Un’utility inglese, dovendo affrontare un mercato aperto alla concorrenza attivo’ un programma di CRM lungo 5 anni.
Un iniziale focus sulla gestione delle informazioni, segmentazione della clientela e gestione di campagne di marketing porto’ dei risultati positivi, ma la societa’ decise che doveva ottenere di piu’ se voleva sopravvivere.

Venne installato un nuovo sistema di contact management, che pero’ non porto’ in significativi miglioramenti sulle vendite.
La societa’ creo’ allora un “laboratorio di Ricerca & Sviluppo del cliente” per capire  cosa succedeva nei punti di contatto con i clienti e come si potevano migliorare i processi di vendita.
Questi studi dimostrarono che, nonostante il nuovo software, il personale che gestiva i contatti non riceveva  informazioni utili a una conversazione telefonica interessante per il cliente.
Inoltre il controllo delle performance era basato unicamente sul tempo per contatto: telefonate piu’ brevi, performance migliori.

Vennero risolti questi problemi e le soluzioni testate su un segmento della base clienti.
Subito emersero nuove opportunita’ di business: le telefonate di assistenza potevano essere trasformate in opportunita’ di vendita.
Inoltre, si capi’ che non tutti i “vecchi” operatori si adattavano alle nuove esigenze: questo porto’ a nuovi criteri di assunzione e training.

Risultati: a fronte di un peggioramento dei tempi per risposta, le vendite piu’ che raddoppiarono e il ROI risultante fu di molto superiore agli obiettivi aziendali.

In due recenti articoli, decisamente controversi, A. Hughes, ha analizzato i motivi per i quali, molto spesso, il CRM non funziona.

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

Se non aveste problemi di budget, dove investireste i vostri soldi: nel CRM oppure sui mass media?
La rivista di marketing Reveries (raccomandata a tutti i marketer) ha fatto questa e altre domande sul CRM a un panel di marketer (195 soggetti).

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.

Parliamo ancora di “cellulari & CRM” con una nuova soluzione al problema del churn: per CellularOne avevamo un piano di CRM “old style”, qui (Bell Mobility) abbiamo tecnologia CRM sofisticata, l’analisi dei dati in tempo reale (real-time analysis).

Il problema del churn si risolve con modelli predittivi che individuano quali comportamenti del cliente preludono al churn.
Purtroppo per Bell Mobility gli indicatori di churn arrivavano al Customer Service Representative (CSR) dopo due mesi che si erano presentati!
Cio’ impediva anche di fare cross-selling e up-selling efficacemente: invece che un canale di fidelizzazione, il centro di customer care era cosi’ solo un costo.

La soluzione: real-time analysis. Oggi, il CSR vede lo stato attuale del cliente – e l’eventuale presenza di indicatori di churn – mentre gli parla al telefono.
Aiutato dai suggerimenti del sistema, il CSR puo’ decidere se fidelizzare (in caso di cliente a rischio), oppure fare cross/upselling.
E anche il management puo’ vedere in tempo reale (e non piu’ dopo due/tre mesi) il gradimento di offerte e piani tariffari su tutta la base clienti.

Risultati: il churn di Bell Mobility e’ del 1,4% contro una media nazionale del 2,3%. E le revenue generate dal call center sono aumentate del 18% nel primo mese di introduzione dell’analisi dei dati in tempo reale!

La real-time analysis non serve quindi solo chi fa eCommerce: e’ fondamentale in tutti i business dove i clienti acquistano frequentemente e possono cambiare facilmente fornitore. E quindi telefonia, banche e… magari il vostro business?

Quando un mio cliente mi ha chiesto soluzioni per creare un webCallCenter, ho inizialmente verificato cosa offrisse il mercato.

Come servizi USA ho valutato:
- LiveHelper
- Liveperson
- InstantService

Dal punto di vista funzionale i pacchetti sono simili e completi. Le differenze si trovano nelle performance e soprattutto nei costi e tipi di contratti (i servizi comunque non sono pensati per le PMI). Potendomelo permettere, sceglierei LivePerson.

Come servizi italiani ho invece valutato:
- LiveCare
- LiveContact

Questi due servizi hanno feature e offerte molto diverse. LiveCare è stato pero’ l’unico che ho potuto testare, trovando LiveContact ancora “acerbo” per le mie esigenze (e troppo spesso il sito era offline).
Un punto a favore di LiveCare: la presentazione avviene nella sede del cliente ed è realizzata da tecnici molto preparati. Peccato per i costi, che inizialmente possono spaventare.

Poiche’ nessuno delle soluzioni analizzate era adatta alle esigenze del mio cliente, ho realizzato il servizio Caronte: feature minime necessarie e prezzo adeguato agli investimenti della PMI.
L’esperienza operativa ha comunque mostrato che i costi e i problemi tecnologici sono secondari rispetto a quelli del personale.

Trovare persone affidabili, competenti, in grado di scrivere velocemente in buon italiano e di gestire piu’ “chat” in contemporanea, e’ l’aspetto piu’ critico per un webCallCenter.

Un interessante articolo della rivista Colloquy (specializzata in loyalty marketing, consiglio la registrazione sul sito) parla dei programmi di fidelizzazione applicati al turismo: linee aeree e hotel.

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’.

CRM Customer Relationship Management di P.Greenberg (Ed. Apogeo) e’ la traduzione di CRM at the Speed of Light: Capturing and Keeping Customers in Internet Real Time.

Ho avuto modo di incontrare Greenberg a numerosi seminari sul CRM in giro per il mondo: è una persona molto socievole e sicuramente conosce la materia. Questo è secondo me anche il suo limite perché in quasi 10 anni che lo conosco non si è molto spostato da quest’ambito, mentre il CRM si è evoluto e decisamente integrato nell’Internet marketing più di quanto fosse in passato (se non altro per le applicazioni SaaP come Salesforce e Infusionsoft).

Questo libro e’ la classica “bibbia” sul CRM. Greenberg tratta sia gli aspetti teorici, che quelli pratici: da “cosa e’ il CRM” a “cosa fare nel meeting di avvio di un’implementazione di CRM”, in 16 capitoli piu’ due brevi appendici.

Come tutti i manuali-bibbia, ha due limiti:
- alla fine della lettura si sa un po’ di tutto e niente veramente bene
- le citazioni di prodotti e tecnologie saranno obsoleti in fretta (alcuni non esistono gia’ piu’ oggi)

Inoltre, Greenberg non e’ un mostro di chiarezza: tende a usare metafore e giochi di parole che a volte confondono e molti acronimi che diminuiscono la facilita’ di lettura. E, in generale, le parti sulla tecnologia sono migliori di quelle strategiche (infatti Greenberg e’ un informatico).

L’aspetto migliore del libro e’ un’ottima organizzazione dei vari aspetti del CRM: se il CRM vi sembra una nebbia indistinta di tecnologie e argomenti, questo libro vi fara’ chiarezza.

In conclusione: io non lo ricomprerei, ma se cercate un libro in italiano che tratti il CRM da tutti i punti di vista, “CRM Customer Relationship Management” di P.Greenberg (Ed. Apogeo) e’ una buona scelta. Anzi, probabilmente l’unica sul mercato.

Puoi acquistarlo in inglese su Amazon

Puoi acquistarlo in italiano da Apogeo

La scorsa settimana abbiamo visto cosa e’ l’RFM. Ora vediamo a cosa serve e come usarlo.

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

Matrix Group International, una societa’ di sviluppo Web e intranet nell’area di Washington DC, ha sviluppato una strategia di CRM via email, basata su newsletter e su “messaggi formali” che le ha permesso di resistere alla crisi delle dotcom prima e dell’11 settembre poi.

La struttura della newsletter settimanale di Matrix e’ cosi’ composta: editoriale personale del presidente Mrs Pineda (personaggio noto nel suo mercato di riferimento), una case history dell’azienda, “trucchi e consigli”, l’offerta di un seminario (mensile) e per finire una nota spiritosa (“sito buffo del mese”).

Questo taglio informativo, ma anche “caldo” della newsletter, viene completato dai “messaggi formali”: sono email che danno ai clienti informazioni utili e time-sensitive (es: un nuovo virus), con un tono formale.

Matrix non ha fatto un tracking dei risultati, ma Mrs Pineda e’ sicura che la newsletter nel 2001 ha fruttato almeno 500.000 dollari di new business e ha gia’ permesso di raggiungere parte del target 2002.
Perche’ questa sicurezza? Perche’ la newsletter di Matrix, grazie alla qualita’ dei contenuti, raggiunge la mailbox dei decisori aziendali. Mrs Pineda riceve molti feedback positivi ogni settimana.

Non servono quindi investimenti miliardari per un’efficace piano di CRM. La strategia email di Matrix ha funzionato e ha permesso all’azienda di resistere alla crisi.
Consigliamo di leggere la dettagliata case history proposta da B2BMarketingBiz.

E la vostra newsletter email?
Per un consiglio, gratis e senza impegno, contattate Marco Deveglia <mailto:marco@crmgroup.it>

Il data mining e’ uno degli aspetti piu’ affascinanti – e incompresi – del CRM. L’idea di trovare delle “gemme di informazione” nascoste propri dati, da’ al data mining quel sapore di “tecnologia indistinguibile dalla magia” di cui parla la legge di Clarke.
Grande esperto italiano di data mining e’ il prof. Carlo Vercellis. L’ho conosciuto alla presentazione del “Corso avanzato in Management della Relazione con il Cliente”, primo corso universitario italiano di CRM, organizzato dal MIP-Politecnico di Milano.

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.