2 DWH & QUAN HỆ KHÁCH HÀNG
2.1.2Một bài toán thực tế
Chúng ta sẽ xem xét bài toán CRM thực tế tại công ty dịch vụ giải trí Amadeus Entertainment. Một khách hàng của công ty có thể là người đặt hàng, người đăng ký hay nhiều khái niệm khác phụ thuộc vào các phòng ban.
- Hai lăm triệu cá nhân đã đặt hàng các sản phẩm của công ty - 35 triệu cá nhận đã đặt liên hệ
- 20 triệu các nhân đã đăng ký trên các website - 44 triệu cá nhân hỏi bản báo giá
- 51 triệu cá nhận đã tải một thứ gì đó từ các website
- 11 triệu cá nhận đã tham gia một trong các cuộc đấu giá trực tuyến - 7 triệu cá nhận đã gửi mail hay gọi điện đến công ty
- 24 cá nhận đã thực hiện các thanh toán cho công ty - 17 triệu cá nhận đã có tài khoản tại công ty
Từ các con số trên chúng ta thực hiện vẽ một sơ đồ Ven. Mỗi vòng tròn thể hiện một tập khách hàng tương ứng với định nghĩa của nó. Các tập này giao nhau thể hiện khách hàng nằm trùng vào hai khái niệm. Tập khách hàng sẽ là vùng được tạo nên bởi lược đồ Ven.
Bảng trên trông khá đơn giản, nhưng trong thực tế có 2 điều mà chúng ta cần phải lưu tâm khi tạo ra một SCV. Đầu tiên, cách thức chúng ta xác định,đối chứng và loại bỏ trùng lặp một khách hàng?. Đó là 1 thách thức cho SCV. Nếu chúng ta có một khách hàng mới đăng ký trên website, gọi tên anh ta là Bình và địa email là binh@yahoo.com, anh ấy có phải cùng là một người với hàng cuối cùng trên bảng trên không, có thể không. Điều gì xẩy ra nếu chúng ta chỉ biết địa chỉ mail của anh ta mà ko biết tên. Một số hệ thống có tài khoản ID là duy nhất cho mỗi khách hàng, nhưng một số hệ thống ko có tài khoản này
Hình 6.2: bảng khách hàng với các định nghĩa khác nhau
2.1.3 Thực hiện chất lƣợng dữ liệu khách hàng
Đơn vị cần thống nhất với nhau và tổ chức thành các quy định nghiệp vụ cho việc xác định, đối sánh thông tin và loại bỏ sự trùng lặp. Ví dụ chúng ta nhất trí rằng một khách hàng có thể được xác nhận bởi một tài khoản ID nếu nó có, ngược lại bởi địa chỉ email. Việc xem xét xem liệu 2 khách hàng có phải là một không có thể mang đến nhiều rủi ro, vì thế chúng ta muốn nó phải đúng ngay lần đầu tiên.
2.1.4 Bộ thuộc tính của khách hàng
Vấn đề thứ hai cần xem xét khi tạo một SCV là thuộc tính khách hàng. Vì định nghĩa về một khách hàng là khác nhau ở các phòng ban trong một tổ chức vì thế các thuộc tính khách hàng có nhiều cấp độ khác nhau (số lượng thuộc tính). Ví dụ
- Nếu đó là 1 người đăng ký trên website, chúng ta chỉ cần biết tên và email. - Nếu đó là một người đặt hàng, chúng ta cần biết thêm số điện thoại.
- Nếu là đối tượng tham dự một đợt khảo sát thị trường của công ty (điền vào các bản customer survey), chúng ta biết tên, địa chỉ email, phone, ngày sinh, mối quan tâm. Vì thế khi sử dụng dữ liệu SCV chúng ta cần nhận thức rằng ở một thời điểm nào đó chúng ta không có tất cả các thuộc tính cho mọi khách hàng: ví dụ như chỉ có 60% khách hàng là chúng ta có thông tin địa chỉ, 80% có địa chỉ email, 30% biết điện thoại...
2.1.5 CSDL trung tâm về khách hàng
Trong nhiều tổ chức, dữ liệu khách hàng nằm rải rác qua nhiều hệ thống khác nhau. Các hệ thống này có thể có các ứng dụng khác nhau giữa kho và website thương mại điện tử hoặc giữa quảng cáo hay liên hệ tiếp thị. Chúng có thể dùng các agency khác nhau cho việc quảng bá bằng email. Ví dụ như một tổ chức kinh doanh đa quốc gia bao gồm nhiều thực thể có tính chất pháp lý khác nhau (công ty hay agency), hợp thành từ nhiều chi nhánh đặt tại nhiều quốc gia khác nhau. Không có cách nào mà tất cả các công ty dùng cùng một ứng dựng để quản lý nghiệp vụ. Dữ liệu khách hàng nằm rải rác tại các vị trí khác nhau.
Với các thách thức như thế thì liệu có thể có một CSDL trung tâm về khách hàng hay không. CSDL trung tâm này chứa thông tin cá nhân, đơn hàng của họ, giá trị, các hành vị tải tài liệu (giới thiệu sản phẩm, báo giá,…), thông tin kiên hệ chi tiết, mối quan tâm, phàn nàn, điểm thẻ tín dụng,… Quá trình xây dựng nó là một quá trình khó khăn và có chi phí không nhỏ.
Nhiều đề xuất CRM bắt đầu bằng việc tích hợp dữ liệu khách hàng từ các hệ thống khác nhau. Trên thực tế có một số các dự án chẳng hạn CDI ( Customer Data Integration) hay Operational Data Stores (ODS); chúng có thể đưa dữ liệu từ ứng dụng này này cho ứng dụng khác thông qua 1 phần mềm hay các dịch vụ nào đó.
2.2 Sự phù hợp của DWH đối với CRM trong vấn đề SCV
Theo các phân tích ở trên thì chúng ta có thể thấy sự phù hợp của Nhà kho dữ liệu đối với việc xử lý vấn đề quan hệ khách hàng trong toàn bộ tổ chức.
Phân tích khách hàng
Lợi ích của việc dùng DWH cho một một góc nhìn khách hàng thống nhất (SCV) là tính tự nhiên phân tích của nhà kho dữ liiệu theo chiều. Điều này đảm bảo cho chúng ta khả năng thực thi việc phân tích dữ liệu khách hàng một cách tiện lợi.
Khả năng tính toán
Thuận lợi khi sử dụng DWH cho SCV là khả năng tính toán của hệ thống. Một hệ thống DTW được thiết kế và xây dựng có khả năng kiểm soát những yêu cầu xử lý dữ liệu lớn.. Nếu dữ liệu là 10 đến 20 MB thì vấn đề hạ tầng ko thành vấn đề nhưng lại là thách thức nếu dữ liệu lên tới 1 TB. Việc trích tách, chuyển đổi dữ liệu từ dữ liệu marketing, dữ liệu đăng ký, dữ liệu đơn hàng,.. tốt nhất là được thực hiện trên những nền tảng được thiết kế dàng riêng cho truy cập lớn
Khả năng tích hợp nhiều nguồn
Công nghệ DWH được xây dựng từ điều kiện đặt ra là thông thường dữ liệu sẽ được gom từ nhiều nguồn với các đặc điểm khác nhau. Vì đặc trung này mà DWH có thể dùng để tạo ra SCV cho đơn vị
2.3 Đợt chiến dịch quảng cáo, quảng bá (Campaign Segmentation)
Một chiến dịch là một đợt liên lạc tác động tới khách hàng thông qua email, bưu diện, RSS hoặc các tin nhắn chứa đựng các nội dung tiếp thị. Thư tin tức mới hàng tuần, sản phẩm mới, thu thập phản hồi về tăng giá là những ví dụ của chiến dịch.
Khi mở một đợt chiến dịch quảng cáo quảng bá, bộ phận chuyên trách của công ty phải thực hiện các phép đo lường để đánh giá kết quả công việc:
- Với thư điện tử, tỷ lệ mở và tỷ lệ click chuột. Tỷ lệ mở là số các thông điệp email được mở bởi khách hàng / tổng số tin đã gửi. Còn chỉ số click (CTR) là số khách hàng nhấn chuột vào đường siêu liên kết được nhúng trong thư điện tử/ tổng số thư điện tử. Tỷ lệ đến là số thư đến tay trên số thư đã gửi, còn tỷ lệ trả lại là số thư gửi ko thành công. (adsbygoogle = window.adsbygoogle || []).push({});
Các bước thực thi chiến dịch
- Dựa trên sự cần thiết kinh doanh, chúng ta quyết định những khách hàng nào là đích nhắm tới, những thông điệp gì chúng ta gửi đến họ và tần suất liên lạc của chiến dịch (hàng tuần hay chỉ một lần), kích thước mẻ (ví dụ mỗi mẻ là 150,000 thư được gửi đi) và các kênh gửi nhận (10% là theo RSS và 90% là theo địa chỉ Email) và tỷ lệ kết quả mong đợi (15% được mở, 5% được nhấn và lợi nhuận là 200 .000 $)
- Tạo ra một truy vấn lựa chọn từ CSDL lấy ra danh sách khách hàng thỏa mãn điều kiện nào đó, chẳng hạn như các khách hàng đã đặt hàng X trong 6 tháng qua
- Biên soạn nội dung của chiến dịch, cho mỗi kênh. Kiểm tra tất cả các liên kết trong nội dung và kiểm tra lại để chắc chắn là khách hàng sẽ nhận được thư theo đúng trình bày và định dạng mà chúng ta đã soạn (chẳng hạn viết tiếng Việt có dấu mà khách hàng ko thể đọc được mail)
- Thiết lập chiến dịch trong hệ thống quản lý chiến dịch, dán câu truy vấn chọn và tải nội dung file , thêm vào nhóm điều khiển ; thực hiện nó, gửi nó cho người kiểm thử sau đó gửi tới cho khách hàng
- Giám sát các tỷ lệ thư đến tay, tỷ lệ mở thư, tỷ lệ siêu liên kết được mở ra, thậm chí là doanh thu đạt được sau mỗi đợt chiến dịch.
Đối tượng tác động của chiến dịch được liệt kê và thành danh sách khách hàng mục tiêu. Danh sách này thường được phân nhóm theo các bộ tiêu chí nào đấy. Có thể là dựa trên vùng địa lý hoặc có thể theo mối quan tâm khác nhau,….
Khi 1 chiến dịch được phân khúc, mỗi phân khúc nhận nội dung khác nhau. Kết hợp giữa nội dung và hành động mà chúng ta xử lý trên phân đoạn đó được gọi là ứng xử (treatment) Bộ phận chuyên trách của đơn vị cần quan tâm đến bốn khía cạnh sau: sự chấp thuận, dữ liệu nhân khẩu học, các hành vi khách hàng và phản hồi chiến dịch quảng bá:
- Sự chấp thuận là đối tượng của quảng cáo: Là sự chấp thuận từ một khách hàng mà chúng ta gửi tới anh (chị) liên hệ , chẳng hạn như việc đặt nhận tin từ website. - Dữ liệu nhân khẩu học: là những thuộc tính mang tính cá nhân của khách hàng như
tuổi, giới tính, địa điểm, lĩnh vực, mối quan tâm, con cái.
- Ứng xử của khách hàng: các tổ chức công ty thực hiện các tương tác với khách hàng của họ, Ứng xử của khách hàng những hành động mà khách hàng làm hay không đối với những hành động này. Mỗi ngành có những ứng xử khách hàng khác nhau. Với ngành bán lẻ, đó là ứng xử đặt hàng; với ngành viễn thông đó là những ứng xử đối với các tiện ích ; với ngành dịch vụ tài chính đó là những hàng vi trên tài khoản. Ví dụ: thuật ngữ “khách hàng ngủ quên” được dùng với những khách hàng đã đặt đơn hàng quá 12 tháng hay những khách hàng mà mỗi tháng chỉ thực hiện chỉ 10 phút gọi thoại - Phản hồi chiến dịch: khi khách hàng nhận email. Thì họ có thể thực hiện : xóa bỏ
maikl, mở mail, vui hơn là họ nhấn vào link có chứa trong nội dung mail.
2.3.1 Quản trị sự chấp thuận
Chúng ta cần gửi những chiến dịch chỉ cho những khách hàng chấp nhận sự liên hệ đó. Duy trì sự đồng thuận là một điều quan trọng nhất trong điều hành CRM vì gửi 1 chiến dịch mà không nhận được sự đồng thuận của khách hàng có nghĩa chúng ta đã thực hiện các liên hệ
rác. Ở nhiều nước, luật pháp khá khắt khe và phạt nặng những người gửi đi các liên hệ rác này.
Có 4 loại đồng thuận liên hệ:
- Chấp nhận chung: khách hàng chấp nhận cho chúng ta gửi bất cứ một liên hệ có liên quan đến tiếp thị
- Chấp nhận một phần: chỉ chấp nhận liên lạc qua một số kênh cụ thể nào đó - Đặt tin
- Không chấp nhận
2.3.2 Dữ liệu phát đi và phản hồi từ khách hàng
Dữ liệu phản hồi là những hành vi của khách hàng khi họ nhận được liên hệ của công ty. Lấy trường hợp bản tin hàng tuần của công ty Amadeus Entertainment . Sau khi nội dung liên lạc được tạo, nó được gửi đi cho 100,000 đích đến. Giả sử rằng 1000 đích đến trong đó bị lọc với lý do địa chỉ chỉ gửi nằm trong danh sách không chấp thuận, 2000 bị lọc vì địa chỉ email nhận có tỷ lệ bounded bốn lần. Như vậy có 97000 được gửi đi trong đó 90,000 là gửi bằng email và 4000 gửi bằng bưu điện; 2000 gửi bằng RSS và 100 gửi bằng tin nhắn điện thoại. Trong 90,000 email thì có 86000 đến được nơi nhận và 4000 không đến được ( có thể do địa chỉ emai không tồn tại, mailbox đầy,..) Trong số 86000 mail gửi đi có 25000 được mở ra và đọc và 5000 thư được nhấn chuột vào liên kết trong nội dung thư. Trong số 5000 khách hàng nầy có 500 người thực hiện tạo đơn hàng
Số các thông điệp thư điện tử được gửi, số đến đích, số không đến, số lượng thư không được gửi đi (do danh sách chặn hoặc do danh sách boundce), gọi là dữ liệu gửi liên hệ. Số thư được
mở, đọc và nhấn liên kết trong nội dung, số khách hàng từ đó đặt hàng gọi là dữ liệu phản hồi.
Vậy các dữ liệu trên được thu thập bằng cách nào. Kỹ thuật và phương pháp để lấy dữ liệu trên là rất đa dạng và khác nhau với từng hệ thống CRM. Nếu là một thông điệp thư điện tử, thì trạng thái đến nơi của thư thu được từ mã trả lời SMTP.
Lợi ích của việc quản lý dữ liệu đi và phản hồi trong DWH chính là hiệu năng khi thực hiện tải và truy vấn dữu liệu. Kích thước của dữ liệu gửi đi và phản hồi có hàng tỷ hàng trong một vài năm. Ví dụ như chúng ta có 35 đợt gửi email cho 20 triệu người hàng tuần, tính ra sẽ là một tỷ /1 năm. Đơn nguyên của của dữ liệu số các người nhận đích. Có nghĩa là với mỗi tin nhắn được tạo ra, chúng ta sẽ có một hàng. Với số lượng như thế chúng ta dùng sự ưu việt của DWH trong việc xử lý dữ liệu lớn thay bởi các hệ nghiệp vụ.
Trên sơ đồ trên ta có một bảng sự kiện và 6 bảng chiều: ngày tháng, chiều liên lạc, chiều chiến dịch, chiều khách hàng, kênh, trạng thái gửi. Độ đơn nguyeenn của bảng sự kiện là mỗi hàng tương ứng với một nơi nhận. Nếu có 10 đợt tương ứng với 20,000 khách hàng thì sẽ có 200,000 hàng trong bảng sự kiện. Khóa của đợt xác định đợt liên hệ nào được thuwck hiện, ví dụ như bản tin nhạc Pháp ngày 01/12/2008. Khóa của kênh chỉ ra cách thức mà liên lạc sẽ
được thực hiện, ví dụ qua email. Trạng thái gửi chỉ ra liệu thông điệp có được gửi đến thành công cho người nhận hay không
create table fact_campaign_result ( campaign_key int not null , customer_key int not null , communication_key int not null , channel_key int not null , send_date_key int not null , delivery_status_key int not null , sent int , delivered int , bounced int , opened int , clicked_through int , complaint int , spam_verdict int , trap_hit int , source_system_code tinyint , create_timestamp datetime , update_timestamp datetime , constraint pk_fact_campaign_result primary key clustered
( campaign_key, send_date_key, customer_key ) )
create table dim_campaign ( campaign_key int not null (adsbygoogle = window.adsbygoogle || []).push({});
, campaign_title varchar(50) not null , description varchar(100)
, planned_send_date smalldatetime , number_of_recipients int
, communication_name varchar(50) , source_system_code tinyint not null , create_timestamp datetime not null , update_timestamp datetime not null , constraint pk_dim_campaign primary key clustered (campaign_key) )
create table dim_delivery_status ( delivery_status_key int not null , delivery_status_code int not null , description varchar(50)
, category varchar(20)
, source_system_code tinyint not null , create_timestamp datetime not null , update_timestamp datetime not null , constraint pk_dim_delivery_status primary key clustered (delivery_status_key) )
Sau khi tải dữ liệu gửi đi và phản hồi trở lại vào trong DWH, chúng ta có thể dùng chúng cho nhiều phân tích khác nhau, thống kê kết quả liên hệ như tỷ lệ mở thư, tỷ lệ chọn liên kết, tỷ lệ
đặt hàng theo bất kỳ các thuộc tính về cá nhân, theo kiểu liên lạc và theo sản phẩm. Sau đó chúng ta có thể thực hiện các phép so sánh chỉ số trên qua các loại sản phẩm, thậm chí so sánh kết quả của các đợt liên hệ với nhau.
.
Kích thước của hình tròn thể hiện độ lớn của đơt (số các địa chỉ đích)
2.4 Phân tích khách hàng
Chúng ta cũng có thể sử dụng dữ liệu CRM trong DWH để phân tích hành vi và ứng xử của khách hàng. Những phân tích này được gọi chung là phân tích khách hàng. Phân tích khách