Analityczny CRM - fakty i mity

Mit 3: Analityczny CRM to pakiet 50 modeli analitycznych do natychmiastowego wdrożenia

Zazwyczaj analityczny CRM zawiera pakiet startowy modeli analitycznych ukierunkowany na predykcję zachowań klientów w pewnych obszarach działalności organizacji. Może to być związane z dosprzedażą produktów w ramach istniejącej bazy klientów, aktywacją użytkowania nowo zakupionych produktów, retencją klientów o wysokim ryzyku odejścia etc. Nasuwa się pytanie, ile takich modeli analityczny CRM powinien zawierać? 4, 5 a może 50. Każdy model analityczny pozostaje w ścisłym związku z modelowanym zjawiskiem, a każde zjawisko ściśle zależy od wielu czynników specyficznych dla organizacji, w której wdrażany jest analityczny CRM. Te czynniki to wymieniane w poprzednich akapitach: jakość i dostępność danych, specyfika oferty organizacji, koszt oferowanych produktów i usług, segment grupy docelowej klientów (ze względu na ich zamożność, miejsce zamieszkania etc.) czy w końcu metody sprzedaży (dostępne kanały komunikowania się firmy z klientem). To wszystko powoduje, że nie istnieją modele analityczne, których poziom ogólności z jednej strony umożliwia ich wdrożenie w dowolnej organizacji (nawet w ramach jednego segmentu rynku), a z drugiej strony zapewnia natychmiastowe efekty w postaci osiągnięcia założonego celu biznesowego. Za każdym razem modele wymagają dostosowania w procesie ich wdrażania w organizacji. Co więcej, osiągnięcie celu biznesowego zależne jest od sposobu przeprowadzenia akcji marketingowej (czyli komunikacji z klientem), jednym słowem, najważniejszy w ocenie skuteczności modelowania jest czas. A tego czasu nie jest zbyt wiele. Każdy model ma swój cykl życia, czyli okres od produkcyjnego uruchomienia z oczekiwaną wysoką skutecznością do momentu jego zużycia. Rodzaj modelowanego zjawiska określa, czy jest to 1 rok czy 6 miesięcy (w przypadku modeli sprzedaży krzyżowej produktów w ramach istniejącej bazy klientów cykl życia modelu waha się od 6 do 10 miesięcy). Zatem biorąc pod uwagę czas potrzebny na wdrożenie analitycznego CRM oraz możliwą do przeprowadzenia (na podstawie jego rekomendacji) liczbę akcji marketingowych, organizacja jest w stanie uruchomić od 3 do 5 modeli w pierwszym roku użytkowania rozwiązania. Zakładając, że w ramach rozwiązania dostarczono 50 skutecznych modeli predykcyjnych, niewykorzystane modele w nieuchronny sposób przechodzą na emeryturę, co uniemożliwia ich wykorzystanie bez dodatkowych prac analitycznych. Pozostaje pytanie: co dalej? Czy wdrażając analityczny CRM, organizacja skazana jest na dostarczone 3 - 5 modeli oraz długotrwały konsulting ze strony dostawcy w celu ich modyfikacji i rozwoju? Odpowiedź na to pytanie zawarta jest w kolejnych dwóch punktach.

Mit 4: Analityczny CRM to "czarna skrzynka"

Powyższe stwierdzenie bardzo często kojarzone jest z określeniem, że analityczny CRM to aplikacja do data miningu, a jego celem jest przekonanie, że wdrożenie rozwiązania analitycznego odbywa się bezboleśnie i prosto. Niestety, rzeczywistość wygląda nieco inaczej. Z perspektywy wdrożeń projektów analitycznych wykonywanych przez zespoły konsultingowe SAS Institute w Polsce i na świecie widać, że proces wdrożenia analitycznego CRM (jakkolwiek dużo prostszy i mniej kosztowny od warstwy operacyjnej) niesie ze sobą konieczność dokładnego zrozumienia w organizacji mechanizmów jego działania. Wynika to z faktu, że żaden model predykcyjny nie jest w 100% skuteczny, natomiast rezultaty jego działania stanowią rekomendacje dla departamentu marketingu do konstrukcji budżetu akcji marketingowych, a gdzie w grę wchodzą niebagatelne koszty, naturalna jest wnikliwa analiza konstrukcji działania modelu. Nie jest możliwe przeprowadzenie takiej analizy, korzystając z tzw. "czarnej skrzynki", czyli aplikacji do modelowania uniemożliwiającej ingerencję w strukturę algorytmów analitycznych. Zazwyczaj proces dochodzenia do finalnego modelu poprzedzony jest tworzeniem różnych scenariuszy, wariantów ich wykorzystania, przeprowadzeniem kampanii testowych i na końcu, w procesie walidacji scenariuszy, następuje wybór rozwiązania optymalnego. Dzięki takiemu podejściu możliwy jest dynamiczny rozwój analitycznego CRM, tworzenie nowych modeli lub modyfikacja istniejących, jednakże w tym celu konieczne jest, aby rozwiązanie charakteryzowało się otwartą architekturą oraz możliwością ingerencji w proces modelowania.

Mit 5: Do wdrożenia analitycznego CRM w organizacji nie są potrzebne kompetencje analityczne i statystyczne

Powyższy "fakt marketingowy" jest prostą konsekwencją przytoczonych w artykule stwierdzeń (analityczny CRM to krótki czas wdrożenia pojedynczej aplikacji "czarnej skrzynki" zawierającej kilkadziesiąt różnych modeli do natychmiastowego wykorzystania). Wnioskiem, który nasuwa się po lekturze poprzednich akapitów, jest konieczność posiadania w organizacji zespołu analityków, których kompetencje obejmują cały proces analityczny, od momentu identyfikacji i przygotowania danych, po etap eksploatacji modeli analitycznych. Inną kwestią jest problem, jak to osiągnąć. Otóż pewne jest to, że najlepszą okazją do budowy takiego zespołu jest projekt wdrożenia rozwiązania analitycznego CRM. Dotychczasowe doświadczenia pokazują, że praktycznie w każdej organizacji jest to możliwe. Proces wdrożenia analitycznego CRM stanowi jednocześnie najbardziej wartościowe (bo praktyczne) studium przypadku, które może posłużyć do wykształcenia spośród pracowników firmy kompetentnego zespołu. Warunkiem koniecznym i dostatecznym skuteczności takiej nauki jest współpraca organizacji z doświadczonym w podobnych wdrożeniach partnerem, współpracującym ze stabilnym, rozwojowym zespołem certyfikowanych konsultantów technologicznych i biznesowych, którzy w trakcie realizacji projektu przeprowadzają fazę transferu wiedzy na temat wdrażanego rozwiązania (w każdym z jego elementów).

Analityczny CRM stanowi istotną wartość dla organizacji. Umożliwia elastyczne planowanie działań departamentów marketingu i sprzedaży, wskazuje potencjalną redukcję kosztów (ograniczając grupy docelowe) oraz wzrost wartości biznesu (optymalizując komunikat marketingowy, dostosowując ofertę, wskazując właściwe segmenty klientów) przy stosunkowo umiarkowanym ryzyku i racjonalnym koszcie wdrożenia. Może również w istotny sposób ułatwić wdrożenie warstwy operacyjnej poprzez budowę synergii pomiędzy siłami sprzedaży a departamentem marketingu. Należy pamiętać jednak, że pomimo obiegowych opinii, które plasują analityczne rozwiązania CRM na poziomie aplikacji statystycznych wykorzystywanych przez naukowców na uczelniach, kluczem do osiągnięcia sukcesu jest postrzeganie tego rozwiązania jako systemu wspierającego cały ciąg działań prowadzących do osiągnięcia wzrostu wartości biznesu w wielu obszarach organizacji.

Radosław Grabiec, absolwent Uniwersytetu Warszawskiego, pracuje w firmie SAS Institute jako Business Development Director. Posiada wieloletnie doświadczenie w zakresie projektowania i implementacji systemów wspomagania decyzji (Business Intelligence). Od 3 lat specjalizuje się w rozwiązaniach CRM dla sektora bankowości. W latach 2004-2006, pracując w Citibanku Handlowym, kierował wdrożeniem operacyjnego CRM.