Консалтинг и автоматизация в области управления
эффективностью банковского бизнеса

Журнал ВРМ World

Хранилища данных и CRM

Обычно о хранилищах данных говорится в контексте бизнес-аналитики. Однако, существует и еще один способ их использования, а именно для управления взаимодействием с клиентами (Customer Relationship Management, сокр. CRM).

Рик Кук (Rick Cook), авторитетный обозреватель в области информационных технологий, отмечает, что обычный способ хранения информации подразумевает использование раздельных баз данных, например, отдельно для автоматизации продаж, отдельно для колл-центра и так далее. Проблема с такими разрозненными источниками данных в том, что они имеют слабую (если вообще имеют) связь с другими корпоративными базами данных. Это означает, что вместо комплексного представления о клиенте, информация распределяется среди нескольких источников, что делает чрезвычайно сложным получение полной картины взаимодействия клиентов и компании. В результате большинство компаний испытывает сложности, отслеживая критически важную информацию об истории клиентских операций. Так, согласно исследованию Forrester Research, лишь 37% опрошенных знали, что они обсуживают одного и того же клиента, что и другой отдел компании. Только 20% смогли сказать, что клиент посещает сайт компании, а 23% представителей клиентской службы в состоянии получить историю интернет-взаимодействия с клиентом.

Хранилище данных могло бы решить все эти проблемы. Применительно к задачам, решаемым с помощью CRM-системы, оно спроектировано, чтобы обеспечить полное представление о клиенте, чем выгодно отличается от разрозненных источников данных, являющихся обычными транзакционными базами данных. Поскольку оно разработано строго для анализа, а не поддержки операций, хранилище, как правило, быстрее транзакционной базы данных.

CRM-система – это пакет приложений для решения ряда задач. По мнению Винсента Рэйнарди (VincentRainardi), обозревателя портала SQLservercenter.com, среди различных функциональных возможностей CRM-системы есть те, которые идеально поддерживаются хранилищем данных или используют поступающую из него информацию (см. Таблицу 1). Поддержку других функций можно обеспечить с помощью источника оперативных данных (Operational Data Store) или клиентского приложения.

Таблица 1. Матрица функциональности

Функциональность Транзакционная система Хранилище данных Источник оперативных данных

Единый клиент

  • Подписчики
  • Заказчики
  • Зарегистрированные пользователи
  • Сравнение клиентов
Есть Есть

Управление разрешениями

  • На базе подписки
  • Тактические кампании
  • Обратная связь от поставщика услуг
  • Преимущества связи
Есть Есть Есть

Сегментация

  • Данные заказа
  • Демографические данные
  • Проведение компании
  • Отклик от кампании
  • Учёт лояльности клиентов
  • Прибыльность клиента
Есть Есть

Содержание кампании

  • Промо-предложения
  • Постоянная рассылка
  • Стиль жизни покупателей
  • Стиль жизни подписчиков
  • Кросс-продажи
Есть

Результаты кампании

  • Интенсивность доставки
  • Открытые тарифы
  • Отношение переходов по ссылке к количеству её отображений
  • коэффициент обращаемости посетителей в покупателей
Есть Есть

Поддержка клиентов

  • Обработка жалоб
  • Перекрёстные продажи
  • Предпродажная поддержка
  • Потребительская поддержка
  • Экстренная поддержка
  • Завершение потребительского цикла
Есть Есть

Клиентский анализ

  • Модели покупки
  • Анализ ценовой чувствительности
  • Поведение покупателей
  • Анализ убыли клиентов
  • Анализ прибыльности клиентов
  • Выявление случаев мошенничества
Есть

Персонализация

  • Оповещения
  • Спецпредложения
  • Рекомендации
Есть Есть

Схема потребительской лояльности

  • Администрирование схемы
  • Балльная оценка клиентов
  • Классификация
  • Опрос об удовлетворённости
Есть Есть

Обработка заказов

  • Предложение
  • Регистрация
  • Гибкое ценообразование
  • Размещение заказов
  • Сопровождение контракта
  • Подтверждение заказа
Есть

Финансы

  • Выставление накладной
  • Платежи
  • Возврат средств
  • Задолженности
  • Управление счётом
Есть

Рассмотрим некоторые функциональности, перечисленных в таблице.

Единый клиент

Один из наиболее важных компонентов в управлении данными о взаимоотношениях с клиентами – это концепция представления единого клиента. Она появилась из-за того, что потребителя можно определить по-разному, в зависимости от предметной области и от того, о каком отделе идёт речь. Это означает, что необходимо построить своеобразное единое клиентское измерение, не содержащее дублирующиеся или пропущенные данные. Удаление дублирующихся записей не всегда просто, так как могут меняться, например, фамилия женщины при вступлении брак, адрес при переезде, адрес электронной почты - на произвольной основе. Следовательно, необходимо использовать другие меры, например, временной промежуток или возраст данных (скажем, данные не старше одного года) или прочие критерии, как номера социального страхования, даты рождения и т. п. Поставщики решений для интеграции клиентских данных и управления мастер-данными обладают значительным опытом в этой области.

Клиентский анализ

В хранилище данных могут быть выполнены различные виды анализа. Приведем некоторые примеры:

  • Анализ моделей покупки, т. е. какой спектр продуктов или услуг приобретает определённая группа покупателей.
  • Анализ ценовой чувствительности, т. е. определение перемен в поведении потребителя при изменении цены.
  • Поведение покупателей (это особенно важно для интернет-компаний), т. е. определение факторов, связанных с сайтом, для измерения эффективности его дизайна или удобства оформления покупки и повышения коэффициента обращаемости посетителей в покупателей.
  • Анализ оттока клиентов, т.е. ответ на вопрос, сколько клиентов покидают компанию каждую неделю или месяц, сколько появляется новых, клиенты какого типа уходят (с точки зрения прибыльности и демографии) и какого приходят (с точки зрения диапазона продуктов или услуг и демографии).
  • Анализ прибыльности клиентов, т. е. доход, получаемый от клиента за вычетом расходов, связанных с этим клиентом в течение определённого периода.
  • Выявление случаев мошенничества, т. е. всплеск покупок кредитной картой, значительно отличающийся от нормальной схемы (для отрасли финансовых услуг); необычно частые возвраты товара одним и тем же покупателем (выявленным по имени, почтовому коду или номеру клиентской карты) за короткий промежуток времени по сравнению с ежедневным и сезонным состоянием продаж продуктовой линейки (для сферы торговли); пиковые значения остатков на счетах и нетипичные снятия средств с депозитов (для банков); уменьшение сумм на выставленных счетах, не сопровождающиеся снижением активности пользователей (для телекоммуникационной отрасли).

Каждый тип анализа, как и каждая отрасль, требует собственной модели данных. Например, таблица фактов с данными о прибыльности клиентов в секторе коммунальных услуг может быть поэтапным «слепком» состояния счёта, содержащим ежемесячные поступления на каждый счёт (рассчитанные на основе типа услуги, ставки и использования) и пропорциональным структуре затрат для того же периода времени. Оплата может начисляться за киловатт-часы, но базовая стоимость рассчитывается по весу (тонн угля), что делает управление нелинейным, следовательно, на некоторых клиентах можно потерять прибыль, а на других - значительно увеличить.

Хотя пространственная модель позволяет делать анализ, в некоторых случаях приходится прибегать к многомерной модели, т.е. так называемым кубам. Многие типы клиентского анализа, особенно связанные с прогнозами, распознаванием поведения, статистическим анализом, нелинейной оценкой, кластерным анализом и поиском шаблонов, требуют извлечения данных из многомерной базы или создания приложений, выполняющих многомерные запросы к кубам.

Адекватная оценка клиентов

Клиентская информация бесполезна в отрыве от интеллектуального анализа. Он всегда развивается с целью поиска новых способов повысить прибыль благодаря более полному пониманию клиентов. Данные о клиентах играют жизненно важную роль для их адекватной оценки. Понимание клиентов – это образец для просмотра доступных данных и анализа клиентского поведения за определённый период времени. Использование хранилищ данных позволяет создать «клиентское измерение», чтобы обеспечить это понимание.

Публикации

  1. Винсент Рэйнарди (Vincent Rainardi). Использование хранилища данных для управления взаимоотношениями с клиентами (Usinga Data Warehouse for CRM). 28 января 2010 г.
  2. Рик Кук (RickCook). Хранилища данных для управления взаимоотношениями с клиентами (Data Warehousing For CRM