Středa, 07 Duben 2010 16:00
crm-zakaznikV současném dynamickém obchodním prostředí potřebují firmy včasné a přesné informace, aby mohly dělat důležitá rozhodnutí a reagovat rychle na tržní změny, konkurenci a potřeby zákazníků. Ztížené tržní podmínky nutí firmy k tomu, aby věnovaly zvýšenou pozornost obzvláště zákazníkům. Pojďme se podívat, jaké informační možnosti nám poskytuje spojení systémů pro řízení vztahů se zákazníky (CRM) s nástroji business intelligence (BI).

Informace nejen pro manažery

Na úvod si je třeba uvědomit, že pokud chceme oslovit správného zákazníka, efektivně ho získat a udržet si jeho spokojenost a loajalitu, je nezbytné, aby informace o klientech využívali kromě manažerů také všichni zaměstnanci, kteří s daným zákazníkem pravidelně komunikují.

Pro obchodníky je například důležité mít přehled o plánovaných aktivitách na určité období, otevřených příležitostech, přislíbených termínech, informacích ohledně platební kázně zákazníků, stavu jejich stížností a reklamací nebo o produktech, jež by mohl klient dokoupit atd. Marketingový pracovník musí hlídat termíny jednotlivých částí marketingových kampaní, kontrolovat marketingové výdaje, oslovovat správné segmenty, sledovat efektivitu jednotlivých komunikačních kanálů i celých kampaní. Servisní pracovníci pak potřebují mít rychle dostupné přehledy o klientech a o nakoupených produktech, historii komunikace se zákazníkem a jeho předešlé servisní případy, dále přehlednou znalostní bázi či podmínky obsažené v servisních smlouvách. Manažery pak přirozeně zajímají ukazatele, které jim poskytnou přehled o výkonnosti řízeného týmu i jeho jednotlivých členů a dále analýzy a nástroje, jež mohou zlepšit fungování a výsledky oblasti, kterou mají na starosti. Zlepšení těchto výsledků může představovat zvýšení tržeb v určitém regionu, omezení marketingových nákladů, zvýšení spokojenosti klientů při vyřizování dotazů či reklamací. Dodavatelé se zpravidla snaží, aby ukazatele byly prezentovány po skupinách v přehledných zobrazeních, tzv. nástěnkách. Jeden pohled pak pro jednotlivé oblasti může dát odpověď na následující otázky:

Řízení obchodu

  • Jaké obchodní případy budou dle obchodních zástupců uzavřeny?
  • Jak si tým vede oproti stanoveným cílům? Jak si vede v meziročním srovnání?
  • Jaké jsou klíčové obchodní případy, ve kterých by se měl angažovat obchodní ředitel?
  • Jak si vedou jednotliví obchodní zástupci?
  • Analýza obchodních příležitostí dle fází obchodního cyklu.

Správa zákazníků

  • Jak si vedu v porovnání s mojí kvótou?
  • Jak si vedu v porovnání s předchozím rokem?
  • Jaké jsou moje klíčové příležitosti – dle fáze obchodního cyklu a data uzavření?

Řízení servisu

  • Jaké jsou trendy s ohledem na objem servisních případů?
  • Generuje nějaký produkt více servisních případů než jiný?
  • Jak se v čase mění spokojenost zákazníků?
  • Jaká je výkonnost jednotlivých operátorů servisního oddělení?

Scorecard

Obr.: Příklad nástěnky pro řízení obchodu

Informace skryté v datech

Uživatelům však zpravidla nestačí statický pohled, který je obsažen v nástěnkách či sestavách, ale potřebují informace analyzovat a nahlížet na ně z mnoha různých úhlů pohledu. Potřebují například vyhodnocovat aktuální prodeje podle jednotlivých regionů, produktových řad či jednotlivých produktů, prodejců, dále v porovnání s předchozím rokem, kvartálem atd. Potřebují také sledovat trendy týkající se objemu a struktury příležitostí, úspěšnosti uzavírání obchodních případů, trendů v prodeji, výkonnosti servisu, spokojenosti zákazníků a efektivitě marketingových kampaní. V praxi není možné, aby s každým dotazem uživatelé obtěžovali IT oddělení, musí být připraven nástroj, jenž analýzy dat rychle a pohodlně zajistí.

Vhodným řešením je vystavět datový sklad na základě informací obsažených v CRM (případně jiných systémech), kdy jsou příslušné záznamy transformovány do OLAP kostek. Ty umožňují skutečnost analyzovat podle mnoha různých kritérií, tak aby uživatelé dostali z dat v systému co nejrychleji informace, které každému zaměstnanci pomohou zodpovědět jeho specifické business otázky a urychlí a zkvalitní tím jeho rozhodování. Uživatelé k analýzám nepotřebují IT oddělení, protože s OLAP kostkami mohou pracovat například přímo v aplikaci Microsoft Excel jako v prostředí, které zajisté velmi dobře znají. Existuje samozřejmě i řada jiných aplikací, prostřednictvím nichž mohou uživatelé využívat informací obsažených v OLAP kostkách.

Excel

Obr.: Analýza dat v prostředí Microsoft Excel

Prediktivní analýzy

Porozumění vývoji firmy v minulosti je důležitou součástí rozhodování ohledně budoucnosti. Reporting související s historií poskytuje manažerům důležité informace, které mohou použít pro budoucí rozhodování ve své oblasti. K tomu, aby firma předběhla svoji konkurenci a udržela krok s neustále se měnícími tržními podmínkami, musí být organizace zejména schopna efektivně předvídat, co nastane v budoucnosti, a snažit se proaktivně tuto budoucnost ovlivnit. Obchodní manažeři potřebují lépe předvídat budoucí prodeje, aby zlepšili svou obchodní efektivitu, a musí být schopni rozlišit, kterým zájemcům se primárně věnovat. Manažeři servisu potřebují efektivně rozkládat zátěž mezi zdroji servisu a zajišťovat spokojenost zákazníků. Marketingoví manažeři pak chtějí vědět, jaká bude efektivita kampaní, ještě než je uvedou na trh.

Ve všech těchto činnostech mohou pomoci prediktivní analýzy, jež výrazně zvyšují efektivitu uživatelů při jejich každodenních činnostech. CRM systém může například prioritizovat obchodní příležitosti na základě analýzy historických dat s ohledem na různé charakteristiky příležitostí a toho, zda nakonec skončily pozitivně, či nikoli. Aplikace může také doporučovat produkty či služby, jež by mohl obchodní zástupce doprodat u určitého zákazníka. CRM též umožňuje na základě analýz určit v rámci marketingové kampaně nejvhodnější segment k oslovení. Pokud se analýzy zkombinují s automatizací procesů (workflow), mohou být automatizována také některá rozhodnutí, což organizaci umožní reagovat na některé změny či podněty v reálném čase. Například mohou být automaticky eskalovány servisní případy důležitých zákazníků, u kterých je z analýz předpovídán dlouhý čas k vyřešení. Výrazně se tak může snížit riziko, že důležití zákazníci budou nespokojeni s odezvami na své servisní požadavky, což by ve finále samozřejmě mohlo velmi negativně ovlivnit firemní výnosy.

Abychom mohli provádět výše zmíněné analýzy, musíme použít nástroje (data mining), které umí nalézt vzory chování a vztahy mezi základními daty a udělat na jejich základě predikci do budoucna. Data v CRM tak mohou být například použita k vytváření řad v případě těchto modelů:

  • Předpovědi prodejů – na základě objemu a charakteristik obchodních příležitostí je predikován objem prodejů v určitém (budoucím) období. Obdobné předpovědi lze vytvářet také pro objem zájemců, servisních případů či množství servisních aktivit.
  • Pravděpodobnostní modely – na základě historických dat může být predikována pravděpodobnost, že nastane určitá akce. Například pravděpodobnost, že bude dosáhnuto určité příležitosti nebo pravděpodobnosti, že zákazník bude reagovat na určitou e-mailovou kampaň.
  • Doporučovací modely – na základě historických transakcí (prvotního prodeje) jsou klientovi navrženy dodatečné produkty a služby, kterých by mohl využít.
  • Segmentační modely – na základě analýzy zákaznických dat jsou vytvářeny různé segmenty. Organizace jejich prostřednictvím identifikuje, kdo jsou její nejpřínosnější zákazníci, nejrychleji rostoucí klienti atd.

Správné informace – náskok před konkurencí

Aktuálně se nacházíme v době, kdy si žádná firma nemůže dovolit zbytečně ztrácet existující zákazníky a potenciální obchodní příležitosti. Pozitivní postoj klientů je přitom veličina, jež je velmi křehká a je nutno ji dlouhodobě budovat. I když faktorů může být celá řada, jedním z nejvýznamnějších budou vždy zaměstnanci, kteří vstupují do kontaktu se zákazníky společnosti. Pokud zaměstnancům na všech úrovních organizace poskytneme správné a aktuální informace, mohou pak lépe komunikovat se svými obchodními partnery a lépe reagovat na jejich požadavky i změny potřeb. Dobrá informační podpora tak může přispět jak ke zvýšení spokojenosti zaměstnanců, jež budou moci kvalitněji provádět svou práci, tak i samotných klientů, kteří nebudou mít důvod odcházet ke konkurenci, protože od vaší společnosti obdrží prvotřídní servis.