CRM rinkodaroje
Dar 1960-aisiais motyvacijos tyrimais siekta išsiaiškinti, kas skatina žmones vienaip ar kitaip elgtis. Tikėtasi, kad įmonės tokiu būdu sužinos, kaip tinkamai organizuoti produktų rinkodarą. Tokius motyvacinius tyrimus atlikdavo įvairiausi tyrėjai ir mokslininkai, ir metodai skyrėsi nuo testų su savanoriais, kuriems rodydavo reklamų serijas ir matuodavo subtilias jų fiziologines reakcijas, iki tradicinių tikslinių grupių, kurios ir šiandien naudojamos gatavų prekių ir pramogų verslo srities paslaugų rinkodaros tyrimui. Visų šių tyrimų dėmesio centre nepajudinamai liko produktas, prekė, o pirkėjas ir vartotojas buvo tik pirkimo ciklo dalis. Prireikė daugelio pasikeitimų įmonės gyvenime, kol buvo pradėta vertinti kliento svarba ir dėmesys nukreiptas į jį.
Šiuolaikinė rinkodara vis labiau remiasi moksliniais metodais. Rinkodaros kampanijų sėkmė tiesiogiai tampa proporcinga įmonės sugebėjimui tinkamai surinkti ir analizuoti reikalingą informaciją. Ilgainiui produktų rinkodara praktiškai tapo mokslu. Iš dalies tyrinėdami, iš dalies spėliodami ir žaisdami, o iš dalies pasitikėdami akla sėkme, rinkodaros specialistai virto formalia įmonės organizacijos dalimi ir išvystė nuspėjamus ir pasikartojančius darbo procesus.
Glaudūs santykiai su klientu gali būti užmegzti tik leidžiant jam aiškiai išreikšti savo norus, kuriuos galima išpildyti. Sėkmė priklauso ir nuo konkrečių klientui perduodamų rinkodaros pranešimų turinio ir nuo bendro kliento santykio su įmone: kaip ji suvokiama, kokioje šviesoje matoma. Todėl norint rinkodaroje sėkmingai taikyti CRM principus, įmonė privalo turėti labai aiškią rinkodaros viziją. Suprantama, tokios vizijos neturinčios įmonės retai kada turi pakankamą biudžetą CRM programinei įrangai, jau nekalbant apie išlaidas kitiems CRM diegimo aspektams. Tad rinkodaros kampanijų automatizavimui skirtus CRM produktus įsigyjančios bendrovės paprastai ganėtinai tiksliai įsivaizduoja, kaip juos panaudos. Toliau apžvelgsime keletą dažniau pasitaikančių klientų vertės ir lojalumo didinimo taktikų.
Kryžminiai pardavimai
Kryžminis pardavimas – tai bandymas kažką jau nusipirkusiam klientui įsiūlyti kitą produktą ar paslaugą. Pavyzdžiu galėtų būti sau drabužius besirenkanti jauna mama, kuri “tuo pačiu” nuperka kažką ir savo kūdikiui. Arba kompiuterį įsigijęs studentas, iš to paties pardavėjo užsisakantis ir interneto ryšio paslaugas. Kaip ant mielių augantis kryžminių pardavimų taktikos populiarumas neturėtų stebinti. Juk parduodant paslaugas ar prekes “savam” klientui, padidinamos įmonės iš jo gaunamas pajamas – ir tai dažniausiai kainuoja gerokai pigiau, nei prisivilioti naują klientą. Ne kiekvienas klientas būtinai bus tinkamu kandidatu kryžminiams pardavimams. Būtent įmonių noras išmokti siūlyti tinkamus produktus tinkamiems klientams tapo vienu iš CRM rinkodaros automatizavimo technologijų plėtros variklių.
Klientų išsaugojimas
Dirbant su tūkstančiais ar dešimtimis tūkstančių klientų, neretai sunku net pastebėti, kad kažkuris klientas paspruko. Dar sudėtingiau išsiaiškinti, kodėl. O ir tai išsiaiškinus, ne visiems pavyksta pasiremiant įgytomis žiniomis pertvarkyti savo veiklą taip, kad pavyktų klientus įtikinti pasilikti ir pirkėjų bazės erozija sulėtėtų. Tačiau per paskutinius dešimtmečius palaipsniui susiformavo metodikos ir įrankiai, leidžiantys stoti į rimtą kovą su pabėgančių klientų problema. Pirmiausia įmonės pradėjo aiškintis, kodėl klientai jas palieka. Tada pagal išėjusių klientų profilius pradėta analizuoti esamų klientų duomenų bazes, siekiant atrinkti tuos, kurie gali netrukus sprukti. Praktikoje įsitikinta, kad net maža dalimi sumažinus per metus įmonę paliekančių klientų procentą, veiklos pelnas gali išaugti eksponentiškai.
Šiandien įmonės naudoja sudėtingas prognozavimo technologijas, lyginančias panašius vartotojų bruožus ir nurodančias tuos klientus, kurie labiausiai linkę išeiti pas konkurentą. Tuo pat metu individualizuotais marketingo veiksmais konkrečius klientus stengiamasi įtikinti pasilikti. Tačiau ko imtis, kad atrastą “potencialų pabėgėlį” pavyktų išsaugoti? Čia slypi viena didžiausių su klientų išlaikymo strategijomis susijusių bėdų. Nors vis daugiau įmonių naudoja sudėtingas klientų elgsenos prognozavimo technologijas, dauguma jų visgi nežino, ar dovanos ir kitoks “svyruojančių” klientų lepinimas galiausiai duoda teigiamą finansinį rezultatą. Atsakymai randami analizuojant daugelį veiksnių konkrečioje situacijoje. Ieškodamos būdų išsaugoti jas palikti susiruošusius vartotojus, įmonės kuria rinkodaros kampanijas, kurios padėtų ne vien išlaikyti žemos vertės klientus, bet ir “permesti” juos į aukštesnės vertės klientų sluoksnį, randant auksinį raktelį nuo didesnės jų disponuojamų pajamų dalies. Aprašyti taikymai klientų kaitos prognozavimą paverčia viena iš svarbiausių sričių, kuriose duomenų analizės technologijos ištiesia ranką rinkodarai.Vartotojų elgsenos prognozavimas
Vartotojų elgsenos prognozavimas
leidžia rinkodaros padaliniui nustatyti, ką įmonės klientai bus linkę daryti ateityje. Prognozuojant klientų ateities elgseną, modernių modeliavimo ir duomenų analizės technologijų pagalba tyrinėjamas vartotojų elgesys praeityje. Tuo šis metodas primena vertybinių popierių kursų prognozavimui naudojamus techninės analizės metodus, kuriais jau prieš keletą metų sėkmingai naudojosi kai kurios Lietuvos finansų maklerių įmonės. Vartotojų elgsenos analizė apima keletą variacijų:
-
Polinkio pirkti analizė. Atliekama siekiant suprasti, kokius produktus konkretus vartotojas apskritai būtų linkęs pirkti;
-
Artimiausias pirkinys. Prognozuojama, kokį sekantį produktą ar paslaugą klientas pasiruošęs pirkti; o Produktų sąsajų analizė. Išsiaiškinama, kokie produktai bus perkami drauge. Tai tarytum mėginimas atrasti sąsajas tarp produktų tyrinėjant pirkinių krepšį;
-
Paklausos elastingumo kainai modeliavimas ir dinaminė kainodara. Siekiama nustatyti konkrečiam pirkėjui arba siauram segmentui optimaliai tinkančią produkto kainą.
Žinant, kaip klientas bus linkęs elgtis ateityje, galima imtis daugelio tipinei situacijai pritaikytų rinkodaros veiksmų, pavyzdžiui:
-
Iš anksto siūlyti nuolaidas ar naikinti dalį mokesčių klientams, artėjantiems link “pabėgimo rizikos zonos”;
-
Tikslines rinkodaros kampanijas taikyti į mažesnius ir tikslesnius vartotojų segmentus;
-
Pateikti tam tikrus produktus kartu ir siūlyti juos už fiksuotą kainą, taip parduodami daugiau ir pelningiau;
-
“Kryžmai” pardavinėti tuos produktus, kuriuos vartotojai linkę įsigyti kartu.
Kaip ir kryžminių pardavimų atveju, tokios analizės ir po jos planuojamų veiksmų sėkmė labai priklauso nuo to, ar įmonė aiškiai suvokia, kas yra jos geriausi klientai.
Klientų pelningumo modeliavimas
Bendro klientų pelningumo apskaičiavimų praėjusiame dešimtmetyje pirmiausia ėmėsi finansinės institucijos. Uždavinys pasirodė nelengvas. Pirmiausia reikėjo tiksliai suprasti daugelio skirtingų produktų savikainą, tada susieti tuos produktus su klientų sąskaitomis, galiausiai surišti šias sąskaitas su konkrečiu klientu arba namų ūkiu. Prireikė nemažų investicijų į specializuotus pelningumo modeliavimo produktus ir didelių išteklių duomenų apdorojimui. Tačiau tą kelią praėjusios įmonės gavo pirmą progą skaičiavimais įsitikinti, kad kainoms jautrūs klientai su plonytėmis pelningumo maržomis gali niekada neatpirkti į jų pritraukimą daromų investicijų, net jei perka kasdien – tuo tarpu tam tikra dalis retai perkančių klientų atneša žymią įmonės pelno dalį.
Modeliuojant klientų vertę, tenka daug dirbti su duomenimis. Vertės modeliavimo tikslumas tiesiogiai priklauso nuo kliento duomenų pilnumo ir tikslumo bei nuo analizėje naudojamų statistinių metodų stiprumo. Skaičiuojant bendrą kliento vertę, būtina atsižvelgti į istorinę kliento elgseną, jo perkamų produktų kaštus, aptarnavimo kaštus, kliento pelningumą ir jo bendraujant su įmone naudojamus kanalus. Negalima kliento vertės skaičiuoti remiantis vieninteliu rodikliu – taip besielgiančios įmonės rizikuoja klientui pateikti netinkamus pasiūlymus, kas atveda prie mažėjančio kliento pasitenkinimo – o neretai gali ir paskatinti klientą pereiti pas konkurentus. Klientų vertės analize būtina naudotis mėginant diferencijuoti klientų aptarnavimo lygį ir formą.
Kanalų optimizavimas
Rinkodaros automatizavimo tikslas – perduoti tinkamą pasiūlymą tinkamam klientui tinkamu metu. Gyvenant interneto eroje, norisi pridurti – “pasinaudojant tinkamu kanalu”. Suprasti, kuriais kanalais su įmone patogiausia bendrauti konkrečiam vartotojui – tik dalis darbo. Įmonei taip pat būtina nuspręsti, kaip optimaliai bendrauti su klientais. Tai, kad vertingas klientas mėgsta operacijas atlikti įmonės biure, dar nereiškia, kad jis nenorės galimybės detalius sąskaitos išrašus pasiekti internetu. Kanalų valdymas – tai pirmiausia optimalus “įeinančių” kanalų ir į išorę nukreiptų rinkodaros veiksmų suderinimas.
Personalizacija
Personalizacija yra sugebėjimas modifikuoti bendravimo su klientu kanalą remiantis žinomais kliento bruožais ar elgesio ypatumais. Personalizacija lengviausiai pritaikoma elektroninėje bendravimo aplinkoje, tokioje kaip internetas, todėl būtent šioje srityje ir sutinkama daugiausia jos taikymų. Personalizaciją įgalinančios technologijos gali suformuoti individualiems klientams skirtus pranešimus, pasinaudodamos ankstesnių apsilankymų metu sukauptais duomenimis apie klientą. Tokios technologijos išanalizuoja kliento elgseną visais pasiekiamais kanalais, naudodamos kliento registracijos formoje pateiktus duomenis, informaciją apie ankstesnius pirkinius ir pateikia rezultatus, kurie gali informuoti apie labiausiai tikėtiną būsimą pirkinį, arba pranešančius, kad klientas yra linkęs “sprukti” ir kad jam reikia pasiūlyti nuolaidą. Pagal tokias rekomendacijas pagamintą personalizuotą internetinį puslapį ir išvysta svetainėje apsilankęs klientas.
Daugiausia informacijos apie individualius klientus personalizacijos technologijos surenka “sekdamos” kliento kelionę po internetinę parduotuvę pradedant nuo internetinės svetainės, iš kurios klientas atėjo bei būdo, kaip jis tą padarė (per reklaminį skydėlį, ar iš partnerių svetainės), to, kokia eilės tvarka jis naršė parduotuvės svetainę, kiek laiko praleido kiekviename puslapyje, kokius produktus ilgiausiai nagrinėjo, bei kur jis patraukė po to. Tokios technologijos panaudojimas išlaisvina įmones nuo bereikalingo spėliojimo apie galimus kliento poreikius ir užgaidas, o taip pat apsaugo klientą nuo reklaminių “šiukšlių”, tokiu būdu prekes siūlančią įmonę paversdamos dar patrauklesne kliento akyse. Be to, šitokia “adaptyvi personalizacija” vartotojui apsunkina “perbėgimą” pas įmonės konkurentus.
Įvykiais paremta rinkodara
Įvykiais paremta rinkodara yra nuo laiko priklausoma rinkodara, kuomet pardavimai organizuojami atsižvelgiant į klientui svarbų įvykį. Tokia rinkodara gali būti taikoma tiek pirkėjų segmento, tiek ir individualaus pirkėjo atžvilgiu. CRM daugiausiai prisideda ir daugiausiai naudos duoda įvykiais paremtą marketingą taikant individualių klientų atveju. Būtent CRM leidžia rinkodarą padaryti ne tradicinę, bet reaktyvią, o komunikaciją transformuoti į praktiškai realiu laiku vykstantį bendravimą. Dauguma įmonių, taikančių įvykiais paremtą rinkodarą, naudoja ją tais atvejais, kai yra aiškiai apibrėžtas įvykis, reikalaujantis reakcijos. Idealiu atveju įvykiais paremtos rinkodaros tikslas yra per kiek galima trumpesnį laiką sureaguoti į konkretų atsitikimą kliento gyvenime. Tačiau ši rinkodaros metodika reikalauja aukšto rinkodaros kampanijų valdymo automatizacijos lygmens, kadangi tik esant patenkintai šiai sąlygai įvykis gali būti pakankamai greitai susiejamas su konkretaus kliento duomenimis ir parengiamas atitinkamas pasiūlymas. Nesunku įsivaizduoti, kad tokios apimties užduotis atlikti rankiniu būdu būtų praktiškai neįmanoma.
Informacijos šaltinis: Lietuvos ekonominės plėtros agentūros išleistas leidinys: “Praktinio informacinių technologijų taikymo ir elektroninio verslo sprendimų įmonėse metodinis vadovas: Santykių su klientais ir tiekėjais valdymas”
