Inizialmente l’azienda pensava a un programma a punti, ma la societa’ PreVision Marketing, a cui Safeway si rivolse per progettare il programma, suggeri’ innanzitutto di farsi i conti, per capire cosa poteva e doveva fare.

Per far tornare i conti, si cercarono i comportamenti, ovvero i clienti, che era conveniente influenzare.
L’analisi rivelo’ che l’obiettivo del CRM non dovevano essere i clienti top (che spendono gia’ il massimo possibile), ma quelli del secondo e terzo quintile, che NON acquistavano da Safeway in misura piu’ o meno rilevante.

Con questi dati Safeway lancio’ un programma CRM con premi, elementi di relazione e riconoscimenti personali.

Sul fronte dei premi, si punto’ agli sconti differenziati. I clienti, usando lo loro loyalty card alle casse, ricevevano buoni sconto su particolari prodotti.
Un mailing mensile, a 1,2 milioni di possessori loyalty card, differenziato per clienti Primari e Secondari, includeva una lettera personalizzata e buoni sconto differenziati (per un totale di 451.800 versioni differenti).

Come strumento di relazione fu lanciata la newsletter Food Sense, con suggerimenti, ricette e – tramite tecniche di inserimento selettivo – articoli e buoni sconto su prodotti specifici, inviati a utilizzatori di prodotti concorrenti (es: promozione delle private label).

I risultati del programma:
- incremento significativo delle vendite per negozio
- aumento dei margini
- miglioramento dell’immagine Safeway

I clienti americani – nonostante siano molto attenti ai prezzi, probabilmente piu’ dei clienti italiani – oggi accettano di pagare prezzi leggermente piu’ alti da Safeway e ricevere in cambio attenzioni e un trattamento migliore.

La banca ha strutturato le sue strategie su tre misure del valore cliente:

- Lifetime Profitability
E’ il Lifetime Value (LTV) di cui tante volte abbiamo parlato, che viene calcolato per ogni cliente e inserito nel database ogni mese. I manager della banca possono quindi selezionare clienti o gruppi di clienti in base al LTV

- Potential Profitability
Con il sistema di analisi statistica CHAID, si e’ misurata, per ogni cliente, le probabilita’ di acquisto di altri prodotti. Il sistema  consente anche di stimare il profitto netto ricavato dalla vendita dei diversi prodotti al cliente.
(Nota: una societa’ che usa CHAID per analisi di questo tipo e’ l’istituto Teseo, partner di CRM Group)

- Potential Customer Value
Ottenuto sommando Lifetime Profitability con Potential Profitability, questo valore  indica – per ogni prodotto – i clienti che piu’ probabilmente risponderanno bene a una promozione. Inoltre, il sistema suggerisce anche i prodotti alternativi da suggerire durante una telefonata o un contatto diretto.

Fleet Bank puo’ ora usare il suo sistema di CRM per:
- programmi di retention
- sviluppo prodotti e servizi
- pricing prodotti
- definizione canali di vendita

Infine, la banca ha messo in atto un sistema di “branch empowerment” affinche’ il personale delle filiali – che conosce direttamente i clienti – sia in grado di influenzare le attivita’ CRM e le promozioni studiate centralmente.

Leggi l’articolo originale di Arthur Hughes

E’ indubbio che il settore bancario sia, per certi versi, un banco di prova per le strategie CRM (almeno nei paesi dove il CRM e’ evoluto).

Negli ultimi anni, le banche hanno seguito un modello di questo tipo:
- costruire un database clienti
- calcolare la customer profitability
- segmentare i clienti per profittabilita’
- gestire i clienti in base alla profittabilita’
- calcolare il Lifetime Value attuale e potenziale

Fleet Bank inizio’ questo processo nei primi anni ’90. Alla fine del 1998, aveva un datawarehouse che consentiva di conoscere in tempo reale dati chiave:
- 50% dei clienti non erano profittevoli
- 20% rappresentavano grosse perdite
- 50% dei nuovi clienti non sarebbero mai stati profittevoli
- l’ammontare dei conti correnti e i dati demografici non erano correlati con la profittabilita’

Tuttavia, anche se 50% dei clienti erano in perdita, la banca non poteva semplicemente abbandonarli. Infatti:
- era quasi impossibile fare cross-selling sui clienti piu’ profittevoli, perche’ si sarebbero cannibalizzati altri prodotti
- alcuni clienti in perdita lo erano solo temporaneamente
- alcuni clienti a basso profitto avevano grosso potenziale, perche’ magari erano ottimi clienti di altre banche
- alcuni clienti a basso profitto potevano diventare clienti profittevoli, con le giuste offerte

Nella seconda parte di questo articolo, vedremo come i marketer di Fleet Bank hanno usato queste informazioni per definire strategie di CRM vincenti.

Ecco un esempio (molto semplice) di programma per la gestione dei contatti derivanti da una fiera:

Step 1: Manda un’email entro 48 ore, ringraziando per la visita allo stand
Step 2: Inserisci nell’agenda del call center (o del venditore) una chiamata entro 5 giorni dalla visita, per qualificare il prospect
Step 3: Per prospect interessati, manda materiale informativo
Step 4: Follow-up pianificando visita del venditore dopo 15 giorni dalla fiera
Step 5: Se un prospect ordina e diventa cliente, manda un messaggio di ringraziamento entro 3 giorni dall’acquisto
Step 6: Inserisci il nuovo cliente nell’agente software che “tratta” i nuovi clienti

Fantascienza? Niente affatto: tutti i software di CRM con funzioni di “marketing automation” permettono oggi di fare queste cose. Compresi i di pacchetti di fascia media.

Il concetto strategico che vorrei passare e’ questo: fare CRM significa automatizzare il piu’ possibile le attivita’ legate alla vendita (pre e post).
Non significa che voi scrivete una lettera ai clienti con il computer. Significa che il computer scrive lui la lettera e voi pensate a fare il business.

Il problema – secondo Hughes – e’ che con i “tradizionali” metodi del CRM (grossi datawarehouse e relativi investimenti miliardari per la gestione e l’analisi dei dati) il costo della soluzione supera i profitti aggiuntivi portati dalla soluzione stessa.

Una semplice simulazione che mette a confronto un sistema CRM con un piu’ limitato “marketing database” (archivio che contiene solo i migliori clienti e meno informazioni rispetto al datawarehouse) mostra che – ipotizzando risultati analoghi – il sistema CRM diminuisce i profitti, sia rispetto al marketing database, che rispetto allo stesso business senza alcuna attivita’ di CRM!

Il problema, secondo Hughes, e’ che l’industria del CRM tende ad essere inutilmente complicata (e costosa). A nostro parere, cio’ deriva anche dal fatto che il CRM e’ diventato un argomento caldo “mettendosi nella scia” di internet e del business con il suffisso “e”, da cui ha ereditato obiettivi di business spesso inesistenti o risibili, investimenti ingiustificabili secondo tutte le regole della corretta gestione, termini gergali e prosa astrusa.

Non confondete il mezzo con il fine. Domandatevi come potrebbe il CRM aumentare i vostri profitti e datevi risposte chiare e misurabili. Solo se troverete risposte soddifacenti, potrete pensare alle soluzioni tecnologiche, e ci sara’ solo l’imbarazzo della scelta.
E se non le trovate? Ebbene, il CRM non fa per voi.

L’articolo originale in inglese di Arthur Hughes

Attenzione! Hughes non va contro il marketing relazionale, ma contro il CRM dei grandi datawarehouse, contrapposto al “database marketing” fatto con piu’ piccoli marketing database.

A mio avviso la distinzione, pur corretta, non e’ molto utile.
Oggi le attivita’ di marketing relazionale vengono denominate genericamente “CRM”. Per cui, io continuero’ a usare “CRM” senza distinzioni.

Nel primo dei due articoli, Hughes spiega perche’, a suo avviso, le premesse su cui si basa il CRM sono sbagliate.

1) Registrando abbastanza dati, l’azienda potra’ fare l’offerta giusta, alla persona giusta, al momento giusto
Hughes dice che non si avranno mai abbastanza dati per sapere cosa vuole il cliente, perche’ le scelte d’acquisto mutano per motivi che non vengono registrati in un database.
E’ un’obiezione giusta, anche se su Amazon.com, il marketing 1to1 funziona. Ma e’ pensabile generalizzare questo esempio?

2) Le aziende devono passare da product-centric a customer-centric.
Hughes dice che le aziende non modificheranno mai totalmente la loro organizzazione, perche’ e’ utile che ci siano product e marketing manager.
Anche questa e’ un’obiezione giusta, perche’ il lavoro sul posizionamento di marca e sull’acquisizione di nuovi clienti va fatto. Ma e’ anche vero che senza un customer manager che viene pagato per fidelizzare i clienti, il CRM rimane figlio di nessuno.

Nel prossimo articolo vedremo come Hughes spiega perche’ il CRM ha spesso un ROI negativo.

L’articolo originale in inglese di Arthur Hughes

Per rispondere alla domanda iniziale, il 28% dei marketer nel panel investirebbe i suoi soldi in CRM, contro solo il 22% in mass media.
Il 32% ha scelto “Marketing Strategy” come fattore chiave per il successo del CRM. E ben il 51% ha detto che e’ il reparto marketing che guida il processo CRM.
Questo potrebbe significare che il marketing aziendale – almeno come obiettivo – considera il CRM “cosa sua”? Sarebbe ora, visto che oggi il CRM e’ proprieta’ varia, dall’IT, al customer service, alle vendite.
Inoltre, queste risposte potrebbero indicare che i rispondenti sono giovani marketer all’avanguardia, ma questa ipotesi viene smentita dai dati della ricerca: il 42% dichiara di lavorare nel marketing da piu’ di 15 anni.
Riguardo a “CRM”, “Customer Relationship Management” e’ la definizione usata quasi da tutti i partecipanti, ma sul significato, ci sono due scuole di pensiero: una ha il focus sugli aspetti di marketing, l’altra sui sistemi software.

Domande e risposte interessanti. Ma ancora piu’ interessante sarebbe sapere come rispondereste voi a una simile survey.

E cosi’, abbiamo pensato di creare una ricerca (online) alla quale chiederemo la vostra partecipazione.

In grande sintesi, si vede che – mentre i fatturati del turismo sono crollati da due anni a questa parte – i risultati dei programmi di fidelizzazione vanno generalmente molto bene. O per lo meno, vanno bene quelli strutturati correttamente.

Infatti, i famosi programmi fedelta’ delle linee aeree basati sulle “miglia” cominciano a pesare come una spada di Damocle sui conti – gia’ in rosso – dei principali operatori. Le “miglia” sono diventate negli USA veramente un tipo di moneta e vengono scambiate da moltissimi operatori, anche diversi dalle linee aeree. Questo non sarebbe un male se le “miglia” fossero uno strumento che premia i migliori clienti, ma non e’ cosi’: in realta’ sono organizzate per premiare tutti i clienti e per premiarli sulle miglia percorse e non sui soldi spesi! Quindi non sono uno strumento di CRM efficace e di questo le compagnie aeree si sono accorte e stanno correndo ai ripari, sollevando le critiche dei clienti.

Sul fronte degli hotel, la situazione e’ migliore: anche se le presenze sono in calo, i programmi fedelta’ alberghieri stanno funzionando molto bene. Cosi’ le catene stanno pensando a evolvere quest’attivita’ verso un vero CRM, verso il marketing 1-to-1 e verso il datamining. Ma come? Non fanno gia’ queste cose?
Apparentemente no, l’industria alberghiera e’ ancora lontana dal vero CRM, cioe’ dal trattamento differenziato dei clienti secondo valori e bisogni. In questo senso, le catene si stanno attrezzando per investire in datamining anche se solo Starwood sembra veramente capirci qualcosa.

Insomma, uno stato dell’arte tutto sommato deludente. Il CRM sembra un po’ come quella donna troppo bella, di cui tutti gli uomini parlano, ma nessuno si fa avanti, se non per flirtare un po’.

L’RFM codifica i vostri clienti per “sensibilita’ alle vostre offerte”. Si va dai clienti 555 (quelli che rispondono meglio) giu’ fino ai clienti 111 (rispondono peggio o non rispondono). La percentuale di risposta a un’offerta si distribuisce in maniera lineare descrescente tra questi due estremi.
Perche’ l’RFM funziona? Perche’ e’ basato sui comportamenti d’acquisto pregressi e quindi e’ il miglior indicatore di acquisti futuri.

L’RFM quindi vi consente di prevedere su quali clienti e’ profittevole effettuare azioni promozionali e anche di misurare il profitto atteso!
Ecco come fare:
1) codificate il vostro database RFM sulla situazione attuale
2) estraete un campione casuale rappresentativo
3) effettuate un test mailing della vostra offerta
4) misurate la percentuale di risposta a break even
5) misurate la percentuale di risposta per ogni cella RFM

Ora, affinche’ la vostra azione promozionale abbia successo, dovete inviarla solo alle celle RFM – di tutto il database questa volta – che hanno una percentuale di risposta maggiore o uguale a quella di break even.

Ma l’RFM serve anche per fare marketing intelligence. Federal Express ha utilizzato la “RFM Migration Analysis” per capire come cluster di clienti si muovevano nel tempo tra le varie celle RFM. Questo ha permesso di individuare facilmente comportamenti differenti che richiedevano differenti strategie.

RFM Migration Analysis

Ma, appunto, il data mining richiede competenze specialistiche e relativi investimenti.
Cosi’ oggi volevo iniziare a parlarvi del “data mining dei poveri”: la codifica RFM applicata al CRM. Un’altra delle semplici ed efficaci idee di A. Hughes (Dbmarkets@aol.com).

RFM sta per Recency, Frequency, Monetary:
- Recency: data ultimo acquisto
- Frequency: numeri di acquisti
- Monetary: totale acquisti

L’RFM e’ un indice, aggiunto a ogni record del vostro database clienti, che
viene creato a partire dalle tre informazioni.
Ecco come:
1) Ordinate il database clienti secondo Recency (piu’ recente all’inizio)
2) Dividete il database in 5 parti uguali (quintili)
3) Nel primo quintile scrivete “5″ in un campo “R” che avete aggiunto al record. Scrivete “4″ nel secondo quintile e cosi’ via.
Ripetete le 3 operazioni per Frequency (campo “F”) e Monetary (campo “M”). A questo punto, in ogni record del vostro database clienti avrete un indice di tre cifre, da 555 a 111.

Nel prossimo articolo vedremo a cosa serve l’RFM, quando e come usarlo.