Analityczny CRM - Fakty i Mity
Coraz więcej banków, czy firm ubezpieczeniowych, albo rozważa decyzję wejścia w rozwiązania CRM, albo jest w trakcie wyboru lub rozwoju takiego rozwiązania. Interesującym 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 bądź nie w organizacji.
Spis Treści
- Wstęp
- Mit 1. - Analityczny CRM można wdrożyć w . kilka godzin lub dni.
- Mit 2. - Analityczny CRM to aplikacja data mining.
- Mit 3. - Analityczny CRM to pakiet 50 modeli analitycznych do natychmiastowego wdrożenia
- Mit 4. - Analityczny CRM to "czarna skrzynka"
- Mit 5. - Do wdrożenia analitycznego CRM, w organizacji nie są potrzebne kompetencje analityczne i statystyczne
- Podsumowanie
Wstęp
Na rynku polskim dynamika wzrostu inwestycji w rozwiązania CRM oceniana jest jako niska (5% do 9% w latach 2005-2007, prognozowane ~12% w latach 2008-2009 i spadek o 1-2 punkty procentowe w kolejnych latach wg PMR Research). Co więcej, w latach ubiegłych rynek rozwiązań CRM określony został jako najwolniej rozwijający się segment sprzedaży oprogramowania, a prognozowany spadek dynamiki w latach 2010-2012 tłumaczony jest nasyceniem tego typu rozwiązaniami. 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, albo rozważa decyzję wejścia w rozwiązania CRM, albo jest w trakcie wyboru lub rozwoju takiego rozwiązania. Interesującym 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 bądź nie w organizacji. Nasuwa się zatem skądinąd słuszne podejrzenie, że być może pod nazwą System CRM kryje się coś więcej niż tylko aplikacja do zarządzania kontaktami z klientem. W istocie jest to złożone rozwiązanie 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 na planową realizację postawionych przed nim celów składających się na wykonanie strategii marketingowo-sprzedażowej, definiowanej w gabinecie szefów departamentów marketingu, sprzedaży, na gabinecie prezesa kończąc. Wydaje się zatem, że wdrożenie operacyjnego CRM umożliwiającego precyzyjne komunikowanie czynników decyzyjnych z wykonawczymi może mieć kolosalne znaczenie dla wzrostu wartości firmy. Równolegle nasuwa się pytanie jak pracochłonne jest takie wdrożenie i jakie niesie ze sobą ryzyko oraz oczywiście koszty. 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. Właśnie to ryzyko i koszty stanowią prawdopodobnie główną przyczynę pesymistycznych prognoz dynamiki rozwoju rynku rozwiązań CRM w Polsce.
Operacyjny CRM stanowi jeden element całościowego, pełnego rozwiązania. Elementem dopełniającym jest warstwa analityczna (Analityczny CRM). Warstwa analityczna umożliwia odkrycie ukrytej prawdy o kliencie - prawdy zapisanej w danych, takich jak (posługując się przykładami z sektora finansowego) częstość kontaktów klienta z organizacją, częstość wykonywanych transakcji, wysokość transakcji, średnio-miesięczny rozstęp salda - jednym słowem w 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 z poniesionych kosztów komunikacji marketingowej. Analityczny CRM umożliwia selekcję i kontakt z tylko tymi klientami, którzy mają rzeczywisty potencjał w kierunku 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 o rozwiązania CRM, przy czym sposób przekazania informacji o ofercie doradcy nie jest kluczowy. 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, jakimi może być np. operacyjny CRM, czy też rozwiązanie do zarządzania i optymalizacji kampanii marketingowych. To wszystko powoduje, że w zakresie rozwiązań analitycznego CRM obserwuje się w Polsce, a także w całej Europie rosnące zainteresowanie wśród dużych i średnich graczy sektora finansowego. Analityczny CRM przeciwstawiony kosztownemu i ryzykownemu przedsięwzięciu, jakim jest wdrożenie warstwy operacyjnej jawi się jako rozwiązanie tanie, proste w implementacji, a zarazem szybko przynoszące wymierne efekty. W naturalny sposób intensyfikacji ulega promocja 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 możliwy 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 2-3 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 w np. 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 oraz czas wdrożenia rozwiązania. Jednocześnie wskazuje to różnorodny zakres odpowiedzialności rozwiązania w różnych obszarach organizacji. Elementy składowe analitycznego CRM to zarówno 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) w oparciu o niesprawdzone, nieprzetworzone dane. 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 o zawężone rozwiązanie 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.
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 analityczny CRM jest wdrażany. 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 kluczowym 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 (przykładowo, 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 w rzeczywistości organizacja jest w stanie uruchomić od 3 do 5 modeli w pierwszym roku użytkowania rozwiązania. Zakładając, że w ramach rozwiązania dostarczono np. 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. Nadmienić warto także, że w organizacjach, w których analityczny CRM posiada kilkuletnią tradycję, można spotkać i takie, gdzie liczba modeli znacznie przekracza liczbę 50, jednakże dojście do takiej liczby modeli i akcji wspieranych działaniami analitycznymi osiągane jest sukcesywnie poprzez cykliczne odświeżanie starych modeli oraz budowę nowych.
Mit 4. - Analityczny CRM to "czarna skrzynka"
Powyższe stwierdzenie bardzo często stowarzyszone jest z określeniem że analityczny CRM to aplikacja do data mining'u, 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 lub modyfikacja istniejących modeli, jednakże by było to możliwe, 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 absolutnie 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, w którego zasobach znajduje się stabilny, rozwojowy zespół certyfikowanych konsultantów technologicznych i biznesowych, którzy w trakcie realizacji projektu przeprowadzają fazę transferu wiedzy na temat wdrażanego rozwiązania (w każdym z jego elementów).
Podsumowanie
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.
