Большая, бесплатная CRM-система

Качественные исследования, такие как выделение групп и исследование покупательского поведения, позволяют разобраться в мышлении покупателей и выяснить, почему они делают те или иные покупки. Однако такая работа часто требует много времени и финансовых затрат. Кроме того, это исследование состоит в том, что делаются разовые «снимки данных» на основе небольшой выборки. Технологии количественных исследований могут расширить и улучшить полученные результаты, они выполняются на основе всей клиентской базы и, при наличии хорошей аналитической среды, ежедневно (а иногда и в режиме реального времени) обеспечивают текущие результаты. Анализируя пользовательские транзакции в организации, организация может обнаружить некоторые шаблоны покупательского поведения и выявить уникальные возможности продаж. Технологии прогнозирования также позволяют обнаруживать связи между продуктами, прогнозировать действия на основе жизненного этапа клиента и предсказывать поведение конкретного человека, например, его отклик на предложение или вероятность покупки того или иного продукта.

Повышение приверженности клиентов (L)

Предоставляет ли в компания услуги, которые будут вновь и вновь привлекать постоянных клиентов? Продление срока сотрудничества с покупателем и сокращение числа клиентов, отказавшихся от сотрудничества, часто оказывается самой сложной задачей, однако дает самые высокие финансовые результаты для бизнеса.

Почему клиенты уходят? Какие действия предшествуют и ускоряют уход покупателя к конкуренту? Хотя настроиться на предложение продуктов и услуг, которые удержат клиента легко, сделать это трудно. Преимущество использования прогнозирующего анализа, позволяющего сохранить приверженность клиентов, можно описать так же, как и для двух предыдущих бизнес-целей: аналитика позволяет выделить уникальный многомерный профиль клиентов и прогнозировать их поведение. При таком сценарии клиентский сегмент будет состоять из самых приверженных клиентов, а также тех, кто, вероятно, может перейти к конкуренту. Исследовав постоянных клиентов и тех, кого компания уже потеряла, можно планировать свою деятельность в будущем, удовлетворить всех покупателей, а также сохранить стабильный доход или добиться его роста.

Определение ожиданий клиентов и предвидение их действий

Аналитические средства позволяют организации принимать более эффективные решения, направленные на клиента на основе: прошлых данных, понимания текущей ситуации и предположений о будущем. С их помощью удается лучше узнать свой бизнес и своего клиента. Появляется информация о том, как работает бизнес и каковы его клиенты, как происходит взаимодействие с ними, и как они реагируют. Аналитические средства обеспечивают глубокое понимание клиентов и их ожиданий. Компании становится ясно, чего хочет покупатель, она может прогнозировать его действия. За счет этих знаний появляются существенные конкурентные преимущества: возможность управлять будущей ситуацией и повышать доходы.

На сегодняшний день, доступен широкий диапазон аналитических технологий, начиная с показателей и базовых статистических отчетов и заканчивая возможностями OLAP технологий (выполнения продольных и поперечных срезов) и сложными технологиями, включая data mining и прогнозирующее моделирование. Каждый из методов дает некоторую информацию о клиенте, при этом для каждого из них характерны свои требования по времени, глубине данных и аналитическим знаниям конечного пользователя. Комбинация всех технологий в аналитической среде создает приложение широкого применения, которое можно использовать во всей организации, представляя информацию в наиболее удобной для пользователя форме, при этом глубокий анализ оказывается скрытым от пользователя.

Как можно ежедневно использовать аналитическую систему в бизнесе? Успешное применение CRM аналитики состоит из четырех этапов: организации, обучения, действия и контроля.

1) Организация заключается в сборе данных из оперативных CRM-систем и других источников в единое хранилище. Чтобы иметь четкое представление о клиенте необходимо обеспечить доступ ко всей информации об этом человеке и о его взаимодействиях с компанией в одном месте. Если сотрудники, работающие с Web-сайтом и центрами обработки звонков оперируют только той информацией о взаимодействии с клиентом, которая получена по их каналу, то полной картины получить не удастся, а поэтому нельзя обеспечить ожидаемое качество услуг и отклик. Сбор всей информации о покупателе – по каналам сбыта, бизнес-направлениям, системам и т.п. – и организация разнородных источников данных является первым этапом аналитического процесса.

Не менее важно, чтобы данные были представлены в нужной форме, для того, чтобы можно было получить ответы на необходимые вопросы и выполнить определенный тип анализа. Ведь не строится же фундамент здания, пока не известно будет это двухэтажный или восьмиэтажный дом. Так и аналитические возможности клиентской базы нужно планировать, тогда удастся получить такую систему, на которую можно будет рассчитывать и которую можно будет развивать. Аналитически настроенная модель данных очень важна для обеспечения возможности извлечь максимум пользы из клиентских данных на следующих этапах процесса.

2) Этап обучения состоит в том, чтобы выяснить, какой смысл имеют данные, выполнив data-mining исследование и распространив полученную информацию. Обучение предполагает использования широкого диапазона аналитики для того, чтобы:

Получить полное представление о клиентах. Применить методы сегментации ко всей клиентской базе и выделить важные многомерные классификации, которые включают следующие характеристики: ценность, приверженность, жизненный статус, демографические параметры. Рассмотреть эти сегменты и изучить общие моменты в поведении, такие как тенденция к покупке конкретных продуктов. Создать целевые клиентские профили. Использовать демографические данные и информацию о поведении клиентов в прошлом для прогнозирования того, какие из новых потребителей могут в будущем стать лучшими клиентами, какие продукты вероятнее всего будут покупать лучшие клиенты. Все это позволит повысить продажи на протяжении всего периода работы с этими клиентами.

Обучение – это непрерывный процесс, который использует данные новых клиентов на организационном этапе и дает информацию об этих покупателях.

3) На третьем этапе полученные знания применяются при взаимодействии с клиентами с целью повышения эффективности бизнес-процессов. Знания о клиентах совершенно бесполезны, если они не применяются на практике – для различного рода взаимодействий в разных ситуациях.

Под применением на практике подразумевается использование знаний и аналитических моделей для прогнозирования того, как конкретный клиент будет реагировать на предложение. На этом этапе оценивается маркетинговая программа и те предложения, которые использовались раньше, затем применяются модели отклика для прогнозирования вероятности того, что в будущем конкретный клиент отреагирует на новое или аналогичное предложение. Выбирается конкретный тип и канал общения с клиентом и осуществляется контакт. Кроме того, используются индивидуальные прогнозы относительно клиента, или баллы (например, показатель, определяющий ценность клиента на протяжении всего его периода работы с компанией – lifetime value), которые позволяют выделять соответствующие ресурсы и расходы для максимизации как прямых маркетинговых результатов, так и желаемых косвенных последствий, например роста расходов клиента в целом. Чтобы действовать эффективно, необходима система, которая обеспечивает:

 Скачать реферат