V posledních několika desetiletích se obchodování výrazně změnilo. Prodávající už nemůže znát své zákazníky, nemůže s nimi osobně komunikovat a domlouvat individuální podmínky. Firma také prodává tak velké množství zboží, že má problém evidovat, co který její zákazník už má. V posledních dvou dekádách se komunikace se zákazníky rozběhla také dalšími kanály jako jsou e-mail, on-line obchody nebo prodej přes sociální sítě, přičemž masové kampaně jsou neúčinné a je třeba je nahradit velkým množstvím mikrokampaní. Jak rozhodnout, do které z mikrokampaní zákazníka zařadit a kterým kanálem ho oslovit? A kolik to vlastně může stát, aby investice byly v souladu s přáním akcionářů?
Odpovědí je rozšíření operativních CRM o silné analytické komponenty a návrat k individuální komunikaci se zákazníkem. Dobré CRM znamená, že firma je schopná vystupovat vůči zákazníkům jako inteligentní osoba, která má dobrou paměť a přesný úsudek, jaká nabídka je pro klienta zajímavá.
Pod operativním CRM si lze přitom představit to, že firma včas dodá, co si klient objednal, dokáže vystavit správnou fakturu a že pozná, jestli dostala zaplaceno. Většinou jsou k dispozici i jednoduché reporty o vývoji zákaznické báze (počty, regionální struktura, objem stížností, znázornění pipe-line). Konkurenční výhodu představuje takový systém pouze ve smyslu „neštveme své zákazníky chybnými dodávkami, špatným účtováním či zdlouhavým řešením problémů“.
CRM 21. století
Individualizace přání zákazníků nutí firmy k přechodu na zákaznicky orientovaný přístup. Vyspělost technologie tento přechod umožňuje. Kobercové nálety ve formě masových kampaní jsou nahrazovány velkým množstvím dobře cílených mikrokampaní. Většina společností obsažených v žebříčku Fortune 500 provádí až 3 tisíce mikrokampaní ročně. Na rozdíl od nespecifické masové akce je mikrokampaň zaměřená na malý okruh klientů, kteří mají podobná přání. Právě ta jsou pak v mikrokampani akcentována a reakce klientů je o poznání vstřícnější.
Možností, jak si příslovečně „vylámat zuby“ je ale ve srovnání s masovou kampaní mnoho. Nejeden marketingový pracovník má „šediny“ ze snahy navrhnout mikrokampaně tak, aby ladily s rámcem daným marketingovou strategií společnosti. I u průměrného klienta většinou vychází, že je vhodný pro zařazení do několika kampaní najednou. Optimální zařazení do kampaně je problém, jehož řešení vyžaduje software na matematickou optimalizaci.
Kampaní běží často desítky najednou, kanálů komunikace je mnoho. Měření, která kampaň ve kterém kanálu má dobrou účinnost je neřešitelné bez technik jako jsou monitorování kampaní a rychlá integrace odezvy klientů zpět do zákaznických dat.
V ideálním případě si firma dokáže včas všimnout změny v chování zákazníka a rychle (v řádu dnů) reagovat vhodnou nabídkou. Např. supermarket umí díky věrnostnímu programu identifikovat zákazníka a rozeznat, že začal kupovat dětské potraviny a plenky – vhodná reakce je tedy nabídka(cross-sell) dalších dětských produktů (marketing řízený událostmi).
Ale i dobře zaměřená je řádově méně účinná než nabídka, která přišla v moment, kdy zákazník kontaktuje firmu sám. Může chtít třeba jen nahlásit změnu bydliště. Je to ale okamžik, kdy je ochoten bavit se s firmou a není vyrušen od jiných věcí. Půda pro zvažování nabídky je tak nesrovnatelně úrodnější (inbound marketing).
Klient musí být také zařazen do správného segmentu. Segmenty může buď navrhnout marketingový specialista podle své zkušenosti (expertní segmentace), ale pak se snadno stane, že firma ve své zákaznické bázi neodhalí zajímavé profitabilní mikrosegmenty. Expertní segmentaci je proto užitečné kombinovat se statistickou segmentací (shluková analýza). Pro sestavování smysluplných nabídek se hodí odhalování pravidel typu „když kupuje kaviár a šampaňské, má zájem také o chřest“. K tomu slouží asociační analýza, jejímž přirozeným užitím je odhad dalšího produktu, který se bude klientovi hodit, pokud v tuto chvíli už má určitou skupinu jiných produktů (nejlepší další nabídka).
Přehledným způsobem prezentace výsledků pro nestatistiky jsou tzv. behaviorální mapy. Jde o jednoduchá schémata (síťové grafy), jejichž uzly jsou události v zákaznickém životě a ohodnocené hrany udávají pravděpodobnost přechodu od jedné události ke druhé. Výhodou je možnost aplikovat behaviorální mapy na nejrůznější statistické výsledky: od asociační analýzu vztahu mezi nákupy v krátkém období až po fáze životního cyklu zákazníka a pravděpodobnosti přechodu mezi nimi.
Kolaborativní CRM
Sofistikovaná analytika nad zákaznickými daty dělá z firmy subjekt s dobrou představou o tom, co jeho zákazník potřebuje a umožňuje nu uvědomovat si podstatné charakteristiky zákazníka. Firma ale musí mít smysluplné vyjadřování. Minimálně to znamená, že nesmí mluvit rozpolceně. Když zákazník zavolá na call centrum své banky, aby zadal příkaz k úhradě, měli by tam vědět, že si včera přes webové stránky banky objednal kreditní kartu a že ji tedy nemá cenu nabízet. Měli by vědět, že před týdnem v pobočce X dojednal hypotéku, takže ani nabídka financování bydlení už není na místě. A po zadání příkazu k úhradě by měl systém upozornit, že na jeho účtu zbývá 2,70 koruny, takže je výhodné mu nabídnout kontokorent. Pokud zákazník včera požádal o kreditní kartu a před týdnem o hypotéku, je nutné, aby přepočet jeho kreditního skóre probíhal s minimálním zpožděním, aby se kvalifikovaně odhadlo, jestli banka nezíská díky úspěšné nabídce kontokorentu dalšího neplatiče.
Za scénou tedy musí být dva podstatné články. Zaprvé platforma, která téměř bez zpoždění skóruje nejnovější události zákaznické historie (marketingoví specialisti dodavatelů takových platforem to rádi označují nadsázkou jako „real-time intelligence“). Za druhé každá část firmy musí mít všechny informace potřebné k jednání s klientem. Nesmějí být dostupné citlivé informace, které k danému jednání s klientem nejsou potřeba, ale nesmějí ani žádné podstatné informace chybět. Rychlé a zabezpečené šíření vhodných klientských informací na odpovídající místa ve firmě – to se označuje jako kolaborativní CRM.
Sofistikované CRM
Přechod k analytickému a ke kolaborativnímu CRM je složitá záležitost jak v oblasti změny firemních procesů, tak související IT infrastruktury. Jedná se o tyto kroky:
• Je potřeba zajistit kvalitu dat, a jejich snadnou konsolidaci v rámci firemního informačního systému.
• Nutné je mít udržovaný a kvalitní produktový katalog.
• Zpětná vazba z kampaní musí být správně integrována, aby bylo možné měřit účinnost běžných procesů postavených na dataminingu (cross-sellové a retenční kampaně, riziko zákazníka).
• Je nezbytné dobře definovat ukazatele výkonnosti firmy (KPI) a správy nákladů postavenou na aktivitách (ABCM, Activity Based Cost Management) jako základu pro projekty pokročilé analytiky jako LTV (viz níže), optimalizace zařazení do kampaně, next-best offer apod.
• Nutná je existence centrální správy marketingových kanálů a internetových stránek společnosti pracujících interaktivním způsobem typu Web 2.0.
• Jen díky nástrojům pro matematickou optimalizaci bude možné využít data z ABCM a určit optimální zařazení klienta do kampaně. Bez nástrojů pro statistiku a data-mining půjdou těžko i jednodušší věci jako je cross-sell, retence, riziko zákazníka či segmentace identifikující neznámé podskupiny zákazníků.
Dokončení článku vám přineseme zítra...