Asiakkuudenhallinta (eng. customer relationship management, lyh. CRM) on keskeisempiä käsitteitä nykypäivän yritystoiminnassa. Se pitää lyhykäisyydessään sisällään asiakaslähtöisen ajattelutavan yrityksessä, sekä siihen yhteydessä olevat IT-pohjaiset järjestelmät.
Asiakkuudenhallinnan keskeisenä ideana on tuoda hyötyjä sekä liiketoimintaa harjoittavalle yritykselle että heidän asiakkailleen. Oikein rakennetun ja edistyneen asiakkuudenhallinnan hyötyjä yritykselle ovat mm. asiakashankinnan kulujen vähentäminen ja kohdentaminen (prospektointi), korkea asiakaspysyvyys (asiakaspito, poistuma), sekä yleinen kilpailukyvyn parantaminen (liikevaihdon parantaminen pienin kustannuksin).
Varmasti jokainen yritys myöntää, että asiakkuudenhallinta on yksi heidän liiketoiminnan keskeisimmistä ja kehittyneimmistä osioista, mutta miksi vain murto-osan murto-osa käyttää hyväkseen nykypäivän teknologiaa ja sen tuomia kehittyneitä menetelmiä asiakkuudenhallinnan tehostamiseen. Itseasiassa suurin osa asiakkuudenhallinnan analytiikasta olisi voitu tehdä jo vuosituhannen vaihteessa riittävän monipuolisesti sen aikaisella välineistöllä. Emme siis puhu tässä yhteydessä edes viimeistä huutoa olevista menetelmistä ja innovaatioista.
Kuinka asiakkuudenhallinnassa voidaan käyttää analytiikkaa hyödyksi?
Keskitymme blogisaagassamme yhteen asiakkuudenhallinnan osa-alueeseen: asiakastiedon ja – käyttäytymisen analysointi (analytiikan menetelmien avulla). Tässä kirjoitelmassa pääpaino on asiakkuuden elinkaaren kokonaiskuvan hahmottamisessa ja vaihekohtaisissa analytiikan tuomissa tuloksissa (lisäinformaatiossa). Seuraavassa asiakastiedon ja -käyttäytymisen analysoinnin päävaiheet alkaen prospektoinnista ja päättyen takaisin hankintaan.
1. Prospektointi
Alkajaisiksi mainittakoon, että sana prospektointi tarkoittaa alunperin kullan etsimistä (eng. prospecting), joka jo itsessään pitää sisällään intuitiivisen kuvan asiakkuudenhallintavaiheen sisällöstä. Prospektoinnissa on ideana pyrkiä “pisteyttämään” potentiaaliset asiakkaat useiden eri mittareiden avulla ja kohdentamaan myyntiresursseja yrityksen kannalta otollisiin/kannattaviin potentiaalisiin asiakkaihin.
Kuinka löytää potentiaalisesti kultaiset asiakkaat tavanomaisista lyhyistä ja kannattamattomista asiakkaista?
Prospektoinnin haasteita ovat yleensä vähäinen tiedon määrä asiakkaasta, sillä asiakkaan käyttäytymisestä ei ole tietoa (olettaen, että kyseessä ei ole uudelleen hankinta). Nykyisin on kuitenkin saatavilla yrityksiä koskevia tunnuslukuja (B2B), mm. liikevaihto, tulos, koko, toimiala. Henkilöasiakkaita koskevia tietoja (B2C) on myös saatavilla, mainittakoon vastsikään tilastokeskuksen julkaisema postinumeroalueittainen avoin tieto (Paavo, rajapinta). Jo edellä mainituista tiedoista/lähteistä on yleensä apua prospektointilistan resurssienkohdentamisessa.
Prospektoinnissa analytiikan tuomia tuloksia voivat olla mm.
1. Ostopäätöksen todennäköisyys ~ Ennuste asiakkuuden alkamisen todennäköisyydestä
2. Odotettu ensiostoksen suuruus ~ “Optimaalinen” tarjottavan tuotteen tai palvelun hinta/ensimmäisen tilauksen suuruus/…
3. Odotettu asiakkuuden kesto ~ Ennuste asiakkaan elinkaaren pituudesta
4. Odotettu prospektilistan uusien asiakkuuksien lukumäärä ~ Ennuste uusien asiakkuuksien potentiaalisesta lukumäärästä
5. Odotettu kokonaistuotto ~ Ennuste uuden potentiaalisen asiakkaan kokonaistuotosta
6. Edellä mainittujen kohtien pistearvoisiin tuloksiin vaikuttavat tekijät (ajurit)
Prospektoinnin tuloksien avulla on mahdollista kohdentaa myyntiresurssit potentiaalisiin asiakkuuksiin ja kasvattaa tätä kautta mm. uushankinnan konversiota ja kannattavuutta. Jotta kunnollinen prospektointianalyysi saadaan suoritettua tulee yrityksellä olla kirjattuna “mahdollisimman kattavat” historiassa tapahtuneisiin myyntiponnisteluihin liittyvät tiedot myös prospekteista, jotka eivät ole asiakkaiksi saakka päätyneet (“epäonnistuneet” myyntiponnistelut). Ilman näitä taustatietoja voimme saada vääristyneen kuvan potentiaalisista asiakkaista, tätä kutsumme otantavääristymäksi.
2. Asiakaspito
Asiakaspidolla tarkoitetaan tässä yhteydessä asiakkuuden kannattavuuden, lisä-/ristiinmyyntipotentiaalin, ostotiheyden, sekä yleisesti asiakkuuden tilan kartoittamista. Joskus asiakaspidolla voidaan tarkoittaa ainoastaan asiakaspoistuman analysointia. Asiakaspidolle tyypillistä on se, että sen analyysit suoritetaan yleensä tietyin aikajaksoin (viikko/kuukausi/kvartaali/…), valittu aikajakso riippuu liiketoiminnan ominaispiirteistä. Toisin kuin prospektoinnissa, tässä vaiheessa tarkastellaan todellisia asiakkuuksia, joten saatavilla on jo asiakkaan käyttäymistä koskevaa tietoa (laskutus, tarkat osto/tuotetiedot, …)
Asiakaspidossa analytiikan tuomia tuloksia voivat olla mm.
1. Odotetut uudelleen ostot ~ Ennuste asiakaskohtaisesta uudelleen ostotodennäköisyydestä
2. Odotettu (jäljellä oleva) asiakkuuden kesto ~ Ennuste asiakkaan elinkaaren pituudesta (huom. tarkempi kuin prospektointivaiheessa)
3. Ristiinmyyntipotentiaali ~ Ennuste potentiaalisista riistiinmyyntituotteista ja niiden ostotodennäköisyyksistä
4. Odotettu tuottavuus tulevaisuudessa ~ Ennuste asiakaskohtaisesta tuottavuudesta tulevaisuudessa
5. Edellä mainittujen kohtien pistearvoisiin tuloksiin vaikuttavat tekijät (ajurit)
Asiakaspitoon sisältyvät analyysit ovat tärkeitä erityisesti silloin, kuin pohditaan onko syytä ohjata resursseja enemmän uusihankintaan prospekteista vai nykyisten asiakkaiden tyytyväisyyden ylläpitämiseen. Yleensä yrityksissä syyttävä sormi ei osoita ketään asiakaspoistuman osalta, mutta uusmyynnin takkuamisesta voidaan päitä asettaa pölkylle.
3. Uushankita vs. asiakaspito
Kolmennessa vaiheessa punnitaan edellisten vaiheiden tuomia tuloksia ja muodostetaan strategisia päätäntämalleja näiden pohjalta. Havainnollistava yksinkertaistettu esimerkki päätäntämallista voisi olla seuraavankaltainen:
Jos asiakkaan odotettu tuottavuus tulevaisuudessa on pieni ja poistumatodennäköisyys on suuri verrattuna prospektoinnin antamiin ostopäätöstodennäköisyyksiin ja kokonaistuottoihin, käytä asiakkaaseen kohdistettavat “elvyttämisresurssit” uushankintaan.
4. Asiakaspoistuma
Asiakaspidossa muodostetut poistuma-analyysin kanssa ekvivalentit analyysit pyritään muodostamaan siten, että niiden tulokset ovat vertailukelpoisia prospektoinnin tuloksien kanssa. Spesifissä asiakaspoistuma-analyysissä voidaan puolestaan käyttää kaikki saatavilla oleva informaatio asiakkaan asiakastiedoista ja käyttäytymisestä. Tästä syystä asiakaspoistumaa seurataan/analysoidaan yleensä myös erikseen omana prosessina asiakkuudenhallinnassa. Tyypillisesti asiakaspoistuma-analyysistä saadaan tulokset:
1. Odotettu asiakkuuden kesto ~ Ennuste asiakkuuden kestosta (tulevaisuuteen)
2. Hetkellinen poistumatodennäköisyys ~ Ennuste kiinnitetyssä aikaikkunnassa asiakkuuden poistumatodennäköisyydelle
5. Takaisin hankinta (Winback)
Usein ajatellaan, että poistunut asiakas on menneen talven lumia. Menetetyn asiakkuuden osalta ei kannata kuitenkaan aina lyödä hanskoja tiskiin. Poistuneesta asiakkasta on rutkasti tietoa olemassa; asiakkaan ostokäyttyminen tunnetaan historiasta, tiedetään (mahdollisesti) mikä meni pieleen ja jne…
Kannattaako asiakkaalle antaa toinen elämä ja panostaa takaisin hankintaan?
Mikäli yrityksellä on entuudestaan takaisin hankittuja asiakkuuksia, on tässä vaiheessa tehtävät analysoinnit mahdollisia ja tuloksia antavia. Takaisin hankinta-vaiheen analyysi tuottaa muun muassa seuraavat tulokset:
1. Uudelleenhankinnan todennäköisyys ~ Todennäköisyys saada asiakkuus takaisin
2. Odotettu uuden elinkaaren pituus
3. Odotettu uuden elinkaaren arvo
Analyysin tuloksien perusteella yritys voi puntaroida kannattaako menetetylle asiakkuudelle antaa uusi mahdollisuus uusilla myyntiponnisteluilla, tarjonnalla ja tarjouksilla.
Edellä esitetty runko asiakkuudenhallinnan analysointiin on melko kattava ja pitää sisällään potentiaalisesti useita kymmeniä eri analyyttisiä malleja, joista osa on linkittynyt toisiinsa. Tästä huolimatta analyyttinen “asiakkuudenhallintaputki” voidaan muodostaa ja automatisoida järkevin kustannuksin asiakkuudenhallintajärjestelmiin. Kyseisen putken implementoinnin suurin kustannus muodostuu yleensä huonosti rakennetun tiedon tallentamis-struktuurin johdosta. Yksittäisen vaiheen analyysien muodostaminenkin tuottaa yleensä tuntuvia tuloksia liiketoiminnan kannalta, itsetarkoitus ei ole rakentaa koko putkea kerralla!
Analyysien tuomia etuja pohdittaessa on syytä huomioida, että pienetkin hyödyt yksittäisessä asiakkuudenhallintaputken vaiheessa kumuloituvat seuraavissa vaiheissa ja ohjaavat liiketoimintastrategioita oikeaan tuottavampaan suuntaan.
Blogisaagan seuraavassa kirjoituksessa keskitymme asiakashallinnan ensimmäiseen osaan, prospektointiin.
