logo
Ерп траектория

3.2 Виды crm

    Операционный блок CRM:

    Аналитический блок CRM включает в себя:

1

    Единая нормализованная база клиентов с регистрацией и планированием контактов (операционный CRM)

    Операционный CRM обеспечивает поддержку работы фронт-офиса: маркетинга, сервиса и продаж. Работа этих департаментов тесно взаимосвязана,поэтому для повышения эффективности работы компании важно, чтобы каждый сотрудник этих отделов имел единое представление о клиенте: видел персональные данные клиента, историю взаимоотношений клиента и компании (когда с клиентом контактировали последний раз, что из продуктов клиент приобрел и т.д.).

    Согласно исследовательской компании Gartner Group,операционный CRM включает в себя три области:

    Операционный CRM - чаще всего, когда говорят о CRM-программах, имеют в виду именно этот тип. Исторически он появился раньше других и многие разработчики и консультанты пытаются преподнести его как стандарт для всех CRM-приложений.

    Основные функциональные возможности этого типа CRM-программ следующие:

    Данный тип программ наиболее эффективен при использовании в бизнесе, предполагающем наличие длительных проектов со многими этапами, в которых участвуют несколько сотрудников или даже отделов. Примерами таких компаний являются:

    Количество сделок в единицу времени у таких компаний невелико, но каждая из них занимает достаточно много времени. Каждый клиент и каждый проект требует сугубо индивидуального подхода.

    Основные условия удовлетворенности, а, следовательно, и сохранения лояльности для таких клиентов следующие:

    К тому же, при таком типе бизнеса большинство клиентов можно отнести к категории VIP. Следовательно, очень важна пост продажная работа с клиентом - поздравления с праздниками, личные контакты, выявление интереса кследующему проекту и пр. Все это обеспечивают CRM-системы данного классического типа.

    Стоит заметить, что системы этого типа могут работать вполне автономно. Интеграция с другим программным обеспечением не очень критична. Так как сделок не много, информация по ним вполне может быть занесена вручную. Хотя большинство систем все же имеют модули интеграции, например, с1С, но чаще всего это ограничивается синхронизацией справочников.

    Аналитические возможности таких систем, как правило,довольно ограниченные. При редких крупных сделках в них просто нет большой потребности. В основном, присутствует аналитика по этапам сделок, выборки по клиентам и оценка работы сотрудников. Как уже говорилось, этот вид CRM-систем появился первым, поэтому он наиболее представлен на рынке.

    Внедрение CRM-систем для крупных компаний - давно пройденный этап на пути налаживания эффективных взаимоотношений с клиентами и повышения доходности. Наиболее успешные игроки рынка уже поняли, что только взаимодействия с клиентом не достаточно. Нужно не только повышать лояльность, вовремя поздравляя человека с семейными праздниками, но и анализировать информацию о нём для дальнейшего эффективного развития бизнеса. И здесь в игру вступает аналитический CRM.

    CRM-системы (Customer Relationship Management) - были созданы для управления взаимоотношениями с клиентами. Целью применения этих систем в конечном итоге является повышение лояльности и, как следствие, повышение эффективности и доходности компании. Однако если раньше, два-три года назад, CRM рассматривался в основном в качестве классической операционной части, то теперь это понятие приобрело все более четко выраженное деление на две составляющие: операционную и аналитическую. Многие компании уже пришли к пониманию необходимости внедрения аналитического CRM, но многие еще находятся в процессе принятия этого решения.

Что такое аналитический CRM?

    Обе системы - операционный CRM (OCRM) и аналитический CRM (ACRM) - ставят перед собой одинаковые цели и отличаются лишь способами их достижения. Если OCRM решает задачу повышения лояльности клиента в процессе непосредственного контакта с ним, то ACRM, напротив, анализирует накопленную о нём информацию и помогает разработать стратегию дальнейшего взаимодействия. Образно говоря, если OCRM - это передовая линия фронта, то ACRM - это штаб, и успех зависит от их совместных слаженных действий.

    В ACRM ключевой является информация о клиенте, а не о группе или бизнес-направлении, к которым он принадлежит

    Прекрасной иллюстрацией такой связки может служить следующий пример: допустим, компания работает в банковской, страховой или телекоммуникационной сфере, и, само собой, имеет большую клиентскую базу и серьезных конкурентов. Такие фирмы часто предпринимают существенные усилия, направленные на повышение лояльности и снижение оттока клиентов. Одним из способов достижения этого является предоставление более качественного сервиса при непосредственном обращении клиентов в call-центр. В этом случае компания должна либо постоянно увеличивать штат и квалификацию всех сотрудников call-центра (что сопряжено со значительными временными и финансовыми затратами), либо уметь быстро и грамотно определять принадлежность клиентов к заранее выделенным сегментам для их переадресации на сотрудников call-центра, квалифицированных именно в этой области. Например, в первый сегмент могут быть включены новые клиенты, во второй - клиенты-должники, в третий - высокодоходные клиенты и т.д. В обоих случаях непосредственный контакт с клиентами будет осуществляться через OCRM, но при использовании сегментирования клиентской базы затраты на обслуживание будут меньше. Но реально критерии сегментации постоянно меняются и количество самих сегментов может доходить до нескольких десятков. Если позавчера достаточно было просто владеть информацией об условиях договора и теме обращения клиента в call-центр, то вчера уже были важны его социально-демографический статус и история общения с компанией. А сегодня просто необходимо использовать средства Data Mining (добычи скрытой информации) для выявления типичного профиля поведения: выявить низкодоходных клиентов, склонных к уходу или, напротив, потенциально важных для компании высокодоходных клиентов, которые в ближайшее время принесут существенную прибыль. Для таких клиентов необходим совершенно другой подход в общении с ними. Кто знает, что потребуется знать о клиенте завтра? В этом ключе сегментация предстает перед нами уже в другом свете - теперь это способ удержания клиентов за счёт предугадывания их потребностей. Провести анализ информации, составить прогноз поведения, выделить актуальные критерии сегментации и построить сами сегменты для передачи в OCRM - одна из основных задач ACRM.

    Но чем ACRM отличается от стандартных систем аналитической отчётности и Data Mining? Ответ прост: он не отличается о них, он включает их, но использует отличные от других систем принципы представления и анализа информации. В ACRM ключевой является информация о клиенте, в то время как в других аналитических системах это может быть сводная информация по целым группам клиентов или бизнес-направлениям.

    Бизнес-требования

    Итак, решение о внедрении ACRM принято. Первым этапом, безусловно, являются бизнес-требования. Важно, чтобы на момент начала внедрения бизнес-требования были сформулированы окончательно и в полном объёме. Для того чтобы технические возможности системы максимально пересеклись с ожиданиями, которые заказчик предъявляет к ACRM, важно, чтобы процесс создания этих требований проводился совместной командой заказчика (представителя бизнеса) и исполнителя (бизнес-консультанта и эксперта по системе). Многие менеджеры проектов склонны считать, что процесс их выработки - это исключительно задача заказчика. Такой подход может привести сразу к двум негативным моментам. Во-первых, к недостаточно полному использованию доступных возможностей системы. Перед внедрением заказчик зачастую не знаком с системой, поэтому при создании ТЗ некоторые важные и оптимальные для решения бизнес-задач возможности могут быть просто не учтены. Во-вторых, к нереализованности ожиданий заказчика. При создании бизнес-требований заказчик может руководствоваться представлениями, полученными от демонстрации других систем. Если эти представления войдут в техническое задание, но не будут реализованы, то они могут легко превратиться в ложку дегтя.

    Из чего должны состоять бизнес-требования к ACRM? Прежде всего, заказчик должен определить задачи, которые он хочет решить за счёт использования ACRM. В большинстве случаев подобные задачи сводятся к понятию " проактивного целевого маркетинга ". Слово "проактивный" можно интерпретировать как предугадывающий, предвидящий ситуацию на ход вперед. А слово " целевой " - как узконаправленный, адресованный именно тем клиентам, которые заинтересованы в этом предложении. Число таких задач в каждой компании может доходить до нескольких десятков. Среди наиболее распространенных - выявление и удержание клиентов, которые в ближайшее время могут начать пользоваться услугами конкурента или полностью уйти к нему; выявление потенциальных должников или мошенников и пресечение возможных негативных последствий; выявление перспективных потенциально важных для компании клиентов для их "раскрутки" с целью увеличения доходности; повышение доходов за счёт дополнительных кросс-продаж, например, за счёт предложения действительно необходимого клиенту комплекта дополнительных продуктов; построение социальных сетей; привлечение дополнительных клиентов за счёт существующих; снижение затрат на неперспективных низкодоходных клиентов.

    Очертив круг задач, можно приступать к их детальной проработке. Теперь в игру включается бизнес-консультант, задача которого совместно с заказчиком выделить список необходимых ключевых показателей (KPI’s - Key Performance Indicators) и измерений (Dimensions), в разрезе которых эти показатели будут измеряться. Каждая бизнес-задача должна быть декомпозирована в соответствующий набор показателей и измерений, на базе которых будут создаваться таблицы фактов (Facts). Это действительно сложный и важный процесс, поскольку от него фактически зависит успех всего проекта. Заказчик имеет представление о том, что он хочет получить, но зачастую он не знает, как это измерить и представить в виде конечных показателей. Поэтому важно, чтобы бизнес-консультант уже имел опыт внедрения ACRM в этой области и мог предложить предварительный вариант реализации бизнес-требований, отталкиваясь от которого заказчик сможет выделить набор необходимых для него KPI и измерений.

    Интеграция с внешними системами

    АCRM может оперировать информацией, взятой из различных внешних источников, количество которых ограничено лишь бизнес-требованиями: это могут быть, например, бухгалтерские, складские, биллинговые, CRM и другие системы и базы данных, в которых содержится информация о клиентах, история их поведения и общения с ними. Из этих систем в Хранилище ACRM должна поступать информация, необходимая для расчёта показателей и построения измерений, а из ACRM в OCRM - рекомендации по дальнейшему общению в виде полученных сегментов с описаниями вошедших в них клиентов. На этом этапе необходимо согласовать интерфейсы взаимодействия ACRM с внешними источниками: проверить наличие и доступность необходимой информации и подготовить спецификации интерфейсов со всеми интегрируемыми системами и базами данных.

    Многие менеджеры проектов склонны ошибочно считать, что процесс выработки бизнес-требований к ACRM - исключительно задача заказчика

    На практике нередко возникают ситуации, когда бизнес-требования не могут быть реализованы из-за проблем интеграции с источниками исходной информации по причине либо отсутствия самих данных, либо отсутствия технической возможности сбора этих данных. Поэтому важно проанализировать уровень интеграции с внешними системами, желательно с одновременным согласованием бизнес-требований. Это позволит с одной стороны зафиксировать в бизнес-требованиях только источники информации, интеграция с которыми возможна, а с другой стороны - избежать вероятных проблем, связанных с реализацией бизнес-требований из-за отсутствия исходных данных.

    Модель хранилища ACRM

    Теперь настало время определиться с моделью, которая будет взята за основу хранилища ACRM. Модель содержит структуру связанных между собой и сгруппированных по предметным областям таблиц фактов и измерений. Она должна быть хорошо продуманной, ведь от нее фактически зависит то, насколько система будет масштабируемой и гибкой в использовании. Можно либо попытаться разработать собственную модель хранилища, что сопряжено с дополнительными временными затратами и рисками, либо взять за основу одну из существующих "референсных" pre-build моделей, т.е. спроектированных для конкретных предметных областей. Сегодня pre-build модели хранилищ данных есть у Oracle, SAP, IBM, Amdocs и ряда других компаний. Они хорошо подходят для быстрого запуска шаблонного проекта, но нередко требуют дополнительной доработки для решения конкретных бизнес-задач. При выборе в пользу той или иной pre-build модели хранилища необходимо проанализировать её архитектуру и оценить объём необходимых дополнительных доработок. К модели ACRM предъявляются два базовых требования - она должна хранить информацию о клиентах и построенных сегментах, а сама информация должна быть агрегирована на уровне клиента - ключевого элемента хранилища. Иными словами, модель должна быть клиенто-ориентированной. Это позволяет создать профили клиентов - горизонтальные таблицы фактов, в которых уникальным ключом является клиент, а поля содержат рассчитанные значения показателей этого клиента и ссылки на измерения, по которым эти показатели измеримы. Также должна храниться история изменения профилей клиентов.

    Модель должна поддерживать 2 типа показателей: плановые (значения показателей, спрогнозированные на будущее) и фактические (полученные в итоге значения этих показателей). Для загрузки информации о клиентах и выгрузки построенных сегментов во внешние операционные системы может использоваться любой интерфейс. Важным требованием к модели является масштабируемость и вариативность. То есть она должна позволять достаточно легко добавлять дополнительные атрибуты клиентов как в качестве показателей, так и в качестве измерений.

    Модель должна покрывать бизнес-потребности. Полнота модели зависит от набора реализованных измерений и показателей.

    Дополнительные требования к модели в каждом конкретном случае могут отличаться друг от друга.

    Средства интеллектуального анализа

    После выбора модели необходимо определить, какие средства интеллектуального анализа, прогнозирования и Data Mining требуются для решения сформулированных бизнес-задач. В некоторых случаях поставленные задачи можно решить использованием аналитической системы, позволяющей конечным пользователям самостоятельно создавать необходимые отчёты путем выбора показателей и измерений из заранее разработанных бизнес-слоев. Такие возможности доступны, например, в Business Objects, SAS, Oracle BI(Siebel Analytics), Cognos и ряде других систем.

    Но в некоторых случаях возникает необходимость использования средств Data Mining для интеллектуального анализа и добычи скрытой информации. Как правило, Data Mining используется для решения задач, связанных с выявлением скрытых зависимостей между исследуемыми параметрами. К ним относятся задачи, решение которых не может быть универсальным: для них нельзя однозначно определить список KPI, влияющих на результат. Data Mining позволяет в каждом конкретном случае находить уникальный набор параметров, которые оказывают влияние на исследуемую группу. Подобные решения также представлены целым рядом компаний: SPSS, SAS, Angoss и другие.

    Помимо анализа текущей информации о клиентах важно иметь возможность прогнозировать их дальнейшее поведение. Отличительной особенностью ACRM является то, что значения KPI прогнозируются для каждого построенного сегмента отдельно. Причем выбранный аналитический инструмент должен позволять строить прогнозы не только на фактических значениях, но и на предполагаемых значениях. Например, аналитик, сделав предположение о том, что продажи определенного продукта снизятся на 20 %, может ввести это значение в качестве априорного показателя, на основании которого построить прогноз изменения доходов.

    При выборе в пользу того или иного поставщика важно оценить: требования к аппаратно-программной платформе; используемый математический аппарат; интерфейс подключения дополнительных источников данных и передачи результата; полнота инструментария по анализу и прогнозированию, опыт внедрения в других компаниях этой сферы.

    Платформа хранилища ACRM

    Итак, сформированы четкие бизнес-требования, разработана модель хранилища ACRM и, возможно, даже есть представление о том, какие инструменты анализа потребуются для реализации проекта. Теперь необходимо выбрать аппаратно-программную платформу.

    Как правило, после выбора хранилища, модели ACRM и прикладного ПО уже могут быть сформированы представления о том, на какой платформе они должны работать. Платформа должна состоять из аппаратной части, СУБД, а также ETL-инструмента (Extract Transformation Load), который будет выполнять задачу транспортировки и преобразования данных между интегрируемыми системами и базами данных. Сегодня достаточно много компаний предлагают аппаратное обеспечение: от недорогих широко распространенных Windows-серверов, до многопроцессорных серверных Unix-систем. В качестве СУБД наибольшее распространение получили: Oracle, MS SQL, DB2. ETL-инструменты также представлены на рынке рядом компаний: Oracle, Informatica, Microsoft, хотя в некоторых случаях роль ETL могут выполнять самостоятельно написанные на процедурном языке модули.

    Помимо стоимости аппаратно-программной части, при выборе платформы рекомендуется руководствоваться такими факторами, как масштабируемость, условия её сопровождения, совместимость с ней прикладного ПО, надежность и производительность совместной работы интегрируемых компонентов, опыт внедрения аналогичных систем на этой платформе другими компаниями и наличие квалифицированных специалистов.

    Роман Решетников,  Sputnik Labs

    По мнению экспертов, на сегодняшний день стратегия CRMв России находится в начале третьего этапа своего развития - на этапе знания и понимания компанией своих клиентов. Остались позади этапы учёта информации о клиентах и автоматизации процессов. Как это было с операционным CRM 3-4 года назад, наиболее инновационные компании сейчас внедряют аналитический CRM (ACRM). Классически первопроходцами в новых технологиях становятся компании в высокодоходных и высококонкурентных отраслях: банки, телекоммуникации, FMCG-сектор, автомобилестроение.

    Стремясь улучшить качество продаж и сервиса, многие компании на российском рынке уже инвестировали в операционные системы CRM. Такие системы помогают отделам маркетинга проводить директ-маркетинговые кампании, отделам продаж - внедрить методологии продаж, назначать задачи наиболее компетентным людям, управлять ресурсами, разрабатывать тактические планы задач, отделу колл-центра - внедрить систему учёта обращений клиентов, сервисных запросов, процесс маршрутизации запросов внутри компании и своевременной их обработки. В конечном итоге хорошие проекты внедрений повышают коэффициент конвертации лидов в сделки, повышают точность прогнозов, сокращают сроки этапов процесса продаж, улучшают качество предоставляемых компанией услуг.

    Подобно тому, как многие компании испытывали потребность в операционных CRM, теперь им необходимо аналитическое решение, чтобы решить другую непростую задачу - повысить эффективность и результативность маркетинга, продаж и сервисного обслуживания. Объединив данные систем CRMс важными данными из других корпоративных систем, аналитические приложения могут помочь компаниям лучше понять факторы, определяющие качество маркетинга, продаж и обслуживания благодаря своевременному и комплексному анализу информации, который способствует улучшению как текущих, так и долгосрочных результатов.

    Попробуем ответить на вопрос, чего же не хватает в приложениях операционного CRM и что подталкивает компании внедрять CRM аналитический? Почему стандартные средства отчётности не могут заменить аналитическую систему? Каковы факторы возврата на инвестиции при внедрении аналитической системы, кто её потенциальные пользователи и как её успешно внедрить?

Мотивы. Итак, что же толкает компании на внедрение ACRM?

    - Во-первых, стандартные отчёты о продажах предоставляют информацию уже после состоявшегося факта, и она почти или совсем не содержит анализа причин тех или иных результатов. Другими словами, отчёты предоставляют информацию о том, что случилось, но не объясняют, почему это произошло - будь то хорошее событие или плохое. Например, смотря на итоговый ежемесячный отчёт, руководитель не всегда может понять, почему произошел скачок продаж в Дальне-Восточном регионе или резкий спад в Центральном, почему продажи не достигли запланированных показателей в прошедшем месяце. Кроме того, руководителям важно иметь возможность оценивать текущую ситуацию и понимать, каким образом она повлияют на показатели в будущем. Например, важно понимать, достаточно ли на данный момент лидов у компании, чтобы выполнить квартальный план или достаточно ли людских ресурсов для полноценной проработки потенциальных сделок.

    - Во-вторых, потребитель сегодня в условиях насыщающегося рынка ожидает от компании предвидения и предсказания его потребностей. Если менеджеры по продажам имеют доступ к комплексному представлению факторов, влияющих на существующие отношения с клиентами и потенциальные возможности, это приводит к росту эффективности - в виде более высоких показателей успешных сделок и более результативным кросс-продажам. Представьте себе такую ситуацию: в колл-центр банка обращается клиент; при этом оператор видит на экране результат анализа накопленной социально - демографической, финансовой, и поведенческой информации о позвонившем человеке. Например, если позвонил мужчина 35 лет, у которого жена и двое детей, работающий менеджером в российской IT-компании, около года назад бравший кредит и вовремя его погасивший, то система подсказывает, что с 75 % вероятностью ему будет интересна кредитная карта. Или система знает, что позвонивший человек находится в высокой категории доходности для Банка и на 85 % склонен к уходу, и тогда этот звонок встает в специальную “короткую” очередь ожидания в колл-центре к специально обученному оператору-психологу.

    - В-третьих, сегодня в большинстве компаний принятие решений основано на “интуитивных” чувствах, а не проверенных фактах, т.к. оперативно представить информацию с разных сторон не представляется возможным без ACRM. Таким образом, на краткосрочные решения могут влиять эмоциональные ощущения о недавних достижениях и неудачах. Например, руководитель отдела продаж решает изменить схему мотивации сотрудников как результат провала продаж в последнем месяце, не имея возможности комплексно проанализировать причины.

    На рисунке 1 представлены этапы эволюции систем анализа информации - от систем оперативной отчётности до систем, обеспечивающих возможность “умного взаимодействия” с клиентом.

1

Рисунок 1. Эволюция аналитических систем

    Операционный CRM дает только оперативную отчётность. Многие компании сегодня отказываются от внедрения аналитического CRM, обходясь отчётами в операционной системе. Такой подход имеет право на существование и, более того, правильное построение системы отчётности может позволить компании еще год-полтора обходиться без аналитического решения, успешно конкурируя на рынке. Тем не менее, ACRM имеет ряд очевидных преимуществ для бизнеса.

    - Гибкость. Аналитические приложения обладают значительно более гибким инструментом анализа информации. Например, в ACRM выведение агрегированной информации в новом разрезе или сравнение показателей с прошлыми периодами занимает всего несколько секунд. В случае операционной отчётности это может потребовать дополнительных ресурсов - от дней до нескольких недель работы.

    - Производительность. Система отчётности, построенная над OLAP-хранилищем (On-line Analytical Processing), где информация структурирована и агрегирована соответствующим образом, обладает гораздо большей производительностью, нежели отчётность над транзакционной базой данных (операционной системой). Вплоть до того, что некоторые запросы информации из транзакционной системы попросту невозможно выполнить в разумное время.

    - Интеллектуальный анализ. Несомненным преимуществом аналитических систем является возможность глубинного анализа информации с использованием средств Data Mining’а (“добыча знаний”). Средства анализа данных очень хорошо себя проявляют там, где ручной анализ информации не представляется возможным, преобразуя миллионы записей в ценные для бизнеса знания. Например, средства Data Mining позволяют получить информацию о вероятности положительного отклика клиента на маркетинговую кампанию на основе поведенческой модели, склонности клиента к уходу на основе дерева решений или вероятности заинтересованности в новом продукте на основе правил ассоциации.

    - Сегментация. Существенной выгодой внедрения аналитического решения CRM является возможность сегментации клиентской базы данных по широкому набору параметров, что позволяет поделить всю клиентскую базу на сегменты и, изучая потребности каждого сегмента в отдельности, выстраивать стратегию работы с каждым сегментов в отдельности.

    - Проактивность. Аналитическая система CRM позволяет помимо фактического обозрения данных в запрошенном разрезе создавать правила проактивного оповещения правильных людей в нужные моменты времени. Например, оповещение руководителя отдела продаж SMS-сообщением по событию превышения нормированного срока обработки кредитной заявки стратегически важного клиента банка.

    - Всесторонность. Как уже было замечено выше, если Вы строите систему отчётности на основе транзакционной системы, а не интегрированного хранилища, Вы получаете однобокую картину. Например, отчётность только на основе системы CRM не позволит получить информацию о категории доходности или категории роста доходности клиента для компании, т.к. информация об издержках на клиента в CRM отсутствует.

    - Стоимость. Пожалуй, единственным минусом внедрения аналитического CRM является инвестирование дополнительных средств - как людских, так и финансовых, - в проект внедрения. Стоимость инструмента ACRM варьируется от нескольких десятков до сотен тысяч долларов в зависимости от поставщика и приобретаемой конфигурации, стоимость проекта внедрения - от нескольких десятков тысяч до миллионов долларов в зависимости от выбранного интегратора и масштабов проекта.

    Лоббисты. Как и в любом проекте внедрения системы, ключевым фактором его успеха являются люди, которым этот проект нужен и которые готовы тратить свое время и энергию ради успешного внедрения. Типовыми заинтересованными сотрудниками проекта внедрения аналитической системы являются следующие категории:

    - Ключевые пользователи: Обычно самая маленькая группа пользователей и самая компетентная. Их потребность - полная гибкость BI инструмента, их задача - предоставление результатов анализа другим областям бизнеса.

    - Менеджеры высшего звена: Обычно их интерес в аналитическом CRM заключается в так называемых “дэшбордах” (dashboards), отображающими результаты деятельности кампании по сравнению с запланированными показателями (KPI или карту сбалансированных показателей). Набор такой информации может сильно разниться в зависимости от приоритетов менеджера в конкретной области бизнеса, отрасли и т.п.

    - Маркетинг: Одна из самых больших групп пользователей и одна из самых продвинутых. Их задача - анализ накопленной информации о клиентах, планирование и разработка маркетинговых кампаний различных типов, базируясь на результатах анализа: cross-sale, up-sale, привлечение, удержание и возврат клиентов.

    - Корпоративные продажи: Значительная группа пользователей. Их потребности, как правило, лежат на границах с другими областями (генерация лидов посредством маркетинговых кампаний, своевременная доставка информации клиентам), а также аналитика работы корпоративного блока (воронка продаж в различных разрезах, контроль работы менеджеров, контроль процесса продаж).

    - Контактный центр, розничные продажи: Эти пользователи заинтересованы и зависимы от правильной, точной и своевременной доставки информации во все точки взаимодействия с потенциальными и действующими клиентами.

    Кроме того, одними из категорий, где может быть востребован ACRM, являются ваши партнеры и клиенты. Например, предоставление через персональный кабинет клиента аналитической информации о том, как клиент использует приобретенный продукт или предоставление партнеру аналитической информации о результатах совместно проводимых маркетинговых кампаний. Такой дополнительный сервис является конкурентным преимуществом компании.

    Инвестиции. Типичная задача, встающая перед компанией при приобретении аналитического решения стоимостью в несколько сотен тысяч долларов - просчитать модель возврата на инвестиции. Для этого CIO сегодня используют факторы возврата на инвестиции и их оценочные количественные показатели. При внедрении аналитического CRM выделяют следующие основные факторы ROI:

    Например, авторы исследования, опубликованного в Harvard Business Review, утверждают, что увеличение лояльности клиентов на 5 процентов может привести к росту прибыли на 25-95 процентов [1]. Более того, они утверждают, что в зависимости от отрасли, до 60 процентов клиентов перейдут к конкурентам до того, как организация хотя бы задумается об изменении уровня затрат на привлечение клиентов. На рисунке 2 приведены результаты этого исследования - прирост доходов от продаж по отраслям при увеличении лояльности клиентов на 5 %. Результаты исследования Роба Янкера, McKinsey, показывают, что в среднем возврат потерянного клиента стоит в 50-100 раз дороже, чем его удержание.

1

Рисунок 2. Увеличение доходов по отраслям при изменении лояльности клиентов на 5 %

    Клиент в центре. Многие задаются вопросом, чем отличается аналитический CRM от аналитического ERP? Отличий с точки зрения технологий нет никаких, разница в идеологии построения хранилища данных:

    - Любая аналитическая система CRM, будучи созданной для работы с клиентами, основывается на измерениях (dimensions) и фактах (facts) клиента, большинство показателей строится вокруг клиента. Система ACRM позволяет, в первую очередь, проанализировать информацию, имеющую отношение к front-office.

    - Аналитический ERP больше ориентируется на back-office и подразумевает анализ поставщиков, финансов, производственных процессов и т.п.

    Сегодня, говоря об аналитической системе, в первую очередь, конечно, используется понятие ACRM, т.к. компании становятся все более клиент - ориентированными, и аналитические системы анализа взаимоотношений с клиентами выходят на первый план. Тем не менее, для успешного внедрения и использования аналитического CRM, так или иначе, необходимо выполнять интеграцию с операционными системами для извлечения информации, как с системой CRM, так и с учётной системой ERP.

    Best practice или собственное решение? Классически, как и при покупке любой корпоративной системы, существуют два наиболее распространенных подхода к покупке аналитического приложения:

    1. Вы покупаете инструмент от поставщика и на 70 % подходящее Вам наполнение к нему, т.е. разработанное для Вашей отрасли хранилище, наполненный метаданными аналитический инструмент, разработанные ETL-карты (Extraction, Transformation and Loading - извлечение данных из операционной системы, преобразование и загрузка в OLAP-хранилище). Целью проекта внедрения такого аналитического CRM - адаптировать карты ETL под Ваши системы-источники, доработать на 30 % структуру хранилища и настроить средство анализа. Отраслевые аналитические хранилища или так называемые референсные модели предоставляются крупными поставщиками, а также системными интеграторами, которые нарабатывают их на основе проектов внедрения.

    2. Вы приобретаете “голый” инструмент у поставщика. Целью проекта внедрения такого аналитического CRMбудет являться разработка полностью структуры хранилища, карт ETL, настройка dashboard’ов в аналитическом инструменте.

    Какой именно подход выбрать - это компромисс между стоимостью внедрения, длительностью проекта, качеством решения. Конечно, приобретение аналитического инструмента с наиболее подходящей вашей компании референсной моделью - это залог успеха быстрого внедрения, решения более высокого качества, а значит и скорейшего возврата на инвестиции.

  Умные решения для умных компаний. Количество проектов внедрения аналитического CRM, как по России, так и по миру в целом, значительно меньше проектов операционного CRM, что обусловлено инновационностью технологий Business Intelligence и их относительно высокой стоимостью. Классически многие компании выбирают решение того же поставщика, который внедряет операционную CRM- или ERP-систему, чтобы снизить временные затраты на реализацию и получить хорошо интегрированное с операционной платформой решение. Так, многие компании в СНГ, внедрившие SAP или Oracle Siebel CRM, выбирают SAP BW или Oracle Siebel Analytics соответственно в качестве базовой платформы построения аналитики.

    В России многие крупные компании создают хранилища и аналитическую отчётность своими силами, многие - обращаются за помощью к системным интеграторам. Как правило, создание ACRM в компании начинается с решения конкретной бизнес-задачи:

    - Задача повышения эффективности маркетинговых кампаний, сегментация клиентской базы данных на основе набора характеристик, переход к таргетированному маркетингу.

    - Задача отслеживания поведения клиентов

    - Задача запуска выдачи кредитных продуктов в розничном банке. В таком случае может быть создано хранилище данных о клиентах, а над ним настроена система скоринга Data Mining для проведения оценки кредитоспособности (как правило, в таком случае предпочтение отдается SAS или SPSS).

    - Задача просчета склонности к уходу клиентов с использованием Data Mining.

    - Задача отслеживания недобросовестных клиентов на основе Data Mining (Fraud management).

    - Мониторинг KPI или Balanced Scorecard компании в реальном времени.

    В России аналитические системы использует тройка крупнейших мобильных операторов, внедряют систему крупнейшие банки и страховые компании.

    Не удивительно, что мобильные телекомы оказались одними из первых, осознавших необходимость хранилищ данных и аналитики, при близких к максимальными и все еще растущих показателях проникновения сотовой связи. Сегодня стратегическим направлением мобильных операторов является решение задач сегментации абонентов, автоматизации управления маркетинговыми кампаниями, анализа эффективности маркетинговых кампаний. Один из наиболее успешных проектов был выполнен в ОАО Вымпелком, где было создано одно из крупнейших хранилищ данных в мире (около 20Тб). В качестве средства ETL было выбрано Informatica, хранилище построено на RDBMS Oracle. Проект решил задачи унификации корпоративной отчётности, а также анализа поведенческой информации об абонентах.

    Наиболее популярными аналитическими решениями в сегменте крупного и среднего бизнеса сегодня являются SAP BW, Siebel Business Analytics (второй, по заявлениям Oracle, выбран в качестве базовой платформы аналитического решения), SAS, Cognos, Microstrategy, Business Objects.

1

Рисунок 3. Магический квадрат

    Gartner систем Business Intelligence [2]

    Заключение. Развитие рынка и ужесточение конкуренции будут подталкивать компании бороться за каждого клиента, максимально использовать потенциал каждого. Чтобы выживать и завоевывать рынок в таких условиях, компаниям необходимо иметь полноценный аналитический CRM- инструмент.

    Подытоживая все вышесказанное, следует подчеркнуть, что практики лучших проектов показывают необходимость выполнения следующие шагов при внедрении ACRM:

    - Определить, какие бизнес-задачи будет решать проект создания ACRM, а также метрики достижимости каждой бизнес-задачи. В этом вам может помочь внешний консультант. Выполнение этого пункта позволит в дальнейшем ответить на вопрос об успешности проекта.

    - Определить своих союзников в компании, людей, которые понимают необходимость в аналитическом CRM. Желательно также заручиться поддержкой IT-департамента как владельца систем, с которыми необходимо будет проводить интеграцию.

    - Рассчитать модель возврата на инвестиции.

    - Выбрать аналитическое решение, обеспечивающее минимальные трудозатраты на реализацию интеграции и имеющее наиболее подходящую вашей компании референсную модель хранилища данных.

    Впрочем, перечисленные рекомендации действительны при внедрении любой системы для бизнеса. Ведь успех проекта определяется не количеством инсталлированных мест, а живыми пользователями и реальными финансовыми показателями.

    Сейчас в мире 34 % продаж CRM приходится на облачные технологии, в России - около 10 %, по данным Gartner. По прогнозу Gartner, к 2020-му году более половины мирового рынка CRM будет приходиться на облачные технологии.

    “Запускаются мощные облачные площадки, появляется больше SaaS решений и веб-интерфейсов. Будущее за SaaS”, - подтвердил коммерческий директор ASoft Алексей Фитискин. “В актуальности облачных CRM систем сомневаться не приходится. Если мы посмотрим на историю развития облачных решений, то увидим, что CRM системы были одними из первых облачных решений, - отметил также и Дмитрий Красюков. Однако, по его словам, сегодня облачные решения в России развиваются, но темпы развития гораздо ниже, чем в других странах.

    Сказывается то обстоятельство, что для многих компаний очень остро стоит вопрос защиты данных. Как правило, многие крупные поставщики облачных решений размещают свои решения на зарубежных серверах, что неприемлемо для целого ряда клиентов. Главная задача поставщиков облачных решений заключается в преодолении барьера недоверия и приближения системы к клиенту, считает эксперт SAP СНГ. Поэтому в продвижении облачных решений большую роль играют партнеры, которые могут разместить программное обеспечение в своих локальных центрах обработки данных и далее предлагать своим клиентам по подписке.

    Крупные клиенты, как правило, обладают развитой внутренней инфраструктурой, что позволяет им создавать внутренние частные облака и использовать облачные решения внутри компании. “К сожалению, здесь существует существенное ограничение, поскольку не все облачные решения возможно установить в частном облаке. Поэтому, с развитием облачных систем и повышением уровня безопасности облачных технологий все чаще внешние облака будут становиться частью архитектуры систем заказчика”, - прокомментировал Дмитрий Красюков.

  4 SCM - системы управления цепями поставок

    4.1 Понятие управления цепями поставок\4.1.1 Управление цепями поставок: экономическая сущность, значение и роль в современной экономике

    Современная наука предлагает множество различных определений понятия Supply Chain Management (SCM) - “Управление цепями поставок”, при этом разброс мнений очень широк и зависит от страны, логистической школы (направления) и конкретного исследователя. На сегодняшний день не существует единого мнения относительно содержания понятия “управление цепями поставок”, оно постоянно уточняется и изменяется. Синтетическое определение цепи поставок, основанное на обобщении мнения большинства зарубежных ученых и специалистов, может звучать следующим образом: “Цепь поставок - это три или более экономические единицы (организации или лица), напрямую участвующих во внешних и внутренних потоках продукции, услуг, финансов и/или информации от источника до потребителя” [18, с. 14].

    В настоящее время акцент в толковании этой концепции все больше смещается в сторону расширенного понимания Supply Chain Management (SCM), приведенного в сборнике “Стандартов по логистике и управлению цепями поставок”. Управление цепями поставок (Supply Chain Management (SCM)) - это организация, планирование, контроль и выполнение товарного потока, от проектирования и закупок через производство и распределение до конечного потребителя в соответствии с требованиями рынка к эффективности по затратам. Логистика - это планирование, выполнение и контроль движения и размещения людей и/или товаров, а также поддерживающие действия, связанные с таким движением и размещением, в пределах экономической системы, созданной для достижения своих специфических целей [18, с. 12].

    Можно привести множество примеров различного толкования термина “управление цепями поставок” и “логистика”. Довольно сложно охватить весь спектр этих трактовок, состоящий из множества разнотипных, изменчивых терминов логистики и управления цепями поставок. Существует ряд причин, которые привели к такому положению дел:

  1. Исторически небольшое время развития. И логистика и управление цепями поставок - достаточно молодые и бурно развивающиеся науки. Впервые термин Supply Chain Management был предложен в 80-ые годы XX столетия. Терминология и понятийный аппарат в этой области знаний постоянно уточняются и изменяются, наполняясь новым содержанием.

  2. Наличие различных национальных школ и течений в логистике и управлении цепями поставок. В настоящее время можно говорить о существовании американской школы (Д. Бау- эрсокс, Дж. Клосс, Д. Уотерс, Дж. Сток, Д. Ламберт и др.), серьезных исследованиях в различных европейских странах, в том числе Великобритании (М. Кристофер, Дж. Менцер, К. Оливер, М. Вебер и др.). Определенный интерес представляют исследования австралийских ученых, оказывающих существенное влияние на развитие азиатской логистической школы. В частности, труды Джона Гаторны признанного специалиста мирового уровня в области логистики и Supply Chain Management из Австралии переведены на японский и китайские языки и в настоящее время пользуются большим признанием в странах Азии.

  3. Междисциплинарный характер логистики и управления цепями поставок и сочетание в них экономических и инженернотехнических дисциплин. Управление цепями поставок на протяжении нескольких последних десятилетий является одной из самых динамично развивающихся концепций, находящихся на стыке маркетинга, логистики, операционного менеджмента и стратегического управления.

  4. Наличие большого количества терминов из различных областей знаний. Это также обусловлено тем, что ведущие специалисты в этой области знаний изначально являются специалистами в других областях: менеджмента, маркетинга, коммерции, различных инженерно-технических специальностей.

  5. Отсутствие некоторых терминов логистики в различных языках, а также их неточное понимание в разных странах. Использование различной терминологии можно объяснить принадлежностью авторов к той или иной логистической школе, а также желанием сосредоточить внимание на отдельных аспектах логистического процесса. Например, термин “физическое распределение” использовался в США во второй половине XX столетия как синоним современного понятия логистики, а в настоящее время он обозначает одну из функциональных областей логистики и является синонимом термина “дистрибьюция”.