Карантин, Онлайн-Системы И Наука О Данных. Кто Заботится Об Удержании Клиентов?

Карантин стал своего рода лакмусовой бумажкой для систем онлайн-сервисов.

Многие системы, даже Госуслуги, не выдержали нагрузки (а дистанционное образование – это вообще отдельная история, некоторые семьи его даже могут не пережить).

Многие системы оказались функционально неготовыми к массовому обслуживанию.

Проведя ретроспективу, теперь на каждом углу стали писать о важности онлайн-направлений для магазинов, о том, что об этом надо было задуматься раньше.

2 месяца активных онлайн-заказов и постепенный выпуск продукта могли кардинально изменить предпочтения и модель покупок жителей крупных городов.

Теперь ИТ могут прийти в бизнес и потребовать десятки или сотни миллионов долларов для внедрения или разработки модных онлайн-систем.

Однако будет ли все это оправдано? Без построения полноценного управления оттоком клиентов (то, что в телекоме называли «прогнозированием оттока клиентов»), эффективность потраченных средств окажется под большим вопросом и вот почему.

В сфере CRM широко используются два маркетинговых тезиса:

  • Стоимость привлечения нового клиента в 10 раз превышает стоимость продажи существующему клиенту.

  • Довольный клиент приносит два, а недовольный — десять.

Если это сразу не учесть в проектах, есть большой риск, что в результате всех этих действий бизнес заплатит ИТ большие деньги, качество продукта будет посредственным (на разных стадиях), привлекая клиентов будет нивелировать работа ИТ-систем и служб «поддержки».

Мы, теперь уже не как ИТ-специалисты, а как потребители, будем платить за это повышением стоимости продукции и самим фактом использования соглашаемся на постоянно снижающуюся планку качества обслуживания.

Приведу конкретный случай, подтверждающий проблему.

Чехлов очень много в разных магазинах.

' Я возьму это ' самое интересное, поскольку это продукт двух крупнейших российских ИТ-компаний (так они себя позиционируют) - Яндекс + Сбербанк .

И от него ждут соответствующего качества работы.

Заказы размещаем последовательно:

  1. Закажите 190**460 - батарейки CR2032. Мелочь в обычное время.

    Но они нужны для брелока автомобиля.

    Без аккумулятора не заводится.

    В условиях карантина и двухчасового ограничения времени выезда автомобиль — единственное средство решения насущных вопросов.

    Что у нас есть? Установленный срок доставки в 5 дней был пропущен на 9. Обращение в «поддержку» с указанием причины беспокойства было полностью проигнорировано.

    Информация о запланированной дате поставки фиксируется на основной дате.

    Технически невозможно дозвониться до логистической компании.

    Есть ли реакция Беру? Вовсе нет.

  2. Заказы 198**674 и 198**931. Бонусы Беру не были начислены.

    Вроде бы ерунда, но упала не ракета.

    Это должно быть решено один или два раза.

    Однако при переписке с «поддержкой» выясняется, что «се ля ви», Бонусы должны начисляться, но почему-то происходит сбой.

    Ничего нельзя сделать.

    Вы не можете открыть билет; история переписки со «поддержкой» недоступна в пользовательском интерфейсе.



    Карантин, онлайн-системы и наука о данных.
</p><p>
 Кто заботится об удержании клиентов?

Это продукт лидера ИТ-рынка? Это ответ бизнеса? Это бизнес-модель? Где менеджер по продукту? Где НЛП? Где находится «ИИ/МО»? Где весь ДС? Будь то R, Python или инструменты BigData? А может и правда, что бизнес прав, что не верит во всю эту «айтишку», ведь в 90% случаев система — это игра разума ИТ-группы и получается что-то типа этого( Википедия )?

Карантин, онлайн-системы и наука о данных.
</p><p>
 Кто заботится об удержании клиентов?

Стыд и позор и полное непонимание бизнес-модели привлечения, обслуживания и удержания клиентов.

Деградация по отношению к «физическому» бизнесу.

Ведь что такое Беру Бонусы? Это электронная программа лояльности.

На картах даже нет счетов.

Начисление электронных баллов с коротким сроком действия, стимулирующих возврат клиента.

Вот и все! Это даже не выставление счетов, не банковская деятельность и не бухгалтерский учет. Например, в офлайн-ритейле системы лояльности гораздо сложнее внутри, но гораздо проще для клиента.

Над программой лояльности работает много людей; есть менеджеры, которые занимаются претензиями клиентов, у которых возникли проблемы с системой лояльности.

Работаем по претензиям с поставщиком систем лояльности; значительные средства вливаются в маркетинговые программы.

Партнерские программы строятся.

А вопрос неначисления баллов решается очень быстро и без всяких дрязг и лишних «положительных» объяснений.

У каждого менеджера по лояльности будет много смешных и грустных случаев, как что-то не пошло, как один человек заблокировал продажи в магазине из-за проблем со списанием баллов, как уволили директора, как проводят образовательные программы по картам для пенсионеров, как они обращаются с партнерскими QR-кодами и т. д. Одновременно с этим «происшествием» продолжает сыпаться поток рекомендательных писем.

Оу!!! Data Science нужна не только для того, чтобы продавать деньги, но и для отслеживания удовлетворенности клиентов и управления их оттоком.

Чтобы привязать это к теме, эти проблемы можно неплохо решить с помощью R, я частично упомянул отток ранее .

Беру, конечно, не уникален.

Лабиринт, например, просто не комплектовал пакеты.

Бесконтактный перевод задерживает процесс проверки.

А канал обратной связи практически отсутствует. Тоже случай.

P.S. Некоторые читатели могут возмутиться, что «текст без кода» не соответствует теме Хабра, но у меня другое мнение.

Мы не должны забывать о том, что мы делаем и для кого.

Конечная цель большинства инициатив и проектов — ИТ для людей, а не ИТ для ИТ.

Кода здесь нет, потому что это, по сути, формулировка задачи.

Тогда есть два варианта:

  1. Зафиксируйте значимость проблем, которые давно известны реальному бизнесу, и решите их, используя известные методы и алгоритмы.

  2. Оставить всё как есть и последовательно и методично скатываться к деградации предоставляемых нам всем услуг.

    Мы сами будем потреблять то, что сделали своими руками.

Второй сценарий как-то не очень обнадеживает. Предыдущая публикация - «Использование R в высокоточных вычислениях» .

Теги: #python #наука о данных #CRM-системы #Интеллектуальный анализ данных #r #Управление клиентским опытом #управление оттоком

Вместе с данным постом часто просматривают: