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:

информацию для лиц, принимающих решения;

технологию, которая непосредственно в CRM-системе поддерживает выработку рекомендаций и персонализацию.

Действие требует использования полученных знаний об усовершенствовании процессов и внесения оперативных изменений в деятельность компании. Например, если конкретная группа постоянных клиентов предпочитает проводить обмен продуктов по электронной почте, а не лично, то после рассмотрения расходов и прибылей, можно принять решение об удовлетворении пожеланий клиента и разработке внутренних процессов и средств для реализации такого метода.

4) Этап контроля состоит в непрерывной проверке всего CRM-процесса, оценке его влияния на доход, повышении эффективности и информировании сотрудников о стратегических целях. Подразумевается отслеживание показателей, таких как продажи и приверженность клиентов, для того, чтобы определить влияние CRM-инициатив на доход и достижение конкретных целей. Используя показатели, можно быстро понять, что произошло и сделать приблизительный прогноз на будущее. Примером клиентского показателя может служить процент сохранения клиентов (процент клиентов, сохранившихся к концу некоторого периода по отношению к общему числу клиентов за этот период). Склонность к отказу от услуг – также пример прогнозируемого показателя. Он показывает, какова вероятность того, что клиент откажется от сотрудничества с компанией – отменит подписку, сократит объем покупок или вовсе прекратит покупать. Контроль позволяет изменять бизнес-процессы с учетом полученных знаний, совершенствовать их, учитывая потребности клиентов и оценивать успех с учетом нацеленности на клиентов. За счет выбора общих целей и показателей контроль позволяет устанавливать для всех сотрудников компании общие приоритеты: весь бизнес будет «крутиться» вокруг клиента.