La mayoría de la empresas, negocios y el mundo decisional en general se estan enfrentando a una nueva paradoja que tiene que ver con el volumen de información. A mayor información mayor dificultad en la toma de decisiones.
Esto se debe a que la mayoría conserva datos en bruto de transacciones de clientes más la información que aportan los CRM's y los ERP's, Estos datos en brutos no han sido ni perfilados ni segmentados, ni analizados estadisticamente, por ende son solo un conjunto de datos que por sí solos no dicen nada.
Más allá del puro dato transaccional, la tecnología de business intelligence y las técnicas estadísticas de modelamiento, aplicada a la gestión de clientes permite generar perfiles de clientes, segmentar en base a su comportamiento o a su propensión de compras para una oferta determinada e incluso identificar a los clientes de mayor valor, para poder dirigirles acciones específicas destinadas a evitar su fuga y a maximizar la rentabilidad de su ciclo de vida”.
Inicialmente muchas empresas han optado por el CRM que es un gran paso desde el punto de vista que proporciona a las empresas una herramienta que permite recabar, reordenar, racionalizar toda la información proveniente de los canales de venta y de las interacciones con los clientes. De esta forma ir construyendo relaciones de largo plazo con los clientes.
Frente a la implantación de soluciones de gestión de la relación con el cliente, progresivamente las compañías, en su mayoría, las grandes corporaciones, están apostando por implantar plataformas de customer intelligence basadas en herramientas de CRM analítico y operacional. El objetivo es “ayudar a las empresas a transformar los datos de sus cliente en el conocimiento en profundidad que necesitan para entender sus necesidades, ofrecer mayor valor y crear relaciones más rentables con los clientes”.
Si nos paramos enlas entidades financieras, mientras que el CRM operacional conecta los distintos procesos de negocio, desde la cadena de suministro y las funciones de back-office hasta llegar al front-desk a través de todos los puntos de contacto con el cliente, el CRM analítico hace uso de herramientas de análisis de datos para diseñar perfiles y necesidades de los clientes. Normalmente, se trata de aplicaciones que suelen utilizar las entidades bancarias para entender mejor sus segmentos de clientes, calcular y maximizar el valor del ciclo de vida de cada cliente, construir modelos de análisis de escenarios “what-if” y predecir el comportamiento de los clientes. Esto les da la oportunidad de diseñar campañas de marketing que resulten eficaces y eficientes, y “aprender” de los resultados a la hora de diseñar futuros planes de producto.
Los enfoques CEM (que gestionan la experiencia del cliente), junto al CRM (que gestiona la relación, través de los datos) permiten modelar lo que pasará con el cliente una vez iniciado el proceso de relacionamiento (búsqueda de información, preventa, venta y post venta). Son de gran ayuda a la hora de predecir que ocurrirá, por donde es mejor contactar al cliente, que producto actual venderle...
Por mi experiencia, esto debe ir unido a una oferta de valor (que necesidad atacó con que productos, a través de que canales, que modelo de atención (acá va el CEM), como gestiono el que no me paguen, como cobraré, entre otras cosas) que agregue justamente valor al cliente.
Ya que por mucha que se haga inteligencia sobre los datos, se lean tendencias, se hagan predicciones, si finalmente el producto no es bueno, no lo compraran o lo dejaran de hacer, por otra que efectivamente si se los entregará.
Por lo tanto CRM y CEM son válidos en la medida que la oferta de valor sea...efectivamente una oferta de valor y no vender más de lo mismo al cliente...
Es la razón de que muchos CRM fracasan (gran gasto de U$ no trae aparejado un mejor desempeño), por que finalmente lo que se quiere vender...no lo compra nadie...
Saludos!
CL