BI pomaga w obsłudze

Grzegorz Migut
30-11-2005, 00:00

Wzrost konkurencji i coraz wyższy poziom nasycenia rynków powoduje, że większy wpływ na sukces przedsiębiorstwa ma dogłębne poznanie preferencji klientów i umiejętność przewidywania ich potrzeb. Idealną sytuacją jest, jeśli znamy indywidualne potrzeby każdego z naszych klientów i potrafimy na nie odpowiedzieć. Jednak w przypadku firm obsługujących masowe ilości klientów nawiązywanie indywidualnych relacji jest praktycznie niemożliwe.

W takiej sytuacji pomocne staje się wykorzystanie technik przetwarzania informacji, jakie oferują systemy klasy business intelligence (BI). Systemy te pozwalają na dogłębną analizę często rutynowo gromadzonych informacji o klientach i podejmowanie na tej podstawie takich działań, by klienci traktowani byli w sposób jak najbardziej dostosowany do ich potrzeb. Oczywiście, aby tego typu analizy były możliwe, konieczne jest spełnienie szeregu kryteriów. Pierwsze a zarazem podstawowe kryterium dotyczy kwestii sposobu gromadzenia i przechowywania danych. Wdrożenie hurtowni danych bądź też innego systemu bazodanowego przeznaczonego do celów analitycznych musi być połączone z wysoką kulturą gromadzenia i przechowywania danych. Wszystkie informacje, jakie docierają do organizacji, powinny być rejestrowane w systemie i traktowane jako potencjalne źródło użytecznej wiedzy o klientach.

Kolejnym elementem, o jaki musimy zadbać, jest warstwa analityczna systemu. Narzędziami umożliwiającymi wykonanie takich analiz są systemy służące do zgłębiania danych (data mining). Dzięki tego typu narzędziom mamy możliwość wyszukiwania w dużych zbiorach danych interesujących, nieznanych wcześniej zależności. Ważne, by tego typu system umożliwiał przeprowadzenie pełnego cyklu analiz — od wstępnej analizy danych aż po samo modelowanie — udostępniał wszystkie metody analityczne potrzebne podczas analizy oraz pozwalał na łatwe stosowanie uzyskanych wyników w praktyce.

Musimy jednak pamiętać, że nawet najlepiej zrealizowany projekt gromadzenia i analizy danych nie da efektu, jeśli równocześnie z nim nie nastąpią zmiany organizacyjne w przedsiębiorstwie. Do osiągnięcia sukcesu konieczna jest więc współpraca różnych części i działów firmy, a w szczególności tych, które dostarczają informacji potrzebnych do lepszego zrozumienia klientów.

Dbałość o dane, a także troska, aby wyniki analiz trafiły w odpowiednim momencie do zainteresowanych osób, szybko zaprocentują poprawą skuteczności naszych działań skierowanych na klientów. Jedną z podstawowych analiz, jakie możemy wykonać za pomocą narzędzi data mining, jest segmentacja klientów. Dzięki tej analizie możemy dokonać podziału naszych klientów na podobne grupy, uwzględniając przy tym nawet olbrzymią liczbę charakteryzujących ich cech. Uzyskana w ten sposób wiedza umożliwia nam spojrzenie na naszych klientów z bardziej ogólnej perspektywy oraz będzie przydatna do optymalizowania działań marketingowych i bardziej indywidualnego traktowania.

Narzędzia data mining są również przydatne w sytuacji, gdy pragniemy budować modele przewidujące zachowanie naszych klientów. Modele te możemy budować w zasadzie na każdym etapie relacji z klientami. Możemy je na przykład wykorzystywać podczas kampanii sprzedaży krzyżowej do oceny skłonności klientów do zakupu danych produktów, bądź też stosować je w akcjach mających na celu ograniczenie skali rezygnacji z naszych usług (modele wskazują osoby najbardziej skłonne do odejścia).

Grzegorz Migut, konsultant ds. data mining w StatSoft Polska

© ℗
Rozpowszechnianie niniejszego artykułu możliwe jest tylko i wyłącznie zgodnie z postanowieniami „Regulaminu korzystania z artykułów prasowych” i po wcześniejszym uiszczeniu należności, zgodnie z cennikiem.

Podpis: Grzegorz Migut

Polecane

Inspiracje Pulsu Biznesu

Puls Biznesu

Puls Innowacji / Technologie / BI pomaga w obsłudze