Explicado de una manera sencilla CRM no es más que una estrategia empresarial que se basa en la necesidad de definir primero y coordinar después los diferentes procesos de gestión del cliente a través de la cooperación de las operativas realizadas en todos los canales de comunicación de la empresa.
Para poder definir estrategias de gestión del cliente es preciso conocerlo primero, saber qué hábitos de consumo tiene, a qué productos y servicios es más receptivo, qué necesidades no tiene cubiertas, etc. Es decir, se trata de aplicar el concepto de marketing 1 x1 mediante el estudio particularizado de su perfil de consumidor. A esta parte del CRM se la conoce como CRM Analítico y se basa fundamentalmente en tecnologías de data mining, que consisten básicamente en la obtención de modelos de comportamiento de los clientes basados en la información histórica almacenada. El data mining utiliza técnicas estadísticas combinadas con sistemas procedentes de inteligencia artificial. Sin la aplicación de este tipo de tecnologías es muy difícil obtener información elaborada (de alto valor añadido) en sectores con gran número de clientes y productos. El estudio de esta información permite así definir procesos de gestión de cliente basados en el comportamiento real detectado de los mismos (procesos de venta cruzada, prevención de abandonos, riesgo-morosidad, etc…)
En cuanto a la cooperación operativa-canal, cada canal de comunicación dispone de un sistema de gestión adecuado a sus propios procesos particulares donde se registra y automatiza la operativa del cliente. Estos sistemas conforman lo que se ha dado en llamar CRM Operacional. Se trataría por ejemplo del sistema de proceso de llamadas de un call center, o bien de la agenda y gestión comercial de los agentes o vendedores, o incluso de la gestión de la web y de los correos electrónicos de Internet.
Con respecto a la coordinación, el cliente puede dialogar con la empresa a través de sus múltiples canales (oficinas, agentes, Internet, centro de llamadas,…). Para poder dispensarle un trato integrado es necesario utilizar toda la información obtenida en cada contacto-canal, y por tanto disponer de un sistema que permita coordinar los diálogos y mensajes obtenidos (360º de visión del cliente). Así podrá implantarse la estrategia contenida en los procesos de gestión definidos con anterioridad. Al sistema que permite implantar dichos procesos y coordinar los diferentes canales se le conoce como CRM Colaborativo.
El objetivo de la implantación de los sistemas CRM anteriores es doble por un lado se trata de optimizar el ciclo de vida (captación-venta cruzada-fidelización). Por otra parte, mejorar el servicio y la calidad de los contactos-mensajes, adecuándolos a las necesidades del cliente.
Como ya se ha comentado, la parte analítica conforma el núcleo del sistema CRM. Por ejemplo, es posible que se disponga de un sistema que permita dirigirse individualmente a cada uno de los clientes para ofrecerles un producto personalizado, pero si no se sabe cuál es el producto que cada cliente tiene más propensión a contratar, de poco sirve poder personalizar la oferta. Es por esto que el descubrimiento de modelos de comportamiento y la capacidad de actuación personalizada -en ambos casos sobre los clientes- son dos caras de la misma moneda.
Mediante la utilización de las tecnologías de data mining (CRM Analítico), se puede construir un sistema completo de relación, que no sólo es capaz de crear y mantener procesos personalizados de comunicación con el cliente, sino que le añade toda la potencia de predicción de comportamiento y propensión a la venta cruzada de productos, entre otros.
En la planificación de una campaña, uno de los primeros elementos a definir es el target sobre el que se va actuar, tanto a nivel cuantitativo como cualitativo. La definición del objetivo es vital para cuestiones tan importantes como la creatividad de comunicación o el plan de medios y el canal.
En campañas sobre los propios clientes (campañas de fidelización, o de upgrading), el universo de la campaña es todo el conjunto de clientes, pero, a menudo, el conjunto de los mismos que realmente van a contestar a la campaña es mucho más reducido, y está determinado por una serie de factores en cierta manera desconocidos.
Mediante técnicas de data mining puede analizarse la información de campañas pasadas, el comportamiento actual y pasado de los clientes, y el resultado de diversos tests realizados, para generar un modelo que, posteriormente, asigne a cada cliente una probabilidad de contestar afirmativamente a esta nueva campaña.
Para un nivel de contratación dado, el resultado de la aplicación de estas técnicas consigue reducir drásticamente el volumen de contactos a realizar, consiguiendo ya un primer beneficio.
Además, es posible determinar para cada cliente cuáles son las características que el sistema ha determinado discriminantes para decidir si tenía alta propensión a contestar a la campaña. Esta información puede no ser evidente sin un análisis mediante técnicas de data mining y es vital para la concepción del posicionamiento del producto en la campaña y la creatividad.
Con la aplicación integrada del resto de los sistemas CRM se puede personalizar cada uno de estos comunicados, incrementando aún más la probabilidad de respuesta. Dentro del entorno CRM es posible, incluso, segmentar el target por probabilidad de respuesta o por rentabilidad del cliente, para dirigir el mensaje por el canal adecuado. Sería posible, por ejemplo, realizar una llamada telefónica a los 1.000 clientes de probabilidad más alta, enviar una carta tipo A a los 15.000 siguientes, una carta tipo B a los 15.000 siguientes, y un e-mail al resto.
El siguiente paso a realizar sería la recepción y gestión de las respuestas de los clientes, que se pueden concretar en nuevas contrataciones, petición de más información, etc. Toda esta operativa se realizaría dentro de los sistemas CRM Operacionales y Colaborativo, así como la evaluación global de la campaña número de clientes interesados, número de contrataciones efectivas, motivos de rechazo del producto, etc.
De esta manera se comprende que la integración entre data mining y el resto de los sistemas CRM cierra el círculo que se sigue en los procesos de gestión del cliente.
Miguel Sellés, gerente de TAD Sistemas / Bertelsmann Direct.
