Системы управления взаимоотношениями с клиентами

CRM (Customer relationship management) - модель взаимодействия, полагающая, что центром всей философии бизнеса является клиент, а основными направлениями деятельности являются меры по поддержке эффективного маркетинга, продаж и обслуживания клиентов.

CRM-система - это корпоративная информационная система, предназначенная для автоматизации CRM-стратегии компании, в частности, для повышения уровня продаж, оптимизации маркетинга и улучшения обслуживания клиентов путем сохранения информации о клиентах и истории взаимоотношений с ними, установления и улучшения бизнес-процедур и последующего анализа результатов.

Важно отличать CRM-стратегию как таковую и CRM-систему, как технологический инструмент реализации этой стратегии.

CRM-система включает следующие функциональные элементы:

1. автоматизация продаж (Sales Force Automation, SFA);

2. автоматизация маркетинга (Marketing Automation, MA);

3. автоматизация обслуживания клиентов (Customer Service and
Support, CSS).

Основой CRM-системы являются приложения автоматизации продаж. На них возлагаются следующие функции:

• ведение базы данных клиентов с расширенным реквизитным составом (фиксацией исчерпывающей информации о контрагенте);

• фиксация в базе данных истории взаимодействия с каждым клиентом;

• ведение календаря событий и планирование работы;

• организация процесса продажи (создание и распределение списка потенциальных клиентов, регистрация звонков и обращений, прием заказов);

• ведение заказов от клиентов, подготовка коммерческих предложений;

• мониторинг и прогнозирование потенциальных продаж;

• формирование отчетов, в т.ч. специализированных;

• автоматизация мобильных продаж (передача информации в режиме реального времени через мобильные устройства удаленным сотрудникам) и др.

В современных CRM-системах SFA-приложения (автоматизация продаж) дополняются средствами автоматизации маркетинга (MA), которые позволяют:

• организовывать маркетинговые кампании, отслеживать их эффективность (предусмотрены инструменты планирования, разработки, проведения и анализа результатов маркетинговых акций, в т.ч. интернет-компаний);

• создавать целевые группы аудитории, проводить сегментирование клиентской базы;

• создавать прямые массовые рассылки информационных и др. материалов;

• вести маркетинговую базу знаний, содержащую информацию о продуктах, услугах, ценах, конкурентах.

Приложения автоматизации обслуживания клиентов в последнее время приобрели первостепенное значение, т.к. в условиях жесткой конкуренции удержать прибыльного клиента можно, прежде всего, благодаря высокому качеству обслуживания. Приложения CSS позволяют:

• фиксировать заявки от клиента и осуществлять мониторинг прохождения заявок внутри компании;

• вести базу знаний - справочника типовых и часто встречающихся проблем и их решений;

• осуществлять контроль над исполнением сервисных соглашений (автоматическое отслеживание сроков и условий), управление гарантийным/контрактным обслуживанием.

Автоматизация стандартных функций отделов продаж, маркетинга и обслуживания позволяет значительно повысить продуктивность их деятельности. Специфическим для CRM-систем является то, что данные функции не просто автоматизируются, а становятся частью единой системы, ориентированной на клиента. Каждое взаимодействие происходит в контексте всей истории взаимоотношений клиента с компанией, что может быть использовано для оказания дополнительных услуг. Усовершенствование такого рода напрямую снижает расходы, повышает доход и прибыль. Качественно разработанная и внедренная программа CRM позволяет:

• собрать воедино важнейшую информацию о каждом клиенте и истории развития взаимоотношений с ним предприятия;

• определить целевых клиентов предприятия и разработать специальные маркетинговые программы повышения их лояльности;

• разработать персональный набор индивидуальной продукции и услуг предприятия для каждого клиента;

• повысить эффективность работы каждого отдела и сократить при этом удельные расходы на каждого клиента и торговую операцию;

• обеспечить более быструю и точную работу с потенциальными заказчиками, оперативные действия на запросы клиентов;

• практически исключить вероятность потери клиента, по причине неудовлетворенности сервисным обслуживанием;

• анализировать потребности клиентов и составлять перспективные и стратегические планы изготовления продукции;

• организовывать и выдавать отчетность любого уровня сложности о текущей и перспективной деятельности предприятия;

• составить для руководства предприятия подробную и точную картину работы отдела маркетинга по сбыту продукции;

• точно и быстро реагировать на изменения конъюнктуры рынка.

В настоящий момент практически любая современная CRM-система имеет в большей или меньшей степени все указанные выше возможности и уровни обработки информации. Примерами западных CRM-систем являются mySAP CRM, Microsoft Dynamics CRM, CRM Siebel eBusiness, ACT!. Примерами отечественных CRM-систем являются : «1С-Рарус:CRM Управление продажами», Quick Sales, «Клиент-Коммуникатор», «Terrasoft CRM», «Монитор CRM», «Экспресс-Контакт».

Экспертные системы

Экспертная система (ЭС, expert system) - информационная система, способная заменить специалиста-эксперта в разрешении проблемной ситуации. Экспертные системы начали разрабатываться исследователями искусственного интеллекта в 1970-х годах, а в 1980-х получили коммерческое подкрепление.

Типичные применения экспертных систем включают в себя такие задачи, как медицинская диагностика, локализация неисправностей в оборудовании и интерпретация результатов измерений. Экспертные системы должны решать задачи, требующие для своего решения экспертных знаний в некоторой конкретной области. В той или иной форме экспертные системы должны обладать этими знаниями. Поэтому их также называют системами, основанными на знаниях.

Однако не всякую систему, основанную на знаниях, можно рассматривать как экспертную. Экспертная система должна также уметь каким-то образом объяснять свое поведение и свои решения пользователю, так же, как это делает эксперт-человек. Это особенно необходимо в областях, для которых характерна неопределенность, неточность информации (например, в медицинской диагностике). В этих случаях способность к объяснению нужна для того, чтобы повысить степень доверия пользователя к советам системы, а также для того, чтобы дать возможность пользователю обнаружить возможный дефект в рассуждениях системы. В связи с этим в экспертных системах следует предусматривать дружественное взаимодействие с пользователем, которое делает для пользователя процесс рассуждения системы «прозрачным».

Часто к экспертным системам предъявляют дополнительное требование - способность иметь дело с неопределенностью и неполнотой. Информация о поставленной задаче может быть неполной или ненадежной; отношения между объектами предметной области могут быть приближенными. Например, может не быть полной уверенности в наличии у пациента некоторого симптома или в том, что данные, полученные при измерении, верны; лекарство может стать причиной осложнения, хотя обычно этого не происходит. Во всех этих случаях необходимы рассуждения с использованием вероятностного подхода.

Экспертные системы рассматриваются совместно с базами знаний как модели поведения экспертов в определенной области знаний с использованием процедур логического вывода и принятия решений, а базы знаний - как совокупность фактов и правил логического вывода в выбранной предметной области деятельности. В ответах на простейшие запросы экспертные системы выдают значения «истина» или «ложь» в зависимости от наличия соответствующих фактов. Ответы на сложные запросы формируются с помощью правил логического вывода, выполняющих роль определения понятий, а также логических процедур, состоящих из наборов правил логического вывода.

Иными словами, база знаний состоит из фактов (статических сведений о предметной области) и правил анализа и процедур обработки информации (набора инструкций, применяя которые к известным фактам можно получать новые факты). Экспертная система анализирует ситуацию и, в зависимости от направленности, дает рекомендации по разрешению проблемы.

База знаний экспертной системы создается при помощи трех групп людей:

• эксперты той проблемной области, к которой относятся задачи, решаемые данной экспертной системы;

• инженеры по знаниям, являющиеся специалистами по разработке информационных систем;

• программисты, осуществляющие реализацию экспертной системы.

Главным достоинством экспертных систем является возможность накопления знаний и сохранение их длительное время. В отличие от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала.

Выделим следующие преимущества экспертной системы перед человеком-экспертом:

1. Экспертные системы объективнее и не имеют предубеждений;

2. Экспертные системы работают систематизировано, рассматривая все детали, часто выбирая наилучшую альтернативу из всех возможных;

3. База знаний может быть очень и очень большой. Будучи введены в машину один раз, знания сохраняются навсегда. Человек же имеет ограниченную базу знаний, и если данные долгое время не используются, то они забываются и навсегда теряются;

4. Системы, основанные на знаниях, устойчивы к «помехам». Эксперт пользуется побочными знаниями и легко поддается влиянию внешних факторов, которые непосредственно не связаны с решаемой задачей. Экспертные системы, не обремененные знаниями из других областей, по своей природе менее подвержены «шумам».

С другой стороны, очевидно, что достоверность обобщенных сведений зависит от наличия необходимых фактов и достоверности данных в базах знаний. В связи с этим, наиболее важным свойством информации, хранящейся в базах знаний, является достоверность конкретных и обобщенных сведений в базе данных и релевантности информации, получаемой с использованием правил вывода, заложенных в базу знаний. Поэтому даже лучшие из существующих экспертных систем имеют определенные ограничения по сравнению с человеком-экспертом:

1. Большинство экспертных систем весьма сложны для применения конечным пользователем, а многие из них оказываются доступными только тем экспертам, которые создавали их базы знаний;

2. Вопросно-ответный режим, обычно принятый в таких системах, замедляет получение решений;

3. Сложность приведения знаний, полученных от эксперта, к виду, обеспечивающему их эффективную машинную реализацию;

4. Экспертные системы неприменимы в некоторых предметных областях и в тех областях, где отсутствуют эксперты (например, в астрологии).

5. Человек-эксперт при решении задач обычно обращается к своей интуиции или здравому смыслу, если отсутствуют формальные методы решения или аналоги таких задач. Экспертные системы не обладают здравым смыслом, поэтому они призваны являться инструментом в руках эксперта, а не замещать его.