Revista si suplimente
MarketWatch
Inapoi Inainte

Soluţiile de tipul automated analytics, completarea optimă a unei aplicaţii CRM

27 Octombrie 2011



Valoarea datelor a devenit, în actualul context economic, direct proporţională cu viteza cu care acestea pot fi accesate. Într-un climat financiar dificil, cum este cel de acum, viteza cu care pot fi obţinute informaţiile vitale pentru derularea unui business, indiferent de natura şi chiar dimensiunea sa, este un element-cheie. Dacă nu al succesului, măcar al supravieţuirii într-un mediu concurenţial dinamic, în care deciziile adecvate şi conforme cu obiectivele de business trebuie luate rapid.

Criza economică prelungită a obligat numeroase companii locale să conştientizeze un adevăr „mascat“ de cifrele de afaceri în creştere înregistrate până în urmă cu 3-4 ani: clientul reprezintă principalul capital al unei firme. Un adevăr perfect valabil şi în 2011. Scăderea drastică a volumului de vânzări, reducerea numărului de clienţi şi a puterii de cumpărare a acestora, modificarea comportamentului de achiziţie, multiplicarea canalelor de interacţiune/comunicare reprezintă, încă, provocări reale. Care sunt dificil de soluţionat pe o piaţă dinamică, cu un nivel de concurenţă ridicat, în urma extinderii rapide a fenomenului globalizării.


Necesitatea optimizării interacţiunii cu clienţii, a cunoaşterii valorii reale a acestora, a gradului lor de fidelizare şi a riscului de pierdere a făcut ca multe companii să opteze pentru adoptarea unei soluţii de management al relaţiei cu clienţii (Customer Relationship Management - CRM). Însă, adesea, rezultatele obţinute în urma implementării nu îndeplinesc pe deplin aşteptările. Unul din principalele motive ale eficienţei reduse constă în ignorarea faptului că o soluţie IT este un instrument de transpunere în practică a unei strategii şi nu poate înlocui sau compensa lipsa acestei strategiii. Principala menire a unei aplicaţii CRM este de a furniza companiei date despre clienţi, care să permită eficientizarea gestiunii relaţiei dintre companie şi aceştia, iar scopul său final este cel al stabilirii unei relaţii de tip Win-Win între client şi companie. Însă acest deziderat este dificil de atins, dacă nu se înţelege, din start, necesitatea utilizării la un nivel superior al datelor. Iar companiile care au implementat un CRM de frica pierderii clienţilor, dar nu au pus în practică nicio strategie reală de eficientizare a interacţiunii cu aceştia, suferă de o incapacitate cronică în valorificarea volumelor de date în creştere.


Provocări...

Dificultatea provine, pe de o parte, din perpetuarea existenţei de „insule de date“ neintegrate – situaţie frecventă mai ales în companiile mari, în care efortul de implementare şi integrare a unei aplicaţii CRM la nivelul întregii organizaţii este unul considerabil, costisitor şi de durată. Pe de altă parte, companiile de dimensiuni medii, care sunt „scutite“ de problema amplorii procesului de integrare, se confruntă cu o altă provocare importantă – cea a necesităţii decelării datelor relevante şi a corelării şi agregării acestora, astfel încât să ofere un suport decizional eficient şi, mai ales, în timp real.


Dacă problema integrării „insulelor de date“ poate fi tratată, într-un final, ca o provocare pur tehnică, cea a identificării datelor relevante şi agregării acestora în informaţii coerente şi utile duce provocarea la un nivel superior. Şi aceasta pentru că lucrul cu date impune apelarea la soluţii dedicate de analiză, specifice domeniului de Business Intelligence. (Aplicaţiile dedicate de tipul Analytical CRM sunt asimilate de către specialişti soluţiilor de BI.)


Dar este puţin probabil ca o companie care nu este mulţumită de rezultatele obţinute în urma implementării soluţiei CRM să fie gata să investească într-o soluţie de Business Intelligence. Care, pe lângă faptul că înseamnă un cost în plus, necesită un proces amplu de dezvoltare, realizat pe o strategie. Deci iarăşi strategie, iarăşi investiţii, iarăşi timp consumat. E clar că BI-ul nu reprezintă un răspuns pe placul multor companii care vor să-şi poată folosi mai eficient CRM-ul implementat.


...şi soluţii

Lipsa de apetit faţă de soluţiile clasice de BI a fost speculată eficient de o serie de producători software care au lansat pe piaţă rapid sisteme de analiză mult mai prietenoase, mai puţin costisitoare şi mai uşor de utilizat. QlikTech, Tableau Software, Panorama, Targit sunt doar câteva exemple dintr-o ofertă mult mai variată şi în continuă extindere odată cu dezvoltarea ofertelor SaaS şi/sau Cloud Computing. Dar sunt şi vendori consacraţi de soluţii CRM, precum Microsoft sau SAP, care au „compensat lipsurile“ prin sporirea capacităţii de integrare a aplicaţiilor proprii de management al relaţiei cu clienţii cu instrumentele proprii de analiză.


Chiar dacă nu permit realizarea unor analize predictive de amploare bazate pe mecanisme elaborate de Data Mining, respectivele soluţii – catalogate în literatura de specialitate în categoria „automated analytics“ – compensează prin uşurinţa în utilizare şi prin faptul că facilitează accesul rapid la o serie de informaţii relevante în ecuaţia procesului decizional. Evident, la acestea argumente se adaugă cele ale costului sensibil mai mic, ale duratei reduse de implementare şi, mai ales, al interfeţei grafice intuitive şi user-friendly. Ultimul argument nu este deloc de neglijat, având în vedere plaja de clienţi ofertată cu precădere de acest tip de soluţii – companii medii şi chiar mici, cu competenţe tehnologice relativ reduse. Pentru astfel de clienţi, faptul că pot realiza o serie de analize primare fără a apela la serviciile unui specialist şi nici chiar ale departamentului IT reprezintă un beneficiu real, permiţându-le să-şi conserve un avantaj competitiv important, cel al agilităţii.


Avantajele dashboard-urilor

Aplicaţiile de tipul automated analytics au avantajul că, prin arhitectura şi tehnologiile proprii, permit agregarea datelor provenind dintr-o varietate de surse şi le organizează într-o „formulă“ uşor lizibilă, chiar şi pentru utilizatorii neiniţiaţi, respectiv într-un dashboard.


Un dashboard oferă, în general, două categorii de informaţii: indicatori-cheie de performanţă (Key Performance Indicators, KPIs) şi indicatori-cheie financiari (Key Financial Indicators, KFIs). Cu ajutorul dashboard-ului, un utilizator poate vizualiza rapid indicatorii-cheie şi, în funcţie de semnalele oferite de aceştia, poate realiza o analiză de tip drill-down pentru a decela cauzele unui anumit efect semnalat de KPIs, sau poate iniţia o analiză de tipul „What if“, sau poate realiza analize comparative în funcţie de diverse criterii etc.


Trebuie subliniat că tehnologia dashboard-urilor real-time furnizate de aplicaţiile de tipul automated analytics este sensibil diferită de cea a soluţiilor de tip Analytical CRM sau BI, pentru că instrumentele automate de analiză funcţionează pe baza unor algoritmi pre-programaţi şi oferă seturi de indicatori-cheie (KPIs şi KFIs), la rândul lor predefiniţi. Definirea acestora se face în urma unui proces de analiză internă, realizată înainte de startarea procesului de implementare efectivă. Din această predefinire şi pre-programare provine, însă, marea majoritate a beneficiilor pe care le oferă aplicaţiile de tipul automated analytics. Dezavantajul inerent constă în faptul că această abordare nu permite analize predictive de profunzime, cum ar fi cele de decelare a tiparelor comportamentale ale clienţilor, care să permită segmentări mult mai precise şi mai rafinate, care rămân încă „apanajul“ soluţiilor complexe de BI.



Parerea ta conteaza:

(0/5, 0 voturi)

Lasa un comentariu



trimite