Войти
Менеджмент
18 сентября 2015 2

Каким образом «продвинутая» CRM повышает продажи и как грамотно ею управлять

Какие возможности для увеличения продаж есть у современной CRM (система управление взаимоотношениями с клиентами). Какие типичные ошибки допускают белорусские компании, работая с данными о покупателях. Продолжение материала Алексея Бабайцева, ведущего консультанта по управлению группы компаний «Ключевые решения».

Фото с сайта fishki.net
Фото с сайта fishki.net

– В первой части материала я рассказывал, как из простой базы данных о клиентах, которая была в белорусских компаниях 15 лет назад, CRM переросла в систему, объединяющую службы продаж, сервисное обслуживание, маркетинг, производственные отделы и т.д.

Продолжу приводить примеры, как использовать возможности современной CRM, чтобы они приносили максимальный результат.

Эффективность коммуникаций

Бизнесу, разумеется, 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 компаниях часто возникает проблема анализа информации. Большинство компаний у нас 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: мы обзвонили тысячу человек, из них наш продукт купило 10 или 100 пользователей. Соответственно, считается конверсия.

Фото с сайта tbn-tv.ru
Фото с сайта tbn-tv.ru

На самом деле, такая оценка не всегда будет верной, потому что клиенты могли и сами купить продукт – без звонка. Мы не знаем, 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 СRM можно выделить контрольные группы пользователей, которые идентичны по характеристикам тем, которые 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 было совершено ими. Чтобы затем «взвесить», сопоставить эти данные – и определить вклад конкретного пользователя, который пришел за покупкой через звонок из call-центра.

Фото с сайта irina-ctc.livejournal.com
Фото с сайта irina-ctc.livejournal.com

Таким образом, задача аналитического 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 компаний, которые на практике занимаются их описанием – т.е. 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 компанией 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 компании, потенциально понимая, что могут собирать такую информацию, этого не делали. Такие данные не обрабатывались – не было понимания, как их можно использовать. 

Фото с сайта lenovo-smart.ru
Фото с сайта lenovo-smart.ru

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 компании – 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 в обслуживании, правильно на это реагировать.

Выбор лучшего предложения

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

Одно из направлений аналитического CRM – оптимизация такого предложения. В нем важно сочетать 2 характеристики:

  • Вероятность, что предложение будет интересно клиенту
  • Доход, который получит компания

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

Фото с сайта hi-tech.mail.ru
Фото с сайта hi-tech.mail.ru

Таким образом, в CRM при помощи аналитики определяются уровни вероятности совершения покупки. Идет «игра»: 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. Т.е. скорость, с которой сотрудники способны находить подсказки и информацию, реагировать на проблемную ситуацию.

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

Фото с сайта veseley.livejournal.com
Фото с сайта veseley.livejournal.com

Как компаниям работать с аналитической СRM

По моему опыту могу сказать – это наиболее продвинутые коммерческие банки, телекоммуникационные компании, транспортно-экспедиторские фирмы, бизнесы, которые имеют крупные call-центры и достаточно большие клиентские базы.

С другой стороны, 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 на предприятии есть CRM – 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 наших предприятий 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 много зависит от руководителей среднего звена: тех, кто непосредственно управляет продажами. Понятно, что если информация устаревает –  пользоваться CRM эффективно невозможно.  

Сколько времени надо на внедрение аналитической СRM

Фото с сайта altarielx.com
Фото с сайта altarielx.com

Да этого надо «дойти», решив вопросы на уровне стратегии, организационной структуры компании, наладки процессов в области продаж, обслуживания, маркетинга.

Это затратный процесс, поэтому собственнику важно определиться с целями внедрения CRM, иметь представление – как должен быть поставлен процесс работы с системой.  

Можно купить инструмент, но если внутри компании не выстроены процессы – CRM останется неиспользованной. Либо с ней будут работать не так, как нужно.

Внедрение CRM может занимать до полугода. Спешить c этим проектом – неправильно. Важно потратить время, чтобы лучше понять свой бизнес и сформировать адекватное техзадание. 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, чтобы сотрудники понимали важность всех действий.

Что проще: внедрить новую CRM или доработать уже существующую

Общего решения нет. Для разных целей могут быть использованы разные продукты. Финансовая отчетность может формироваться отдельно, управление сделками – отдельно.

Фото с сайта fortim.by
Фото с сайта fortim.by

Нужно отталкиваться от специфики конкретного бизнеса. Если компания с небольшой базой клиентов, то, естественно, рассматриваются варианты «прикрутки» – определенный аналитический модуль добавляется к системам, которые есть. По нашему опыту, это редко удается сделать на базе бухгалтерских программ, т.к. CRM тесно связана с системой заказа. В целом, правильнее сформировать хранилище аналитической информации или так называемые витрины клиентских данных.Для этого создаются отдельные базы данных, либо внедряется ИТ-продукт, который помогает хранить всю аналитическую информацию.

Такое хранилище резко повышает возможности компаний:

  • Вы можете подключать к нему – например, документ в Excel и генерировать в нем нужные данные в нужном разрезе.
  • К таким аналитическим хранилищам можно «прикручивать» прогнозировщики: программы, которые позволяют строить аналитические модели и прогнозировать ситуацию в будущем.

Т.е. подобные ИТ-продукты не связаны с определенными программными решениями СRM. Сегодня это наиболее продвинутый и правильный путь. Но, отмечу, что он все-таки доступнее для бизнесов, где клиентские базы крупные, большие, а потребности в анализе – разнообразные.

Новости компаний

Комментарии

Войдите, чтобы оставить комментарий

Алексей Бабайцев23.09.2015

Виктор, добрый день! Спасибо за отзыв. На рынке представлено множество инструментов предиктивной аналитики очень разного класса. Наиболее известные решения для аналитического CRM: SAS Enterprise Miner, IBM SPSS Modeler, не так давно на рынке появился SAP Infinity Insight. Это мощные, но достаточно дорогие инструменты для крупного бизнеса. Также существует множество open-source проектов. Наиболее популярный - это, наверное, R. Из open-source мы тестировали еще Orange Data Miner. Все эти инструменты позволяют реализовать широкий класс методов прогнозирования: временные ряды, классические статметоды моделирования(регрессии, дискриминантный анализ), деревья решения, нейронные и байесовские сети и др., но вопрос об интеграции open-source средств с CRM, конечно, придется решать специально. Функционала построения "дэшбордов" там тоже нет. В некоторые BI-решения, предназначенные для построения "дэшбордов", например такие как Tableau, уже встроены средства для прогнозирования на основе моделей временных рядов с выделением сезонной и трендовой составляющих. Tableau легко интегрируется с самыми разными источниками данных и на выходе дают необходимую визуализацию результатов для бизнес-пользователей. В этом случае, можно обойтись только одним таким BI-тулом. Но, как правило, для задач CRM экстраполяции временных рядов недостаточно, нужны именно предиктивные модели, использующие для построения прогноза некоторые независимые факторы, связанные с поведением конкретных клиентов.

Виктор Степанов23.09.2015

Алексей, здравствуйте!
Спасибо за интересную статью.
Не могли бы Вы привести примеры "прогнозировщиков", о которых пишете в заключение материала. В частности, интересуют решения, которые можно интегрировать с CRM (начиная использованием базы данных CRM и заканчивая отображением прогнозной аналитики в "дашбордах" и процессах CRM.

Сейчас на главной

Платный контент