مکانهای ما در شهر نیویورک عمدتاً در محلههای مسکونی هستند، بنابراین در ابتدا تبلیغات خود را برای دستیابی به مشتریان بالقوهای که در نزدیکی کلینیکهای ما زندگی میکنند متمرکز کردیم. ما مشکوک بودیم که کلینیک وال استریت ما بیمارانی را از مناطق جغرافیایی مختلف جذب می کند، اما هیچ داده ای برای اقدام در اختیار نداشتیم. سیستم مدیریت مطب دندانپزشکی ما (PMS) کد پستی خانه بیماران را برای مقاصد صورتحساب میگیرد، اما این کدها در هزاران ردیف از دادههای تراکنش دفن شدهاند – و PMS برای تجسم دادههای جغرافیایی طراحی نشده است. فهمیدن اینکه بیماران کلینیک وال استریت ما از کجا آمدهاند، میتوانست به معنای ساعتها کار پر زحمت صفحهگسترده، و به دنبال آن ساعتهای بیشتر نقشهبرداری دادهها باشد. اما Domo این نوع تحلیل را آسان می کند. ما کدهای پستی خانه بیماران کلینیک وال استریت را از مجموعه داده خود استخراج کردیم و از برنامه ZIPs به FIPs Domo استفاده کردیم تا آنها را به کدهای استانداردهای پردازش اطلاعات فدرال (FIPS) تبدیل کنیم تا روی نقشه های از پیش ساخته شده Domo نمایش داده شوند. فقط یک نگاه به نقشه ها داستان را نشان می دهد: برخلاف مکان های محله ما، کلینیک وال استریت مسافران را با خانه هایی در شهرستان های نیویورک خارج از منهتن و تا نیوجرسی و کانکتیکات جذب می کند. اکنون میتوانیم از این نوع اطلاعات برای هدفیابی کمپینها، تنظیم ساعات کاری کلینیک برای باز بودن قبل و بعد از کار، و اجرای تبلیغات ویژه برای مسافران استفاده کنیم. همچنین ممکن است دادهها را بر اساس مقدار صرف شده برای تمرکز کمپینها برای خدمات پیشرفته مانند جنبههای بیمارانی که هزینه بالایی دارند، تقسیمبندی کنیم. Domo یک اسب کار واقعی برای ما در کلینیک نیز هست. با پیوند دادن به برنامههای داده شخص ثالث، مانند Square، میتوانیم فروش محصولات را نظارت کنیم، موجودیهای آهسته را تخفیف دهیم، و فروش را از طریق تبلیغات افزایش دهیم. تیم بازاریابی ما اکنون می تواند از داده های آدرس برای ایجاد مخاطب و هدف قرار دادن تلاش های جدید برای جذب بیمار استفاده کند.
مورد استفاده
نتیجه گیری