Älykäs CRM – älykkyyttä asiakastekemiseen

Lukuaika 3 min

Mitä on ”CRM”?

Termi ”CRM” voi tarkoittaa hyvinkin erilaisia asioita eri asiakkaille. Pienimmillään CRM voi tarkoittaa asiakastietojen, kommunikoinnin ja myyntiin liittyvien asioiden ylläpitoa.

Joillekin asiakkaille tähän liittyy myös asiakaspalvelu ja joidenkin asiakkaan omien prosessien hoitoa ja ylläpitoa, jolloin CRM toimii käyttännössä myös näiden prosessien operatiivisena järjestelmänä. Laajimmillaan CRM on voinut korvata useita eri järjestelmiä: Reklamatioiden hallintaa, sopimusten hallintaa, tuotteiden ja palveluiden hallintaa jne.

Yksi kokonaisuuteen läheisesti liittyvä kokonaisuus on markkinointi. Koska asiakastiedot ovat CRM-järjestelmässä ja se  sisältää kohderyhmän muodostamisessa tarvittavat tiedot, hyödynnetään tätä tietoa myös markkinoinnissa.

Markkinointikin vaihtelee suuresti asiakkaittain: Jotkut käyttävät pelkästään sähköpostiviestien lähettämiseksi kun taas toisille se on monikanavaista ajastettua ja automatisoitua markkinointiautomaatioita.

”Älykkyys” – mitä se on ja mistä se tulee? Mikä on älykäs CRM?

Älykkyydellä ei tarkoiteta yksittäisen käyttäjän älykkyyttä järjestelmän hyödyntämisessä tai pitkälle vietyjä toimintatapoja, vaan edistyneen analytiikan ja koneälyn hyödyntämistä osana päivittäistä käyttöä ja toimimman johtamista.

Tutumpia asiaan liittyviä termejä voivatkin olla ”tilastotiede”, ”tiedon louhinta”, ”koneoppiminen”, ”edistynyt analytiikka” jne. Kyseessä on siis tilastotieteen analyysimenetelmien hyödyntämisestä. Tämän avulla voidaan auttaa yritysten johtoa sekä ennakoimaan tulevaa että ohjaamaan toimintaa päästäkseen haluttuun lopputulokseen.

Nyt käsiteltävä ”älykkyys” poikkeaa perinteisestä raportoinnista monin tavoin. Ensinnäkin, tämän tekemiseksi tarvitaan suuria tietomääriä. Toiseksi, ei rakenneta omatoimisesti lasketentaa ja päättelyä, vaan hyödynnetään tilastotieteellisiä analyysimenetelmiä tunnistamisessa, luokittelussa, ennustamisessa jne. Tämä mahdollistaa eri menetelmiä yhdistelevien analyysimallien rakentamisen.

Teettekö oikeita asioita …ja asioita oikein?

Kun asiakkuuksiin liittyvä tekeminen ja CMR:n älykkyys yhdistetään, voidaankin kysyä: Teetkö liiketoiminnassasi oikeita asioita, oikea-aikaisesti ja vieläpä oikeisiin asioihin taikka asiakkaisiin liittyen?

Liiketoiminnassa on sisäisiä ja ulkoisia prosesseja: Kuka tekee, mitä, milloin ja kenelle. Johtaako tämä tekeminen tuloksiin vai saavutettiinko tulos tekemisestä huolimatta?

BI ja edistynyt analytiikka auttaa tunnistamaan oikeasti vaikuttavia tekijöitä ja tekemistä, sekä tukemaan liikkeenjohdon päätöksentekoa tarjoamalla välineitä tiedon systemaattiseen jäsentämiseen ja analysointiin.

Analytiikan avulla saatuja tuloksia ja opittuja asioita voidaan hyödyntää päivittäisessä tekemisessä ja päätöksenteossa – niin manuaalisesti tietoa käyttäen kuin osana automatisoitua prosessia

Olemassa olevista prosesseista ja asiakkaista on kattavasti tietoa eri järjestelmissä. Mitä tarkempaa taustatietoa on saatavilla, sitä paremmin tekemisen ja tarjonnan optimointi onnistuu – myös osana automaattista prosessia eri kanavissa.

Nykyisiä prosesseja voidaan hoitaa paremmin. Nykyisiä prosesseja voidaan hoitaa uudella paremmalla tavalla, jolloin päästään samaan tai mielellään parempaan tulokseen. Tai kehitetään kokonaan uusia asioita ja prosesseja, joita ei aikaisemmin voitu tehdä.

Myynnin osalta nousee esille luonnollisesti lisä- ja ristiinmyynti jo oleville asiakkaille sekä tarjonnan optimointi uusille potentiaalisille asiakkaille.

Missä pulma? Mitä tavoitellaan?

Onko tavoitteena ratkaista joku tunnistettu haaste vai onko kyseessä tavoite, joka pyritään saavuttamaan? Molemmissa on lähtötilanne, tunnistettu liiketoimintaan liittyvä tekeminen ja tavoite. Molempiin tarvitaan suuri määrä tietoa toiminnasta ja nykyisestä tuloksesta.

Asiakkuuksiin liittyen nämä liittyvät tyypillisesti itse asiakkuuteen, asiakaspalveluun, myyntiin tai markkinointiin.

Esimerkkikaavio

Ketkä ovat hyviä asiakkaita? Millaisia nämä hyvät asiakkaat ovat …ja ennen kaikkea: Miten saada lisää näitä hyviä asiakkaita? Ja kuinka nykyiset asiakkaat pidetään asiakkaina?

Kuka auttaa, ketä, milloin, missä asiassa ja mitä kanavaa käyttäen? Asiakaspalvelussa on erittäin paljon erilaisia mahdollisuuksia toiminnan kehittämiseen.

Itsepalvelu on vakiinnuttanut yhtenä asiakastuen kanavana …mutta tämän toimivuutta voidaan aina parantaa. Asiakkuuksiin voidaan olla ennakoivasti yhteydessä, jos ennustetaan asiakkaan kaipaavan tukea.

Mitä myydään, kenelle, milloin, mihin hintaan ja missä kanavassa? Kasvatetaanko olemassa olevien asiakkaiden myyntiä lisä – ja ristiinmyynin avulla? Miten tehdä sama uusmyynnissä?

Tänä päivänä on hankalaa erottautua viestinnässä ja haastavaa saada näkyvyyttä. Viestinnän kohdistaminen on tässä avainasemassa: Oikea viesti, oikealle henkilölle ja oikeaan aikaan auttaa parantamaan viestin tavoittavuutta.

Koska asiakasmäärät ja transaktioiden lukumäärä on suuri, ei tätä voi tehdä manuaalisesti vaan hyödynnetään kampanja-automaatiota, jota voidaan ohjata älykkäästi.

Tarvitaan asiakastietoa hyödyntävää älykkyyttä, joka ohjaa ja avustaa muita järjestelmiä – myös sekä operatiivista CRM-järjestelmää että markkinoinnin automaatiota.

Tässä blogisarjassa esittelemme erilaisia ratkaisumalleja, liiketoimintaongelmasta tekniseen toteutukseen, joilla saadaan lisää älykkyyttä CRM:ään. Tämä ensimmäinen blogi käsittelee asiakaspoistuman ennakointia ja toinen kirjoitus älykästä asiakashankintaa.

 


Tutustu Power-BI -analytiikkaan tarkemmin


 

Blogin kirjoittaja, Mika Vääräniemi toimii Elisan Liiketoimintaratkaisut-yksikön BI-, data- ja analytiikkatuotepäällikkönä.

Lue myös

Blogi: Liiketoimintatiedot turvaan Microsoftin pilvipalveluiden avulla

IoT ja Connected Field Service: Ovatko fyysiset laitteet kohta myös CRM-käyttäjiä?

CRM-käyttöönotto hoitui Savoniassa sujuvasti

Tukeeko CRM-datanne myynnin työtä ja analyysiä?

Kirjoittanut

Mika Vääräniemi

Mika Vääräniemi toimii Elisan Liiketoimintaratkaisut-yksikön BI-, data- ja analytiikkatuotepäällikkönä. Mika suunnittelee myös arkkitehtinä asikkaiden ratkaisuja.