizaciones pueden garantizar el cumplimiento, al mismo tiempo que cosechan los beneficios comerciales de un servicio al cliente muy mejorado que puede tener un tremendo impacto en los resultados.

Descubre la innovación

Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.