Знай своего партнера: Профилирование клиентов, поставщиков, контрагентов

Мы живем в мире, который быстро меняется. Чтобы преуспеть в нем, современному бизнесу необходимо меняться не менее быстро.

Устойчивая прибыль, сохранение и развитие клиентской базы, профессиональный и лояльный коллектив, надежные партнеры и контрагенты — цели бизнеса остаются неизменными. Но условия работы меняются с невиданной ранее скоростью.

1Сегодня клиенты, сотрудники и партнеры очень динамичны, имеют все больше информации, им легче «уйти» туда где выгоднее, удобнее, где их понимают лучше.

В такой ситуации возникает необходимость сделать наше взаимодействие с клиентами и контрагентами более индивидуализированным. Отбирать и стимулировать сотрудников учитывая их индивидуальные особенности. Не устранять последствия, а прогнозировать и упреждать проблемы!

Для этого нам нужна аналитика. Нужно больше точной информации. Для большинства задач эта информация должна оперативно обновляться.

Управленческая отчетность в классическом понимании слабо помогает решать эти задачи.
Информация о средних продажах по товарным или клиентским группам, ROI, размеры среднего чека — по своей полезности они напоминают «среднюю температуру по больнице».

[important]Средняя температура по больнице — цитата из старого анекдота, показывающая абсурд использования статистики в некоторых случаях:

— Какова средняя температура больных в энской больнице?
— 36,6 °С, включая гнойное и морг![/important]

В лучшем случае, мы можем понять, «где мы находимся», но не «почему» и «что будет, если…»

В итоге, многие решения принимаются «по шаблону», интуитивно, а результат часто не оправдывает ожиданий.

Изменение бизнес среды требует изменений в подходах и методах достижения бизнес-целей. Современные тенденции несут в себе новые возможности.

infoРазвитие информационных технологий дало нам новый ресурс — информацию. Сегодня у нас есть намного больше информации, чем раньше. Клиенты, партнеры, сотрудники оставляют информационный «след» на наших сайтах. CRM и другие информационные системы наполняются информацией о покупках, транзакциях и прочей активности. Конечно, в «сыром» виде такая информация не слишком полезна. А выявить ценную информацию в усиливающемся потоке данных не просто. Глубокая аналитика (интеллуктуальный анализ данных, Data Mining) позволяет извлечь новую полезную информацию из больших объемов «сырых» данных компании, где бы они не находились.

Большинство современных организаций обладают данными, имеющими значительный потенциал для анализа.  Рассмотрим несколько примеров.

Пример 1. Отток клиентов

kycТорговая компания стремится уменьшить отток клиентов и понять его причину. В ИС содержится информация про клиентов и их покупки за несколько лет. Имея такую информацию, несложно понять, кто снизил потребление, а возможно и ушел к конкурентам.

В этом случае глубокая аналитика позволяет найти сложные корреляции между данными про клиентов и их покупательскую активность, составить профиль «ушедшего клиента». Так можно выявить причину ухода.

Например: значительная доля ушедших клиентов покупали определенный товар в определенном магазине в определенный период. Когда причина ухода не очевидна, «профиль уходящего клиента» зачастую делает возможным прогнозировать уход «похожих» клиентов в будущем.

Пример 2. Поиск «хороших» продажников

В компании существует потребность в «хороших» продажниках, но найти таковых не получается. При этом в ИС хранятся данные о сотрудниках, которые ранее совершали много успешных сделок. Глубокая аналитика в этом случае помогает составить профиль «хорошего» продавца для поиска сотрудников.

Пример 3. Ненадежные контрагенты

У компании есть более сотни поставщиков. Существует проблема невыполнения ими обязательств: просрочки поставок; некомплектность и прочее. Постоянно появляются новые поставщики.

Проанализировав информацию о поставщиках и случаи невыполнения обязательств, можно получить профили «хороших» и «плохих» поставщиков, а также оценивать риски невыполнения обязательств новыми поставщиками для выработки политики сотрудничества с ними.

Существует еще множество бизнес-задач, которые могут быть разрешены с помощью анализа данных.
Как и при каких условиях это можно реализовать?

Главное, что нужно для внедрения подобных решений — это наличие достаточного количества качественных данных и, конечно, желание. Сегодня уже существует немало компаний, предлагающих услуги анализа данных и готовых внедрять такие проекты «под ключ». Целесообразность профилирования клиентов, сотрудников и контрагентов зависит от многих факторов, индивидуальных для каждой компании. Но с уверенностью можно сказать одно: глубокая аналитика будет развиваться, ведь данных у компаний становится все больше.
Кто знает, может, именно в данных вашей компании содержатся настоящие сокровища!

Автор: Владислав Семчук, бизнес-аналитик DataLab

Добавить комментарий

Ваш e-mail не будет опубликован.

закрыть

Поделиться

Отправить на почту
закрыть

Вход

закрыть

Регистрация

+ =