Системы Customer Relationships Management (CRM). Реальные примеры использования технологии Data Mining

Примеры поделены по стадиям жизненного цикла отношений с клиентом. Поскольку вторая и третья стадии - увеличение ценности клиента и удержание хорошего клиента очень тесно связаны, эти примеры объединены в одну группу.

Стадия 1: привлечение клиента

Fingerhut
Торговая компания Fingerhut использовала технологию Data Mining для оптимизации рассылки 130 различных каталогов более чем 10 миллионам своих клиентов и потенциальных клиентов. Например, в одном из исследований, проведенных компанией Fingerhut, изучались клиенты, сменившие место жительства. При помощи технологии Data Mining выяснилось, что эти клиенты были намного более склонны покупать такие вещи, как новые столы, факс-аппараты, телефоны, но не хотели покупать дорогую технику, ювелирные украшения и обувь.

В результате Fingerhut выпустил каталог, который был специально нацелен на клиентов и потенциальных клиентов, недавно сменивших место жительства, в котором тщательно учитывались обнаруженные особенности. Компания сэкономила немалые деньги на грамотном распределении ресурсов и более точной и целенаправленной кампании.

Damark International
Другая компания, Damark International, занимающаяся продажами различных товаров через свой Интернет-магазин, использует Data Mining для анализа и выявления скрытых знаний из накопившейся информации о более чем 30 миллионов покупок. "Чем больше мы знаем о наших клиентах, тем более точные прогнозы относительно их поведения мы можем делать", - говорит Меттью Вода (Matthew Voda), менеджер отдела маркетинг-анализа компании Damark.

Стадии 2 и 3: увеличение ценности клиента и удержание хорошего клиента

Wal-Mart Stores
Wal-Mart использует Data Mining для проведения так называемого market-basket анализа, то есть выявления тех продуктов, которые покупатели приобретают совместно, за одну покупку. Такое знание позволяет максимально удобным и простым для клиентов способом расставлять продаваемые продукты на полках супермаркета. Как результат - повышение удовлетворенности покупателей и увеличение их прибыльности.

"Когда Wal-Mart только начинали использовать Data Mining, мы поняли, что для того, чтобы получить максимальную отдачу, мы должны исследовать мельчайшие детали о нашем бизнесе и наших покупателях. Сначала мы не понимали саму технологию и ее возможностей, но мы знали, что, сосредоточившись на деталях, прислушиваясь к тому, что нам говорят наши покупатели, мы обязательно когда-нибудь сможем насладиться возможностями и пользой новой технологии, дающей нам "знания". Сегодня в нашей компании уже трудной найти хотя бы один внутренний процесс, в основе которого не лежал бы путь от данных к знаниям. Каждый процесс, который мы изменили в результате получения и сбора новых знаний, принес нам новые возможности и новый взгляд на наш бизнес. Знание - это не просто информация, знание - это выяснение смысла, лежащего в основе информации, и использование его в полезном контексте." (Randy Mott Senior VP and CIO, Wal-Mart Stores Inc.)

S. P. Richards
Другая компания, один из мировых лидеров оптовых продаж офисной и бизнес-продукции, S. P. Richards Company, уже более 150 лет с момента своего основания помогает своим розничным реселлерам ориентироваться на покупателя и, как следствие, увеличивать продажи (в частности, эта уважаемая компания советует реселлерам, как правильно расставить товары на полках магазина). Для этого компания хранит огромное количество детализированной информации о своих продуктах и покупках, совершаемых у реселлеров. Анализ всей этой информации при помощи технологии Data Mining позволяет компании выпускать более целенаправленные каталоги для своих реселлеров, а также давать более точную рекламу своей собственной марки. Анализ информации стал в компании одним из первостепенных направлений ее деятельности.

Data Mining также очень часто используется для повышения эффективности продаж через Интернет.

Saks International
Так, компания Saks International с оборотом 7 миллиардов долларов, занимающаяся продажами высококлассных товаров и предметов роскоши, владеющая 359 собственными магазинами в 38 штатах США, а также занимающаяся продажами через свой Интернет-магазин, использовала Data Mining для повышения его эффективности, предоставляя покупателям улучшенный, более удобный, а самое главное - адаптированный под каждого конкретного покупателя способ совершения покупок и предлагаемый ассортимент. Как следствие такой персонализации предоставляемой информации - повышение удовлетворенности покупателей и увеличение прибыльности бизнеса.

Sofmap
Другая компания, Sofmap, ведущий продавец компьютеров в Японии, при помощи Data Mining отвечал на вопрос "Какой товар покупатель захочет приобрести следующим?". Компания построила свой Интернет-магазин на основе этой технологии, что, по некоторым оценкам, увеличило прибыль на 300 процентов (www.spss.com/spssbi/clementine/).

Boutique Y3K
Еще одна компания, Boutique Y3K, предоставляющая консультационные услуги продавцам модной одежды и обуви, таким как, например, NineWest (www.ninewest.com) или Jones Apparel (www.jny.com), использовала Data Mining для оптимизации работы Интернет-магазинов своих клиентов и более точной их ориентации на покупателей.

Итак, Data Mining представляет собой естественное дополнение CRM-систем, позволяющее выстраивать эффективные отношения с клиентами и, как следствие, повышающее прибыльность бизнеса, что и является основной целью внедрения CRM-систем. Можно сказать, что объединение CRM и Data Mining дает синергетический эффект, которого невозможно было бы добиться, пользуясь этими двумя технологиями по отдельности.

Майкл Шрок (Michael Schroek), партнер компании PriceWaterhouseCoopers: "В конечном счете Data Mining становится все более популярной технологией благодаря ее интеграции с другими бизнес-приложениями. Возможность осуществить такую интеграцию наиболее эффективно и поможет отделить победителей от проигравших. Вот почему все больше и больше компаний будут использовать Data Mining для усиления своих позиций."

Страницы: 1 2 3 4