שלב השיווק האינטראקטיבי, או מה בדיוק קרה ל- CRM במהלך האבולוציה? 

כיום, כמעט בכל חברה או ארגון גדול שמכבד את עצמו, יימצא מאגר מידע, המכיל נתונים מפורטים שנאספו על לקוחותיה של החברה, תוך כדי העבודה השוטפת של המערכות התפעוליות בחברה. במרבית המקרים מתנקז המידע ל'מחסן הנתונים' (Data Warehouse) הארגוני. במערכת מחסן הנתונים, המידע ערוך כך שישקף נאמנה את המציאות, ויאפשר לנתח את הנתונים המפורטים בו במהירות - גם כשמדובר בכמות גדולה מאוד. היכולת לטפל בכמויות נתונים גדולות היא בעלת חשיבות רבה, שכן, ככל שהניתוח נעשה על כמות נתונים גדולה יותר, כך גדלה מהימנותן של תוצאות הניתוח. בשל אופיה של עבודת הניתוח, על מחסן הנתונים להיות בנוי בטכנולוגיה, המאפשרת גם שליחת שאילתות שלא תוכננו מראש - כלומר לפני תחילת ניתוח הנתונים.

מחסן נתונים אקטיבי - הדור החדש של מחסני הנתונים, מסוגל להמיר את המידע שצפון בו לפעולות והחלטות עסקיות ואפקטיביות. במילים אחרות, מחסן אקטיבי המשולב עם תשתית וכלים תומכים (אפליקציות לכריית הנתונים מן המחסן ולניתוח אנליטי של המידע), הוא מרכיב פעיל ומרכזי, בביצוע הפעילות העסקית של החברה. מחסן נתונים כזה ייצור השפעה משמעותית על הפעילויות העסקיות היומיומיות של החברה, ובכוחו לבדל את החברה ממתחריה גם בתחומים של שירות לקוחות, אספקת מוצרים וייצור, ולמעשה - לכל אורך שרשרת המוצר.

צמיחתם של מחסני הנתונים האקטיביים, אפשרה את הולדת הדור הבא של אפליקציות המידע האנליטיות בתחום טכנולוגיית המידע (אותם כלים, המאפשרים לכרות נתונים מן המחסן ולנתח את המידע לכדי נתונים המשמשים בסופו של תהליך לקבלת החלטות עסקיות). בעוד, שבהטמעת מחסן נתונים "מסורתי", הדגש מושם על אפליקציות של יצירת דו"חות מידע וקבלת החלטות אסטרטגית, בהטמעת מחסן נתונים אקטיבי, קבלת ההחלטות האסטרטגית מועצמת פי כמה וכמה, ע"י אפליקציות של קבלת החלטות טקטיות.

הארכיטקטורה של מחסן נתונים אקטיבי מתוכננת כך, שהמחסן יקלוט מידע - כמעט בזמן אמת - ויספק אפשרות לניתוח אנליטי ולתמיכה בשאילתות עבור קבלת החלטות טקטיות. כך מספק מחסן הנתונים תמיכה מלאה של 24 שעות ביממה, ומאפשר שימוש באפליקציות יותר "אגרסיביות", בעלות ביצועים גבוהים יותר ובזמינות מלאה של מידע "טרי".

יישומי ניהול קשרי הלקוחות (CRM - Customer Relationship Management) האנליטיים, היו אלו ש'נהנו' הכי הרבה מההתקדמות הטכנולוגית ומן הצמיחה הגדולה בשוק מחסני הנתונים האקטיביים. היכולת להתקדם אל מעבר לפיתוח האסטרטגי של ה- CRM באמצעות מחסן נתונים מסורתי, והמעבר למחסן הנתונים האקטיבי, טומנת בחובה שיפור ניכר באפקטיביות של יישומי ה- CRM.

האבולוציה של יישומי ה- CRM האנליטי, מכילה בתוכה מעבר בין חמישה שלבים ברורים ונבדלים, כאשר כל שלב קשור באופן עצמאי לחלוטין למחסן נתונים ולכריית הנתונים ממנו. חמשת השלבים הם: שיווק מאסיבי, שיווק מגזרי, שיווק מוכוון מטרה, שיווק מבוסס אירועים ושיווק אינטראקטיבי. כל שלב דורש ממחסן הנתונים יכולות מתוחכמות יותר מאשר קודמו, כדי לאפשר בסיס אנליטי נרחב ולתמוך בקבלת החלטות בתחום ה- CRM.

שלב 1: שיווק מאסיבי

יישומי ניהול קשרי לקוחות המיועדים עבור שיווק מאסיבי, מתמקדים בעיקר באוטומציה של בחירת רשומות. במחסן הנתונים מאוחסנים שמות לקוחות, כתובותיהם, רכישות מוצרים שנעשו על ידם וערוצי התקשורת המועדפים עליהם. מחסן הנתונים מרוענן אחת לתקופה - בד"כ אחת לשבוע, או אחת לחודש, והנתונים שנלקחים מתוכו, מספקים למערכת השיווקית של הארגון שמות וכתובות עבור משלוח דואר, מוקד טלמרקטינג, שרת אימיילים, או כל ערוץ תקשורת אחר. השימוש, לדוגמה, בנתוני רכישות המוצרים, נועד כדי להוציא מן הרשימה לקוחות שרכשו כבר מוצר מסויים, ואין צורך לדוור אותם שנית באותו נושא.

בשלב התחלתי זה של ניהול קשרי לקוחות אנליטי, כמעט כל כניסה ושימוש בנתונים, שנאגרו במחסן הנתונים, מבוססת על קיטלוג לפי קבוצות. העלאת המידע למחסן מתבצעת על בסיס קבוצתי, כאשר הקבצים עצמם נלקחים ממערכות מקור ברחבי החברה. בחירת הרשומות מתבצעת אף היא כבחירת קבוצה, לעיתים בשימוש בלוגריתם SQL, שנכתב במיוחד לשם כך. האתגר הגדול ביותר עבור רוב החברות והארגונים, הנמצאים בשלב הראשון, הוא שמירה על איכות המידע. בנייתו של מקור מידע אמין ומדוייק אחד, בו כל לקוח מוזכר אך ורק פעם אחת - אפילו אלו שרכשו מספר מוצרים רב ושונה, יכול להוות אתגר קשה מאוד לחברה, בייחוד אם במחסן הנתונים אין מפתח התאמה אחיד, כמו למשל מס' תעודת זהות, או מספר לקוח. התאמת שמות וכתובות היא עבודה מעייפת ומתישה ולא מומלץ לעשות אותה באופן ידני. בלית ברירה אחרת, מומלץ להשתמש בתוכנה, שמסוגלת להבדיל בין הניואנסים הקטנים בהתאמת השמות והכתובות (דוגמת: Trillium, FirstLogic, GroupOne וכו').

המטרה הסופית של שלב השיווק המאסיבי ב- CRM האנליטי, היא הורדת העלות של מבצעי השיווק הנרחבים. האוטומציה של השיווק המאסיבי, מאפשרת יעילות גבוהה ביצירת הקשר עם הלקוחות ששמם מופיע במחסן הנתונים. במבצעי שיווק מאסיביים, רוב המוצרים והשירותים המוצאים הם בסטנדרט אחיד, אך הלקוחות עצמם שונים במהותם אחד מן השני. אולם, כדי להגיש את ההצעה הנכונה ללקוח המתאים, יש צורך במעט יותר תחכום, מאשר בגישת השיווק המאסיבי. הבעיה בגישה זו, היא שרוב הלקוחות הפוטנציאלים כבר מוצפים בדיוור ישיר ושיווק מאסיבי מצד חברות רבות בשוק, ולכן לא ניתן להשיג אחוזי היענות טובים למבצע כזה, כאשר המוצרים המוצעים הם בסטנדרט אחיד לכולם.

שלב 2: שיווק מגזרי

גישת השיווק המגזרי, מתמקדת בהצעת מוצרים ושירותים שונים לפלחי אוכלוסיה שונים. בניגוד לגישה הכוללת של השלב הראשון, בשלב השני הלקוחות מחולקים למגזרים, ולכן אינם שונים כל כך אחד מן השני וניתן להתאים להם מוצרים ושירותים בהתאם למגזרם. מחסן הנתונים הוא יותר מאשר מאגר ענק של שמות וכתובות, ובעזרת ביצוע ניתוח מידע מוכוון מטרה, ניתן לחלק את מאגר הלקוחות למספר מגזרים שונים, ובהתאם למגזרים אלו - לתכנן הצעות מוצרים ושירותים מותאמים לכל מגזר. רק אז יהיו מבצעי השיווק תואמים הן למטרה והן למגזר.

אמנם, תהיה עלייה במספר הרשימות, מהן צריך לבחור לקוחות בשלב השני, אבל כמות השמות שתופיע בכל רשימה תקטן, מכיוון שעתה יופיעו בכל רשימה רק שמות ממגזר מסויים. בשלב זה, אפליקציות ניתוח אנליטי, לחלוקה מגזרית ולניהול מבצעי שיווק, הופכות להכרחיות. בנוסף, רצוי מאוד להשיג מידע עשיר ומגוון יותר על הלקוחות עצמם, כגון: חלוקה דמוגרפית, סינכוגרפית ואף פסיכוגרפית. את המידע ניתן להשיג ממקורות חוץ, דוגמת: הלשכה המרכזית לסטטיסטיקה ודומיהן, או ממקורות פנימיים. ניתן לתכנן תהליכים ובירוקרטיות פנים-חברתיות כך, שיקלטו מידע חיוני על לקוחות החברה וישמרו אותו. בדרך כלל, שילוב שתי השיטות יחדיו הוא היעיל ביותר.

הדרישות ממחסן הנתונים משתנות באופן דרמטי, בכינון השלב השני, מכיוון שעתה יש צורך לאפשר גישה ישירה למקורות המידע, לאנליסטים ולמנתחי שיווק. הכלים והאפליקציות לניהול קשרי לקוחות אנליטי, מאפשרים למנתחי המידע להגדירו באופן אינטראקטיבי, לשנות או לעדכן את רשימות הלקוחות על פי מגזרים, וגם לעדכן את רשימת המוצרים והשירותים שהחברה מציעה, ולהתאים אותם למגזרים. ניתוח החומר על בסיס קבוצתי, באמצעות תוכנות מבוססות SQL, הופך בשלב השני לבלתי אפשרי.

ניהול ביצועים ותכנון פרואקטיבי למחסן הנתונים, הם תנאי מוקדם להצלחה בשלב השני, מכיוון שמנתחי המידע מושפעים ישירות מנתוני הביצועים ומהבעיות שצצות. יתרה מזאת, ניצול מחסן הנתונים לייצור דו"חות מידע מורכבים ובלתי צפויים, בפורמט SQL, ע"י שימוש בכלי שיווק אנליטיים וניתוחי קמפיינים - תגרום לעומס רב על מנוע ה- RDBMS (relational database management system) - אותה מערכת ניהול מסדי נתונים רלציוניים האוגרת נתונים בתצורת טבלאות רלציוניות.

שלב 3: שיווק מוכוון מטרה

החידוש הבסיסי בשלב השלישי של ניהול קשרי לקוחות אנליטי, הוא התמקדות הטיפול בכל לקוח באופן אישי. החדרת טכנולוגיית כריית נתונים לסביבת ה- CRM משחקת תפקיד מרכזי בשיווק מוכוון מטרה. מודלים לחיזוי נבנים כדי להבין ולפרש את דפוסי התנהגות הלקוחות האינדיבידואלים, ולבסס על פי הם מודל לקשרי לקוחות "אחד-על-אחד".

בשיווק מוכוון מטרה, כל לקוח מקבל ניקוד על פי נטייתו הטבעית לרכישת מוצרים - אפילו בטרם נוצר קשר עימו - כדי לקבוע אם בכלל משתלם כלכלית ליצור עימו קשר. מדובר בעשיית חישוב פשוט של כדאיות: לוקחים את נטייתו הטבעית של הלקוח לביצוע רכישות, ומכפילים אותה בערך המשוער של רכישה ממוצעת. את התוצאה משווים לעלות יצירת הקשר הראשוני עם הלקוח - כדי לקבוע אם בכלל יש טעם ביצירת קשר ראשוני, או, שמא, אותו לקוח איננו שווה את ההשקעה בו. הייחוד בשלב זה, הוא שהחישוב מתבצע באופן שונה עם כל לקוח ולקוח, והוא מניב תוצאות שונות לחלוטין מאחד לאחד.

הניתוח ה"נבואי", שכרוך בשלב השלישי כולל בתוכו, בדרך כלל, טכניקות מתקדמות יותר להקבצה למגזרים, מאשר בפריסת השלב השני של ניהול קשרי הלקוחות. בנוסף, טכניקות כריית הנתונים מנוצלות כך, שתחזנה את ערך הלקוחות לאורך כל חייהם, ותקבע מי מהם נמצא בסכנת "עריקה" למתחרים, מי מהם עלול להתפתות למבצעים זולים יותר של חברות אחרות וכד'. התוצאה היא מיקוד גבוה הרבה יותר בקמפיינים של שיווק ופרסום. בהתאם, החברה תחסוך עד 50 אחוז ואף יותר, בהוצאות השיווק הישיר, במעבר מן השלב השני לשלישי. חשוב מכך, אחוז ההיענות להצעות החברה, מקרב הלקוחות, ירקיע שחקים.

מחסן הנתונים תומך בכריית הנתונים, ע"י איפשור גישה ישירה לנתונים פרטניים, שמאוחסנים בו. בעבר, בוצע תהליך כריית הנתונים ע"י הוצאת מידע ממחסן הנתונים, והעברתו לתוך מערכות קבצי מידע עצמאיות (דוגמת מערכת SAS). הבעיה היא, שעלות כריית הנתונים בשיטה זו גבוהה מאוד. העלות של העתקת המידע מתוך מחסן הנתונים למערכת עצמאית, היושבת על שרת אנליטי נפרד, יכולה להיות גדולה באופן משמעותי, מאשר כריית הנתונים מתוך מחסן הנתונים עצמו. כאשר מדובר בכמות נתונים קטנה, אין משמעות רצינית לעלות. אולם, כאשר כריית הנתונים נועדת לזהות שינויים קטנים בהתנהגות לקוחות, האפליקציות והאלגוריתמים הדרושים לכריית הנתונים, גדלים בהרבה - וכך גם עלותם.

פיתוחים חדשים של אנליטיקה מבוססת SQL, בתחום מוצרי ה- RDBMS, מצביעים על שינוי משמעותי בתחום כריית הנתונים: מעבר מכרייה ע"י מערכות חיצוניות, לכרייה בתוך מחסן הנתונים עצמו. כל יצרניות מוצרי ה- RDBMS המובילות בשוק (דוגמת IBM, Oracle ו- Teradata של NCR) הציגו באחרונה מוצרי כריית נתונים, אשר פועלים ישירות מתוך מחסן הנתונים. זאת ועוד, הדור הנוכחי של אפליקציות כריית נתונים, שמופצות כיום בשוק מתמקדות בעיקר ביצירת מודלים וניקוד הלקוחות - במחסני הנתונים עצמם, במקום להשתמש במערכות קבצים עצמאיות. זהו יתרון משמעותי, המקל ומשפר את הגישה לנתוני הניקוד. אולם, בכריית נתונים מסוג זה, יש להתחשב בגודל הנפח של פלטפורמת מחסן הנתונים.

שלב 4: שיווק מבוסס אירועים

שלושת השלבים הראשונים באבולוציית ניהול קשרי הלקוחות האנליטי, מתמקדים בעיקר במודלים מבוססי אצווה, לאוטומציה שיווקית. המידע נלקח אחת לתקופה ממקורות מידע שונים, מוטמע בתוך מחסן נתונים ועובר ניתוח אנליטי כדי להפיק ממנו את מירב הנתונים השימושיים, ולכוון את השיווק בצורה פרטנית יותר, כלפי הלקוחות (עם רמת דיוק משתנה, תלוי בשלב). בשלב הרביעי, לעומת זאת, נכנס לתמונה מודל חדש: שיווק מבוסס אירועים. מודל זה מתמקד בשיווק ע"י תקשורת פרטנית, אשר מונעת ומכוונת על ידי דפוסי ההתנהגות של הלקוחות הפרטניים.

מרכיב מרכזי, הנחוץ לשיווק מבוסס אירועים, הוא מסגרת עבודה, אשר מאפשרת שימוש בתוכנת זיהוי אירועים. תוכנת זיהוי אירועים, מאפשרת למשתמש להכין מעין 'חוקים עסקיים', שייעודם הוא לזהות אירועים רלוונטיים לקשרי הלקוחות, וליזום בעקבותיהם קשר על בסיס אישי עם הלקוח. האירועים יכולים לכלול שינויים בהתנהגות הלקוח, כגון שינוי בביצוע פעילויות בנקאיות או בדפוסי טלפונים. תוכנות לזיהוי אירועים שנועדו לשמירת לקוחות פרו-אקטיבית, יכולות להתייחס למגוון אירועים שונים, כגון: לקוחות של חברת תעופה, שסובלים מדחייה בטיסה, לקוחות סלולר שסובלים מניתוקים, או לקוחות שהחזירו סחורה למוכר, עקב בעיות איכות. זיהוי האירועים יכול להיות מסובך: נבירה אחר משיכת מזומנים גדולה מחשבון בנק אולי נראית כמשימה פשוטה, אבל זו יכולה להיות משימה קשה מאוד כאשר עוברים לקוח אחרי לקוח בצורה פרטנית. ראשית כל, המשיכה יכולה להיות עקב השפעות תקופתיות (תקופת החגים, למשל), ושנית יש לזכור, שסכום גדול עבור לקוח אחד, הוא סכום פעוט עבור לקוח אחר.

מימד נוסף חשוב מאוד, הוא הזמן שלוקח מהרגע שבו קורים האירועים, מזוהים ע"י המערכת ועד שפעולות השיווק נעשות בהתאם. כך לדוגמה, אדם החוזר מנסיעה עסקית ובתיבת הדואר מחכה לו מכתב התנצלות ותלוש הנחה מטעם חברת התעופה, בגלל דחייה ארוכה בטיסה בתחילת הנסיעה, יכול להשפיע באופן משמעותי הרבה יותר, מאשר היה משפיע לו היה המכתב מגיע לאחר חודש. הניסיון בתחום ניהול קשרי הלקוחות האנליטי מלמד, שזיהוי אירועים צריך להיות מבוצע לפחות על בסיס יומי. משמעות הדבר היא, שאת הנתונים המאוחסנים במחסן הנתונים יש לרענן באופן יומי ואף יותר מכך, כדי לאפשר לתוכנת זיהוי האירועים לחשוף את פעילויות הלקוחות והאירועים שקורים בזמן אמת. יתרה מזאת, בהתאם לסוג העסק ולמציאות העסקית, ייתכן ויהיה צורך לבצע ריענונים באופן תדיר יותר מאשר פעם ביום, ואולי אף להרחיב את כמות התקשורת עם הלקוחות בהתאם.

ארגונים רבים משתמשים בתוכנות לזיהוי אירועים, על מנת לזהות הזדמנויות לתקשורת אישית ולהעביר אותן - יחד עם המידע הרלוונטי - לנציגי שירות לקוחות, כדי שאלו יפנו ללקוח בטווח זמן של דקות, או שעות בודדות, מרגע קרות האירוע שבנדון. רמת שירות 'אגרסיבית' זו, של שיווק מבוסס אירועים, דורשת הכנסת יותר ויותר מידע עדכני לתוך מחסן הנתונים. מגמה זו בהחלט תורמת לריענון המידע באופן תמידי, ופריסת מחסן נתונים אקטיבי ופעיל.

שלב 5: שיווק אינטראקטיבי

שלב השיווק האינטראקטיבי, באבולוציית ניהול קשרי הלקוחות האנליטי, משלב בין CRM אנליטי לבין CRM אופרטיבי. ה- CRM האופרטיבי מתמקד בניהול העבודה השוטפת והאינטראקציה עם הלקוח. אולם, אוטומציה של מוקדי שירות לקוחות באמצעות תוכנות CRM אופרטיביות, כגון Siebel או PeopleSoft, לא תספיק. ייעול הקשר עם הלקוח - ללא שיפור טיב הקשר גופו - הינו מתכון בטוח לאסון עסקי. לכן שלב האינטגרציה בין CRM אנליטי לאופרטיבי הוא שלב קריטי כל כך.

השימוש הרווח באפליקציות בעלות ארכיטקטורה מבוססת-מרכיבים, ופריסת שירותים מבוססי אינטרנט, נותן מסגרת עבודה מעולה, שיכולה להכיל את השילוב בין יכולות ה- CRM האופרטיבי והאנליטי בארגון כלשהו. כאשר אפליקציית CRM אופרטיבי מזהה לקוח באתר אינטרנט, או במוקד שירות הלקוחות, היא מכינה הודעת XML שמכילה נתונים מזהים על הלקוח והאינטראקציה עימו. הודעה זו נשלחת אל שרת, העושה אינטגרציה לאפליקציות ותומך בתקנים דוגמת .NET או .J2EE. לאחר מכן מועברת ההודעה לאפליקציית CRM אנליטי, אשר מושכת את המידע הרלוונטי לה על הלקוח, מעניקה ניקוד לקשר עימו, כדי להעריך אלטרנטיבות שונות לדרכי התקשרות, ומשיבה חזרה הצעה לתוכנית טיפול בלקוח.

הודעת ה- XML המוחזרת מן האפליקציה, מועברת שנית דרך שרת האינטגרציה בחזרה לאפליקציית ה- CRM האופרטיבי. שרת האינטגרציה ומערכת הודעת ה- XML, מאפשרים שיתוף פעולה שקוף וחלק בין מרכיבי ה- CRM האנליטי והאופרטיבי, ואף יתרה מזאת, הם מאפשרים לממשקים מרובי ערוצי תקשורת, להתחבר כולם לאפליקציית ה- CRM האנליטי דרך השרת בצורה חלקה וללא בעיות. לארכיטקטורה מבוססת-שירותים זו יש יתרונות עצומים בעובדה, שהלקוח מקבל טיפול תמידי ושוטף בכל הערוצים האפשריים, ובעובדה שהדבר חוסך לחברה את הצורך להטמיע מערכות ODS (Operational Data Store) בין כל ממשק לעולם החיצוני.

רמת הטיפול במחסן הנתונים, הנדרשת לתמיכה בשיווק אינטראקטיבי, היא עצומה. ביצועי המערכת בעת מענה לשאילתות CRM אנליטי, חייבות לקחת אף פחות משניה, כדי לאפשר מענה מיידי - כאשר מדובר בסביבת CRM אופרטיבי. זאת ועוד, בשאילתות CRM אנליטי המענה אינו מסתיים בהחזרת תשובה פשוטה ממחסן הנתונים - אלא בהחזרת תשובה מורכבת, הכרוכה בניתוח אנליטי וניקוד לקביעת רמת ההצעות לכל לקוח באופן פרטני. רמת טיפול גבוהה במחסן נתונים אקטיבי מקבלת משנה חשיבות בשלב זה, יותר מאשר בשלבים הקודמים של ניהול קשרי הלקוחות האנליטי, משום שלמחסן הנתונים יש השפעה מכרעת על איכות הקשר עם הלקוח, ועליו להיות זמין בכל עת ולספק בזמן אמת נתונים לקבלת החלטות, על בסיס הקשר עם כל לקוח ולקוח.

כך לדוגמה, Teradata Warehouse 8.0, מערכת מחסון נתונים משולבת חומרה ותוכנה, המיועדת למקבלי החלטות בארגון, שהושקה לא מכבר, משלבת נתונים אינטגרטיביים שנאספו בעבר, עם נתונים על פעילות לקוחות בזמן אמת. מפלטפורמה מרכזית אחת, המתעדכנת בכמעט זמן אמת, מאפשרת המערכת לעסקים להריץ יישומים אנליטיים תפעוליים חדשים ורבי עוצמה, במקביל ליישומים האנליטיים האיסטרטגיים שכבר רצים. לדברי מיכה רוזן, מנהל לקוחות נבחרים בחברת י.א. מיטווך ובניו, נציגת NCR בישראל, היישומים החדשים, המנטרים ומפקחים על הנתונים הנאספים מרחבי הארגון ומנותחים מיידית, מאפשרים לארגון להגיב מהר ונכון לקורה בשטח. "כך לדוגמה, לקוח של בנק מסחרי מסיים בחודש הקרוב את תשלום המשכנתא על ביתו. הנתון נרשם במחסן הנתונים הארגוני ומזוהה מיידית כפעולה הדורשת מגע עם הלקוח. הסיבה: הלקוח ששילם סכומי כסף גדולים מדי חודש כהחזר, ימצא עצמו עם גמר התשלומים עם סכום כסף חודשי חופשי. המערכת מעלה את נתוני הלקוח ופעילותו הפיננסית בעבר, את העדפותיו בהשקעות ובחסכון ומחפשת עבורו מוצרים פיננסיים המותאמים לכיסו. על בסיס הנתונים מזהה המערכת 'מוצר' שכזה ומוציאה פנייה ממחסן הנתונים למרכז שירות הלקוחות או למוקד ההשקעות של הבנק. הנציג שמוקד יכול כעת להתקשר ללקוח, לאחל לו הצלחה ומזל טוב, ולהציע לו השקעה התפורה לצרכיו ולתקציבו. הלקוח יוצא מרוצה והבנק שמר על עוד לקוח מרוצה".


סיכום

אפליקציות לניהול קשרי לקוחות אנליטי, אשר מבוססות על הטמעה במחסן נתונים 'מסורתי', מוגבלות ביכולתיהן, בעיקר בגלל רמת הטיפול במחסן הנתונים וריענון המידע שבו. אולם, כאשר מחסן הנתונים "מתבגר" ומאפשר טיפול מתוחכם יותר במידע שטמון בו ובכריית הנתונים שעליו, יכולות השיווק וניהול קשרי הלקוחות של החברה עולות עשרות מונים.

המעבר ממחסן נתונים 'מסורתי' למחסן נתונים אקטיבי, הוא שלב מרכזי וחשוב בהתפתחות העסקית - בעיקר מכיוון שהוא מאפשר שימוש ברמות טיפול יותר 'אגרסיביות' בריענון המידע, במהירות השאילתות ובזמינות הנתונים. השיפורים הללו מאפשרים רמה גבוהה ומתוחכמת יותר של ניהול קשרי לקוחות אנליטי, כדי לספק קשר של "אחד על אחד" עם הלקוח, המשולב עם שיווק מבוסס-אירועים ואינטראקטיבי.

שלבי ניהול קשרי הלקוחות האנליטי שתוארו לעיל, יכולים לדור בכפיפה אחת. תוכנת שיווק מקיפה ואיכותית תכלול, מן הסתם, את כל השלבים כולם ותשלב יחדיו שיווק מאסיבי, מגזרי, מוכוון מטרה, מבוסס אירועים ואינטאקטיבי. עבור פעילויות שיווק שונות (למשל: שמירת לקוחות ותיקים לעומת גיוס לקוחות חדשים), ייתכן כי חברה מסויימת תימצא במספר שלבים שונים בהתפתחות ה- CRM - תלוי ברמת התחכום הנחוצה, כדי לשמור על תשואה מקסימלית בהחזרת ההשקעה (ROI).