Co dalej z CRM? Pięć wyzwań w zarządzaniu relacjami z klientami

Umiejętne wykorzystanie nowoczesnych rozwiązań łączących tradycyjny CRM z potencjałem sztucznej inteligencji może znacząco zwiększyć obroty firm.

Wiele rozwiązań w dziedzinie zarządzania relacjami z klientami nie odpowiada współczesnym wymaganiom. Tymczasem umiejętne wykorzystanie nowoczesnych rozwiązań łączących tradycyjny CRM z potencjałem sztucznej inteligencji może przyczynić się do ogromnego wzrostu obrotów firm.

Jeszcze w 2015 roku prognozowano, że w ciągu dwóch lat wartość globalnego rynku CRM wyniesie 37 mld dolarów. Tamte przewidywania się potwierdziły, a obecnie wartość całego rynku na koniec 2025 szacuje się na przeszło 82 mld dolarów. Tak dynamiczny wzrost będzie zasługą m.in. nowoczesnych technologii, które całkowicie przebudują sposób zarządzania relacjami z klientem.

Według analiz firmy IDC, pomiędzy 2017 a 2021 rokiem systemy CRM wspierane przez sztuczną inteligencję (AI) przyczynią się do wzrostu wartości biznesu firm wykorzystujących CRM o 1,1 biliona dolarów. Jak zgarnąć dla swojej organizacji część z tego tortu? W tym celu warto przyjrzeć się pięciu wybranym wyzwaniom, jakie w przyszłym roku będą towarzyszyć firmom planującym, wdrażającym i rozwijającym swój system CRM.

1. Istniejące systemy a klient przyszłości

Architektura większości obecnych systemów CRM tworzona była na początku minionej dekady i nie jest gotowa na wyzwania przyszłości. Żeby w pełni wykorzystać potencjał, jaki dają ilość dostępnych na świecie danych, chmura obliczeniowa i dane z tzw. Consumer IoT, potrzebujemy zupełnie innej architektury systemów CRM. W rzeczywistości rozwój CRM będzie kierować się w najbliższej przyszłości w stronę platform zarządzania danymi (Data Management Platform, DMP) niż w stronę rozwoju istniejących systemów. A to dlatego, że żaden system CRM w obecnej formie nie jest w stanie obsłużyć takiej ilości i prędkości odkładania danych, jakie potrzebne będą do efektywnego marketingu w 2020 roku. Poczynając od formy przechowywania danych, po brak API do wstrzykiwania danych ze źródeł trzecich (data fabrics) w czasie rzeczywistym. To oczywiście powoduje, że aktualne systemy nie poradzą sobie z analizą tych danych w celu poprawnej segmentacji klientów. Z nią wiąże się natomiast kolejne wyzwanie.

2. Segmentacja klientów w cyfrowym świecie

Podejście do segmentacji klientów zmieniło się drastycznie przez ostatnie dwa lata. Czymś zupełnie zwyczajnym jest teraz możliwość szybkiego wskazania w CRM klientów spełniających np. takie kryteria:

Mężczyzna mający 32 lata, mieszkający w mieście powyżej 500 tys. mieszkańców, jeżdżący samochodem nie starszym niż cztery lata, mający przychody w wysokości 15 tys. zł miesięcznie, o statusie platinum w liniach lotniczych, lubiący kuchnię meksykańską i niemający historii z naszą firmą, a potrzebujący pakietu medycznego.

Taka segmentacja jeszcze 3 lata temu wymagała kilku tygodni analiz danych. I o ile do długofalowych działań taka segmentacja mogłaby wystarczyć, dziś jest dość ograniczająca. Już teraz bowiem do odpowiedniej sprzedaży w internecie i do prawidłowego targetowania należy przyjąć, że klasyfikacja indywidualnego klienta, opisanego szeregiem punktów danych, zmienia się nie co miesiąc, nie co tydzień, ani nawet nie co dzień. Zmienia się co kilka godzin. Mężczyzna z przykładu powyżej wpadnie bowiem do segmentu:

  • Korzystający z nawigacji w telefonie z Androidem i słuchający radia X przed godz. 9;
  • Przebywający w danej galerii handlowej około 40 minut i płacący kartą za lunch w porze lunchu (dane z beaconów i terminali);
  • Zapalony gracz konsolowy, prenumerator określonych magazynów i pijący konkretną kawę między godz. 18 a 20;
  • Słuchający określonych stacji w Spotify i przeglądający strony o nowych technologiach, zazwyczaj szukając opinii na konkretnych stronach wieczorem.

Obecnie podejście do segmentacji powinno uwzględniać analizę i przechowywanie danych z systemów zewnętrznych i firm trzecich (2nd party data points). A to w obliczu RODO i coraz większego nacisku na prywatność danych będzie sporym wyzwaniem w najbliższych kilku latach.

3. Sztuczna inteligencja a CRM

Należę do realistów w kontekście sztucznej inteligencji oraz jej możliwości w sprzedaży i marketingu. Dlatego daleki jestem od twierdzeń powtarzanych przez wiele osób w Polsce (na szczęście po fali zachwytu nad AI coraz rzadziej w USA), że sztuczna inteligencja będzie sama sprzedawać, boty będą obsługiwać klientów, a działania marketingowe będą wykonywały się same w systemach RTB (real-time bidding). Są jednak aspekty, w których uczenie maszynowe może pomóc, jeśli pamiętamy, że chodzi o bardzo wąską sztuczną inteligencję, w zasadzie tylko o szybkie statystyczne obliczenia (narrow artificial intelligence).

Dzięki popularności chmury i petabajtom danych gromadzonych przez użytkowników internetu mamy w systemach CRM dostęp do inteligencji zbiorowej (collective intelligence). Dostępność taniej siły obliczeniowej, algorytmów uczenia maszynowego i możliwości budowy sieci neuronowych jako usługa (AI-a-a-S) sprawiają, że zastosowanie AI w sprzedaży zaczyna mieć sens. Do głównych zastosowań AI w systemach CRM należą predykcja zachowań klientów, sugestie najlepszych akcji (next best action) czy rekomendacje produktowe dla danego segmentu klientów.

W roku 2020 bardzo prawdopodobne jest wykorzystanie sztucznej inteligencji w marketingu i sprzedaży w taki sposób, że marketerzy będą w systemach CRM planować cele i rezultaty kampanii, a AI sam dobierze segmenty klientów i wybierze działania do przeprowadzenia kampanii z katalogu działań danej firmy (na podstawie historycznych danych), żeby założone rezultaty osiągnąć.

4. CRM dla pracowników i dla klientów

Systemy CRM nie powinny służyć tylko pracownikom zarządzającym relacjami z klientami. Muszą za to coraz częściej angażować klientów i pozwalać im na interakcje z firmą bez udziału jej pracowników. Obowiązkową funkcjonalnością dobrego systemu CRM w 2019 roku są samoobsługowe portale dla klientów zarówno B2C, jak i B2B. W zależności od branży portale takie powinny pozwalać na operacyjną obsługę klienta, możliwość składania zamówień, obsługę reklamacji oraz dawać wgląd w pełną historię aktywności klienta. Według danych Salesforce, 59% konsumentów i 71% klientów B2B potwierdza, że portale samoobsługowe zwiększają lojalność wobec marki, a według raportu Microsoftu 66% klientów chce najpierw skorzystać z portalu, zanim skontaktuje się z pracownikiem firmy.

W bardziej śmiałych inicjatywach warto zastanowić się nad wykorzystaniem uczenia maszynowego do sugerowania predefiniowanych pakietów usług lub produktów klientom zarówno na stronach internetowych, jak i na urządzeniach mobilnych, umożliwiając klientom samodzielne generowanie ofert.

5. Mobilne doświadczenie dla pracowników i klientów

Według raportów, 87% systemów CRM oferuje aplikacje mobilne. Nikt, niestety, nie prowadzi badań, czy i w jaki sposób użytkownicy CRM korzystają z tych aplikacji. Tymczasem dobry interfejs użytkownika, ułatwiający używanie systemu pracownikom na urządzeniach mobilnych, jest w 2019 roku wciąż rzadkością.

Wyzwaniem pozostaje odpowiednie budowanie aplikacji mobilnych, wspierających konkretne, pojedyncze procesy, a nie budowanie aplikacji do wszystkiego. Rozwiązaniem są platformy typu low-code, umożliwiające szybkie budowanie aplikacji mobilnych przez użytkowników końcowych (Microsoft PowerApps, Oracle APEX, Salesforce Lightning).

W 2015 roku, kiedy 91% firm deklarowało używanie systemu CRM, wydawało się, że wszystko na rynku CRM zostało powiedziane. Jednak najbliższe 3 lata zdefiniują ten rynek na nowo, ze zmianami tak szybkimi i wielkimi, jakich nie było w CRM od 30 lat.

Bibliografia:

[1] A Trillion-Dollar Boost: The Economic Impact of AI on Customer Relationship Management, IDC, 2017

[2] Data Driven: Harnessing Data and AI to Reinvent Customer Engagement, Chavez, T., O’Hara, C., Vaidya, V., 2019

[3] Life 3.0: Being Human in the Age of Artificial Intelligence, Tegmark, M. 2017

[4] State of the Connected Customer, Salesforce Research, 2016

[5] State of global customer service report, Microsoft, 2019 [1] 10 Ways To Get More Value Out Of Your CPQ Strategies, Forbes, 2019