SPSS_IBM_LOGO  
Worldwide Offices Contatti Job SPSS.com  
 
 
  •  
     


    È l'analisi a dare più valore al CRM
    di Ruggero Vota

    Il vero vantaggio competitivo delle soluzioni di CRM è dato dalle loro capacità di analisi più che dalle attività operative. Può essere una sfumatura, ma l'approccio adottato dalle aziende che hanno investito notevoli risorse in progetti molto articolati vede solitamente il CRM analitico come supporto al CRM operativo. Naturalmente il CRM analitico non può prescindere dal CRM operativo, non fosse altro che per una ragione di qualità dei dati su cui si compiono le analisi, ma bisogna tener ben presente che è il CRM analitico a dare il vero valore aggiunto che può tradursi in vantaggio competitivo rilevante sui concorrenti. Di questo e di altro abbiamo parlato con Carlo Vercellis, professore ordinario di business intelligence presso il Politecnico di Milano, dove dirige il LabInt (Laboratorio di Business Intelligence), e direttore del corso 'Management della relazione con il cliente' presso il MIP, la scuola di management del Politecnico.

    Il CRM analitico deve quindi essere al centro della strategia che l'azienda ha posto in essere per divenire sempre più orientata al cliente...
    Chiedendo ai responsabili delle strutture informative, ai responsabili marketing o ai direttori generali cosa significa per loro introdurre il CRM in azienda, le risposte che si riscontrano sono tutte orientate all'operatività aziendale: creare un call center, migliorare la customer care, introdurre soluzioni di automazione della forza vendita per la propria struttura commerciale, fornire supporto alla rete di dealer e di partner di canale. Senza alcun dubbio questi sono dei passi fondamentali e se i competitor hanno intrapreso questa strada, non si può che allinearsi per rimanere competitivi. Ma una volta realizzato e messo in funzione il CRM operativo, evidentemente viene a mancare l'elemento di creazione di vantaggio competitivo. L'elemento che può far scattare il vantaggio competitivo è la capacità di gestire la conoscenza e di realizzare nei confronti del mercato delle azioni ottimizzate, ovvero utilizzare strumenti analitici in abbinamento a una profonda conoscenza del mercato.

    Sta di fatto che il CRM analitico è stato un po' marginalizzato, soprattutto negli ultimi due anni in cui le aziende hanno rivisto i budget IT sui nuovi progetti applicativi...
    Questo rischio c'è, ma il CRM analitico non richiede investimenti paragonabili a quello operativo. Dai casi che vediamo emerge un rapporto di 1:4 o di 1:5. Gli elementi fondamentali sono in fondo tre: customer database, strumenti analitici, marketing automation. Queste tre cose non richiedono molti investimenti, quello che richiedono è sicuramente molto lavoro di persone interne alla struttura che si devono allineare (marketing, forza vendite e sistemi informativi che presidiano l'informazione). Inoltre è richiesto l'intervento di partner qualificati soprattutto sulle tematiche dell'analisi che in prospettiva portino della cultura all'interno dell'azienda.

    Come si crea una cultura del CRM in azienda?
    Uno degli asset in termini di capacità competitiva di un'azienda è dato dai propri knowledge worker, dipendenti che svolgono un'attività in qualche modo di natura decisionale, a valore aggiunto. Per i concorrenti questa è la cosa più difficile da imitare e procurarsi gli skill delle persone è ancora il fattore più critico.
    Investire in strumenti di supporto alla decisioni, termine un po' desueto ma efficace, migliora la capacità decisionale dei dipendenti. In questo senso, il CRM analitico è un fattore che migliora le skill dei knowledge worker e quindi la loro capacità decisionale.

    Comunque lei sostiene che la business intelligence di oggi deve fare un salto di qualità: in che senso?
    Certo, questo è anche il senso del lavoro del Laboratorio di Business Intelligence del Politecnico. Il data mining non è un punto di arrivo, ma semmai un punto di partenza. Serve anche, ad esempio, l'ottimizzazione come passo immediatamente successivo. Io distinguo tra modelli di natura predittiva (che comprendono il data mining o i modelli di analisi delle serie storiche) e modelli normativi/prescrittivi. Una volta che l'azienda è in grado di individuare il target più idoneo e il contenuto qualitativo per ciascuna delle campagne che vuole attuare, bisogna decidere anche come allocare le risorse, che in questo periodo sono limitate e preziose e quindi non vanno sprecate, alle diverse iniziative. Per questo è necessario un livello decisionale ancora più sofisticato: un modello di ottimizzazione, o comunque di pianificazione, che prendendo in input i segmenti profilati alloca le risorse economiche, umane e tecnologiche alle diverse iniziative con un orizzonte temporale che va al di là della singola campagna.

    Ruggero Vota
    Fonte: Computerworld Online (edizione italiana), IDG Communications Italia

     
    È l'analisi a dare più valore al CRM
    iso9001
    Accredia