Материал помещен в архив

СИСТЕМА УПРАВЛЕНИЯ ВЗАИМООТНОШЕНИЯМИ С КЛИЕНТАМИ (CRM)

Что такое система управления взаимоотношениями с клиентами

Система управления взаимоотношениями с клиентами (CRM, CRM-система) (сокращение от англ. Customer Relationship Management) - прикладное программное обеспечение для организаций, предназначенное для автоматизации стратегий взаимодействия с заказчиками (клиентами), в частности, для повышения уровня продаж, оптимизации маркетинга и улучшения обслуживания клиентов путем сохранения информации о клиентах и истории взаимоотношений с ними, установления и улучшения бизнес-процессов и последующего анализа результатов.

Систему управления взаимоотношениями также можно охарактеризовать как модель взаимодействия, полагающую, что центром всей философии бизнеса является клиент, а основными направлениями деятельности - меры по поддержке эффективного маркетинга, продаж и обслуживания клиентов. Осуществление этих бизнес-целей включает сбор, хранение и анализ информации о потребителях, поставщиках, партнерах, а также о внутренних процессах организации. Функции для содействия этим бизнес-целям включают продажи, маркетинг, поддержку потребителей.

Первые образцы CRM появились в Беларуси в начале 2000-х, тогда же началась волна первых внедрений таких систем, которая охватила небольшое число продвинутых организаций. Так, например, в это время автор работал с CRM на платформе Lotus - умела она немного: по сути, это была простая клиентская база данных плюс модуль управления контактами.

Лет 10-15 назад CRM была в первую очередь инструментом управления прямыми продажами и только потом - всем остальным. Бизнес нарабатывал базу клиентов. При помощи сбора информации и ее анализа он стремился нарастить объемы продаж.

С тех пор произошли достаточно значимые изменения. Так, например, постановка и поддержка аналитической CRM может производиться в формате Big Data, то есть с использованием больших хранилищ аналитической информации, которые интегрируют из разных источников данные о клиентах. Такая CRM может строить математические модели, предсказывающие поведение абонентов на индивидуальном уровне. В нее могут быть внедрены модули управления мультиканальными и мультишаговыми CRM-организациями и многое другое.

Справочно Большие данные (англ. big data) в информационных технологиях - серия подходов, инструментов и методов обработки структурированных и неструктурированных данных огромных объемов и значительного многообразия для получения воспринимаемых человеком результатов, эффективных в условиях непрерывного прироста, распределения по многочисленным узлам вычислительной сети, альтернативных традиционным системам управления базами данных.

Задачи CRM

Сегодня в Беларуси работают организации с многолетней историей взаимоотношений с потребителями, со сформированными рынками. И нижеуказанные задачи СRM уже выходят за рамки привлечения новых клиентов и прямых продаж:

• «уход за клиентом» - дополнительные сервисы, делающие взаимодействие клиента с организацией более удобным и комфортным. Они позволяют оказывать консультационную, техническую поддержку и т. п.;

• повышение эффективности, отдачи от уже существующих клиентов за счет персональных целевых предложений, перекрестных и дополнительных продаж;

• удержание и повышение лояльности ценных клиентов.

Данные задачи предполагают тщательную, точную, точечную работу CRM с уже сформированной базой клиентов.

Современная CRM интегрирует не только службу продаж, но и сервисное обслуживание, техподдержку, маркетинг, в некоторых случаях производство и т. д.

Более того, в организациях сегодня существует невидимая, ненаблюдаемая система управления всем циклом обслуживания клиентов - аналитическая CRM, которая сосредоточена в бэк-офисе. Данные, с которыми она работает, управляют деятельностью фронт-офиса.

Основные функции и подходы, на основе которых организована работа аналитической CRM

Интегрированные аналитические хранилища данных

История контактов клиента и менеджеров организации - уже не единственный и даже не основной источник данных. Современному контакт-центру средней и крупной организации важно собирать и аккумулировать данные из разных каналов коммуникаций:

• активность клиентов на сайтах и в социальных сетях;

• использование клиентами мобильных приложений;

• телефонные обращения, sms и др.

Такая информация со всех каналов коммуникаций интегрируется в аналитических хранилищах. Они включаются в состав CRM. Там же собирается история всех транзакций, характеризующая поведение конкретного покупателя или пользователя.

Сегментация

Анализ Big Data будет эффективным, если CRM использует определенные методы сегментации, наиболее важные из которых - по ценности и жизненному циклу клиента. Они могут объединяться между собой. Используются также сегментации по транзакционной, сетевой активности клиента и др.

Прогнозирование

Данные, которые сегодня собирает CRM, помогают предсказать если не точное поведение клиентов в будущем, то хотя бы его тенденцию.

Можно выделить несколько направлений:

1) предупреждение оттока потребителей. Чтобы его минимизировать, важно вовремя диагностировать проблему на уровне конкретного клиента. Выявлять ее надо заблаговременно, а не когда клиент пришел расторгать договор (это надо делать на более ранних стадиях, когда намечается только тенденция к неудовлетворенности).

Соответственно, анализ и предупреждение оттока - важная составляющая аналитической CRM. Для этого используются достаточно сложные модели. Они позволяют понять, по каким прямым или косвенным признакам можно отследить отток. Наиболее очевидный признак - клиент сокращает время использования услуг или товаров: падает размер счета (трафик, объем повторных заказов и т. д.).

Более сложные признаки могут быть связаны с так называемым вирусным оттоком - если в окружении клиента наблюдается снижение интереса к организации, клиент также переходит в группу риска;

2) работа с дополнительными (перекрестными) продажами - up-sell и cross-sell. Прогнозирование позволяет увеличить размер счета, дохода, который приносят уже имеющиеся клиенты. Сегодня это не менее важная задача, чем удержание, потому что размер рынков ограничен, в какой-то момент возникает вопрос: как увеличить отдачу от базы, которая уже есть?

Для организации перекрестных продаж важно выделить целевые сегменты, которые имеют тенденцию (предрасположенность, похожее поведение) повышать объемы заказов, трат и т. д.

Типичная ошибка многих организаций в том, что они начинают кампанию по поддержке up-sell и cross-sell, действуя по принципу «Чем больше мы разошлем sms или рекламных сообщений, чем шире мы охватим аудиторию - тем лучше».

Между тем группа клиентов, которые согласятся повысить объем своих расходов, - это только часть от всей базы. И даже если учесть, что работа будет вестись только с такими целевыми сегментами, то задача CRM заключается в построении прогноза, который покажет, какие конкретно клиенты из целевой группы с высокой долей вероятности совершат дополнительную (перекрестную) покупку, кому это предложение будет интересно.

Клиент может быть готов:

• к более высокому уровню обслуживания в рамках выбранного набора услуг;

• дополнительным услугам или товарам (к уже имеющемуся набору);

• покупке специальных продуктов или пакетов услуг.

Соответственно, на основе этих моделей организация разрабатывает маркетинговые коммуникации.

Эффективность коммуникаций

Бизнесу необходимо измерять маркетинговый эффект от работы с сегментами клиентов. Для этого можно задействовать базы данных из CRM, в которых фиксируется активность по сделкам. Однако на практике все получается немного не так. В белорусских организациях часто возникает проблема анализа информации.

Большинство организаций маркетинговые эффекты не измеряет либо делает это неправильно.

Пример Call-центр обзвонил клиентов, предлагая им банковский продукт или услугу. После этого происходит замер, принесла ли активность результат. Обычно он происходит по принципу: обзвонили тысячу человек, из них продукт купило 10 или 100 пользователей. Соответственно, считается конверсия. На самом деле такая оценка не всегда будет верной, потому что клиенты могли и сами купить продукт, без звонка. Неизвестно, каков чистый эффект коммуникаций. Условно клиент уже пришел в магазин и уже совершает покупку, и в это время ему звонят и предлагают тот же самый продукт. Чтобы избежать подобных ошибок, в базе клиентов в аналитической CRM можно выделить контрольные группы пользователей, которые идентичны по характеристикам тем, что приходят в компанию благодаря call-центру. Естественно, с контрольной группой сотрудники call-центра не работают. Затем можно отслеживать поведение клиентов одной и другой группы за определенный промежуток времени, замерять, сколько покупок ими было совершено, чтобы затем взвесить, сопоставить эти данные и определить вклад конкретного пользователя, который пришел за покупкой благодаря звонку из call-центра.

Таким образом, задача аналитической CRM - корректно и правильно измерять эффекты. Для этого может потребоваться и учет статистических погрешностей, ошибок и т. д.

Учет клиентского опыта

Про точки контакта с клиентом говорят сегодня много. Но организаций, которые на практике занимаются их описанием, то есть строят карты опыта клиентов, единицы. Идея этих карт в том, что нужно не просто формально фиксировать все контакты или сделки, а собирать информацию, как и каким образом клиент взаимодействует с организацией в реальной жизни.

Пример Биллинговая система операторов связи фиксирует факты успешных коммуникаций по принципу «вы позвонили - и вас соединили». А вот что происходит, если вы не смогли дозвониться? Или разговаривали - и звонок прервался? Долгое время организации, зная, что могут собирать такую информацию, этого не делали. Такие данные не обрабатывались, не было понимания, как их можно использовать. Между тем очень важно владеть информацией о качестве связи на уровне каждого абонента, а не в целом всей сети. Изучение реального опыта клиента (сколько у него было обрывов, недозвонов, по какой причине и т. д.) позволяет прогнозировать и предотвращать сложные ситуации для конкретных пользователей. Это могут быть важные, значимые клиенты для организации, которые, к примеру, живут в специфическом районе с проблемами со связью. Кроме того, в любой сфере есть группа клиентов, которая никогда не будет звонить в центр поддержки и жаловаться. Люди просто уйдут к конкуренту.

Сбор информации о проблемах позволяет фиксировать критические области, замечать невидимую часть обслуживания, правильно на это реагировать.

Выбор лучшего предложения

Предположим, у организации есть несколько новых продуктов, которые она хочет продать конкретному клиенту. И ей важно сориентировать сотрудников, какой именно из товаров они должны предложить.

Одно из направлений аналитической CRM - оптимизация такого предложения.

Здесь важно сочетать две характеристики:

• вероятность, что предложение будет интересно клиенту;

• доход, который получит организация.

Пример Организация может предложить дорогостоящий бытовой прибор, но вероятность его покупки низкая. Также она может продавать менее дорогостоящее оборудование, но при этом ей важно, чтобы вместе с ним была куплена дополнительная гарантия стоимостью 10 долл. США, и в этом случае покупка будет совершена с большей вероятностью.

Так, в CRM при помощи аналитики определяются уровни вероятности совершения покупки: каким образом и кому предлагать тот или иной продукт.

Управление знаниями

Помимо скриптов, правил поведения, которые регулируют взаимоотношения с клиентами, важная часть современных CRM - управление знаниями, то есть скорость, с которой сотрудники способны находить подсказки и информацию, реагировать на проблемную ситуацию.

Все это зависит от стандарта, по которому разработаны базы знаний в организации, а именно от того, каким образом в CRM организован быстрый и удобный доступ к информации в этой базе.

Какие организации работают с аналитической CRM? По опыту автора, это наиболее продвинутые коммерческие банки, телекоммуникационные организации, транспортно-экспедиторские фирмы, бизнесы, которые имеют крупные call-центры и достаточно большие клиентские базы.

При этом основная часть белорусского бизнеса либо совсем не имеет CRM, либо не прошла этап интеграции клиентских баз, либо имеет определенные инструменты, но, к сожалению, их не развивает.

И получается, что даже если в организации есть CRM, то эта система поддерживает, в лучшем случае, текущие сделки, документооборот, процессы, но аналитический модуль там, как правило, не развит, статистика по сделкам ведется самая минимальная.

Кроме того, у отечественных организаций большие проблемы с обновлением информации о сделках. Менеджеры по продажам увольняются, на их место приходят новые, и им достается очень много устаревшей, неактуальной информации.

И здесь очень многое зависит от руководителей среднего звена: тех, кто непосредственно управляет продажами. Понятно, что если информация устаревает, то пользоваться CRM эффективно невозможно.

Сколько времени надо на внедрение аналитической CRM? Внедрение CRM может занимать до полугода. Спешить с этим проектом - неправильно. Важно потратить время, чтобы лучше понять свой бизнес и сформировать адекватное техническое задание, и уже потом искать под него инструменты.

Время уйдет на:

• внесение информации в базы данных;

• формирование справочников;

• обучение сотрудников, постоянный инструктаж;

• тестирование и отладку процесса.

Важно привязать работу с CRM к определенным KPI (примечание), чтобы сотрудники понимали важность всех действий.

Примечание. Ключевые показатели эффективности (англ. Key Performance Indicators, KPI) - показатели деятельности подразделения (организации), которые помогают ей в достижении стратегических и тактических (операционных) целей. Использование ключевых показателей эффективности дает организации возможность оценить свое состояние и помочь в оценке реализации стратегии.

Ключевые показатели эффективности позволяют производить контроль деловой активности сотрудников, подразделений и организации в целом.

30.10.2015

Алексей Бабайцев, консультант по управлению организации «Ключевые решения»