Анализ клиента и синтез бизнеса

Методология CRM на сегодняшний день развита настолько, что уже давно можно говорить о ней не как о концепции взаимодействия с клиентами компании (что точно соответствует русскому переводу термина), а скорее как о системе, помогающей выстроить клиентоориентированный бизнес. Другими словами, то, что мы сегодня понимаем под CRM, уже перестало быть аддитивной суммой функциональных возможностей автоматизации тех областей, которые принято традиционно относить к «сфере влияния» CRM, — сервиса, маркетинга и продаж. Совместная информационная поддержка этих трех направлений должна в настоящее время порождать совершенно новое качество, давая заказчику возможность взглянуть на собственный бизнес в новом ракурсе. Речь идет о взгляде, который принято называть клиентоцентрическим.

Интересно также, что уже по ведущимся в России проектам, а также по многим проходившим в последнее время мероприятиям технологической направленности (а за всем этим наше издание так или иначе тщательно следит), можно сделать некоторые выводы о том, как воспринимается концепция CRM современным российским рынком и насколько готов последний к тому, чтобы на практике воплотить некоторые передовые идеи.

Новое слово на рынке CRM

Вплоть до недавнего времени функции программных продуктов класса CRM были преимущественно сфокусированы на том, чтобы методологически выделить сбор и обработку информации о клиентах, которая могла попадать в компанию разными путями — прежде всего, конечно, через те самые отделы, занимающиеся продажами, маркетингом и сервисом, с автоматизацией которых в первую очередь и ассоциируется понятие CRM. В последние же годы в масштабах глобального рынка и в рамках общей проблематики организации взаимодействия с клиентами постепенно сформировалось новое направление, называемое аналитическим CRM (analytical CRM, или a-CRM). В технологическом же отношении данная группа методов работы с клиентами прежде всего ассоциируется с термином Data Mining, пока известным на отечественном рынке, пожалуй, больше как некая теоретическая парадигма. Практические же ее перспективы, если анализировать западные публикации, не менее чем наполовину связаны именно с методиками организации взаимоотношений с клиентами, принимаемыми в качестве стандартов работы в бизнесе.

Согласно одному из определений, Data Mining представляет собой технологию, имеющую в своем арсенале методы статистического анализа и другие апробированные в бизнесе математические подходы, направленные на решение целой группы распространенных в сфере корпоративного управления аналитических задач. Прежде всего это задачи классификации объектов, поиск неявных ассоциаций между ними, а также прогнозирование ситуации по заранее составляемым моделям.

Вообще же корпоративную аналитику (Business Intelligence) традиционно принято связывать с тремя видами деятельности: построением нерегламентированных отчетов, многомерным анализом и поиском закономерностей. Если решение первых двух типов проблем, технологически ассоциируемых с OLAP-системами или корпоративными хранилищами данных, уже достаточно хорошо знакомо отечественному бизнесу, то поиск скрытых закономерностей с использованием технологий Data Mining, пожалуй, пока относится к классу перспективных задач. Место каждого из аналитических направлений в во всей совокупности видов деятельности, которые принято связывать с понятием CRM, можно представить графически в виде так называемого полного цикла обработки информации о клиентах. Реальная же перспектива российской ситуации в области Business Intelligence будет во многом зависеть от того, каким образом будут развиваться здесь технологии CRM.

a-CRM на фоне российских проектов

Из нашего опыта подготовки публикаций, посвященных внедрению CRM-систем, а также автоматизации отделов маркетинга и продаж, можно сделать ряд общих выводов. Прежде всего пока для большинства внедрений CRM-систем в России характерна ситуация, когда соответствующие результаты ясно видны на примере одного подразделения организации, будь то ИТ-поддержка продаж или процессов организации сервиса. Что же касается автоматизации маркетинга, то здесь остается популярным решение, когда вокруг сайта той или иной компании усилиями стороннего разработчика наращивается функционал, позволяющий собирать информацию от клиентах и проводить ее первичную обработку. С помощью подобных схем предприятиям, безусловно, удается выделить определенные категории клиентов, наладить обратную связь с ними и впоследствии проявлять более или менее определенную активность в отношении каждой из этих категорий.

Вместе с тем нам пока не приходилось наблюдать ситуацию, когда автоматизация трех ключевых корпоративных направлений, являющихся основным интерфейсом между предприятием и его клиентами, — службы маркетинга, продаж и сервиса, рассматривались бы как единое поле для формирования клиентоцентрического бизнеса. А именно это, как известно, признак зрелости CRM-технологий. Пока также нам не встречались внедрения, в которых в явной форме прослеживался бы так называемый полный функциональный цикл (оценка — планирование — выполнение) обработки всей клиентской информации и построение на его основе непрерывно совершенствующихся бизнес-процессов в масштабах всего предприятия.

Также не всегда бывает просто выделить отдельную стратегию в отношении трех по сути совершенно различных задач CRM, часто упоминающихся в западных публикациях: это задачи привлечения новых клиентов, повышения общей финансовой отдачи каждого из них, а также удержания существующих клиентов на максимально возможный период времени.

Вместе с тем все подобные вещи в явной форме должны быть видны, когда речь идет о внедрении технологий a-CRM.

Чем привлечь клиента

Рассмотрим подробнее каждую из названных выше задач a-CRM. Начнем с первой задачи привлечения клиентов, заключающейся в определении перспективных для компании «кандидатов» и превращении их в реальных покупателей товаров и услуг.

Делая ставку на потенциальных заказчиков, поставщик так или иначе вынужден опираться на специализированную информацию о рынке или, что часто бывает, на метод прямых информационных рассылок клиентам. Надо сказать, что стандартная для проведения подобных мероприятий техническая база на российских предприятиях уже появляется. По крайней мере это касается call-центров, которые являются частью концепции так называемого оперативного CRM (operational CRM, или o-CRM) и о которых мы уже говорили в наших проектных публикациях (в том числе и в этом выпуске). Хотя, надо сказать, пока они больше используются для поддержки сервисной, а не маркетинговой деятельности, и соответственно для организации работ по обработке входящих, а не исходящих контактов.

Пытаясь повысить эффективность прямого маркетинга, компания делает первый шаг в сторону аналитического подхода к проблеме. Сообщения рассылаются строго ограниченному числу наиболее перспективных клиентов. А для отдельных их категорий внутри отобранной группы могут быть подготовлены несколько вариантов содержательной части предложения. Требование наличия инструмента многомерного анализа информации (OLAP-анализа) как средства информационной поддержки бизнес-задачи здесь угадывается без особого труда. И подобные инструменты, как мы уже сказали, в отечественных корпоративных структурах сегодня широко применяются — пока, впрочем (судя по нашей практике освещения проектов), больше для решения финансовых задач, задач управления персоналом или номенклатурой заказов, чем в области автоматизации маркетинга.

Технологии a-CRM позволили бы сделать очередной последовательный шаг на пути к повышению эффективности решения обсуждаемой проблемы. Речь идет о практике тестовых рассылок очень ограниченной категории потенциальных заказчиков, тщательном анализе результатов и последующем составлении модели предсказания результатов возможных ответов со стороны остальных респондентов. На этом этапе и применяются пресловутые технологии Data Mining. После предсказания ситуации по соответствующей модели основную рассылку можно осуществлять уже меньшему количеству корреспондентов с несколько большей общей эффективностью отдачи от маркетинговой акции. При этом необходимо понимать, что организация тестовой рассылки и применение аналитики также имеют свою стоимость. Таблица иллюстрирует эффект от применения методов Data Mining для описанного выше примера прямой рассылки, выраженный в терминах, близких к управленческому учету.

Эффект от применения Data Mining (на примере прямой рассылки)

Теперь вернемся к российскому рынку. Для того, чтобы методы a-CRM действительно эффективно внедрялись в отечественную практику автоматизации работы с корпоративными клиентами, необходима определенная степень развития сопряженных технологий автоматизации, равно как и технологий управления. Это неплохо видно даже из приведенного здесь достаточно простого примера.

Ясно, что без наличия развитых и универсальных для деятельности организации стандартов управленческого учета вся достаточно сложная и дорогостоящая реализация механизмов предсказания поведения привлекаемых клиентов может быть сведена на нет. Таблица демонстрирует простейший отчет о структуре затрат (читай: управленческого учета или бюджетирования) для процессов взаимодействия с клиентами по различным сценариям. Могут, очевидно, встречаться и более сложные ситуации, которые необходимо быстро обсчитать, и затем запустить механизм принятия соответствующего решения. А это и есть корпоративные стандарты управленческого учета. Развитие соответствующего направления на отечественном рынке как раз идет со вполне впечатляющей динамикой. Самый общий анализ структуры информационных проектов вполне подтверждает данный факт.

Соответственно в случае применения a-CRM должно расти число профессионалов управления на самих предприятиях. Однако, как оказывается, для поддержки данного направления нужны специалисты-аналитики с несколько иным уровнем подготовки, чем пользователи OLAP-систем. Если последние системы больше рассчитаны на высший и средний менеджерский состав и соответственно на возможность манипулировать данными, опираясь на профессиональную интуицию и здравый смысл, то в отношении Data Mining это вряд ли справедливо. При безусловном сохранении значимости приведенных выше факторов к ним добавляется необходимость разбираться в статистике и иных математических методах. Кроме того, некоторые дополнительные и весьма типичные для a-CRM приемы (как приведенный пример с тестовой рассылкой) диктуют необходимость корректировки и бизнес-процессов, и методов принятия решений в масштабах всей организации. И это отечественным предприятиям, наверное, надо иметь в виду, потому что многих традиций на местном рынке пока просто не существует.

Причины того, что аналитический CRM в России пока остается нереализованным потенциалом, связаны еще и с тем, как развивается сам рынок. Примеры, подобные приведенной нами прямой рассылке, в западных публикациях чаще всего возникают в контексте бизнес-задач гипотетических банков и страховых компаний. Почему такое внимание уделяется именно этим направлениям? В первую очередь потому, что соответствующий бизнес располагает необходимыми ресурсами для приобретения решений a-CRM (которые отнюдь не дешевы). Но, думается, основная причина все-таки в том, что именно данные организации — в отличие от, скажем, продавцов автомобилей или стиральных машин — имеют возможность конфигурировать собственные услуги в широчайших пределах и в реальном времени, ограничиваясь при этом лишь собственной фантазией и требованиями законодательства. Именно здесь можно фактически гарантировать, что на любое модельное предсказание можно будет отреагировать совершенно адекватной конфигурацией предлагаемых услуг.

Что касается российского рынка, то возможным тормозом может служить вовсе не отсутствие восприимчивости к передовым идеям автоматизации в соответствующих отраслях и не скудость ИТ-бюджетов, а скорее отсутствие розничной составляющей бизнеса, резко увеличивающей базу потенциальных клиентов. Впрочем, если верить ряду презентаций, прошедших как раз в последнее время, розничный банковский бизнес как раз сейчас в России может начать активно развиваться. Что же касается страховой отрасли, то предстоящее обязательное страхование гражданской ответственности автовладельцев также означает существенное смещение акцентов в пользу розничных услуг.

Вместе с тем повышенное внимание к банковскому и страховому рынкам вовсе не означает, что они будут единственными потребителями услуг a-CRM. Они скорее должны стать первопроходцами данного направления. Нельзя, по всей видимости, и сбрасывать со счетов сервисные и логистические организации — пока в России в отношении внедрения оперативного CRM они, быть может, даже опережают предприятия других отраслей.

Как не обидеть заказчика лишним вниманием

Продукты и технологии a-CRM в большей степени все же связаны с автоматизацией маркетинга. Однако, переходя от методов привлечения клиентов к двум оставшимся проблемам — максимизации финансовой отдачи от каждого из них и способам их удержания, отметим, что мы одновременно переходим к CRM-составляющей, связанной с информационной поддержкой сервиса. Одна из типичных (и скорее всего несколько упрощенных) модельных ситуаций применения методов a-CRM в данном случае выглядит так.

На основе развитого комплекса систем o-CRM и, возможно, имеющегося call-центра клиенту пытаются предложить некую дополнительную услугу (или товар), которая с точки зрения продавца связана с услугой, востребованной в данный момент клиентом. Применение этого типичного подхода, направленного на пополнение заказа за счет смежного продукта, связано тем не менее с рядом проблем. Вопрос в том, что конкретно целесообразно предложить в данный момент данному конкретному заказчику и стоит ли это делать вообще. Многие клиенты в случае неадекватных предложений могут отказаться не только от дополнительного, но и от основного заказа. Справляться со всеми подобными проблемами призваны все те же технологии a-CRM. Здесь предприятие снова сталкивается с ситуациями, о которых мы говорили выше: необходимо тщательно планировать и проводить тестовые опросы клиентов, изучать имеющуюся информацию о них, строить модели и проводить экономический анализ возможных бизнес-сценариев, строя отчеты, подобные приведенным в таблице. Ведь для того, чтобы быстро получить рекомендацию системы о том, что позвонивший клиент с вероятностью, скажем, 87%, не откажется от такой-то дополнительной услуги, необходимо провести определенную работу. Она тоже стоит предприятию ресурсов, и важно, чтобы конечный результат (опять же с определенной вероятностью) его компенсировал.

Переходя к бизнес-проблематике, важно подчеркнуть разницу между двумя связанными с этой темой понятиями — степень удовлетворенности клиента (customer satisfaction) и степень его лояльности компании (customer loyality). Как, выясняется, из наличия первого фактора вовсе не следует обязательное наличие второго, и принятие рынком методов a-CRM как раз и позволяет более рельефно ощутить эту разницу. Если первое понятие связано с разовыми фактами позитивной реакции клиента на предложения компании, то второе вытекает из долгосрочной стратегии поведения поставщика в отношении каждой группы потребителей, основанной на постоянном изучении их поведения и строящейся на базе всей совокупности прямых и косвенных данных.

Отметим, что в нашей стране различие между этими двумя понятиями практически не подчеркивается. Российский рынок — что, кстати, признают и большинство нынешних пользователей CRM-продуктов — в настоящее время не насыщен многими товарами и услугами. Как следствие, пока за полноценные методы удержания клиентов могут выдаваться, допустим, факты их идентификации при повторном обращении в компанию или способность системы мгновенно «поднять» все ключевые этапы истории отношений клиента с фирмой. Современный CRM-подход скорее предполагает наличие таких вещей по умолчанию, а методы удержания клиентов, в свою очередь, переносятся в сферу компетенции a-CRM. Неплохим примером, иллюстрирующим эту тенденцию, может служить отдельное, достаточно популярное направление внутри самого a-CRM. Это так называемое прогнозирование оттока клиентов (customer churn), связанное с группой аналитических методов, специально адаптированных под решение типичной для многих отраслей бизнес-задачи — статистически обоснованного предсказания ухода клиента к конкуренту. Об этом мы, может быть, расскажем читателям в ближайшее время в рамках проектной публикации.

И если уж именно a-CRM теснее всего связан с бизнес-стратегией компании, стоит сказать еще и о методике Balanced Scorecard (BSC). Один из ее четырех компонентов (перспектив), при помощи которого производится декомпозиция общей бизнес-стратегии компании, представляет собой так называемую клиентскую перспективу. В настоящее время BSC очень активно популяризируется в России, пока, правда, без явной привязки к CRM. По мере практического принятия рынком концепции аналитического CRM ситуация может измениться, а факт распространенности BSC, возможно, послужить катализатором процесса. Впрочем, об этом следует говорить отдельно.

Продукты и технологии есть и в России

Методы классификации и поиска закономерностей, входящие в математический аппарат a-CRM, обладают определенным своеобразием. Многие из них представляют собой, выражаясь математическим языком, попытку спроецировать многомерное пространство самых разнообразных и трудно воспринимаемых пользователем данных о клиентах на пространство меньшей размерности, определяемое небольшим числом параметров, каждый из которых понятен и значим в бизнес-среде. Кроме того, большинство методов Data Mining нелинейны. А это означает, что, казалось бы, незначительные вариации косвенно относящихся к изучаемой проблеме входных данных могут существенно повлиять на получаемый результат. Иными словами, для получения адекватного результата в качестве исходных данных может потребоваться вся клиентская информация, равно как и иные корпоративные данные — соответственно они должны в любой момент быть доступны. И наконец, аналитический CRM по определению становится полезным тогда, когда в организации накоплены так называемые исторические данные, а также имеется возможность работы с ними.

Названных причин более чем достаточно для того, чтобы явным образом связать успех развертывания a-CRM с полноценным внедрением на предприятии технологий хранилищ данных, объединяющих в себе всю корпоративную информацию за определенный период деятельности. Понимают это и поставщики. Достаточно сказать, что именно в рамках последней версии известной СУБД — Oracle9i компании-поставщику удалось объединить функции OLAP, Datawarehouse и Data Mining в рамках единого сервера баз данных. Внятную идеологию, касающуюся связи концепций a-CRM и Datawarehouse, имеет компания Sybase, также активно присутствующая на российском рынке. Наконец, просто невозможно не упомянуть компанию SAS Institute, для которой технологии хранилищ данных и Data Mining всегда были предметом специализации и которая к тому же имеет, пожалуй, самый функционально развитый набор продуктов в области a-CRM.

Иными словами, если спрос на решения аналитического CRM пока остается потенциальным, говорить об имеющихся решениях в контексте российского рынка все-таки можно. И характерно, что основное предложение идет как раз от тех компаний, которые давно и серьезно занимаются технологиями корпоративной аналитики — достаточно назвать SAS Institute или, например, компанию Business Objects. Если взять за некий эталон первую из них как поставщика наиболее полной гаммы программных продуктов класса a-CRM, то можно даже попытаться определить общую структуру рыночных предложений. Как было сказано выше, основной функционал этого ПО направлен на автоматизацию именно маркетинговых проблем, а не задач продаж и сервиса. В рамках задач маркетинга, как правило, идет дальнейшая факторизация продуктов по тем направлениям, о которых мы уже частично говорили. По крайней мере отдельно предоставляются решения для автоматизации задач привлечения потенциальных заказчиков, информационной поддержки деятельности, направленной на повышение финансовой отдачи каждого из них, удержания клиентов, прогнозирования их оттока и т. д. Достаточно большое внимание уделяется продуктовой линейке, входящей, если можно так выразиться, в инфраструктуру a-CRM. Типичным продуктом данного класса можно считать SAS Strategic Performance Management, позволяющий оказать возможную информационную поддержку методологии BSC.

И наконец, идеология а-CRM, принятая на том или ином предприятии в качестве стратегической концепции, способна конкретизировать те тезисы, которые на сегодняшний день связаны с концепцией порталов, пока во многом теоретической. По крайней мере знания о каждой группе клиентов, добываемые с помощью a-CRM, посредством портала можно адекватно отобразить в персонификацию корпоративного Web-интерфейса (одного из основных каналов взаимодействия корпорации с клиентом на сегодняшний день). Порталы способны оказать помощь и в решении задачи консолидации предложений от различных поставщиков, о необходимости которой мы также упоминали в статье.