Analitik CRM

CRM stratejisi oluştuktan sonra müşterileri tanımak, doğru müşteriye doğru hizmeti vermek, ihtiyaçlarını anlamak ve onları geliştirmek adına mevcut veriler, araştırma verileri gibi müşterilerimiz ile ilgili veriler analiz edilmelidir.

Analitik CRM çalışmaları, bize hangi müşteriye, hangi ürün veya hizmeti, hangi periyotlar ile, hangi kanaldan hizmet sunmalıyız sorularına cevap verecektir.

Stratejik CRM ile çıktığımız bu yolda analitik olarak da mevcut durum ve ihtiyaçları anladığımızda operasyonel crm için gerekli Crm uygulaması, ürün ve hizmetler için gerekli çalışmaları, analitik verilerden ve araştırmalardan yararlanarak daha verimli bir şekilde inşa edilmesini sağlayacaktır.

Örneğin otomotiv sektöründe CRM de müşteri, araç, servis ve iletişim/aktivite hizmetleri kayıt altına alınmalıdır. Bu kayıtlar oluşurken müşteri için sadece ad-soyad ve TCKN yeterli olabilir fakat müşteri ile olan ilişkimizi yönetmek, müşterinin hayatına dokunmak için evli olup olmadığı, mesleği gibi bilgileri de almamız gerekecektir. Analitik çalışmalar bu tür verilerin ne kadar gerekli olup olmadığını belirleyecektir.

Ne tür verilere ihtiyaç olduğu, ne tür verilerin gereksiz olduğu stratejiye uygun kurulan modellerin başarı oranından çıkacaktır. Örneğin istanbul da yaşayanlar ortalama 2 yılda araç değiştirirken, Antalya da yaşayanlar 5 yılda bir araç değiştiriyor olabilir. Bu durum müşterinin yaşadığı yerin araç yenileme de önemli bir faktör olduğunu göstermektedir.

Müşterilerimizin mevcut verileri müşterilerimizi tanımak için bize büyük imkan tanımaktadır. Her müşteriye aynı hizmeti vermek maliyet açısından mümkün gözükmemektedir. Bu sebeple müşteriler segmente edilmelidir.

Segmentasyon için gerekli bilgiler;

1- Demografik Bilgiler

2- Müşterinin aldığı ürün ve hizmet verileri

3- Müşteri şikayet ve geri bildirimleri(müşteri hizmetleri kayıtları)

4- Çalışan Anektodları

5- Pazar araştırmaları, anketler, odak gruplar vs

6- İletişim ve hizmetler için kullandığı kanallar

Müşteri segmentasyonları;

1- Müşteri Değer Segmentasyonu

2- Müşteri Davranış Segmentasyonu

3- Müşteri Ayrılma Eğilimi

3’e ayrılmaktadır.

Müşteri Değer Segmentasyonu

Müşterilere verilecek hizmet ve bu hizmetlerin maliyeti için müşteriler değerlerine göre birbirinden ayrıştırılmalıdır.

Hangi müşteri ne kadar ve ne sıklıkla bizden hangi ürün ve hizmetleri almış?

Bu müşterilerin karlılıkları nedir?

Bu müşterilerin müşteri ömrü ne kadardır?

Bu müşterilerin müşterilik ömrü süresince bize ne kadar para kazandırmış?

Soruları ile değer segmentasyonu hesaplanabilir.

Değer segmentasyonu müşterilerimizin bizde yarattığı değeri görmemizi ve bu değere göre doğru müşteriye doğru hizmet ve ürünü sunmamızı sağlayacaktır. Bu çalışma ile müşterilere sunulan ürünler farklılaştırılmalı, farklı hizmet modelleri geliştirilmelidir.

Değer segmentasyonu çalışması sonucunda örneğin A+ değerini almaya hak kazanan müşteri için çağrı merkezinde öncelik verilebilir saha ekibinin ziyaret takvimine eklenebilir.

Müşteri Davranış Segmentasyonu

Müşteriler ile kurulacak iletişimlerde iletişim diline iletişim zamanına ve şekline müşterilerin karar vermesini sağlamak için müşteri iletişim davranışları, ürün veya hizmet satın almada ki kararlarını ön görmemizi sağlayan davranışlar segmente edilebilir.

Bazı müşteriler telefon ile iletişim kurarken bazı müşteriler SMS ile iletişim kurmak isteyecektir. Bazı müşteriler hızlı satın alma yaparken bazı müşteriler çok araştırmacı davranıp satış sürecini uzatabilir. Mevcut verilerden bu davranışlar çıkartılabilir. İlk başta bu veriler yoksa davranış segmentasyonu için ihtiyaç olan veriler tespit edilebilir ve yeni kurulacak sisteme bu bilgilerin temin yöntemleri de eklenmelidir.

Bu çalışma ilişki yönetimine müşterinin karar vermesi anlamına gelmektedir. Müşterinin tercih ettiği kanal maliyeti çok düşük olabilir. Bu çalışma bize hem memnuniyet hem de karlılık getirecektir.

Müşteri Ayrılma Eğilimi

Hangi davranış ve veriler müşterinin ne zaman gideceği bilgisini verir? Müşteri ayrılma eğilimine yönelik ilgili çalışma bize bu sorunun cevabını vermektedir.

Örneğin otomotivde araç değiştirme ömrü ortalama 3 yıldır. Bu sebeple her yeni araç alan müşteri 3. yılında ayrılma potansiyeli yüksek olarak ele alınabilir ve buna uygun temaslar kurulabilir. Diğer örnek, bir grup müşteri aracı bakıma üst üste 2 defa getirmediğinde bu müşterilerin aracını sattığını öğrenmiş olalım. O zaman aracını bakıma 2 defa getirmemiş tüm müşteriler aracını satabilir olarak flaglenmeli ve buna uygun temaslar kurulmalıdır. Yine servisten bir örnek verecek olursak biliyoruz ki garanti süresi dolan müşteriler aracını servise getirmemektedir. Bu müşteriler servis hizmeti için kayıp müşterilerdir. Bu sebeple garanti süresi dolacak müşteriler son yılında ayrılma eğilimi yüksek olarak flaglenmelidir.

Son örnekten yola çıkarak ayrılma eğilimi müşteri için tasarlanabileceği gibi hizmet özelinde de tasarlanabilir.

Müşteri değeri, müşteri davranışları ve ayrılma eğilimleri analitik çalışmaları mevcut veriler, o anki yapılan anket vs araştırmalardan elde edilen veriler ile gerçekleştirilecektir.

Bu çalışmalar mevcut duruma göre bize bir müşteri tanımı verirken aynı zamanda hangi veriler olursa daha da iyi sonuçlar alınacak bilgisini de verecektir. Bu bilgi ise CRM süreç ve sistemi tasarlanırken isteyeceğimiz diğer verileri de bize gösterecektir. Örneğin biz de sadece müşterinin yaşı, yaşadığı il bilgisi var. Anketlerden öğrendik ki evli olan müşterilerin satın alma servis kullanma eğilimleri de farklılık göstermekte o zaman biz yeni kuracağımız yapıda müşteriden evli olup olmadığı bilgisini de almamız gerecektir.

Persona Tanımları

Müşteri analitiği çalışmalarında öğrendiğimiz bilgiler aslında bizim müşterimiz kimdir? in cevabını verecektir. Bu bilgiler ile müşteri personaları oluşturabiliriz.

Personaları oluşturduğumuzda ise hangi müşteri bizden ne bekliyor bunu öğrenmiş ve yeni müşterilerimiz yani hedef kitlemiz kimler bunu öğrenmiş olacağız.

Bu bilgiyi örendiğimizde;

Kime satış yapabiliriz?

Kime nasıl hizmet vermeliyiz?

Gibi soruların cevaplarını öğrenmiş olacağız.

Persona kavramını akıllarda daha iyi canlandırmak için birkaç örnek verelim;

Aşye Hanım,

1. 30-35 Yaşlarında

2. Bankacı

3. Bursa da yaşıyor

4. Evli

5. B sınıf araç kullanıyor

6. Tatil yapmayı çok seviyor

7. 3 yılda bir araç değiştiriyor

8. Her seferinde bir üst segmente geçiş yapıyor

Mehmet Bey,

1. 40-45 Yaşlarında

2. Kobi – 50 çalışanı var

3. D sınıf SUV araç kullanıyor

4. Evli

5. 1 Çocuk Babası

6. İstanbul da yaşıyor

7. Outdoor sporları seviyor

8. Her yıl araç değiştiriyor

9. Sürekli D sınıfı araç kullanıyor

Yukarıda verilen örneklerden anlaşılacağı üzere personalar ile müşterilerimizi daha iyi tanımış olacağız.

Persona kuralları;

1- Her müşteri için bir persona değil ortak özellikteki müşteri grupları için personalar oluşturulmalıdır.

2- Personalara göre eylemler tasalanacacağından persona sayısı çok fazla olmamalıdır.

3- Personlar değişebilir bu sebeple bu çalışma belirli periyotlar ile revize edilmelidir.

#CRM #AnalitikCRM #Müşteri #segmentasyon #değer #churn #davranış #ayrılma #XRM #Dynamics #salesforce