eWay-CRM
IT Systems - Alza Media (Publero)
Netmail

Tematické seriály

Nové!

Jak uřídit IT projekt a nezbláznit se

Užitečné tipy a nástroje pro řešení problémů řízení inovací a vývoje produktů...

články >>

Nové!

Industry 4.0

Průmysl 4.0

Jaký vliv bude mít čtvrtá průmyslová revoluce na výrobu a výrobní firmy?

články >>

Trendy v CRM

Systémy pro řízení vztahů se zákazníky (CRM) prochází v posledních letech výraznou změnou. Zatímco dříve...

články >>

Příručka úspěšného IT manažera

Dnes je řada IT manažerů opomíjena. Úspěšní bývají brouci Pytlíci a Ferdové...

články >>

Pokročilá analýza provozu datových sítí

V tomto čtyřdílném seriálu vás seznámíme s různými metodami a přístupy...

1. až 4. díl >>

Cesta k efektivnímu identity managementu

Správa identit a přístupů (IAM) je klíčová oblast pro zaručení bezpečnosti a efektivity...

1. až 7. díl >>

Sprinx Systems

Časopis IT Systems / Speciál

Aktuální číslo časopisu IT Systems Aktuální číslo časopisu příloha #1
Customer Experience - technologie, které pomáhají zlepšit zkušenosti zákazníků

12-sas-01 250Zákaznická zkušenost (Customer Experience) je jedním z nejčastěji skloňovaných slov v oblasti řízení vztahů se zákazníky. Tématu se intenzivně věnují banky, telekomunikační společnosti nebo retail. Tato odvětví mají jednu nespornou výhodu – mají podrobná data o svých zákaznících. Analýza těchto dat, jejich obohacení o další externí data a schopnost doručit zákazníkovi relevantní nabídku se neobejde bez technologií. To, co dříve bylo „nice to have", se nyní stává standardem na trhu, pojďme si o tom udělat krátký přehled.

Outbound

Naprostým základem je jednotné místo pro řízení veškeré marketingové komunikace – nabídky produktů, služeb, retenční nebo sezónní komunikace na klienty. Nejčastěji využívaná technologie je systém na řízení outbound komunikace a kampaní, tzv. campaign management. Campaign management využívá data z klientského datamartu, který typicky obsahuje informaci o socio-demo profilu, využívaných produktech, transakcích nebo nákupním chování konkrétního klienta. Na základě principu „I have a product" pak dané řešení umožňuje nastavit kritéria pro výběr a realizovat pravidelné oslovení dané množiny klientů požadovaným produktem. Řešení je integrováno na komunikační kanály, kam jsou data z kampaní automaticky distribuována. Campaign management funguje v batchovém režimu, kdy jsou veškeré úlohy plánovaně spouštěny. Automatizují se tak zbytečné procesy manuálního výběru dat a sníží se tak operační riziko v této oblasti. Implementace takového řešení obvykle trvá jednotky měsíců a dodávka je zaměřena na rychlou návratnost této investice. Pro některé odvětví, jako je retail, je typické využívání této technologie v cloudu. Klíčovým prvkem, který si málokdo v momentě zvažování tohoto řešení uvědomuje, jsou procesy. Evidence souhlasů se zpracováním osobních údajů, evidence všech uskutečněných kampaní a kontaktů v takzvané kontaktní historii a nastavení pravidel pro oslovení, označované jako kontaktní politika, umožňuje definovat intervaly mezi nabídkami, kanály nebo jiný způsob, jak ochránit zákazníka před záplavou zbytečné komunikace, jak to dnes mnohé společnosti dokážou. I to je Customer Experience.

Prediktivní analytika

Význam zákaznických dat pokračuje i v další oblasti – detekce potřeb pomocí prediktivní analytiky. Prediktivní analytika slouží jako předpověď budoucího vývoje na základě historických a současných dat. Provádí se na základě statistických metod a modelovacích technik s pomocí statistického softwaru pro data mining. Pomocí prediktivní analytiky se analytici daných společností snaží predikovat pravděpodobnost nákupu dané služby nebo produktu u konkrétního zákazníka (probability to buy), určit jeho afinitu ke komunikačnímu kanálu nebo predikovat možný odchod zákazníka (attrition modely). Výstupy prediktivní analytiky v podobě score u daného zákazníka lze využít v každodenním provozu např. v uvedeném campaign managementu, kdy se dané score stane jedním z výběrových kritérií klienta do konkrétní komunikace. S rozvojem nových, digitálních kanálů přicházejí i nové zdroje dat, zejména textových. Pro společnosti to mohou být typicky přepisy hovorů z call centra, příspěvky z diskuzních fór nebo jiná nestrukturovaná data z interních systémů. Textová analytika umožňuje převést české texty do strukturované podoby, kombinovat je s „tradičními" daty a tím zvýšit množství vstupů do prediktivní analytiky. Analýza těchto dat může pak významně obohatit stávající klientský profil a výrazně zvýšit úspěšnost predikce budoucího chování a potřeb zákazníků. Tento přístup je na vzestupu a nyní se na něj zaměřují jak banky, tak telekomunikační společnosti. Vznikají přímo nové Data Scientist nebo Big data týmy, které mají za úkol ověřit přínos těchto metod v praxi.

Dalším procesem, kde lze využít výstupy prediktivní analytiky jsou inbound interakce v digitálních kanálech.

Inbound & digital

Vznik digitálních kanálů ovlivnil všechna odvětví a je předmětem rozvoje ve většině firem. V mnohých odvětvích jsou již dnes 3/4 klientských kontaktů (přístupů) uskutečněny přes digitální kanály. Na druhou stranu, ¾ prodejů mohou nadále pocházet z tradičních kanálů, jako jsou pobočky, prodejny nebo přímý prodej. Proto se společnosti nyní zaměřují na digitální kanály s cílem lépe využít, dalo by se říci „vytěžit" interakce pocházející z digitálních kanálů a změnit tak poměr prodejů směrem k digitálnímu světu. To zahrnuje také implementaci nových technologií a přístupů.

Technologií, která je nyní v oblasti customer intelligence trendem, je real-time decisioning – rozhodování v reálném čase. Řešení funguje na principu webových služeb a využívá se právě pro zpracování kontaktů v režimu inbound, které přicházejí jak z digitálních kanálů (web, klientská zóna, mobilní aplikace) nebo i z tradičních kanálů typu inbound call centrum. Technologie aplikuje odlišný přístup od výše popisovaného outbound, označovaný jako „I have a customer". Samotná interakce začíná událostí v reálném čase, kterou může být přihlášení zákazníka do mobilní aplikace. Taková událost spustí rozhodovací proces, označovaný jako decision flow, pro konkrétního individuálního zákazníka. Rozhodovací proces může být zcela jednoduchý, postavený na několika pravidlech nebo komplexní, kdy nástroj zahrne také offline data o klientovi, score z modelů z prediktivní analytiky, pricing modely nebo risk score a využije je v rozhodnutí. Takové rozhodnutí musí bez ohledu na komplexitu proběhnout v řádu sekund či milisekund a výsledkem je doručení Next Best Action v rámci stále stejné session, pro daného zákazníka, na daném kanále a v reálném čase. Pokročilé rozhodování může obsahovat také data posbíraná přímo v reálném čase, scoring v reálném čase a kompilaci Next Best Action „on the fly". Kromě výhod pro byznys jako jsou poskytované relevantní nabídky s vysokou šancí na odezvu, přináší tato technologie i provozní výhody – rozhodovací logika je vně komunikační kanály, centralizována a řízena z jednoho místa. Tato technologie dále umožňuje eliminovat v současnosti stále využívaný proces předpočítávání všech potenciálních nabídek všem vhodným klientů klientům a jejich distribuce do všech kanálů na pravidelné, např. denní bázi. Takový způsob je nejen výpočetně a procesně náročný, ale zejména neefektivní, kdy je v daném období zobrazeno nebo využito jen zanedbatelné množství nabídek (promile či jednotky procent), jednoduše proto, že se klient v konkrétním kanále neobjeví.

Event stream processing

V souvislosti se schopností společností zachytit interakci a reagovat na konkrétního klienta se objevuje další příležitost – detekce událostí z transakčních dat. K tomu účelu jsou ve společnostem implemenovány event stream processing technologie, které jsou určeny k zpracování velkého objemu dat – transakce v bankovnictví nebo lokační data v telekomunikacích. Data, čítající miliony událostí v krátkém časovém úseku, jsou čtena pomocí adaptérů a konektorů, které jsou součástí publish-and-subscribe architektury, a okamžitě vyhodnocována dle nastavených pravidel, která mohou být velice komplexní. Tím umožňují rychle pochopit a detekovat probíhající události, ve streamovaných datech jsou zjišťovány vzory a detekovány události. Data mohou být dále analyzována nebo vyřazena bez uložení, pokud není zjištěna žádná relevance.

Omnichannel

Omnichannel je aktuálně jedním z nejpoužívanějších slov v oblasti řízení zákazníků. Je to logické, zákazníci nepřemýšlejí v kontextu komunikačních kanálů a je na firmách, aby uzpůsobili své procesy a uspokojili tak očekávání zákazníků na konzistentní přístup. Výše uvedené technologie tvoří základ úspěšného omnichannel řešení, kdy mohou softwarová řešení úspěšně podpořit zákaznické procesy, a tím zvýšit jak obchodní výsledky, tak zlepšit Customer Experience. Příkladem může být jedna známá bankovní značka, která díky vhodně nastavené strategii a implementaci výše uvedených technologií navýšila na dvojnásobek objem výnosů ze svých kampaní, běžně dosahuje odezvy na nabídky okolo 40%, a zároveň dokázala výrazně zvýšit Net Promoter Score reprezentující loajalitu zákazníků.

Lucie Štanclová
Autorka článku je expertkou společnosti SAS. Lucie se věnuje hlavně implementaci řešení SAS Customer Intelligence v bankách, pojišťovnách nebo telekomunikačních společnostech, které zahrnují jak nastavení CRM procesů, řízení přímé komunikace nebo optimalizaci kampaní.


Poslat na email Tisk Přidat mezi oblíbené TwitterFacebook googleLinkujGoogle BuzzTip redakci