Подбор CRM-системы на Практике CRM


Право руля: говорим об аналитике в бизнесе

Автор : Алексей Суриков Компания : РегионСофт
Версия для печати открывается в новом окне
Право руля: говорим об аналитике в бизнесе
Вы когда-нибудь видели руль современного болида Формулы 1? По сути, это бортовой компьютер с множеством кнопок, дисплеем и двумя эргономичными рукоятками. По ходу гонки сам гонщик и инженеры его команды могут принять решение об изменении параметров болида — для целей увеличения эффективности, скорости, безопасности и т.д. Без такого руля ни одна машина не победит — просто потому, что её быстро обойдут прозорливые за счёт анализа данных соперники. То же самое происходит и в бизнесе. Если компания в работе не использует аналитику, конкуренты оставят её далеко позади. И особенно важно работать с данными в сфере отношений с клиентами. Поговорим об этом.

2014 Jenson Button MP4-29

Руль гонщика Дж. Баттона в 2014 году, 2014 Jenson Button MP4-29. Источник

Мир помешался на данных: только отшельник, живущий в лесу, не слышал про большие данные (big data), data science, блокчейн и IoT. Действительно, сегодня человечество создаёт гигантские, невообразимые объёмы информации. Но создаёт ли их ваш бизнес? Каковы масштабы вашей аналитической базы? И вообще, зачем бизнесу данные?

Зачем мне данные и аналитика? Прибыль и так идёт!

Вот с последнего вопроса и начнём. Часто в компаниях нет комплексного видения системы аналитики и данные «простаивают» впустую или не собираются вовсе. Между тем, информация — это кровь бизнеса, важнейшая система жизнеобеспечения.

  1. Данные помогают оценить себя внутри рынка и понять, как отстроиться от конкурентов. Если ваш бизнес по каким-то причинам не сталкивался с аналитикой, то есть универсальный рецепт того, как начать собирать данные и какие именно, — делайте это в CRM-системе. Причина проста: разработчики создают программы на основе многолетнего опыта и предусматривают в интерфейсе формы для ввода почти всех необходимых данных.

    Так, например, мы в RegionSoft CRM предусмотрели сбор и аналитику данных по множеству параметров: от платежей и воронки продаж до состояния конкурентов и вопросов экономической безопасности. Всего за аналитику отвечают более 100 отчётов. Имея все эти данные, вы сможете оценивать состояние компании и её позицию среди конкурентов: для этого следует мониторить и сохранять предложения, оценивать сезонность продаж, анализировать факторы роста и т.д.

  2. CRM-система для анализа данных

  3. Данные помогают выявить тенденции в бизнесе (а при хорошем раскладе и мощной аналитике — и в отрасли). Выше мы уже сказали о сезонности — неплохо знать, когда ваш бизнес должен быть готов к пику продаж. Но кроме этого, можно провести анализ ассортимента, оценить поведение лидов и покупателей, направление движения цен. Не стоит бояться цифр. Да, возможно, не каждый владеет математическим анализом, но чтобы уловить закономерности, он не особо и нужен. Вся логика анализа обычно уже заложена в CRM-, ERP-, BI-системы — автоматизация для работы с данными бесценна.

  4. Данные — инструмент управления рисками. Если вы держите руку на пульсе, то наверняка знаете, какие показатели для вас нормальные, какие аномальные. А значит, увидев первые изменения привычного тренда, вы сможете оперативно среагировать и снизить управленческие и финансовые риски.

    Например, самая распространённая ситуация: руководитель поощряет менеджеров по количеству продаж, но при этом не смотрит на воронку целиком. А потом внезапно «звезда продаж» не даёт ни одной продажи, потому что, к примеру, он обработал пул своих старых клиентов, и его воронка пуста. В то же время менее активный менеджер за счёт работы с каждым этапом воронки даёт постоянный стабильный результат. Элементарный способ предотвратить риск: настроить профили воронок в CRM-системе и осуществлять контроль в разрезе групп и менеджеров.

    Не стоит и забывать, что внимание необходимо уделять любым нестандартным показателям. Даже если вы видите внезапный всплеск продаж или активности клиентов, ситуацию нужно анализировать для избежания возможного фрода.

  5. Конечно же, данные — основа стратегического управления. Имея данные за несколько периодов, вы можете планировать и прогнозировать действия компании в долгосрочном периоде, в том числе создавать нишевые продукты и разрабатывать маркетинговые стратегии.

  6. Информация помогает выявлять тренды и определять новые возможности, создавать новые продукты и разобраться с ассортиментом. Особенно это касается ритейла, который, как никакая отрасль, чувствителен к изменениям покупательских предпочтений. Аналитика позволит определить, что нравится покупателям, управлять ассортиментом и проводить точечные и точные акции, разрабатывать программы лояльности. Еще один немаловажный фактор: анализируя данные, вы можете контролировать складские запасы и избегать затоваривания.

  7. Данные — это средство управления персоналом. Прежде всего, цифры помогают руководителю и сотрудникам оценить ход выполнения задач. Например, у нас в RegionSoft CRM есть удобные и наглядные прогресс-бары — сотрудники смотрят на них и могут оценивать, насколько они выполнили KPI и как им стоит перестроить свою работу, чтобы «и хвостик вытянуть, и носик не увяз».

    Кстати, о KPI — лично я очень сожалею, что в некоторых компаниях показатели эффективности расценивают как инструмент контроля или наказания. Это именно показатели эффективности, важнейшие ключевые цифры оценки всех направлений деятельности и вклада каждого сотрудника в общее дело. В KPI не должно быть размытых формулировок типа «некорпоративное поведение». Это уже лирика, психология, межличностные отношения, — что угодно, но не управление и не математика.

  8. И последнее, но самое главное, — данные позволяют считывать поведенческие модели клиентов, строить кластеры, сегментировать и определять факторы влияния. Собственно, ради всестороннего анализа поведения клиентов и стоит заводить аналитическую машину в компании: покупать и внедрять хорошую CRM-систему, собирать данные, объединять CRM-систему с другими системами предприятия. На основе данных вы сможете строить кластеры и сегменты клиентов, определять тренды потребления и закономерности поведения, контролировать денежный поток. Но главное, вы сможете выйти на персонификацию продуктовых предложений и индивидуальный подход к клиентам (на основе сегментов) — и это та самая точка, когда маркетинговая стратегия может действительно приносить доход.

В 2010 году IBM проводило исследование «Capitalizing on Complexity» (Капитализация на сложности) — большинство выводов исследования подтвердили выводы Техасского университета о том, что компании получают большой финансовый результат, делая малейшие подвижки в качестве, обработке, анализе данных. Было подсчитано, что средняя компания может увеличить годовой доход на одного сотрудника на 14,4%, если увеличит использование данных на 10%.

Аналитика без ошибок — простые правила

Как правило, в малом и среднем бизнесе данных не так много, как хотелось бы, да и они обрабатываются с очевидными ошибками. Откуда возникают коллизии?

  1. Данные не собираются в принципе. Это самый пессимистичный вариант: бизнес просто не интересуется аналитикой. Единственная метрика — это размер прибыли и, может быть, её динамика. В такой ситуации компания находится под угрозой потерять своё стабильное состояние в первой же кризисной ситуации, поскольку ни руководство, ни сотрудники понятия не имеют о том, что и в какие моменты влияло на прибыль и её динамику, какие приёмы приводили к росту, а какой опыт был неудачным. Такое интуитивное управление бизнесом ставит его под удар. И никакое программное обеспечение на спасёт ситуацию, пока не будет пересмотрена позиция руководства.
  2. Данные неоднородны. Компания собирает данные из гетерогенных источников, а затем использует их для анализа. При этом встречаются самые странные явления: путаница в единицах измерения, ошибки с долями, сравниваются в принципе несравнимые группы и кластеры. Это первый звонок, когда стоит задуматься о приобретении CRM-системы.
  3. Данные устарели. В аналитику подмешиваются данные прошлых периодов, которые уже абсолютно бесполезны для принятия решений. Например, план продаж на октябрь 2017 года строится на основе данных за октябрь 2013 и октябрь 2014. Эти периоды мало того, что удалены по времени, так и ещё, если вы вспомните, специфичны по экономической обстановке. Стоит ли чего-то такая аналитика? Конечно, нет. А вот сравнение нескольких отчётных периодов — прекрасная история для получения управленческих инсайтов.
  4. Данные не очищены. Вот это как раз вторая причина обзавестись CRM-системой или системой BI. В базу попадают дубли, битые данные, неправильно заполненная информация, данные с ошибочной записью (классика жанра — это число с запятой, с точкой и с текстовым форматом, который при обработке в табличном редакторе генерирует ошибки). Программа такое безобразие пресекает на корню: унификация данных достигается за счёт проверки значений, масок ввода и т.д.
  5. Данные есть, но что с ними делать? Это ситуация, в которой находятся многие компании, иногда даже крупные. Есть массивы информации о доходе, движении денежных средств, данные о клиентах, сделках, запросах и т.д., а что с ними делать — неясно. Налицо неумение делать аналитику. Кстати, вовсе не обязательно иметь в штате специалиста — иногда достаточно правильно внести данные в учётную систему, а она ответит вам отчётами, графиками, возможно даже, какой-то предиктивной аналитикой, предоставив вам прогноз роста вашего бизнеса на еще небывалые высоты.

Постарайтесь избежать этих ошибок, и тогда установленная в компании CRM-система или система аналитики вас не разочарует, а наоборот, при затратах на старте даст ощутимую экономию впоследствии.

О моде на данные

Ну и говоря о данных в бизнесе в 2017 году, нельзя не сказать о big data, машинном обучении и нейросетях. Начнём с того, что это отличный маркетинговый ход, прежде всего потому, что а) в малом и среднем бизнесе о больших данных могут говорить лишь отдельные компании; б) сети, обученные на чужих данных, могут здорово ошибаться на данных вашей компании.

Немного поясню. Большие данные, если о них говорить в строгом инженерном смысле, это данные объёмом порядка петабайта/эксабайта, генерируемые с определённой скоростью (соцсети, IoT-датчики). Для их обработки нужны новые методы, способные получить из таких данных что-то полезное. Так вот, по-настоящему большие неструктурированные данные не могут обрабатываться стандартными инструментами, в частности, обычными СУБД большинства CRM-систем, то есть о торжестве «бигдаты» в нашей сфере говорить пока рано. Хотя предпосылки и отдельные решения у зарубежных вендоров уже есть (запредельно дорогие).

Что касается пункта (б), то нейросети — это ничто иное, как математическая модель, которая на основе данных определяет вероятность наступления какого-либо события. Увы, экстраполяция каких-то событий на новые не всегда эффективна, да и погрешность пока велика. В общем, не гонитесь за модной «бигдатой» — лучше дайте своим сотрудникам нормальные аналитические инструменты упрощенного типа.

Сейчас популярна формулировка: «Данные — это новая нефть». Совершенно верно — это ценный актив каждой компании. Но, как известно, нефтью нельзя заправить автомобиль, чтобы поехать. Её сперва нужно преобразовать в топливо, пригодное для использования в двигателе. Так и с данными — без обработки и аналитики они бесполезны и, более того, могут дезориентировать. Так что совет простой: анализируйте это!

ОБ АВТОРЕ
Алексей Суриков

Работает в сфере IT с 1993 года в качестве разработчика уникальных программных решений для автоматизации бизнеса, производства и логистики, а также руководителя крупных интеграционных проектов.

У ВАС ОСТАЛИСЬ ВОПРОСЫ? ВЫ МОЖЕТЕ ЗАДАТЬ ИХ АВТОРУ СТАТЬИ

Вернуться на главную страницу раздела

Материалы портала

Мы на Facebook

Наш опрос

Выберите, пожалуйста, пункт наиболее точно описывающий задачу, которую Вы бы хотели решить на портале "Практика CRM"