CC BY
103
УДК ББК
НАПРАВЛЕНИЯ СОВЕРШЕНСТВОВАНИЯ АНАЛИТИЧЕСКОГО ФУНКЦИОНАЛА CRM-СИСТЕМ
ЕКАТЕРИНА АЛЕКСАНДРОВНА СЛЕСАРЕВА,
кандидат психологических наук, старший преподаватель кафедры информатики и математики Московского университета МВД России имени В.Я.Кикотя E-mail: [email protected]; ДЕНИС ЕВГЕНЬЕВИЧ СМИРНОВ, старший преподаватель кафедры прикладной информатики Финансового университета
при Правительстве РФ E-mail: [email protected]
Citation-индекс в электронной библиотеке НИИОН
Аннотация. Рассмотрены CRM-системы, позволяющие повышать эффективность взаимодействия клиентов за счет персонификации взаимоотношений с каждым из них; изучены функции, позволяющие расширить возможности применения инструментов ABC-анализа клиентов.
Ключевые слова: CRM-системы, CRM-технологий, инструменты ABC-анализа.
Annotation. The article highlights the CRM system, allowing to raise efficiency of interaction of customers at the expense of personification of the relationship with each of them. The functions, allowing to expand possibilities of application of tools ABC-analysis of customers.
Keywords: CRM-system CRM-technologies, tools ABC-analysis.
В связи с развитием принципов клиентоориенти-рованного подхода к управлению, а также вследствие бурного развития интеллектуальных мобильных устройств в настоящее время особое значение приобретает развитие CRM-технологий.
CRM-системы позволяют повысить эффективность взаимодействия клиентами за счет персонификации взаимоотношений с каждым из них. Это достигается за счет сбора детальной информации о клиентах на всех стадиях взаимоотношений с ними, ее систематизации и анализа.
CRM-система позволяет накапливать, обобщать и проводить анализ данных по результатам осуществления маркетинговых акций, продажах каждому клиенту, операциях по сервисному обслуживанию клиентов. Информация о взаимоотношениях с клиентами возникает и используется в различных подразделениях предприятия. В связи с этим основным назначением CRM-системы является координация действий различных отделов на основе предоставления им общей информационно-технологической платформы для взаимодействия с клиентами.
Можно выделить следующие основные функции
CRM-систем.
1. Предоставление сотрудникам предприятия оперативного доступа к информации о клиенте непосредственно в ходе контакта с ним при осуществлении продаж и сервисного обслуживания.
2. Анализ данных по взаимоотношениям предприятия с конкретными клиентами и их группами, выделенными в соответствии с различными критериями.
3. Привлечение клиентов к процессам разработки, производства и сервисного обслуживания новых продуктов.
При эффективной реализации этих целей становится возможным снижать издержки, повышать доходность работы каналов сбыта, ускорять сервисное обслуживание.
Задачи накопления информации о клиентах в существующих программах уже достаточно хорошо проработаны. В этой связи особое значение приобретает развитие аналитических функций CRM-систем для извлечения новых знаний из массивов накопленной информации.
На наш взгляд, необходимо оснащение CRM-
206
Вестник Московского университета МВД России
№ 2/2017
систем аналитическими механизмами кластеризации клиентов по общим признакам, определяющим практику их закупок. Эти задачи нельзя решить только за счет методов ABC- и XYZ-анализа, поскольку в них классификация строится только по одному признаку, а здесь необходимо применять методы многомерной классификации.
Для расширения возможностей применения инструментов ABC-анализа клиентов представляется целесообразной реализация следующих функций.
1. Возможность использования различных пороговых уровней при отнесении клиентов к группам при построении классификаций по разным критериям.
2. Возможность применения широкого спектра показателей для ранжирования клиентов. В том числе с возможностью формирования производных критериев ранжирования, функционально зависящих от выбранного пользователем набора первичных показателей.
3. Реализация механизмов динамической классификации с возможностью отслеживания изменений в ABC-статусе исследуемых объектов во времени.
4. Использование средств многомерной классификации для выделения кластеров исследуемых объектов по нескольким критериям.
Для совершенствования инструментов XYZ-анализа необходима реализация функций формирования отчетов со сведениями по клиентам, статус лояльности которых на протяжении последних периодов имеет тенденцию к существенному понижению. Например, можно сравнивать два предшествующих периода и в отчет включать сведения по тем клиентам, класс лояльности которых понизился. Благодаря такого рода данным можно было бы оперативно готовить решения по сохранению этих клиентов за счет улучшения обслуживания, предоставления специальных скидок и иных форм взаимодействия.
Применение методов многомерной классификации к результатам ABC- и XYZ-анализа одновременно дает возможность автоматического получения более сложных и содержательных ранжировок клиентов и товаров, чем это возможно только в результате использования каждого из видов анализа по отдельности. Так, например, ABC-анализ может только показать какие клиенты (товары, услуги) наиболее выгодны для компании, а XYZ-анализ — выявить, насколько стабильны закупки тех или иных клиентов. Если же построить многомерную классификацию исследуемых объектов по результатам обоих видов ана-
лиза одновременно, то станет возможным получение информации о том, какие клиенты лояльны и наиболее выгодны, какие выгодны, но пока не очень лояльны, какие лояльны, но не слишком выгодны и т.д. При использовании инструментов многомерной классификации станет возможной автоматизация проведения такого рода анализа непосредственно средствами CRM-системы. В настоящее время для решения задач многомерной классификации необходимо проведение специальных исследований с привлечением сложных статистических пакетов программ, что требует не только значительных дополнительных усилий по подготовке исходных данных, но и предъявляет высокие требования к квалификации исследователей.
Классификация клиентов/товаров по различным признакам позволит точнее осуществлять дифференциацию коммерческих предложений по группам клиентов и более гибко проводить обновление ассортимента.
Литература
1. Смирнов Д.Е. Технологическая платформа создания открытого программного обеспечения экономического анализа, основанного на облачных вычислениях // Вестник экономической безопасности № 3, 2016 г.
2. Смирнов Д.Е. Предпосылки применения облачных технологий при решении задач экономического анализа // Вестник Московского университета МВД России № 7, 2016 г.
3. Лапин В.В., Слесарева Е.А. Информационные системы в экономике: учебное пособие. — М.: Московский университет МВД России имени В.Я. Кикотя, 2016.
4. Слесарева Е.А. Информационные системы в экономике. Разработка прикладного решения средствами 1С: Предприятие 8.2: учебно-методическое пособие. — М.: Московский университет МВД России имени В.Я. Кикотя, 2016.
5. Ищенко А.А. Концептуальная структурно-логическая схема автоматизации производства экспертного исследования по вопросу правильности исчисления налога на добавленную стоимость // Экономика и предпринимательство, № 12-3, 2014
6. Кинякин В.Н., Слесарева Е.А. Концепт алгоритма для начинающих // Вестник Московского университета МВД России № 7, 2016 г.
№ 2/2017
Вестник Московского университета МВД России
207
