Wiem, że nic nie wiem, czyli schyłek klasycznych systemów CRM?

Zgodnie z doniesieniami Gartnera, odsetek tzw. dirty data, czyli danych nieuporządkowanych i niewykorzystywanych w analityce biznesowej na całym świecie sięga 80%. Deloitte z kolei uważa, że jest on równy nawet 90%. Poddawanie analizie jedynie wycinka ogółu danych przechowywanych w firmach i organizacjach oznacza, że jej efekty są zwykle znacznie poniżej oczekiwań. Dotyczy to zwłaszcza narzędzi typu CRM, które powinny „tropić” każdy cyfrowy ślad pozostawiany przez klientów – zarówno obecnych jak i potencjalnych. To bardzo istotny, choć nie jedyny problem związany z ograniczeniami tego typu systemów, które niekiedy stwarzają wiele kłopotów już na etapie wdrożenia.

Kłopotliwa centralizacja

– Ekosystemy informatyczne w dużych przedsiębiorstwach składają się zwykle z kilkudziesięciu a nawet kilkuset systemów IT. Projekt wdrożenia systemu CRM zakłada więc integrację danych z wielu rozproszonych systemów, która w przypadku firm o dużej skali działania często kończy się niepowodzeniem – zwraca uwagę Jacek Grzyb z teamLeaders, firmy dostarczającej rozwiązania kognitywne. Dość dotkliwie przekonała się o tym spółka z branży medycznej – Cigna Health Insurance. Przedsiębiorstwo postanowiło wdrożyć system do zarządzania relacjami z klientami za łączną kwotę przeszło miliarda dolarów, oczekując usprawnienia procesu rejestracji nowych klientów, przetwarzania zgłoszeń szkód oraz poprawy jakości obsługi klienta. Problemy pojawiły się niemal natychmiast w samym procesie masowej migracji danych – integracja informacji z wielu źródeł utknęła w „martwym punkcie”, pracownicy obsługi klienta utracili dostęp do niemal wszystkich informacji związanych z klientami, co całkowicie uniemożliwiło im wykonywanie swoich obowiązków. W efekcie liczba odbiorców usług firmy bardzo szybko spadła z 13,3 do 12,5 miliona, zaś związane z tym straty finansowe sięgnęły prawie 400 mln dolarów.

Nie jest to odosobniony przypadek. Warto wspomnieć także projekt wdrożenia CRM-a u medialnego giganta – firmy Sky, którego realizacji podjął się należący do Hewlett Packard EDS (Electronic Data Systems). Planowane w ciągu 9 miesięcy zakończenie implementacji systemu w centrach kontaktowych brytyjskiej korporacji, przeciągnęło się aż o 5 lat. Sky, po zakończonym procesie sądowym z tytułu strat przychodów i znaczącego spadku liczby wykonywanych połączeń w tym czasie zażądał od EDS 465 mln dolarów odszkodowania. – Integracja ogromnej ilości danych z wielu systemów w ramach jednego narzędzia – w tym przypadku CRM-u, poza faktem, iż jest zwykle bardzo kosztowna, niekiedy bywa po prostu niemożliwa. Oczywiście, to tylko wybrane przypadki i naturalnie nie brakuje przykładów wdrożeń, w których udało się zintegrować cyfrowe informacje z różnych źródeł w jednym systemie CRM. Nie oznacza to jednak automatycznie sukcesu, gdyż nawet jeśli migracja danych się powiedzie, wciąż pozostaje problem z jakością cyfrowych informacji „zasilających” system do zarządzania relacjami z klientami – tłumaczy Jacek Grzyb z firmy teamLeaders.

Nieuporządkowane dane

Rozwiązania typu CRM mają z założenia wspomagać specjalistów obsługi klienta – choćby poprzez wyświetlanie im wszystkich informacji o danym kliencie, historii kontaktu z nim czy wykorzystywanych przez niego produktach i usługach natychmiast w momencie interakcji. Powinny wspierać pozyskiwanie leadów, poopowiadać, kiedy wykonać follow-up do konkretnych klientów czy zarządzać kalendarzem i harmonogramem pracy konsultantów. Jak wygląda to w praktyce?

Zależnie od źródła, niepowodzeniem kończy się od 18 do nawet 63% projektów wdrożeniowych CRM. Powodem jest fakt, iż ich funkcjonalność jest mocno ograniczona, gdyż „nie sięgają” one po wszystkie dane klienckie, zarówno z wewnątrz jak i z zewnątrz organizacji – wg. Salesforce, poddają one analityce jedynie 1% całego cyfrowego potencjału firmy. Problem tkwi więc w dotarciu do wszystkich danych o analitycznym potencjale i wywnioskowaniu na ich podstawie m.in. o co może pytać klient, który z nich niebawem odezwie się w tej czy innej sprawie, czy kiedy poinformować go o nowej usłudze. Korzystając przy tym nie tylko z przetwarzania maili, dokumentów czy rozmów audio, ale także wpisów w mediach społecznościowych czy na forach internetowych. – Sam CRM nie będzie efektywnie wspierał obsługi klienta, gdyż nie potrafi on zwykle pozyskać informacji umożliwiających jego lepsze poznanie czy prognozowanie jego zamiarów. Owszem, uporządkuje w formie tabeli ostatnie kontakty czy historię spotkań handlowców z odbiorcami usług, jednak nie wyświetli tematu, w sprawie którego kontaktuje się klient na podstawie analizy e-maila bez potrzeby czytania go, nie sklasyfikuje zgłoszeń zależnie od ich pilności czy nie przyporządkuje każdemu z klientów stopnia zadowolenia z obsługi bez potrzeby tworzenia ankiet. To możliwe jedynie przy zastosowaniu sztucznej inteligencji i rozwiązań które „rozumieją” dane – przekonuje Jacek Grzyb z teamLeaders.

WeNet nawiązuje partnerstwo z DIMAQ. Akademia e-Marketinguw nowej odsłonie

Dyskusyjna automatyka

Techniki kognitywne, czyli zdolne nie tylko do analizowania całego zbioru informacji w organizacji, ale rozumienia ich i rozpoznawania kontekstu, pozwalają także w większym stopniu zautomatyzować obsługę klienta, oszczędzając cenny czas konsultantów. Na czytanie maili czy własnoręczne „dokopywanie” się do pożądanych danych, często zmuszając klientów do oczekiwania na linii, tracą go zwykle bardzo dużo, podobnie jak na ręcznym uzupełnianiu rekordów w systemie CRM. Zgodnie z badaniem Opinion Matters, blisko 70% pracowników obsługi klienta przyznało, że przeznacza na ten cel ponad pół godziny każdego dnia. Ręczne poszukiwanie informacji zajmuje im natomiast, jak dowiodła analiza IBM, nawet 2,5 godzinny dziennie – w efekcie więc nawet prawie 40% czasu pracy konsultantów jest marnowane na wykonywanie powtarzalnych i nie mających żadnego wpływu na ich efektywność czynności. – Wartym przetestowania rozwiązaniem wydaje się być zatem „wyciągnięcie” rzeczywiście przydatnych funkcji systemów CRM i przeniesienie ich do systemów opartych o sztuczną inteligencję, które faktycznie, a nie jedynie w teorii, automatyzują procesy obsługi klienta – podsumowuje Jacek Grzyb.