Многие российские компании используют анализ данных для корректировки взаимоотношений с клиентами, однако диапазон использования анализа существенно уже, чем в развитых странах
Использование CRM-приложений без сопутствующего анализа данных аналогично забиванию гвоздей микроскопом: менее удобно, чем молотком, но намного дороже.
В зарубежной практике операционные CRM-приложения и технологии клиентской аналитики (customer intelligence, CI), как правило, неразрывно связаны. Возможностей аналитических модулей операционных систем часто не хватает, и возникает необходимость в специализированных приложениях. Нередко с этой целью используют универсальные приложения анализа данных, например основанные на технологии нейронных сетей.
Диапазон решаемых задач велик. Подобными технологиями пользуются торговые компании, реализующие живые цветы и растения, модную обувь, оборудование для экстремального отдыха. Активно анализируют данные о клиентах медиакомпании, сети отелей и многие другие. И все же основными потребителями CI являются три сегмента бизнеса: финансовый (банки и страховые компании), телекоммуникационный, а также оптовая торговля и крупные розничные сети, реализующие дорогие товары. В России эти сегменты на сегодняшний день практически исчерпывают список организаций, обращающихся к анализу данных о клиентах.
В финансовом сегменте
Высокий уровень конкуренции сделал традиционным использование технологий CRM в этом сегменте. Накапливаемые в системе данные о клиентах становятся существенной частью капитала организации. Без их анализа в наши дни невозможно обеспечить ее реальную конкурентоспособность.
Компания «АльфаСтрахование» — один из крупнейших российских страховщиков с универсальным портфелем услуг. Ее клиентами являются как физические, так и юридические лица. Подходы к анализу данных о них различаются. По словам Андрея Педоренко, директора департамента ИТ компании «АльфаСтрахование», если данные по корпоративным клиентам систематически анализируются на основе процедур используемой CRM-системы, то по розничным клиентам данные накапливаются, но систематический анализ не ведется.
Целью проводимого анализа является в первую очередь корректировка политики взаимодействия с клиентами. Основой для принятия решений здесь служит оценка клиента в целом, то есть учет не только прямых корпоративных продаж, но и специальных программ розничных продаж сотрудникам корпоративного клиента. Это дает возможность оценить и скорректировать полную программу его страхования. Кроме того, результаты анализа данных используются для совершенствования технологии продаж, в частности методик перекрестных продаж. В первую очередь это касается формирования предложений по специфическим видам страхования. Например, застрахованные по имущественным видам страхования корпорации активно разрабатываются в качестве потенциальных клиентов системы добровольного медицинского страхования, это основа нового канала продаж — продажи «на рабочем месте».
В основе анализа данных лежит сегментация корпоративных клиентов, которая осуществляется по направлениям бизнеса, его объему и по доходности страховых программ. Анализ прибыльности клиентов производится на основе оценки андеррайтингового результата (превышения страховой премии над убытками и прямыми издержками). Весь этот расчет основан на концепции начисления. Андеррайтинговый результат, показанный в счете доходов компании общего страхования, аналогичен операционной прибыли предприятия, работающего не на страховом рынке.
Анализируя ситуацию, сложившуюся в отрасли в результате кризиса, Педоренко отмечает снижение объемов страхования и отказ от пролонгации договоров. Кроме того, клиенты стали занимать более жесткую позицию по тарифам на услуги. Вместе с тем изменения структуры клиентской базы пока незначительные — снижение объемов продаж идет во всех сегментах.
Обычно, когда говорят о скоринге клиентской базы, имеют в виду, прежде всего, оценку рисков. Кредитные риски являются основной проблемой потребительского кредитования. Но, помимо скоринговых моделей оценки рисков, существует множество иных типов скоринга. В коммерческом банке «Ренессанс Капитал», входящем в группу «Ренессанс Кредит», которая работает на рынке потребительского кредитования и является частью группы «Ренессанс», начиная с 2006—2007 годов в качестве одного из критериев маркетинговых решений использовались модели оценки рисков и отклика. Модели и практика их применения постоянно совершенствовались, росла клиентская база, и в середине 2008 года был создан отдельный департамент CRM, на который возложено проведение более глубокого анализа клиентской базы и жизненного цикла клиентов. Основной областью применения результатов данного анализа является поддержка маркетинговых стратегий и бизнес-процессов банка в сфере взаимодействия с клиентами.
Как рассказала руководитель направления развития взаимоотношений с клиентами банка «Ренессанс Капитал» Софья Иванова, методики сегментации клиентской базы, которые лежат в основе различных скорингов, могут основываться на комбинации поведенческих, демографических и психографических (описывающих стиль жизни) переменных. Используя широкий спектр аналитических методов, можно выделить группы клиентов, однородные внутри себя и различающиеся от группы к группе. Каждая группа может быть охарактеризована определенным уровнем общих поведенческих факторов и показателей предпочтения.
Методы сегментирования могут различаться в зависимости от целей и задач бизнеса. Они могут отражать, скажем, ценность клиентов, вероятность отклика, склонность к использованию различных кредитных продуктов, склонность к оттоку и т.п. Разработанные скоринговые модели могут использоваться независимо для поддержки маркетинговых кампаний, а могут быть интегрированы друг с другом. Например, интегрированный скоринг «ценность клиента/риск/отклик» может использоваться для повышения прибыльности кампаний перекрестных продаж кредитных карт. Оценка в данном случае осуществляется на основе моделей оценки ценности клиента в течение всего периода сотрудничества с ним (Lifetime Value, LTV).
Сегодня существует много определений понятия LTV. В целом методология сводится к оценке приведенной стоимости (net present value, NPV) — ожидаемого экономического эффекта от взаимодействия с клиентом за вычетом накладных расходов (последние включают в себя затраты на привлечение, обслуживание и фондирование клиентов, то есть привлечение кредитуемых средств). Методология учета затрат близка к методу функционально-стоимостного анализа.
В течение жизненного цикла клиентов их поведение меняется в силу различных причин — индивидуальных или общих, таких, например, как нынешний кризис, поэтому любая статистическая модель, построенная на данных клиентской базы, должна периодически обновляться. Частота обновлений зависит от многих параметров. Важным фактором влияющим на частоту обновления, является способность компании с заданной периодичностью перенастраивать бизнес-процессы. Еще одним важным фактором является скорость изменения поведения клиентов, а также время, которое необходимо для обновления модели. Вообще говоря, модели могут обновляться оперативно или еженедельно, раз в год и т. д.
Любое исследование клиентской базы связано с обработкой значительных массивов данных, и инструменты поиска закономерностей в них (Data Mining) являются неотъемлемой частью CRM-аналитики. В «Ренессанс Кредит» для этих целей используют решение SAS Enterprise Miner, основанное на банковской аналитической платформе SAS Banking Intelligent Solutions. Для построения аналитических моделей на основе имеющихся данных используются различные техники. Основной методикой сегментации клиентской базы являются деревья решений, которые реализованы в основных программных продуктах для Data Mining, представленных на российском рынке. Один из таких инструментов, используемых в банке «Ренессанс Кредит», — продукт XPertRule Miner компании XpertRule Software.
Поведение клиентов в целом не изменилось с началом кризиса. Однако в последние несколько месяцев возросло, хотя и незначительно, количество невозвратов кредитов. Аналитическая система позволяет банку вести постоянный мониторинг тенденций изменения поведения клиентов и фокусироваться на наиболее привлекательных сегментах клиентской базы, а также развивать перекрестные продажи.
Что касается аналитической работы, то здесь общий подход останется прежним. Он включает в себя периодический пересмотр моделей скоринга клиентов на базе регулярно обновляемой информации в аналитических витринах данных.
Не следует считать, что для результативного анализа данных о клиентах обязательно привлекать сложные наукоемкие приложения. В «Номос-Банке», где внедрение CRM-технологий осуществлялось совместно с компанией «ФБ Консалт», по сообщению Ксении Христич, руководителя отдела анализа и промышленных исследований управления практического маркетинга и маркетинговых коммуникаций департамента организации корпоративного бизнеса банка, успешно используют для этой цели универсальные аналитические инструменты. Целью анализа является разработка (по сути, модификация) товаров и услуг, соответствующих потребностям различных сегментов клиентской базы, и корректировка политики взаимодействия с клиентами.
Клиентская база сегментируется по объему выручки, объемам задолженности и свободных денежных средств, отраслям. Также анализируется рентабельность клиентов в соответствии с целым рядом показателей. В зависимости от результатов анализа банк предпринимает те или иные действия.
Анализируя влияние кризиса на деятельность банка, Христич отмечает, что увеличилось количество «фоновых» звонков. Что касается клиентской базы, то приток новых клиентов остается на стабильном уровне.
В торговых сетях
С ростом количества клиентов накапливаются и новые данные, поэтому задача их систематического анализа и управления продажами выходит на первый план. Так произошло, например, в автомобильной корпорации «Грузомобиль», основанной в Петербурге в 1999 году и являющейся одной из крупнейших компаний России по продаже и обслуживанию грузовой автотехники.
По словам директора по продажам корпорации Сергея Комарова, в условиях кризиса корпоративные клиенты, занятые преимущественно в строительной и дорожно-строительной сфере, делают паузу в приобретении и замене основных средств, поскольку портфель заказов на ближайшее время не определен. Частные лица, как всегда, менее активны с учетом сезонности. Кроме того, часть покупателей ожидает снижения цен на отечественную технику весной 2009 года, что, по мнению Комарова, пока не имеет под собой реальных оснований.
Таким образом, структура продаж несколько перераспределилась за счет снижения корпоративных заказов, однако долгосрочные выводы пока делать рано. Компанией принят ряд мер по оптимизации организационной структуры, а ключевым показателем продаж стала выручка, что достигается выходом в новые регионы и охватом новых сегментов рынка.
В корпорации сейчас идет внедрение CRM-системы SalesLogix, осуществляемое совместно с «ФБ Консалт». Как рассказывает руководитель проекта внедрения Надежда Холодкова, в числе актуальных целей, которые должны быть достигнуты в ходе CRM-проекта, — обеспечение единого взгляда на покупателя внутри компании, развитие общекорпоративных технологий продаж, модификация товаров и услуг, дифференцированных по сегментам клиентской базы, создание действующей системы обратной связи с клиентами и др.
В телекоме
Масштаб деятельности и специфика бизнеса компании «ВымпелКом», очевидно, предполагают целенаправленное управление отношениями с клиентами и ведение серьезной аналитической работы с данными о них. Татьяна Мудрецова, руководитель департамента целевого маркетинга и лояльности ОАО «ВымпелКом», отмечает, что в ее компании данные о клиентах систематически анализируются на основе разумного сочетания мнения экспертов и формальных процедур, реализованных в различных приложениях.
В рамках департамента целевого маркетинга и лояльности основная цель анализа различных данных о клиентах с использованием BI-систем состоит в том, чтобы способствовать сохранению и развитию текущей абонентской базы. В частности, в зависимости от прибыльности и лояльности клиентов разрабатываются и корректируются различные варианты политики взаимодействия с ними (в том числе скидки, специальные предложения и т.д.). Кроме того, появляется возможность проводить акции целевого маркетинга с учетом всей истории предыдущих запусков маркетинговых мероприятий. Их организация и проведение реализуются с помощью решения SAS Campaign Management.
По всем акциям проводится подробная аналитика для последующей корректировки предложений, целевых сегментов и т.д. Эффективность акций рассчитывается на основе широкого состава различных KPI, среди которых основными является прирост среднего дохода на клиента — участника акции (ARPU Lift) и затраты на проведение акции.