CC BY
17О некоторых направлениях расширения аналитического потенциала информационных технологий маркетинга взаимоотношений
сч о сч
0
01
о ш m
X
<
m О X X
Алешина Анна Валентиновна
к.э.н., доцент кафедры «Финансы и кредит», МГУ имени М.В. Ломоносова, annaaaleshina@mail.ru
Булгаков Андрей Леонидович
кандидат экономических наук, доцент, старший научный сотрудник кафедры «Финансы и кредит», МГУ имени М.В. Ломоносова, z3900207@mail.ru
В статье рассматриваются возможности развития аналитических инструментов информационных технологий маркетинга взаимоотношений. Рассматриваются ключевые требования к аналитическому функционалу CRM-систем, ориентированных для использования предприятиями, занятыми в сфере оптовых и мелкооптовых поставок. Выдвинуты предложения по расширению функционала инструментов ABC- и XYZ-классификаций клиентов и товаров. ABC-классификация применяется в целях выявления наиболее перспективных клиентов; наиболее востребованных товаров; наиболее продуктивных сотрудников. XYZ-классификация является хорошей характеристикой поведенческой лояльности клиентов. Наиболее лояльные относятся к группе X, а группа Y включает менее лояльных, но всё-таки значимых клиентов. Клиенты, входящие в группу Z - это либо случайные покупатели, либо чем-то неудовлетворённые клиенты. Таким образом, с помощью XYZ-классификации можно оценивать поведенческий уровень лояльности клиентов и выявлять их миграции между группами постоянных, разовых и теряемых клиентов. Такая информация может быть основой для выработки управленческих решений по предоставлению скидок, изменению условий обслуживания. В отношении товаров XYZ-классификации могут применяться как инструмент изучения их жизненного цикла.
Ключевые слова: маркетинг взаимоотношений, информационные технологии, cRM-система, ABC-классификация, XYZ-классификация.
Уже на протяжении не менее трёх десятилетий одним из важнейших направлений развития маркетинга является персонификация управления взаимоотношениями с клиентами [3,5]. Для этого активно используются специализированные информационные технологии, позволяющие накапливать разнообразные сведения о клиентах, а также обеспечивать оперативный доступ к этой информации в процессе взаимодействий с потребителями продукции и услуг предприятия [1,6-11].
Основными пользователями CRM-систем являются предприятия, специализирующиеся на поставках дорогостоящего оборудования и комплексных услуг, осуществляемых на основании долговременных единичных контрактов [1,7,9]. Это объясняется необходимостью жёсткого контроля хода подготовки и осуществления многоэтапных сделок. Поэтому многие тиражируемые в виде программных продуктов CRM-системы в наибольшей степени приспособлены для поддержки такого рода бизнес-процессов. При осуществлении таких видов деятельности ассортимент поставок индивидуально ориентирован на конкретного заказчика. Поэтому отсутствуют проблема оптимизации ассортимента поставок. Следствием этого является относительное невнимание разработчиков к соответствующему аналитическому инструментарию [2]. При этом во многих случаях не нужны какие-то сложные инструменты «раскопки» данных [4]. Вполне достаточно наличие вполне стандартного инструментария формирования статистических обобщений и построения явно выраженных классификаций, которые могут быть использованы при выработке решений по индивидуализации маркетинговых усилий.
Например, предприятиям, осуществляющих массовые оптовые и мелкооптовые поставки продуктов питания, одежды, обуви, бытовой техники, стройматериалов, запчастей и т.д. не нужно детально отслеживать этапы многоходовых сделок. Для них куда как более актуальны задачи повышения стабильности сбыта, формирования оптимального ассортимента предлагаемой клиентам продукции, снижения сроков хранения товаров. Поэтому процессы формирования информационной базы и аналитический инструментарий используемых ими CRM-систем должны быть направлены преимущественно на решение задач
ценовой и ассортиментном оптимизации производства и сбыта. Для этого CRM-система должна обеспечивать накопление данных о типовой продуктовой корзине клиентов, средних объёмов закупок каждого вида продукции, периодичности закупок конкретными клиентами и тому подобную информацию, на основе которой можно формировать различного рода статистические обобщения, позволяющие принимать адекватные управленческие решения.
Для решения этих задач в специализированные программные продукты встраивают различные категории инструментов.
Например, весьма популярной является так называемая АВС-классификация, выполняющая разделение исследуемых объектов (клиентов, товаров, сотрудников) по группам в соответствии со значением выбранного целевого показателя (числа продаж, выручки, прибыли). Обычно используются 3 классификационные группы - А, В и С. К группе А относят объекты, у которых значения целевого показателя максимальны и совокупность которых обеспечивает 60-70% его суммарной величины. В группу В относят объекты, совокупность которых обеспечивает 20-25% суммарной величины целевого показателя. Остальные объекты попадают в группу С. Как правило, группа А включает небольшое число исследуемых объектов, а самой большой является группа С.
Как правило, АВС-классификация применяется в целях выявления наиболее перспективных клиентов; наиболее востребованных товаров; наиболее продуктивных сотрудников. Наличие меток АВС-классификации позволяет акцентировать внимание менеджеров на запросах, исходящих от клиентов из группы А, дифференцировать скидки, величину товарного кредита, объёмы предоплаты, «раздачу» бонусов. АВС-классификация товаров указывает направления оптимизации предлагаемого ассортимента и позволяет отказаться от продажи некоторых редко востребуемых товаров группы С. Если же в группы В или С попадают инновационные товары, то это даёт повод для организации специальных маркетинговых акций по их популяризации. АВС-классификация сотрудников позволяет более обоснованно осуществлять их премирование и карьерный рост.
В настоящее время инструменты АВС-класси-фикации встроены во многие тиражируемые программные системы. Однако их возможности в некоторой степени ограничены узостью критериев, на основании которых выполняется классификация объектов. При этом классификация производится лишь по отношению к текущему моменту, без возможности отслеживания динамики изменения групп изучаемых объектов во времени. Отсутствует или достаточно затруднено сравнение классификаций, осуществлённых на основании
разных критериев. Классификации осуществляются только по единственному критерию, в то время как во многих случаях представляет интерес формирование многомерных объектных кластеров и для решения этой задачи требуется применять сторонние статистические пакеты программ, что бывает сопряжено с проблемой обеспечения совместимости форматов данных.
В связи со сказанным, можно предложить следующие ориентиры совершенствования инструментария АВС-классификаций программных систем.
1) Развитие средств сравнения классификаций, построенных с разными порогами разделения групп.
2) Развитие инструментов сравнения классификаций, построенных по разным критериям.
3) Расширение перечня классификационных признаков за счёт реализации инструментов формирования производных критериев, функционально выражаемых через первичные показатели.
4) Развитие средств исследования динамики изменения объектных классификаций.
5) Встраивание инструментов кластеризации объектов при одновременном применении нескольких критериев.
Другим популярным аналитическим инструментом CRM-систем выступает XYZ-классификация, направленная на исследование стабильности поведения изучаемых объектов (клиентов или товаров). За счёт её применения выделяют три группы объектов - Х^ и Z. Классификация производится по уровням значений коэффициента вариации выбранного критерия классификации (объёма закупок, выручки или прибыли).
Как правило, к группе Х относят объекты с коэффициентом вариации до 20% (стабильные), к группе Y - объекты с уровнем вариации от 20 до 50%, а в группу Z - остальные объекты. Поведение стабильных объектов группы Х можно предсказать с весьма высокой степенью вероятности, а предвидеть поведение объектов из группы Z практически невозможно.
XYZ-классификация является хорошей характеристикой поведенческой лояльности клиентов. Наиболее лояльные относятся к группе X, а группа Y включает менее лояльных, но всё-таки значимых клиентов. Клиенты, входящие в группу Z - это либо случайные покупатели, либо чем-то неудовлетворённые клиенты. Таким образом, с помощью XYZ-классификации можно оценивать поведенческий уровень лояльности клиентов и выявлять их миграции между группами постоянных, разовых и теряемых клиентов. Такая информация может быть основой для выработки управленческих решений по предоставлению скидок, изменению условий обслуживания и т.д. В отношении товаров XYZ-классификации могут применяться как инструмент изучения их жизненного цикла.
X X
о
го А с.
X
го т
о
м о м
es о es
0
01
о ш m
X
Инструменты создания XYZ-классификаций реализованы в некоторых давно поставляемых программных продуктах. Классификации могут быть представлены в виде выходных форм, пользователи могут регулировать пороги отнесения объектов к группам, а критериями классификации обычно выступают объёмы продаж, выручка, прибыль, промежутки времени между оформлением расходных документов.
Однако большинство реализаций инструментов XYZ-классификаций обычно ограничиваются лишь выдачей соответствующего отчёта, включающего упорядоченный список исследуемых объектов с указанием идентификатора присвоенной объекту группы и значениями коэффициентов вариации выбранного критерия классификации. Чтобы выявить изменение лояльности за несколько периодов обычно требуется сохранить отчёт, потом сформировать те же отчеты, относящиеся к предыдущим периодам и далее сравнивать автономно сформированные отчёты, что при большом числе объектов бывает весьма трудоемко. В этой связи представляется целесообразным наличие каких-либо способов автоматизации выполнения сравнений. Например, за счёт селекции объектов с заданным уровнем изменения коэффициента вариации выбранного критерия в течение нескольких периодов. Так же как и в отношении совершенствования инструментов ABC-классифика-ции, имеет смысл расширить спектр классификационных критериев за счёт применения производных показателей, а также встраивания механизмов кластеризации объектов с одновременным использование нескольких критериев.
Литература
1. Аписелла М. Надежная CRM - трудно, но возможно. - М.: Директор ИС, 2001, № 6.
2. Дик В.В. Методология формирования решений в экономических системах и инструментальные среды их поддержки. - М.: Финансы и статистика, 2001. - 300 с.
3. Друкер П. Практика менеджмента. - М.: Виль-ямс, 2007.
4. Дюк В.А., Самойленко А.П. Data Mining: учебный курс. - СПб.: Питер, 2001.
5. Котлер Ф. Маркетинг менеджмент. - СПб.: Питер Ком, 1998. - 896 с.
6. Крил П. Требуется определение CRM. - М.: Computerworld, 2001, № 45.
7. Кутыркин С.Б. , Волчков С.А., Балахонова И.В. Повышение качества предприятия с помощью
информационных систем класса ERP. - М.:Ме-тоды менеджмента качества, № 4, 2000. - С. 8.
8. Никитин М.В. Маркетинговые информационные системы в комплексе экономических и организационных мероприятий по оптимизации процесса управления здравницами семейного отдыха на российских курортах Причерноморья. - Сочи: НОЦ РАО, 2004. - 95 с.
9. Оганесян А.Г. Системы управления отношениями с клиентами. - М.: Финансовая газета, №22(442), июнь 2001г., с. 15
10. Стюарт Л. Нужна ли компании стратегия CRM? - М.: Computerworld, 2000, № 27-28.
11. Якобсон И. А нужна ли нам эта CRM? -М.:Бухгалтер и компьютер, 2002, № 8, - с. 26-28.
About some areas of expanding the analytical potential of relationship
marketing information technologies Aleshina A.V., Bulgakov A.L.
Moscow State University named after M.V. Lomonosov
The article discusses the possibilities of developing analytical tools for information technology marketing relationships. The key requirements for the analytical functionality of CRM systems oriented for use by enterprises engaged in the field of wholesale and small wholesale supplies are considered. Proposals have been put forward to expand the functionality of ABC- and XYZ-classification tools for customers and products. ABC classification is used to identify the most promising customers; the most popular products; the most productive employees. XYZ classification is a good characteristic of behavioral customer loyalty. The most loyal belong to group X, and group Y includes less loyal, but still significant customers. The customers belonging to Group Z are either casual buyers or unsatisfied customers. Thus, with the help of XYZ classification, it is possible to assess the behavioral level of customer loyalty and identify their migrations between groups of regular, one-time and lost customers. Such information can be the basis for the development of management decisions on the provision of discounts, changing the terms of service. In relation to goods, XYZ classifications can be used as a tool for studying their life cycle. Keywords: relationship marketing, information technology, CRM-system,
ABC-classification, XYZ-classification. References
1. Apisella M. Reliable CRM is difficult, but possible. - M.: IP Director, 2001,
No. 6.
2. Dick V.V. Methodology for the formation of solutions in economic systems
and instrumental environments for their support. - M.: Finance and statistics, 2001. - 300 s.
3. Drucker P. Management Practice. - M.: Williams, 2007.
4. Duke V.A., Samoilenko A.P. Data Mining: training course. - St. Petersburg:
Peter, 2001.
5. Kotler F. Marketing Management. - St. Petersburg: Peter Kom, 1998. - 896
p.
6. Creel P. CRM definition required. - M: Computerworld, 2001, No. 45.
7. Kutyrkin S.B., Volchkov S.A., Balakhonova I.V. Improving the quality of the
enterprise using information systems of the ERP class. - M.: Quality management methods, No. 4, 2000. - S. 8.
8. Nikitin M.V. Marketing information systems in a complex of economic and
organizational measures to optimize the process of managing family recreation resorts in Russian resorts of the Black Sea region. - Sochi: NOC RAO, 2004. - 95 p.
9. Hovhannisyan A.G. Customer relationship management systems. - M.:
Financial newspaper, No. 22 (442), June 2001, p. 15
10. Stuart L. Does the company need a CRM strategy? - M.: Computerworld, 2000, No. 27-28.
11. Jacobson I. Do we need this CRM? - M.: Accountant and computer, 2002,
No. 8, - p. 26-28.
<
m о x
X
