Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
1
Analisa CRM
2
Tujuan Pembelajaran Setelah pertemuan ini, diharapkan mahasiswa memiliki kompetensi yang mampu: Mengetahui data terintegrasi Mengerti tipe utama dari analisa data Mengetahu analisa clickstream Mengetahui personalisasi dan collaborative filtering Mengetahui checklist kesuksesan analisa
3
Materi Bahasan Kasus dalam integrasi data
Tipe-tipe penting analisi data Analisa clickstream Pemilihan secara personal atau collaborasi Agar sukses melakukan analisa
4
Kasus pada Integrasi Data
Satu perusahaan dua sistem CRM CSR customer website customer Customer Satisfaction mailing promotion E.piphany Clarify application server Purchase report Oracle database Call Center Analyst marketing
5
Kasus pada Integrasi Data
Beresiko, ketika departemen marketing tidak mengetahui bahwa customer yang menjadi target segmennya telah mengontak call center. Mereka mempermasalahkan produk yang dibelinya atau mungkin customer saat itu sedang tidak senang kepada perusahaan pada situasi seperti ini, cross-selling menjadi tidak bagus. CSR dalam merespon komplain, mungkin tidak mengetahui bahwa customer tersebut telah melakukan beberapa pembelian sebelumnya gagal dalam menganalisa komplain pelanggan Adanya penerapan aturan yang sama kepada setiap customer tidak hanya berisiko, tetapi juga mengakibatkan kalahnya persaingan dengan kompetitor yang telah berhasil menerapkan penanganan yang berbeda-beda pada setiap customernya
6
Langkah Tepat Memenuhi Kebutuhan Pelanggan
Memahami tentang interaksi terakhir antara pelanggan dengan perusahaan –baik melalui call center maupun tidak Mengetahui akan sejarah pembelian pelanggan untuk kurun waktu beberapa tahun, seperti kapan dan bagaimana pelanggan membeli suatu produk, waktu kapan biasanya pelanggan menambah pembelian produk tersebut, dan bagaimana pelanggan merespon suatu promosi Kombinasi informasi yang lain, seperti: dalam situasi yang bagaimana customer pindah ke penjual lain, berapa banyak dan umur anak mereka, seberapa sering mereka makan bersama diluar, dan rating tentang skala penilaian customer akan suatu produk
7
Langkah Tepat Memenuhi Kebutuhan Pelanggan
Informasi-informasi seperti itu dapat disimpulkan ke dalam profil customer dan ditempatkan dalam layar CSR atau ditampilkan sebagai “screen pop” segera setelah sistem call center mengenali nomor-nomor telepon customer yang sedang masuk. Usaha tersebut, untuk mengadopsi program loyatitas customer dan menaikkan tingkat retensi, tanpa meyentuh bidang-bidang mendasar lain dari perusahaan. Contohnya, Customer support center mungkin tidak memperhitungkan kebutuhan kelengkapan penjualan atau marketing belum memformalkan penerapan inisiatif CRM mereka
8
Problem Kebijakan Sistem CRM
Lebih pada problem berbagai macam persediaan dan infrastruktur yang menggambarkan tingkat pengetahuan tentang customer Bagaimana pendekatan pada CRM agar hubungan dengan customer dapat dipahami dari interaksi customer kepada perusahaan
9
Cara Mengumpulkan Informasi Customer
Interasksi penjualan langsung 60% 50% Interaksi call center 43% Mengunjungi Website 40% Survey 28% Fokus Grup Even/pameran perdagangan 27% Sumber: Survey The Yankee Group
10
4 Perspektif CRM dari para Eksekutif
Tanggapan Marketing Kita sangat membutuhkan sistem CRM. Kita bahkan tidak tahu berapa jumlah pelanggan kita secara real. Saya akan membayar apapun, akan tetapi, kita butuh yang cepat. Sales Tentu kita membutuhkannya, tetapi kita belum siap. Saya baru saja membiayai usaha untuk clean-up seluruh data kontak kita. Setelah semua itu, apa bagusnya profil pelanggan jika data itu tidak masuk akal? Customer Support CRM? Kita sudah menggunakannya. Sistem call center kita memberikan informasi kepada service representatif. secara otomatis pada saat pelanggan melakukan panggilan. Bahkan kita dapat melihat daftar produk untuk pelanggan tersebut. Siapa bilang kita butuh selain CRM? Engineering/ teknisi Tentu, pelanggan adalah penting tetapi butuh waktu 65 hari untuk menyediakan layanan baru. Jika saja kita tidak mempersiapkannya pertama kali, kita tidak akan kehilangan pelanggan. Jika saja kita tahu bagaimana memprioritaskan instalasi kita.
11
Multi Database Pelanggan
Satu Perusahaan, Multi Database Pelanggan Database SFA Database Marketing Database kontak center - Kontak pelanggan - Hasil penjualan - Kontak pelangan - Kontak korporate - Segmen pelanggan - Sejarah trouble ticket - Daftar produk - Sejarah promosi - Respon survey - Hasil penjualan - Respon kampanye - Data pembayaran Data pembayaran - Skor penilaian pelanggan Data warehouse
12
Sumber-data dari Warehouse
Sistem billing Sistem order dan jenis-jenisnya Sistem ERP Sistem sumber daya POS (point of sale) Web server Marketing database Sistem call center Paket “corporate financial” External data provider
13
Tipe data dalam Data Warehouse
Demografi Purchase data Campaign responses Billing and payment Web activity Return Call center contacts Survey respons
14
CRM dan Data Warehouse seringkali menjadi buruk ketika perusahaan berusaha menyediakan data warehousing dan sarananya Data Warehouse merupakan sumber data sistem CRM yang ideal Komunitas bisnis menekankan pada kecepatan tanpa peduli dari mana data itu berasal Sepanjang mereka mendapatkannya dengan cepat, bisnis mulai menggunakan aplikasi CRM tanpa adanya visi tentang bagaimana penyempurnaan proses bisnis agar berkesinambungan
15
Analytical CRM Analytic CRM Enterprise Data Operational CRM
Operational Data: ERP SCM E-commerce Billing Product Financial Usage Analytic CRM Customer Value Measurement Workforce Optimization Customer Profiling Enterprise Data Supplier Evaluation Partner Contribution Measurement Operational CRM Risk Scoring Activity Management Customer Satisfaction Analysis Contact Management Customer Support Revenue Analysis Pricing and Configuration SRM PRM Campaign Measurement Campaign Management Customer Segmentation Prospect Qualification Channel Analysis Next Sequential Purchase Analysis Propensity-to-Buy Modeling Churn Analysis and Prediction
16
Tipe Utama dari Analisa CRM
OLAP – prediction, sequence, association Clickstream Analysis Personalization & Collaboration filtering
17
Post Test Sebut dan jelaskan beberapa analisa data
Mengapa analisa membutuhkan data warehouse
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.