Implementazione e strategie del CRM in banca

Una tesi di Laurea sulle problematiche delle strategie di CRM in banca

CRM completo

Capitolo III

(seconda parte)

Il Customer Relationship Management nel contesto bancario

3.2.1 – I cinque moduli chiave per un CRM completo

Molto spesso nella realizzazione di una strategia di Customer Relationship Management si focalizza l’attenzione sul veicolo da utilizzare, risultando marginale lo sforzo riservato alla qualità della conoscenza da veicolare e, soprattutto, agli algoritmi e ai processi necessari per generarla e accrescerla.

Un CRM completo, che sia in grado di trarre dalle informazioni l’input necessario per massimizzare il valore delle relazioni con la clientela, si avvale di cinque moduli chiave [53]:

  • Supporto alle attività di vendita e di contatto;
  • Supporto al contact center;
  • Supporto al web;
  • Supporto alle attività di assistenza sul campo;
  • Supporto alla gestione delle campagne.

[53] Cfr. Busacca A.G. (2002), “L’era del cliente. Riprogrammare il codice genetico aziendale per liberare il valore del cliente” – Il Sole24ore S.p.A.

Supporto alle attività di vendita e di contatto.

Questo modulo prende il nome di Sales force automation (Sfa) ed ha l’obiettivo di rendere quanto più possibile personalizzata ed efficace l’attività dei canali di relazione e vendita. Quasi tutti gli Sfa consentono la gestione coordinata di quattro liste: i potenziali clienti, i clienti, le persone ( nel caso in cui queste non coincidano con il clienti ma ne siano soltanto parte, es.: mercati industriali), le opportunità (ovvero le trattative aperte secondo i vari gradi di avanzamento).

Oltre a supportare le attività di vendita e di contatto, garantiscono lo svolgimento delle attività di pianificazione, coordinamento, esecuzione dei processi ed assicurano un pieno sviluppo della conoscenza della clientela e dei prodotti. Il fattore di successo sta nel dotare, fin dall’inizio, i sistemi di Sfa di informazioni che costituiscano realmente un valore aggiunto per la banca: informazioni sui clienti potenziali e attuali, prime fra tutte quelle relativa al potenziale commerciale e al gap di dotazione.

La banca è sostanzialmente un cliente scettico cui lo Sfa va venduto, ed è quindi essenziale che la stessa possa ottenere un beneficio elementare, affinché possa iniziare ad utilizzarlo e percepirne valore. Soltanto dopo avere effettivamente ricevuto un reale valore, gli si potrà chiedere di arricchirlo con dati aggiornati sul cliente, con rapporti di visita e con valutazioni soggettive. Se, come di solito accade, la richiesta di rapporti ed informative precede qualsiasi percezione di valore, il fallimento è garantito.

Supporto al contact center.

Nei Css ( Contact Center support system ), convergono diverse funzioni strettamente collegate alla gestione delle comunicazioni telefoniche in entrata o in uscita. Detti sistemi hanno lo scopo di fornire all’operatore telefonico schede informative dei clienti, assieme ad uno script che fornisca sinteticamente ed in maniera interattiva una serie di istruzioni in merito a cosa dire al cliente. Un Css deve, ovviamente, consentire la condivisione della conoscenza sul cliente con gli altri moduli, e per sua natura risulta estremamente utile per l’acquisizione e l’inserimento di nuove e più aggiornate informazioni sull’utente.

Infatti un buon operatore di contact center deve essere in grado di ottenere continui miglioramenti delle relazioni con la clientela, nonché possibilità per attività di cross-selling , attraverso qualsiasi forma di reclamo o chiamata dello stesso cliente.

Supporto al web.

Questo modulo, definito Wss ( Web Support system ), svolge tutte quelle funzioni che rendono possibile una reale interattività relazionale e transazionale tra il sito ed il cliente. In quest’area si trovano sistemi con gradi di sofisticazione molto differenti in funzione delle loro capacità di analizzare in tempo reale il comportamento del cliente che interagisce con il sito, provvedendo ad adattare il sito stesso, così come il cliente, in conformità alle sue preferenze implicite. Anche il web , come il contact center, dovrebbe essere in grado di fornire al cliente un supporto informativo adeguato in tutte le fasi del ciclo di vita della relazione, consentendo, laddove richiesto dal cliente, sia l’esecuzione di transazioni che il trasferimento di informazioni dal cliente alla banca.

Il Wss deve essere in grado anche di sfruttare la grande forza del web, costituita dalla possibilità di far convergere in un unico punto le competenze e le conoscenze di più soggetti interni ed esterni all’azienda, in modo da ottenere il miglior supporto possibile per soddisfare le esigenze del cliente.

Il supporto alle attività di assistenza sul campo.

Il Field support system ( Fss ) è, sotto molti aspetti, simile al modulo di supporto alle vendite. Quest’area costituisce parte integrante di una politica di CRM in quanto dette attività field rappresentano, di norma, momenti di contatto estremamente importanti che spesso incorporano le occasioni di relazione a più elevata criticità.

Le fasi di apprendimento, immediatamente successive all’acquisto, così come le fasi di percezione di un problema derivante dell’utilizzo del prodotto/servizio acquistato, sono momenti che consentono un notevole rafforzamento del grado di loyalty e della quota di cliente, se efficacemente gestiti.

In un contesto siffatto è possibile svolgere attività di cross-selling o up-selling , poiché il cliente è potenzialmente ben disposto ad esaminare l’eventualità di un acquisto addizionale.

Laddove, invece, non ci fosse la soddisfazione di particolari esigenze presentate dall’utente, si potrebbe configurare un’ipotesi di abbandono.

E’ possibile dunque osservare come il confine tra cross-selling ed abbandono risulti poco delineato, anche a causa della difficoltà di predisporre un corretto dosaggio di conoscenza e di motivazione del personale di contatto.

Il supporto alla gestione delle campagne.

Quest’ultimo modulo è la parte di un CRM che per definizione supporta solo indirettamente le attività di contatto con il cliente.

Detta area si basa sul presupposto che la maggior parte delle attività di contatto, tramite promotori finanziari, web, contact cente e quant’altro, fanno sempre e comunque parte di un programma di interazione con il cliente piuttosto articolato che prende il nome di campagna. Queste attività hanno quale obiettivo primario, il raggiungimento di precisi risultati di comunicazione, di vendita e acquisizione di informazioni.

Il modulo Cms ( Campain management system) interagisce con gli altri moduli fornendo un supporto a tre momenti chiave:

  • pianificazione delle singole attività di una campagna secondo il corretto ordine e tenendo conto delle risorse disponibili;
  • controllo dell’avanzamento dei processi, sollecitando le attività ai soggetti che ne hanno la rispettiva responsabilità;
  • analisi dei risultati parziali e totali e nella costruzione di modelli che consentano di mirare le successive campagne con efficienza sempre maggiore.

3.3 – Le informazioni: elemento necessario per un CRM di successo

Premessa

La base di un progetto di CRM è considerare il cliente patrimonio dell’intera banca, proprio a supporto dei cambiamenti intervenuti negli ultimi anni nel panorama bancario che hanno portato ad una reingegnerizzazione dell’intera organizzazione degli istituti di credito, diventati oggi customer centric.

Il fatto che oggi il cliente venga considerato il fulcro dell’intera attività bancaria, si traduce nella condivisione che le varie aree aziendali devono avere delle esigenze dell’utente, reale e potenziale, per definire le strategie interne di business, di marketing e di vendita volte alla fidelizzazione e all’accrescimento del valore.

Il cambiamento intervenuto sui mercati bancari è stato indotto principalmente dall’intensificarsi della concorrenza, dalla deregulation, dalla globalizzazione e dalla saturazione dei segmenti di mercato.

Ultimo elemento, ma soltanto in ordine temporale, è stato Internet che, come sappiamo, offre un’enorme quantità di scelte on line ed aumenta le aspettative dei clienti.

In questo ambiente nuovo è diventato indispensabile trovare nuovi modi per attirare i clienti, per massimizzare il valore di ciascuno di quelli esistenti e per conservare quelli più remunerativi.

Questo è possibile solo:

  • conoscendo i clienti meglio della concorrenza, non solo sapendo chi sono e cosa hanno acquistato, ma anche comprendendo che cosa vogliono in un determinato momento del loro rapporto con la banca;
  • sfruttando questa conoscenza per creare la migliore interazione possibile con il cliente (informata, personalizzata ed approfondita) e poi aumentare la soddisfazione dello stesso;
  • costruendo la relazione con il cliente in modo che il passaggio di questi ad un concorrente abbia costi elevati.

Partendo dal presupposto che in un’ottica di CRM la banca deve poter raggiungere elevati livelli di loyalty attraverso la continua soddisfazione dei bisogni e delle aspettative del cliente, per raggiungere quanto su esposto è necessario avere a disposizione un set di informazioni che consentano all’azienda bancaria di carpire ogni piccolissimo cambiamento comportamentale del cliente stesso, nonché di analizzare le sue esigenze ed i suoi problemi per trovare le soluzioni migliori.

La capacità di apprendere, cambiare ed innovare continuamente e più rapidamente dei propri concorrenti rappresenta l’unica fonte di vantaggio competitivo sostenibile [54].

[54] Cfr. Federici T. (2001), Il CRM come soluzione per le banche per gestire la complessità e ricavarne valore ridisegnando i processi sulla base dei flussi di informazioni

Il processo di innovazione non può prescindere dalla disponibilità e dalla sapiente gestione dell’informazione, per cui si può sostenere che ogni banca trae un vero e proprio profitto dalla capacità che ha di trasformare le informazioni sul cliente in nuovi prodotti e servizi, grazie anche alle competenze e all’esperienza delle risorse umane.

3.3.1 – Il passaggio dai dati all’informazione

Le banche, rispetto ad un qualsiasi altro tipo di azienda, godono di un enorme vantaggio per il fatto che lo svolgimento della loro normale attività genera un’enorme quantità di dati, che verranno raccolti in appositi data base. I dati generati con le transazioni, pur necessitando di opportuni trattamenti, costituiscono già di per sé un notevole potenziale informatico utile al supporto dei processi decisionali; accanto a questi dati, la banca che opera in multicanalità può rilevare le caratteristiche con le quali svolge ogni contatto con i suoi clienti (il canale, il giorno e l’ora preferita per un certo tipo di informazioni), potendo trarre da queste occasioni nuove informazioni per migliorare la relazione.

Un’ulteriore ricca fonte di informazioni sulle caratteristiche e i comportamenti dei suoi clienti è fornita alla banca dall’estensione dei servizi o dei prodotti venduti attraverso i suoi canali, o dall’intervento in operazioni di commercio elettronico.

Si viene così a creare, più o meno inconsapevolmente, una situazione nella quale gli utenti costituiscono una sorta di controparte, segnalando con operazioni e richieste i loro comportamenti e i loro bisogni.

All’aumentare di questo flusso di informazioni diventa via via più facile per la banca offrire loro ciò di cui hanno realmente più bisogno e nel modo desiderato, mentre diventa più difficile per la concorrenza riuscire ad allettarli.

La raccolta delle informazioni è però soltanto un’operazione necessaria, non sufficiente; tutte le informazioni acquisite costituiscono effettivamente una risorsa nel caso in cui la banca riesca a selezionarle, integrarle e renderle disponibili all’interno di tutta l’organizzazione per una visione unica del cliente. Inoltre, informazioni complete, accurate e tempestive sulla clientela vanno distribuite lungo tutta la catena del valore; in questo senso, un buon sistema CRM consente di utilizzare la conoscenza generata anche in attività di back-office . Si tratta dunque di implementare quel processo di ” lern by doing ” ( per cui sono necessarie componenti tecnico-applicative e figure professionali), lungo il quale capitalizzare ogni esperienza, anche negativa, e raggiungere gradualmente la fidelizzazione della clientela.

Particolari problematiche che possono incontrarsi nel corso dell’implementazione di una strategia di CRM riguardano appunto le informazioni. In particolare possono presentarsi notevoli difficoltà nell’interpretare i dati disponibili e nell’estrapolare dagli stessi informazioni utili, questo perché la banca potrebbe non essere dotata di un sistema informativo in grado di gestire i dati raccolti; altre difficoltà si incontrano per la necessità di aggiornare continuativamente le informazioni di cui si è già in possesso.

Per un CRM di successo la banca deve poter utilizzare una piattaforma che consenta non soltanto di raccogliere dati e di trasformarli in informazioni, ma anche di aggiornare i set informativi di cui si è in possesso per seguire il percorso evolutivo del cliente, ed offrire così sempre prodotti e servizi che rispondano pienamente alle mutate esigenze di un particolare segmento di clientela o addirittura del singolo cliente.

Le banche stanno ormai evolvendo da dittature dell’informazione a democrazie dell’informazione. Questo cambiamento nella filosofia dei dati è stimolato dalla presa di coscienza che nel sistema informativo di un’organizzazione ogni singola informazione ha valore; occorre però sottolineare che detto valore non deriva dal dato in quanto tale, quanto piuttosto dal modo in cui la banca riesce a gestirlo per condurre il proprio business.

Il valore dell’informazione, inoltre, si accresce all’aumentare del numero degli utenti, in quanto ciascun individuo non soltanto ne trae valore personale, ma può scambiare con altri le conoscenze di cui è in possesso, come si evince dal grafico seguente:

Grafico 7: Curva del valore dell’informazione

grafico-7

Fonte: Liautbaud B. (2001), “E. Business Intelligence: Turning information into knowledge into profit”, McGraw-hill

Nel grafico è possibile individuare cinque zone differenti in cui il valore dell’informazione aumenta progressivamente:

  1. Zona di passività dei dati;
  2. Zona di prima redditività dell’informazione;
  3. Zona dell’impresa intelligente;
  4. Zona dell’impresa estesa;
  5. Zona di commercializzazione dell’informazione.

Nella prima zona i dati rappresentano soltanto un costo, in quanto una volta raccolti non vengono utilizzati e finiscono per impattare negativamente sull’economia della banca. Questo perché la raccolta necessita di hardware per l’immagazzinamento, di software per la gestione e di personale specializzato che se ne occupi; dal momento che detti dati non vengono sfruttati in alcun modo, i costi sostenuti per il loro reperimento non vengono compensati dai ricavi derivanti dal loro utilizzo.

Il primo passo per trasformare i dati da passività in risorse è quello di renderli accessibili agli utenti business del settore cui i dati appartengono: realizzare cioè una business intelligence dipartimentale. La sola condivisione delle informazioni all’interno della stessa area di business serve a creare valore: aumentando gli utenti che possono accedervi, i benefici superano i costi della gestione ed il valore complessivo dell’informazione diventa positivo. E’ possibile dunque osservare come la curva del valore diventa più ripida con l’aumentare del numero di utenti che riescono ad accedere ai dati e ad utilizzarli per una migliore gestione della loro attività.

Il secondo passo da fare consiste nel condividere i dati con altri settori. In tale contesto i benefici sono immediati, poiché il sistema è aperto ad utenti business che possono esaminare i dati da diversi punti di vista. Si consideri ad esempio un sistema di automazione della forza vendita ed un operatore di sportello che ha solitamente un contatto diretto con la clientela; è ovvio che il sistema di automazione della forza vendita prima di rivolgersi al cliente per offrirgli un nuovo prodotto o servizio, controllerà la situazione dello stesso e il suo grado di soddisfazione. Se sono giunte delle lamentele, sicuramente non sarà il momento più adatto per presentare al cliente un nuova possibilità di acquisto, ma piuttosto si potrà discutere con lui su come poter migliorare le prestazioni nei suoi confronti.

In definitiva ogni volta che una nuova classe di utenti interagisce e scambia i dati al di là del proprio ambito specifico, il valore delle informazioni fa un balzo in avanti. Si arriva alla fine ad una condizione di democrazia dell’informazione in cui, attraverso una comunicazione aperta e la volontà di condividere i dati, la conoscenza diventa collettiva.

La banca potrà trarre ulteriormente maggior valore dalle informazioni scambiandole anche con utenti esterni, quali ad esempio i clienti ed i partners. Anche in questo caso più sono i soggetti che usufruiscono dei dati, più il valore dell’informazione tenderà ad aumentare.

La trasformazione dei dati in informazioni prima e conoscenza poi, costituisce, dunque, un processo assimilabile a quello di una linea di produzione.

Ciò che si rende necessario per sfruttare, gestire ed aggiornare continuativamente i dati raccolti è la Business Intelligence che, attraverso la creazione di particolari tecnologie quali Data warehouse e Data mart , dopo aver raccolto i dati provenienti dalle applicazioni operazionali o da altre fonti esterne ed averli sottoposti a particolari procedure di estrazione, selezione, editing e aggregazione, è in grado di memorizzarli e sottoporli a svariate tipologie di analisi. I risultati di tali analisi serviranno a supportare, e possibilmente migliorare, i processi decisionali [55].

[55] Cfr. Cremona C. (2004), “Obiettivo Business Intelligence”

In realtà fare “Intelligence” sulle attività di business, cercare cioè di capire come si stanno muovendo i clienti, i mercati, i contesti competitivi e soprattutto utilizzare tale comprensione a proprio vantaggio, significa innescare un processo che si sviluppa attraverso una serie di attività che costituiscono quella che, in analogia al concetto di catena del valore della produzione introdotto da Michael Porter , è stata definita “Catena del valore dell’informazione” ( CVI ).

Questo perché, come abbiamo visto, la quantità di dati sempre crescente che la banca ha a disposizione, man mano che viene trasformata, analizzata distribuita e presentata a chi deve prendere le decisioni, vede aumentare il proprio valore fino a diventare di primaria importanza.

Assimilando la CVI al modello introdotto da Porter , ci si trova di fronte ad una catena della produzione dove la materia prima, rappresentata dai dati raccolti, viene poi trasformata in decisioni, in modo tale che ogni stadio del processo contribuisca a migliorarne l’utilizzo da parte dell’utente finale.

Un’identificazione più precisa delle componenti che costituiscono la CVI, inoltre, permette di valutare con maggiore precisione in che modo i sistemi di Business Intelligence sono effettivamente in grado di migliorare la competitività delle aziende. E questo non solo a livello generale, ma anche nel dettaglio permettendo di determinare i benefici ottenibili dai diversi elementi della catena, di decidere se tali risultati compensino i costi necessari a produrli, di sapere in quale punto della catena la disponibilità di più informazioni, o di un maggior supporto, può migliorare il vantaggio per la banca. Senza questa comprensione generale diventa molto difficile, se non addirittura impossibile, confrontare gli investimenti richiesti per la realizzazione dei sistemi di B.I. con quelli fatti in altri settori dell’istituto bancario. Questa difficoltà costituisce la causa primaria per cui molte banche decidono di farne a meno, rinunciando quindi anche all’opportunità di accrescere la propria competitività.

I tre anelli della catena del valore dell’informazione

Il primo anello di una CVI è costituito da quell’insieme di pass (definiti globalmente Etl – Extraction, Tranformation and Loading ) che servono ad estrarre i dati dalle diverse fonti accessibili alla banca, pulirli, arricchirli aggiungendovi metadati o altre informazioni associate, verificarne e migliorarne la qualità globale e, infine, caricarli in un Datawarehouse o Data Mart.

Di fatto già la semplice estrazione può risultare difficoltosa, perché il più delle volte i dati risiedono su tanti differenti database, su piattaforme eterogenee interne o esterne alla banca, e possono essere memorizzati in grandi quantità di formati; è necessario dunque disporre di strumenti che consentano di effettuare l’estrazione in modo completo ed efficiente.

La trasformazione indica, invece, l’attività attraverso la quale i dati vengono preparati per il loro caricamento nei data warehouse . Si tratta di una fase che richiede numerosi passaggi, quali la ripulitura, integrazione, aggregazione e quant’altro, i più delicati ed impegnativi dei quali sono costituiti dalla validazione dei dati stessi e dal controllo della loro qualità.

Si tratta di aspetti molto importanti e dotati di notevole criticità per il successo di una Business Intelligence , poiché se la qualità risulta insufficiente ne deriveranno informazioni poco affidabili.

Si ha infine il caricamento, ossia il processo che consente di memorizzare i dati nei data warehouse per i successivi impieghi; anche questa attività deve essere pianificata con molta attenzione, perché i vari sistemi di memorizzazione non sono affatto equivalenti in particolare quando si tratta di estrarre informazioni da una notevole quantità di dati.

Una volta che i dati sono stati caricati con un sistema di Etl , si passa allo stadio successivo della catena del valore dell’informazione, ossia la loro trasformazione in informazioni utili per affrontare i problemi di business dell’azienda bancaria e supportarne i vari processi decisionali. In tale contesto verranno utilizzati sistemi di Query e Reporting , Olap , il Data Mining che permette di scoprire all’interno di strutture di dati anche molto complesse correlazioni altrimenti non identificabili, nonché le Analytic Application che offrono la possibilità di creare modelli descrittivi e predittivi per poter fare previsioni e simulazioni.

A questo “anello” della CVI è strettamente collegato un altro aspetto di considerevole importanza: la distribuzione dell’informazione così creata, dato che la giusta informazione deve arrivare alla persona giusta al momento giusto; c’è da dire anche che il soggetto designato ai processi decisionali ha bisogno soltanto di una parte di tutta l’informazione disponibile all’interno dell’organizzazione cui appartiene, e questa informazione deve giungergli in una forma appropriata, che varia in funzione dell’utente e della sua attività.

Inizia quindi la fase finale della CVI dove, in base alle informazioni raccolte, si prendono le decisioni e si qualificano le azioni da compiere. Nel momento in cui si passa dall’informazione alla conoscenza, fase critica di un processo decisionale, il problema dell’efficienza tecnologica diventa del tutto secondario.

Rimane comunque un ulteriore passo da compiere che consente di stimare la reale capacità della CVI : creare intelligenza di business. Nel modello di Porter il valore aggiunto di ogni attività di una catena di produzione viene misurato confrontando il valore di mercato dei prodotti in uscita con il costo di quelli in entrata. Nella catena dell’informazione, tuttavia, non si può effettuare detto confronto, poiché non è possibile dare un valore di mercato agli input e agli output (rispettivamente dati ed informazioni).

E’ possibile però valutare l’influenza che le informazioni prodotte dalla CVI hanno avuto sul processo decisionale con riferimento a quattro diversi aspetti delle stesse: tempestività, quantità, qualità e tipo.

Si tratta dunque di valutare quanto il processo decisionale avrebbe potuto essere migliorato se le informazioni fossero state disponibili più in fretta, o in quantità maggiore, o di qualità più elevata, o di diverso tipo.

Autore: Alessandra77

Condividi questo articolo su

Invia commento

Il tuo indirizzo email non sarà pubblicato.