Streszczenie: W organizacjach codziennie podejmuje się decyzje, które kształtują kierunki działań, często bez odpowiedniej weryfikacji i testów. Takie podejście, choć może wydawać się uzasadnione, prowadzi do utraty korzyści, spowolnienia wzrostu wskaźników finansowych lub strat związanych z błędnie realizowanymi budżetami. Przykładem jest kampania retencyjna jednego z polskich banków, gdzie bez wnikliwej analizy behawioralnej dobrano kryteria selekcji klientów. W rezultacie, klienci objęci kampanią regularnie odchodzili z banku z powodu jednoczesnie prowadzonego procesu windykacyjnego, co pokazuje znaczenie testowania i symulacji procesów decyzyjnych. Do analizy i testowania scenariuszy realizacji przedsięwzięć często stosuje się metody optymalizacyjne, umożliwiające budowę matematycznych modeli rzeczywistych sytuacji. Modyfikacja warunków brzegowych pozwala na tworzenie różnych wariantów i analizę ich skutków. Taka analiza może prowadzić do zaskakujących wniosków i pozwala na weryfikację hipotez oraz istniejących procesów. Wdrażanie nowych procesów i procedur wymaga nie tylko odpowiednich narzędzi do testowania i symulacji, ale także umiejętności w doborze i stosowaniu dostępnych rozwiązań informatycznych. Brak takiego podejścia może prowadzić do błędów, które negatywnie wpływają na wyniki działań organizacji.
Codziennie w każdej organizacji podejmuje się decyzje. W arbitralny sposób definiują one nowe kierunki działania, redukując do minimum pole weryfikacji i testów. Często dotyczą nie zasadniczych zmian strategii firmy czy też globalnej reorganizacji jej procesów produkcyjnych, tylko poszczególnych operacji i lokalnych zagadnień. Tak więc ekspercki sposób ich podejmowania wydaje się zasadny i usprawiedliwiony. Niestety, skutki braku innego podejścia do tych procesów decyzyjnych umykają uwadze menedżerów. Dzieje się tak zapewne dlatego, że w większości decyzje te mają punktowy zasięg oddziaływania i niejako trywialny charakter. Ale mogą również dotyczyć na przykład pojedynczych kryteriów selekcji klientów do grupy docelowej w kampanii marketingowej.
Proste błędy
W dłuższym horyzoncie czasowym takie podejście kończy się utraconymi korzyściami, mniejszym tempem wzrostu wskaźników finansowych lub też stratą wynikającą ze źle realizowanych budżetów. To wynika w dużym stopniu właśnie ze słabej wykrywalności negatywnych skutków drobnych, błędnych decyzji. Ciekawym, choć negatywnym przykładem może być kampania retencyjna realizowana kilka lat temu w Polsce przez jeden z banków. W ramach kampanii bank zwrócił się do klientów, co do których istniało najwyższe prawdopodobieństwo, że w kolejnym miesiącu zrezygnują z jego usług. W sposób arbitralny, bez wnikliwej analizy behawioralnej, określono kryteria doboru tej grupy. W kolejnym kroku, znów realizowanym bez przeprowadzenia testów, nawiązano kontakt z zagrożonymi klientami. Pierwsze wyniki kampanii były zachęcające – reakcje na otrzymany przekaz informacyjny były pozytywne. Jednak po około pół roku okazało się, że ci sami klienci w dosyć regularnych odstępach czasu odchodzili z banku. Powodem był realizowany w tym samym okresie, ale przez inną jednostkę organizacyjną, proces windykacyjny, który doprowadził część klientów do wymuszonej rezygnacji z produktów i usług banku. Okazało się, że w modelu opisującym zjawisko odejścia za dominujący wskaźnik, według którego dobierano osoby do objęcia kampanią retencyjną, uznano flagę oznaczającą, że wobec danej osoby prowadzony był proces windykacji.
Ten przypadek nawiązuje do opisywanego przez Thomasa H. Davenporta naukowego podejścia do wdrażania nowych procesów i procedur. W działaniach banku to właśnie brak weryfikacji i dogłębnego zrozumienia istoty modelowanego zagadnienia w negatywny sposób zaważył na końcowym wyniku przeprowadzonej akcji. Zespół projektujący kampanię oparł się na eksperckich i dość ogólnych kryteriach selekcji klientów. W dodatku do budowy modelu wykorzystał aplikację automatycznie generującą analizy na podstawie wbudowanego w nią algorytmu, którego struktura i zasady działania nie były jego użytkownikom bliżej znane. To pokazuje, że problemem jest nie tylko brak odpowiednich narzędzi umożliwiających testowanie i symulację procesów, ale również nieumiejętny dobór i stosowanie nawet dostępnych, wyspecjalizowanych rozwiązań informatycznych.
Poszukiwanie nowych, optymalnych rozwiązań
Do symulacji i testów, a także analizy scenariuszy realizacji przedsięwzięcia, często wykorzystywane są metody optymalizacyjne, które umożliwiają budowę matematycznego modelu opisującego rzeczywistą sytuację. Poprzez modyfikację warunków brzegowych (kryteriów optymalizacyjnych) pozwalają na tworzenie różnych wariantów i podejść wraz z analizą ich skutków. Analiza takiego modelu i potencjalnych scenariuszy optymalizacyjnych oraz wrażliwości optymalizowanej funkcji celu na zmiany warunków brzegowych pozwala na weryfikację postawionej hipotezy lub dotychczasowego procesu. Przy okazji może być również źródłem zaskakujących wniosków. Jeden z banków w Wielkiej Brytanii borykał się z problemem cięcia kosztów i racjonalizacji budżetu między innymi w obszarze marketingu. Jego szefowie postanowili porzucić metodę wnioskowania „z sufitu” na rzecz podejścia naukowego i podlegającego weryfikacji. W tym celu, wykorzystując dostępne rozwiązania optymalizacji działań marketingowych, w banku został zbudowany model kampanii. Do tego określono wszystkie warunki brzegowe, takie jak: dostępny budżet, kanały kontaktu z klientem, ich przepustowość, koszt dotarcia do jednego klienta, częstotliwość kontaktu, wolumen itd. Natomiast jako optymalizowaną wartość przyjęto wskaźnik rentowności (ROI) kampanii.
Podczas analizy różnych scenariuszy związanych z modyfikacją kryteriów optymalizacyjnych okazało się, że podniesienie częstotliwości kontaktu z klientem (różnica wynosiła dwa tygodnie) spowodowało wzrost ROI o ponad 20%. Umożliwiło to podniesienie liczby klientów w grupie docelowej, a tym samym zwiększyło potencjał sprzedażowy kampanii. W ten sposób w warunkach laboratoryjnych postawiono określoną hipotezę, którą zweryfikowano później, wykorzystując kampanię testową. Z jednej strony przyniosło to firmie wymierny efekt w postaci wyższej efektywności akcji marketingowej. Z drugiej – zmniejszyło „konsumpcję” bazy klientów, zwiększając przy tym jej potencjał w cross‑sellingowej sprzedaży produktów bankowych.
Niewątpliwie intuicja ekspercka może być wystarczającą podstawą do podejmowania arbitralnych decyzji w sytuacji, gdy skala problemu jest niewielka. Także w przypadku, gdy testowanie i eksperymentowanie nie jest możliwe w rozsądnym czasie i budżecie. Jednak wiele przykładów (w tym też przytoczone powyżej) pokazuje, że wiedza menedżerów o tym, jak sposoby przeprowadzania testów przekładają się na sytuację w ich firmach, może ustrzec organizacje przed skutkami błędnych decyzji i wskazać drogę do osiągnięcia lepszych wyników.
