CHƯƠNG 1. CƠ SỞ LÝ LUẬN VỀ QUẢN TRỊ QUAN HỆ KHÁCH HÀNG
1.3. NỘI DUNG VÀ TIẾN TRÌNH CRM
1.3.1. Xây dựng cơ sở dữ liệu về khách hàng
- Giúp truy cập dễ dàng, tiết kiệm thời gian và thuận lợi cho việc chia sẻ thông tin giữa các bộ phận khác nhau trong tổ chức.
- Là cơ sở để phân tích, đánh giá đặc điểm, giá trị của khách hàng hỗ trợ thực hiện phân loại khách hàng và cung cấp thông điệp, sản phẩm hay dịch vụ tới khách hàng hiệu quả nhất.
- Là cơ sở chủ yếu để từ đó định hướng các chiến lược, kế hoạch marketing; đồng thời cung cấp các thông tin chính xác và cần thiết cho hoạt động marketing trực tiếp thông qua công cụ như direct mail, telemarketing…
b. Nội dung của cơ sở dữ liệu
Để CRM trở nên hiệu quả thì doanh nghiệp cần phải có những quyết định thông tin nào về khách hàng được quan tâm và hợp nhất trong kho dữ liệu và sử dụng thông tin này với mục đích gì. Một cơ sở dữ liệu có thể bao
gồm những thông tin như sau:
- Thông tin cơ bản (thông tin cá nhân) về khách hàng hiện tại và khách hàng tiềm năng: những dữ liệu cơ bản như tên, địa chỉ, số điện thoại, email…;
đối với khách hàng tổ chức còn thêm các thông tin cần thiết như đặc điểm ngành kinh doanh của khách hàng, văn hoá tổ chức, người có quyền quyết định cao nhất… những thông tin này sẽ tạo điều kiện thuận lợi cho việc tiếp xúc, gặp gỡ và thương thuyết với khách hàng.
- Thông tin mô tả: phân đoạn thị trường và những dữ liệu phân tích có liên quan như những thông tin về đặc điểm nhân khẩu (tuổi, giới tính, ngành nghề, địa lí…) hoặc địa vị xã hội, văn hoá của khách hàng... Đây là những thông tin hỗ trợ cho các thông tin cơ bản giúp doanh nghiệp hiểu rõ hơn về khách hàng mà doanh nghiệp đang giao dịch.
- Các cuộc giao dịch: thông qua các cuộc giao dịch sẽ cung cấp cho doanh nghiệp về lịch sử mua của khách hàng với các dữ liệu cụ thể như: giá thanh toán, ngày giao nhận hàng, nhịp độ mua sắm, lần mua sắm vừa qua của khách hàng, quy mô mỗi lần mua hàng. Phân tích chéo loại số liệu này với loại số liệu về khách hàng có thể cho phép chúng ta dự đoán khách hàng có khuynh hướng mua loại sản phẩm nào và phân loại khách hàng theo giá trị mà họ mang lại cho doanh nghiệp.
- Thông tin về phản hồi của khách hàng đối với các chiến dịch marketing của doanh nghiệp: dữ liệu này thường khó thu thập, lượng hóa, là những cảm xúc, khen chê của khách hàng như khách hàng thích điều gì nhất, mong muốn điều gì, phản hồi sau khi doanh nghiệp đưa ra chiến dịch cổ động (khuyến mãi, quảng cáo, hội nghị khách hàng…), có thể là những phản hồi của khách hàng thông qua các ý tưởng của marketing trực tiếp, các cuộc thăm viếng khách hàng, việc gia tăng doanh số hay các liên hệ khác của khách hàng.
- Thông tin về sản phẩm: đây là những thông tin về những sản phẩm đã
được khuyến mãi theo cách thức nào, ở đâu, khi nào và những phản hồi thu nhận được từ khách hàng.
- Những thắc mắc, khiếu nại của khách hàng về sản phẩm, dịch vụ mà doanh nghiệp cung cấp cũng như thái độ, cách làm việc của nhân viên…
thông qua trung tâm hỗ trợ khách hàng.
Bên cạnh đó, những thông tin về khách hàng không còn giao dịch với doanh nghiệp cũng thật sự quan trọng nhằm phân tích và đưa ra những biện pháp khắc phục, có những tương tác để thu hút khách hàng quay lại. Với những khách hàng này, dữ liệu thu thập thêm cần có: thời gian giao dịch cuối cùng, cách thức trước đây doanh nghiệp đạt được khách hàng, lý do khách hàng thôi giao dịch với doanh nghiệp…
c. Phương pháp thu thập dữ liệu
Doanh nghiệp có thể thu thập thông tin về khách hàng từ nhiều nguồn khác nhau với nhiều cách thức khác nhau như:
- Theo cách truyền thống thông qua nhân viên của doanh nghiệp: lực lượng bán hàng sẽ hỗ trợ đắc lực trong việc cung cấp các thông tin về khách hàng, các cuộc giao dịch với khách hàng. Người bán hàng sẽ cung cấp lên cấp trên những số liệu liên quan đến các thương vụ bán hàng theo sản phẩm, nhãn hiệu và theo khách hàng thông qua các báo cáo bán hàng ngày hay tuần, các hoá đơn, sổ sách, phiếu bán hàng… là một nguồn thông tin dồi dào hữu ích cho việc thu thập thông tin khách hàng.
- Những dự án nghiên cứu thị trường cũng có thể góp phần xây dựng cơ sở dữ liệu khách hàng từ chính các khách hàng. Đây là nguồn tin rất chính xác và đáp ứng đúng nhu cầu thông tin về khách hàng của doanh nghiệp nhưng cũng khá tốn kém khi doanh nghiệp tổ chức nghiên cứu thị trường.
- Ngày nay công nghệ thông tin phát triển, các doanh nghiệp đã tận dụng lợi ích mà nó mang lại bằng cách nhiều doanh nghiệp đã chuyển dần sang kinh
doanh trực tuyến, tham gia vào thương mại điện tử, hoặc xây dựng website.
Thông qua website doanh nghiệp thu nhận và lưu trữ thông tin trực tiếp từ khách hàng, hoặc nhận được phản hồi trực tiếp một cách nhanh chóng. Tuy nhiên, những thông tin phản hồi từ nguồn này không mang lại độ tin cậy cao. Các doanh nghiệp có thể thu thập dữ liệu về khách hàng thông qua công nghệ thẻ: thẻ thanh toán, thẻ bảo hiểm, thẻ thành viên…
Ngoài ra còn có các công cụ marketing trực tiếp như: Direct mail, telemarkting, và những tiếp xúc khác với khách hàng.
Cùng với việc thu thập thông tin khách hàng, doanh nghiệp phải căn cứ vào thông tin để đánh giá độ tin cậy của thông tin bởi đây là căn cứ để phân tích, sử dụng thông tin hiệu quả.
Một vấn đề đặt ra sau khi có những dữ liệu và thông tin về khách hàng là doanh nghiệp sẽ tích hợp các nguồn dữ liệu khác nhau như thế nào để có được một cơ sở dữ liệu thống nhất tập trung giúp người sử dụng có cái nhìn tổng quát về khách hàng.
Đối với các doanh nghiệp, việc phân tích, thống kê các dữ liệu về khách hàng là vấn đề cần thiết. Trước mỗi quyết định quan trọng, lãnh đạo doanh nghiệp bao giờ cũng cần được cung cấp đầy đủ các thông tin về khách hàng để làm cơ sở đánh giá. Nhìn chung, dữ liệu về khách hàng và phương pháp phân tích, thống kê được thể hiện không giống nhau đối với từng doanh nghiệp nhưng lượng thông tin cần để đánh giá được hiện tại và tương lai của khách hàng thì thường tương đương nhau. Có một vài kỹ thuật phân tích cơ sở dữ liệu khách hàng như sau:
OLAP (Online Analysic Process - Xử lý phân tích trực tuyến)
OLAP trở thành phương pháp phân tích hỗ trợ ra quyết định phổ biến nhất, cho phép khai thác dữ liệu trực tuyến nhằm mục đích tập trung vào những dữ liệu chi tiết ở mức thấp hơn của hệ thống cấp bậc dữ liệu. Điều này
tạo ra một báo cáo trực tuyến, phân tích kết quả và đưa ra một điều tra chi tiết hơn để hiểu rõ được dữ liệu của kết quả đó.
OLAP là công cụ phân tích trực tuyến, đa chiều, dữ liệu được tập hợp và tạo thành các cơ sở dữ liệu, được sắp xếp và lưu trữ một cách logic trong kho dữ liệu theo những mô hình nhất định. Mặc dù tập trung vào khai thác dữ liệu nhưng OLAP chỉ dựa vào những dữ liệu đã được tóm tắt theo giới hạn cụ thể.
Vì thế, thay vì phân tích các phân khúc khách hàng để quyết định khách hàng nào có khả năng sẽ phản ứng thì với OLAP việc khai thác thông tin sẽ xem xét từng khách hàng cá nhân, tiếp xúc với từng hồ sơ trong số hàng triệu hồ sơ lưu trong cơ sở dữ liệu.
Phân tích Clicktream (Dòng kích chuột)
Dữ liệu clickstream thường lưu trữ trong kho dữ liệu của công ty hay trong kho dữ liệu clickstream đôi khi được gọi là “webhouse dữ liệu” đang phát triển song hành với các hoạt động thương mại điện tử của doanh nghiệp.
Clickstream bao hàm cách thức người sử dụng tìm đến trang web, thời gian và những việc được làm trong quá trình truy cập, thời điểm mà người đó quay lại trang web. Đây giống như một chiếc camera ghi lại toàn bộ hoạt động của khách hàng.
Nếu được kiểm tra thường xuyên bằng những phép đo đồng nhất thì clickstream có thể tiết lộ một số mô hình thú vị. Các nhà quản trị khi kết hợp với yếu tố nhân khẩu học, phác đồ tâm lý và hành vi trong quá khứ của khách hàng thì có thể hiểu rõ về hành vi khách hàng ở mức hoàn toàn mới. Đồng thời có cái nhìn chính xác về giá trị và các mối quan tâm của khách hàng.
Collaborative Filtering (Cá nhân hóa và lọc tự động)
Giả thuyết của biện pháp cá nhân hóa là doanh nghiệp có thể đáp ứng nhu cầu riêng nhất của từng khách hàng, cả trong hiện tại lẫn tương lai, bằng cách thu thập đủ dữ liệu về khách hàng. Hầu hết phần mềm dùng cho phương
pháp này đều bao gồm những thuật toán khai thác thông tin cụ thể. Gồm hai hình thức đó là:
- Cá nhân hóa dựa trên nguyên tắc: bao gồm các nguyên tắc đã được mã hóa chặt chẽ nên quy trình này thường khó duy trì và phát triển.
- Cá nhân hóa thích ứng: sẽ thay đổi theo diễn biến cụ thể, được biết như một hệ thống lọc tự động bằng cách quan sát hành vi khách hàng và áp dụng vào những tình huống mới. Hệ thống lọc tự động sẽ sử dụng hành vi của những khách hàng khác giống với khách hàng này để làm cơ sở giới thiệu sản phẩm. Công cụ tự động thường phức tạp hơn nên tốn kém nhiều hơn.
Như vậy, với các công cụ phân tích cơ sở dữ liệu khách hàng khác nhau nhưng nhìn chung thì việc phân tích dữ liệu dựa trên công nghệ và khả năng nhạy bén của người phân tích nhằm khai thác giá trị dữ liệu, ứng dụng kết quả phân tích vào những công việc cụ thể như sau:
- Nắm bắt các thông tin về khách hàng: các mối liên hệ, các đặc điểm hành vi của khách hàng trước khi bắt đầu một cuộc giao dịch.
- Phân loại khách hàng theo nhiều góc độ: đặc điểm nhân khẩu, giá trị kinh doanh, trạng thái hành vi… là cơ sở để lập kế hoạch chiến lược: định vị, marketing chiến lược…
- Hoạch định chiến lược, ngân sách đầu tư cho các quan hệ khách hàng, các nhóm khách hàng chiến lược và nhóm khách hàng không có khả năng sinh lợi. Từ đó, công ty biết tập trung vào nhóm khách hàng chiến lược nào, bỏ qua nhóm khách hàng nào.
- Tìm kiếm khách hàng tiềm năng.
Đối với các doanh nghiệp, việc tạo lập cơ sở dữ liệu khách hàng là một bước tiền đề quan trọng để thực hiện công tác quan hệ khách hàng. Tuy nhiên hầu hết dữ liệu đều thay đổi theo thời gian nên doanh nghiệp cần có quy trình quản lý dữ liệu thực hiện theo định kỳ qua đó kiểm tra, thanh lọc, phát hiện
dữ liệu trùng lặp và tổng hợp dữ liệu để đảm bảo dữ liệu mang những thông tin cần thiết và mang tính an toàn, bảo mật cao theo đúng quy định.