Как и на большинстве предприятий, в Grand & Toy любят, когда цифры растут, — если, конечно, это не число потерянных клиентов. Эта компания — реселлер офисных продуктов — наблюдала, как в некоторых клиентских группах показатели оттока клиентов поднялись от однозначных чисел до полутора десятка. Конкуренция была жесткой, и клиенты из сферы бизнеса, приносящие 80% прибыли компании, начали «делать ноги».
Руководство решило хорошенько разобраться в данных. Во множестве данных. Используя аналитическое программное обеспечение от Clarity Systems, компания организовала «выявление перебежчиков». Это ПО демонстрировало служащим основанный на Web «светофор», который определял характер отношений с каждым клиентом: прочные (зеленый), проблемные (желтый) или сходящие на нет (красный).
«Каждый служащий, находящийся в любом из наших офисов, может войти в базу данных и получить отчет», — рассказывает директор по CRM и электронной коммерции Grand & Toys Майк Дугган. Компании, не делающие заказов в течение полугода, стали получать предложения о возобновлении отношений. Маркетологи начали использовать систему управления мероприятиями от Epiphany для связи с проблемными клиентами, а затем загружали информацию в корпоративную CRM-систему от Siebel, чтобы служащие знали, как нужно обращаться с теми или иными клиентами.
Если бы это был бизнес-эквивалент голливудской любовной историйки (в которой всегда все хорошо заканчивается), канадская компания-реселлер обнаружила бы, что показатели оттока клиентов резко сократились, а доходы взмыли ввысь. Но удержание клиентов — явление обычной жизни, а не сюжет для большого экрана. И год спустя после инициирования процедуры «выявления перебежчиков» Grand & Toy, являющаяся отделением Office Max, все еще борется за удержание клиентов. Руководство слегка утешает тот факт, что теперь у них есть программные инструменты, позволяющие наблюдать за наиболее проблемными участками и уделять предельное внимание клиентам, которых особенно важно удержать — до того, как они уйдут. Но показатели оттока остаются выше, чем им бы хотелось.
Маркетологи сталкиваются с проблемой удержания клиентов еще с доисторических времен, когда мех был впервые обменен на несколько кусков мяса мамонта. По традиции удержание клиентов зачастую зависело от загадочных способностей какого-нибудь бизнес-гуру, изучающего исторические финансовые данные. Теперь компании начинают обращаться к технологиям статистических методов, моделирования и баз данных, использующим намного более разнообразные источники данных и не только определяющим то, что клиент делал в прошлом, но и дающим компаниям лучшее представление о том, как он, скорее всего, поведет себя в будущем.
Это новое поколение программных инструментов позволяет аналитикам, подобно археологам, просеивающим землю, копаться в горах информации, чтобы выявлять признаки того, что клиенты подумывают об уходе. Узнав, что определенные клиенты удаляются от компании, маркетологи могут принять меры по их удержанию.
Легко понять выгоду таких возможностей. Как утверждает Пол Ньюз, руководитель научного общества Accenture и соавтор книги «Наплыв масс: 7 правил маркетинга для современных потребителей» (Paul Nunes. Mass Affluence: 7 New Rules of Marketing to Today?s Consumers), приобретение новых клиентов часто обходится в пять — десять раз дороже, чем удержание существующих.
Трудность маркетологов заключается в обескураживающем числе переменных и категорий данных, с которыми им приходится сталкиваться: продукты, приобретенные клиентами, виды оплаты, время между покупками, место жительства и работы клиентов, подлинные источники клиентов, состав их семьи и отчеты о кредитных операциях. На этом список не кончается, и, чтобы разобраться в отношениях между этими данными, недостаточно просто прочитать отчет. Элементы, кажущиеся связанными, на деле могут таковыми не являться, в то время как другие, более важные взаимосвязи погребены под несколькими слоями данных. Новаторы в этой области глубже исследуют отношения, зависимости и непредвиденные факты, помогающие понять причину разочарованности клиента. Это не работа с обыкновенной таблицей.
По мнению вице-президента Forrester Research Айрин Киникин, количество доступных программных инструментов по анализу данных сбивает с толку. Инструменты по удержанию клиентов распадаются на шесть категорий, но все они обладают одной характерной особенностью: им требуется всесторонняя кастомизация и интеграция.
Создавать аналитические модели непросто, и это задача не для слабонервных — или не ладящих с математикой. Это тяжелая, трудоемкая работа, которую лучше оставить экспертам, способным копаться в грудах данных и разбираться в мириадах потенциальных отношений. «Эти люди могут, опираясь на данные, создать модель, прогнозирующую поведение», — утверждает управляющий вице-президент по решениям для покупателей и каналов сбыта Hitachi Consulting Брайан Джонсон.
Есть еще кое-что, что вы должны знать: технологии нисколько вам не помогут, если предварительно не предпринять базового планирования и анализа процессов. Готова ли, например, ваша культура маркетинга к такому сосредоточенному на данных подходу к клиентам? Эти программные инструменты не принесут вашей компании никакой пользы, если никто не будет их использовать.
Когда в 1998 году Гари Лавмен стал операционным директором Harrah?s Entertainment (в 2003 году он занял пост генерального директора), вместе с собой он принес значительный багаж знаний о маркетинге баз данных. Объединяя и анализируя информацию о клиентах, а затем составляя соответствующие маркетинговые планы, компания не только смогла удержать большинство своих важнейших клиентов, но и расширила с ними деловые отношения. Согласно аналитикам Gartner, теперь эта VIP-группа является источником четверти доходов Harrah?s.
Но в конце 90-х многие маркетологи Harrah?s не знали передовых методов регрессионного анализа, и большинство из них не приложили усилий, чтобы изучить данный предмет. В результате произошла значительная реорганизация штата. «В корпоративном департаменте маркетинга заменили практически всех», — вспоминает Лавмен. Остальные либо сами подали на увольнение, либо были сокращены. Их место заняли маркетологи с опытом обработки данных.
К сожалению, такие увольнения не редкость. Компании, использующие методы удержания клиентов, основанные на анализе данных, нуждаются в определенном типе мышления, а это может означать подбор нового персонала для осуществления данной стратегии. «Первое правило достижения лояльности покупателей — предварительно добиться лояльности сотрудников», — считает Джилл Гриффин, президент Griffin Group и автор книги «Лояльность покупателей: как добиться, как сохранить» (Jill Griffin. Customer Loyalty: How to Earn It, How to Keep It).
В то время как экспертов со стороны часто просят построить аналитические модели, сами программные инструменты при правильном использовании должны быть доступны более широкой маркетинговой команде, чтобы та смогла, к примеру, лучше составлять списки клиентов для более эффективных кампаний.
«Современные наборы программных инструментов таковы, что, для того чтобы начать их использовать, не нужно быть доктором философии, — говорит Дугган. — Если вы понимаете, что такое моделирование, вы можете добиться больших успехов».
В действительности чрезмерное внимание к экспертным аналитикам может иметь свои недостатки. «К счастью, аналитики данных — толковые ребята, — говорит программный руководитель Службы путей развития CRM в аналитической фирме Frost & Sullivan Фред Лендис. — Но действительно ли они разбираются в бизнесе?» Если нет, они могут тратить свое время, моделируя интересные отношения, которые не принесут никакой практической выгоды, так как результаты не входят в сферу влияния менеджмента.
Вопросы близости
Когда департаменты маркетинга устанавливают верное соотношение знаний в области бизнеса и статистической экспертизы, результаты могут быть впечатляющими. В конце 1990-х компания Dreyfus страдала от ежегодного истощения активов, составлявшего около 25%. Эта компания по управлению активами испробовала тактику удержания клиентов, используемую в индустрии кредитных карт и включающую стимулирующие программы и скидки, а также организовала кампании по возрождению интереса клиентов. «С самого начала стало ясно, что надо действовать иначе», — рассказывает исполнительный вице-президент Прасанна Дор, пришедший в Dreyfus в конце 1996 года и возглавивший группу прямого маркетинга, а со временем сосредоточившийся на утечке активов.
Группа решила испробовать подход «близости к потребителю». Первым шагом явился шестимесячный проект постройки соответствующей инфраструктуры данных. Группа Дор начала с того, что разделила клиентов Dreyfus на семь возрастных и пять поведенческих групп, используя статистический аппарат SAS для изучения прошлой деятельности и демографической информации. Проведенные исследования и фокус-группа предоставили дополнительную информацию о том, чем занималась каждая из этих групп и почему.
Затем Dreyfus разработала серию программ для продвижения специфической для каждой группы продукции, которые включают прозвон клиентов и приемы перекрестных продаж для сотрудников службы работы с покупателями, принимающих входящие звонки. Компания сосредоточилась как на активности клиентов (например, характер расходов, история транзакций и запрашиваемые кредиты), так и на числе счетов, принадлежащих каждому клиенту.
Вначале улучшение было медленным. Но в 2001 году — менее чем через три года после запуска проекта — темп истощения Dreyfus упал на 7%. Сейчас компания заявляет, что за три —шесть месяцев до потери клиента может с точностью в 80-85% предсказать, что он собирается отказаться от ее услуг.
Программные инструменты SAS, конечно, сыграли значительную роль в успехе проекта, но более важным фактором оказалась решимость компании испробовать новый подход. «Нельзя принудить маркетологов использовать программные продукты, — объясняет Дор. — К счастью для меня, руководство испробовало много средств, и ничего не помогло, так что они сказали: Почему бы не попробовать и это тоже?».
В конечном счете успех в удержании клиентов может гораздо больше зависеть от такой решимости и упорства, чем от технологий, которые предприятия выбирают для решения своих проблем. «Многим компаниям, скорее, следует определить, как использовать уже имеющуюся информацию и программные инструменты, вместо того чтобы покупать новые», — считает Киникин из Forrester. Аналитическое ПО можно уподобить автомобилю: проделав большой путь, компания прибудет на место назначения, но только если за рулем будет тот, кто знает, куда ехать.
Планирование
Первое, что нужно сделать, — это установить верную цель. После этого вы сможете определить, какие программные инструменты и подходы лучше всего помогут вам достичь желаемого. Компании часто попадают впросак, полагая, что знают ответы на эти вопросы, и не могут сдвинуться за пределы финансового анализа в поиске ключей к пониманию поведения клиентов. «Анализ финансовой истории клиентов не много говорит мне о том, сколько они будут тратить в будущем или как легко было бы конкуренту их переманить», — говорит вице-президент по научным исследованиям Nucleus Research Ребекка Ветмет.
Классическим примером неуниверсальности исторических данных являются жизненные изменения. Независимо от того, сколько одноразовых пеленок клиент купил в прошлом, никакое стимулирование не заставит его продолжать покупать их после того, как его дети научатся пользоваться унитазом. Кроме истории покупок, маркетологи должны принимать в расчет способность клиента выбирать. Клиенты могут покупать ваш продукт не потому, что они лояльны к вашей компании, а потому, что только он соответствует их нынешним потребностям. Уровни закупок могут оставаться постоянными, но не забывайте, что клиент может сбежать в любой момент.
Другой важный проверенный источник данных — обратная связь с клиентом. «Нужно интегрировать качественные данные процесса обратной связи», — считает президент консалтинговой компании Perseus Development Рич Недлер. К примеру, обычный анализ деловых данных call-центра может навести компанию на мысль о том, что бегство клиентов связано с плохим обслуживанием, тогда как клиенты могут быть очень довольны обслуживанием, но неудовлетворены самим продуктом. Не зная, о чем думают клиенты, компания может инвестировать ресурсы в решение несуществующей проблемы в call-центре.
Исследование клиентов, прежде выполняемое посредством специальных рабочих групп и бумажных опросов, теперь производится с помощью технологических новинок от Perseus и других компаний, предлагающих программное обеспечение по сбору и анализу информации о мнениях клиентов и сотрудников.
Канадское страховое агентство и фирма по управлению рисками Aon Reed Stenhouse использует такую систему «управления обратной связью». Компания считает, что программы обратной связи с клиентами иногда важнее традиционных аналитиков, так как позволяют применять меры по удержанию к конкретным клиентам, а не к какой-то аморфной статистической группе.
Совместно работая с консалтинговой фирмой ResponseTek Networks, Aon Reed Stenhouse установила специальное ПО, сообщающее о поведении клиентов. Компания фиксирует замечания клиентов, а также организует формальные серии собеседований с клиентами, контракты с которыми должны быть возобновлены через три-четыре месяца.
Обратная связь становится частью механизма самосовершенствования. Если все члены определенной клиентской группы ссылаются на проблему с одним из продуктов или с какой-либо услугой Aon, компания может быстро заняться ее решением. «Мы можем использовать эту информацию не только для управления своей стратегией обслуживания, но и для планирования наших будущих разработок», — говорит управляющий по коммуникациям и маркетингу компании.
Среди всех трудностей, встающих на пути удержания клиентов, самым тяжелым шагом может оказаться последний — действие.
Другими словами, от технологий нет никакого проку, если служащие и менеджеры им не следуют. Удержание клиентов может потребовать сложной комбинации технологий, изменений процессов и, потенциально, корпоративной реорганизации.
С другой стороны, игнорирование этой проблемы может привести к другому виду работы — рассылке прощальных открыток всем тем клиентам, которых вы иначе могли бы сохранить.
Erik Sherman. In the shadows. CMO Magazine. March 3, 2005