Одной из главных функций управления рекламным предприятием является управление взаимоотношениями с клиентами . В этих целях целесообразно создание CRM-системы, позволяющей компании эффективно управлять своими взаимоотношениями с клиентами для успешного развития в условиях конкуренции. Такая система направлена на удовлетворение запросов клиента, на привлечение новых и удержание существующих клиентов предприятия. Внедрение CRM-системы в рекламной компании позволяет уменьшить стоимость продаж и обслуживания, повысить эффективность работы персонала, уменьшить операционные расходы.
Цель внедрения CRM-систем — оптимизация работы с клиентами рекламной компании, в том числе:
- сокращение затрат на продвижение рекламных услуг;
- увеличение удовлетворенности и лояльности клиентов;
- определение целевой аудитории;
- анализ структуры запросов клиентов;
- и др.
Основные функции CRM-системы рекламного предприятия [1]:
- Работа с клиентами, в том числе прием и оформление заказов на размещение рекламной продукции от клиентов; управление контактами клиентов, формирование персонализированных предложений.
- Управление заказами, в том числе распределение заказов клиентов по исполнителям, отслеживание движения заказов клиента, управление задачами, информация по заказам.
- Управление продажами, в том числе прогнозирование, анализ продаж, формирование отчетности.
- Управление потенциальными сделками, том числе информация о продуктах и услугах компании, сегментация клиентской базы, создание и управление списком потенциальных клиентов.
В CRM данные о клиенте используется для более точного формирования предложения конкретному клиенту. Для этого формируется информационную базу, содержащую оперативные данные обо всех сделках с клиентами с их характеристиками. На основе информационной базы о клиентах и сделках проводится анализ данных. Основными задачами анализа данных в CRM являются следующие: анализ запросов и предпочтений клиентов; сегментация клиентов; выделение целевой группы клиентов; выбор способов взаимодействия с клиентом; оценка эффективности менеджеров и др.
В этих целях в состав CRM-систем могут быть включено ряд процедур интеллектуального анализа данных — Data Mining. В основе инструментов Data Mining лежат технологии машинного обучения, в том числе: деревьев решений; ассоциативных правил; генетических алгоритмов; нейронных сетей и др. Процедуры Data Mining в составе аналитических CRM-систем основаны на использовании ряда математических и статистических методов классификации, кластеризации, прогнозирования, поиска зависимостей и ассоциативных правил [2,3].
Процедуры классификации в CRM рекламной компании позволяют решить такие задачи: оценка перспективности клиентов; анализ рисков проекта рекламной компании; оценка эффективности рекламной компании и др.
Процедуры регрессионного анализа позволяют решать задачи: прогнозирование спроса на рекламную продукцию; оценка вероятности повторных заказов; анализ влияния различных факторов на спрос на рекламную продукцию и услуги и др.
Процедуры выявления ассоциаций (анализ событий, происходящих совместно), позволяют предсказывать поведение клиента, формировать предложение рекламной продукции и услуги, которые, вероятно, его заинтересует; реализовать кросс-продажи различных видов рекламных услуг.
Преимущества интеллектуального подхода к анализу данных о клиентах предприятия вызывает необходимость его использования для рекламных предприятий. Основные задачи управления взаимоотношениями с клиентам, которые целесообразно решать в CRM-системах для малого и среднего бизнеса с помощью инструментов Data Mining [4]:
- Идентификация клиента — отслеживание поведения и предпочтений, а также определение ценности клиента для предприятия (задача кластеризации).
- Сегментирование клиентов. Выделение группы ценных клиентов, которые приносят наибольший доход компании (задача классификации).
- Взаимодействие с клиентом — выработка индивидуальной стратегии обслуживания заказчика на основе оценки его поведения, предпочтений и потребностей (ассоциативные правила).
Целью создания CRM является формирование клиентской базы на основе сбора и анализа различных данных для выявления информации о наиболее ценных клиентах, а также разработка стратегии, какими методами компания должна взаимодействовать с ними.
С развитием интернет-технологий и внедрением Web CRM систем появляются новые возможности в управлении взаимоотношениями с клиентами рекламной компании. Дополнительные преимущества дают: невысокая стоимость ввода в эксплуатацию и совокупная стоимость владения системой, более быстрое внедрение системы; оперативный ввод информации в режиме онлайн [7].
Функционал Web CRM системы должен решать следующие задачи:
- хранение информации о процессах взаимодействия с клиентом.
- представление информации о процессах взаимодействия с клиентом.
- анализ информации о процессах взаимодействия с клиентом.
- удалённый доступ к Web CRM сотрудников.
- удалённый доступ к Web CRM клиентов.
В настоящее время Интернет с помощью технологий Web Mining в CRM может предоставить более широкие возможности для оптимизации взаимодействия с клиентами. Модель управления в системе Web CRM может быть представлена в следующем виде:
- Поиск в сети (на сайте) и формирование данных, касающихся клиентов и их предпочтений относительно различных видов рекламных услуг. Структурирование этих данных, чтобы определить конкретные группы клиентов с однотипными запросами. Используются методы Web Mining, чтобы извлечь из имеющихся больших массивов данных полезную информацию и в соответствии с ней классифицировать клиентов по группам.
- На основе сформированных групп определяются ценные потребительские сегменты. Цель этапа состоит в том, чтобы определить, персонализировать отношение к каждой группе в соответствии с конкретными потребностями клиентов и их значимостью для компании.
- Формирование эффективной стратегии взаимодействия с клиентом на основе информации, полученной на предыдущих этапах [5].
В отличие от Data Mining, где извлечение данных работает в режиме оffline, в Web Mining анализ происходит в режиме online. В Data Mining данные хранятся в базах данных, а в Web Mining — в базе данных сервера и веб-журнале [6] .
В бизнес-аналитике Web Mining позволяет решить задачи, которые имеют важное значение для e-CRM, в особенности для предприятий малого и среднего бизнеса, к которым относятся рекламные компании:
- определение групп или сегментов рынка и посетителей (кластеризация);
- описание посетителей сайта (классификация);
- определение онлайн поведения клиентов: последовательность просматриваемых страниц пользователями сайта; анализ поведения, запросов и предпочтений клиентов; поиск зависимостей при использовании пользователем ресурсов сайта (поиск ассоциативных правил);
- сбор веб-статистики;
- анализ потенциала клиента;
- тенденции продаж;
- оптимизация интернет-портала;
- оптимизация размещения рекламы;
- определение целевых групп конкретных рекламных кампаний;
- индивидуальное взаимодействие с интернет-клиентом;
- персонализация контента страницы сайта;
- персонализация предоставления рекламных продуктов, услуг;
- планирование маркетинговых кампаний и др.
Одним из основных применений Web Mining является предоставление информации об интернет-клиентах: их характеристики, потребности, интересы и поведение [7]. В контексте Web CRM, целью которых является определение конкретных групп клиентов в соответствии с такими критериями, как поведение, это может служить в качестве основы для дальнейшей деятельности, такой, как планирование рекламной компании для определенных целевых групп клиентов.
Другая возможность заключается в использовании полученных результатов анализа непосредственно для оптимизации интернет-портала компании. После сбора информации о клиентах и определения предпочтительного способа просмотра страниц сайта можно оптимальным образом разместить информацию о продукте или рекламу на соответствующих важных страницах. Кроме того, содержание веб-страницы может отображаться динамически для каждого клиента в зависимости от группы, к которой он принадлежит [5].
Таким образом, актуальной является задача создания CRM-систем в виде независимых интеллектуальных Web-сервисов, которые при минимальной стоимости могли обеспечить реализацию основных целей стратегии управления взаимодействием с клиентами на основе современных технологий интеллектуального анализа Web Mining.