Analityczny CRM - fakty i mity

Na rynku polskim dynamika wzrostu inwestycji w rozwiązania CRM oceniana jest jako niska (wg PMR Research, 5% - 6% w latach 2005 - 2006), co więcej, przewiduje się, że jest to najwolniej rozwijający się segment rynku oprogramowania w Polsce i będzie taki w ciągu najbliższych dwóch lat.

Wyniki takich analiz są zastanawiające, gdyż obserwując zachowanie rynku, można dostrzec trend odwrotny, objawiający się rosnącym zapotrzebowaniem firm (zwłaszcza sektora finansowego) na systemy zarządzające relacjami z klientem. Coraz więcej banków czy firm ubezpieczeniowych rozważa decyzję wejścia w rozwiązania CRM albo jest w trakcie wyboru takiego rozwiązania lub je rozwija. Interesujący jest również fakt, że zapotrzebowanie na systemy klasy CRM nie zależy od skali przedsiębiorstwa, gdyż skala warunkuje jedynie wymagania co do funkcjonalności systemu, a nie sam fakt jego istnienia w organizacji. Nasuwa się zatem podejrzenie, że być może pod nazwą system CRM kryje się coś więcej niż tylko aplikacja do zarządzania kontaktami z klientem. W istocie, jest to rozwiązanie złożone, obejmujące różne obszary działania organizacji, począwszy od doradców sprzedażowych, kończąc na zarządzie, wspierające działania zarówno operacyjne, jak i strategiczne. Można zatem wyróżnić dwie podstawowe warstwy rozwiązania CRM: warstwę operacyjną (tzw. operacyjny CRM), stosowaną jako narzędzie pracy sił sprzedaży, i warstwę strategiczną (tzw. analityczny CRM), stosowaną jako narzędzie tworzenia i wsparcia strategii marketingowo-sprzedażowej. Funkcjonalność CRM operacyjnego umożliwia zarządzanie i planowanie kontaktów z klientem, powinna także upraszczać jego obsługę oraz wspierać utrzymanie i rozwój relacji pomiędzy nim a organizacją. Operacyjny CRM pomaga pracownikowi frontowemu w planowej realizacji postawionych przed nim zadań, które składają się na wykonanie strategii marketingowo-sprzedażowej, definiowanej w gabinecie szefów departamentów marketingu, sprzedaży i w gabinecie prezesa. Wydaje się zatem, że wdrożenie operacyjnego CRM, umożliwiającego precyzyjne komunikowanie czynników decyzyjnych z wykonawczymi, może mieć ogromne znaczenie dla wzrostu wartości firmy. Równolegle nasuwają się pytania: Jak pracochłonne jest takie wdrożenie? Jakie niesie ze sobą ryzyko? Ile kosztuje? Ryzyko jest tu wprost proporcjonalne do ponoszonych kosztów, a jego główną składową jest czynnik ludzki, czyli stopień wykorzystania przez siły sprzedaży funkcjonalności wdrażanego systemu. Wiele przykładów takich wdrożeń pokazało, że często użytkownicy traktują operacyjny CRM jako jeszcze jeden system, który mogą lub muszą wykorzystywać i w efekcie pozostają przy swoich kalendarzach, notatnikach, palmtopach i innych narzędziach do rejestracji historii kontaktów z klientem. Są one użyteczne, lecz niestety w żaden sposób nie komunikują się z innymi uczestnikami procesów marketingowo sprzedażowych w organizacji, a kosztujący wiele milionów złotych system CRM zawiera niewiarygodne dane wprowadzane po godzinach przez zirytowanych pracowników.

Operacyjny CRM stanowi jeden element całościowego, pełnego rozwiązania. Elementem dopełniającym jest warstwa analityczna (analityczny CRM). Warstwa analityczna umożliwia odkrycie prawdy o kliencie - prawdy zapisanej w danych, takich jak (posługując się przykładami z sektora finansowego) częstotliwość kontaktów klienta z organizacją, częstotliwość wykonywanych transakcji, wysokość transakcji, średniomiesięczny rozstęp salda - jednym słowem, zawiera informacje o sposobie korzystania z produktów i usług instytucji. Zaawansowane modele analityczne, będące sercem analitycznego CRM, przy pomocy skomplikowanych algorytmów (sieci neuronowych, drzew decyzyjnych, regresji logistycznej etc.) śledzą wzorce zachowań klientów i analizują je pod kątem osiągnięcia zdefiniowanego celu biznesowego. Takim celem może być sprzedaż kredytu gotówkowego ze z góry założonym współczynnikiem konwersji (czyli procentem zrealizowanej sprzedaży), a także zwrotem poniesionych kosztów komunikacji marketingowej. Analityczny CRM umożliwia selekcję i kontakt tylko z tymi klientami, którzy mają możliwości zakupu wskazanego produktu. Wspomnianym celem biznesowym może być również identyfikacja klientów, którzy planują zakończenie relacji z instytucją, a także ich aktywacja, sprzedaż krzyżowa, dosprzedaż produktów, zwiększenie wartości etc. Rolą analitycznego CRM jest zatem analiza i wykorzystanie dostępnej w organizacji wiedzy na temat klienta, co w efekcie pozwoli skupić się na utrzymywaniu bliskiej relacji z klientem najbardziej dochodowym i o największym potencjale. Ta wiedza pozwala organizacji utrzymać się na rynku, ciąć koszty, zwiększać dochody, realizować oraz definiować strategiczne cele - można zatem powiedzieć, że wiedza o kliencie to najważniejszy czynnik decydujący o przetrwaniu w walce z agresywną konkurencją. Wiedza wykorzystana w celu konstrukcji przez marketing interesujących dla klienta ofert jest w stanie zaangażować siły sprzedaży do pełnego uczestnictwa w procesie opartym na rozwiązaniach CRM, przy czym sposób przekazania informacji o ofercie doradcy nie jest decydujący. Istotne jest, aby oferta odpowiadała oczekiwaniom klienta, była na tyle interesująca, by skłonić go do poświęcenia czasu na rozmowę i być może zakup produktu lub usługi. Wdrożenie analitycznego CRM może nie tylko pomóc w przedefiniowaniu procesu sprzedaży z tradycyjnego (masowego) na proces skoncentrowany na kliencie, ale również w finansowaniu kolejnych inwestycji, np. operacyjnego CRM, czy też rozwiązania do zarządzania i optymalizacji kampanii marketingowych. W naturalny sposób intensyfikuje promocję różnorakich rozwiązań, czemu towarzyszą przekazywane od prezentacji do prezentacji, od spotkania do spotkania mity oraz tzw. fakty marketingowe. Pochylmy się zatem nad najczęściej funkcjonującymi stwierdzeniami na temat analitycznego CRM.

Mit 1: Analityczny CRM można wdrożyć w kilka godzin lub dni

W oczywisty sposób logika tego stwierdzenia jest w dużym stopniu uzależniona od definicji analitycznego CRM, co biorąc pod uwagę krótki opis systemu CRM w niniejszym tekście, dość dokładnie pozycjonuje powyższe zdanie jako fakt marketingowy. Spójrzmy raz jeszcze na cele wynikające z wdrożenia analitycznego CRM: realizacja strategii marketingu i sprzedaży, redukcja kosztów, maksymalizacja dochodu, optymalizacja procesów sprzedaży etc. Każdy z wymienionych celów realizowany jest pośrednio, wykorzystując infrastrukturę informatyczną organizacji, czyli dziesiątki systemów dziedzinowych, baz danych oraz zewnętrznych źródeł danych, często wymagających automatyzacji zasilania, weryfikacji jakości, poprawności, dostępności etc. Z doświadczenia wynikającego z wielu wdrożeń analitycznego CRM realizowanych przez SAS Institute wynika, że nie istnieje taki model lub też procedura implementacji rozwiązania, która umożliwia ujęcie procesu wdrożenia w ogólny schemat do zastosowania w dowolnym środowisku - a do tego prowadziłaby logiczna poprawność przytoczonego stwierdzenia. Wdrożenie analitycznego CRM pociąga za sobą identyfikację oraz integrację źródeł danych wymaganych do przeprowadzenia modelowania analitycznego. Prace takie stanowią element analizy szczegółowej projektu wdrożeniowego i zazwyczaj wymagają kilku tygodni pracy zespołu dwóch lub trzech konsultantów biznesowych oraz technologicznych, przy czym analiza jest wyłącznie jednym z etapów projektu.

Mit 2: Analityczny CRM to aplikacja data mining

Zwyczajowy czas wdrożenia analitycznego CRM, np. w średniej wielkości banku, wynosi od 4 do 6 miesięcy. Suma prac związanych z przygotowaniem danych, poprawieniem ich jakości, identyfikacją brakujących lub nadmiarowych procesów biznesowych, przeprowadzeniem modelowania analitycznego oraz przygotowaniem środowiska ich produkcyjnej eksploatacji w oczywisty sposób definiuje pracochłonność i czas wdrożenia rozwiązania. Jednocześnie wskazuje to różnorodny zakres odpowiedzialności rozwiązania w różnych obszarach organizacji. Elementy składowe analitycznego CRM to procesy czytające wiele źródeł danych funkcjonujących w firmie, procesy czyszczenia, standaryzacji oraz statystycznego uzupełniania (w przypadku danych niepełnych) braków danych, analityczne repozytorium specyficzne dla wymagań organizacji, środowisko umożliwiające przeprowadzenie modelowania analitycznego oraz moduł produkcyjnej eksploatacji modeli analitycznych. Aplikacja data mining (tu określone jako środowisko modelowania analitycznego) jest zaledwie elementem większej całości. Jego wyodrębnienie może doprowadzić do fiaska całego procesu wdrożenia. Nie jest bowiem możliwa poprawna predykcja zachowania klientów (czym w istocie jest modelowanie analityczne) na podstawie niesprawdzonych, nieprzetworzonych danych. W efekcie próba wdrażania analitycznego CRM jako pojedynczej aplikacji data mining prowadzi do kolejnych koniecznych wdrożeń środowiska integracji danych, procedur czyszczenia danych, środowiska raportowania efektywności modelowania czy w końcu środowiska eksploatacji produkcyjnej. Oczywiście, możliwe jest sukcesywne uzupełnianie wdrażanego rozwiązania do pełnej funkcjonalności analitycznego CRM poprzez dostawianie kolejnych elementów, jednak wzrasta wtedy ryzyko związane z ich integracją (jaką pracochłonność taka integracja może wygenerować?), a ponadto powstaje pytanie, czy rekomendowane oferty marketingowe oparte na zawężonych rozwiązaniach były optymalne w sensie realizacji strategii marketingowo-sprzedażowej. Dodatkowo należy wziąć pod uwagę fakt, że w przypadku analitycznego CRM zawężonego do środowiska modelowania analityk poświęci 90% swojego czasu pracy na przygotowanie danych, co w istotnym stopniu zmniejsza jego efektywność w procesie modelowania.