niedziela, 19 stycznia 2014

Wielka Dziura pochłaniająca Twoje zyski, o której Ty nie wiesz


Z trudem można teraz znaleźć większą firmę usługową dla, której doświadczenie klienta jest obojętne. Stąd też, 80% firm (na podstawie badania przeprowadzonego przez Bain) jest przekonana, że świadczy serwis wysokiej jakości. Zaskakujące jest to, że  tylko 8% ich klientów ma takie samo zdanie.  Cóż za gigantyczna dziura w zrozumieniu potrzeb klientów.  Jak można się aż tak pomylić?

Nowoczesna organizacja prowadzi badania konsumenckie, zbiera dane od swoich przedstawicieli handlowych, pracuje nad dostosowaniem usługi do klientów aby móc się utrzymać na rynku zdominowanym przez podaż oraz coraz bardziej świadomie robiącego zakupy konsumenta. Poziom zgromadzonej wiedzy powinien dawać jakąś podstawę do podejmowania świadomych i dobrze zaplanowanych decyzji, a jednak tak nie jest.

Dobrym przykładem takiego rozminięcia się percepcji firmy i klientów są niedawne wydarzenia jakie towarzyszyły propozycji rynkowej łączących się platform telewizji satelitarnej. Nowa organizacja wydała się kompletnie zaskoczona masową reakcją konsumentów odrzucających skrojoną dla nich ofertę. O zaskoczeniu świadczą nieskoordynowane ruchy wykonywane przez firmę. Na początku próba zamiecenia tematu pod dywan poprzez usuwanie pojawiających się komentarzy w internecie, zapewnia, że wszystko jest w porządku oraz pewność z jaką firma wyrażała zadanie, że nowa oferta jest rzeczywiście atrakcyjna. Wątpię aby przed wprowadzeniem oferty nie była ona testowana w badaniach, które zapewne tą atrakcyjność wykazały. Niemniej kliencie zaprotestowali, a całość skończyła się wycofaniem oferty, karą nałożoną przez UOKiK i zwolnieniami managementu. Abonenci zaprotestowali głównie przeciwko formie podjętych działań, a nie tyle przeciwko ofercie.   

Konsekwencje dziury jaka powstaje pomiędzy przekonaniem firmy, nawet wynikającym z badań, o swojej doskonałości, a rzeczywistością, w której porusza się klient są znaczące. Badania na 75000 konsumentów, które były publikowane w HBR pokazują, że
25% klientów chce powiedzieć coś pozytywnego o obsłudze klienta
65% klientów chce powiedzieć coś negatywnego
23% osób, które miało pozytywne odczucia mówi o nich dziesięciu lub więcej osobom, a to samo zrobi 48% osób, które miały negatywne doświadczenia

W końcu można powiedzieć co z tego skoro kupują, firma się kręci, a marketing ma inne zmartwienia niż zastanawianie się dlaczego badania pokazują nieprawdę skoro statystycznie są poprawne. Niemniej wpływ na wyniki firmy to ma i to znaczny. Najlepiej go sobie obliczyć wskaźnikiem Customer Lifetime Value czyli wartością klienta w czasie.

Pozyskanie nowego klienta jest zazwyczaj okupione sporymi kosztami, które mogą nam się zwrócić dopiero po dłuższym czasie. Wielkość zakupów i długość współpracy wyznacza nam wartość klienta, a elementem podstawowym zatrzymania go na dłużej jest doświadczenie z obsługi. Nie na darmo u dilerów samochodowych mówi się, że pierwszy samochód sprzedaje salon, a następny serwis.  Popatrzmy na przykład:

Klient I
Klient II
Oczekiwana długość aktywności klienta
3 lata
2 lata
Przychody rok 1
120 000
150 000
Przychody rok 2
120 000
150 000
Przychody rok 3
120 000
0
Łączne przychody
360 000
300 000
Stopa zysku
10%
10%
Łączny zysk
36 000
30 000
Koszt pozyskania klienta
8 000
4 000
Wartość klienta w czasie
28 000
26 000

Klient I pomimo, znacznie większych kosztów pozyskania i niższych wydatków rocznie jest więcej wart od klienta II. Dopiero spojrzenie na całość naszej współpracy z nabywcami pozwala nam ich właściwie ocenić.

Jeśli badania potrzeb klientów nie kłamią to gdzie jest problem?

Według mojej opinii problem tkwi w zrozumieniu podróży klienta i wszystkich punktów styku pomiędzy nim, a firmą. Zbadanie potrzeb, również z zakresu obsługi klienta, nie daje nam obrazu dynamicznego tylko statyczny. Badamy wyrwane z kontekstu elementy oferty, które mogą wydać się klientowi bardzo atrakcyjne, a wywracamy się na drobiazgach, z których nie zawsze zdajemy sobie sprawę.

W firmach B2B częstym zjawiskiem są odejścia w pierwszych trzech miesiącach współpracy. Zakładając, że nasza propozycja wartości jest prawdziwa to pierwsze miesiące po pozyskaniu powinny być w marę sielankowe ponieważ konkurencja zazwyczaj nie jest w stanie zaoferować, w krótkim czasie, czegoś co czyniłoby naszą propozycję wartości mniej atrakcyjną. A jednak odejścia są i to znaczne. Badania drogi klienta, które miałem okazję prowadzić pokazały, że takimi elementami powodującymi odejścia są drobne bariery na jakie natrafia nowy nabywca, próbujący ułożyć sobie współpracę z nowym dostawcą. Są to choćby takie drobiazgi jak niezrozumiała faktura różniąca się od faktur wystawianych przez poprzednika.
Aby temu zapobiec stworzyliśmy specjalną grupę onboarding-ową, która miała na celu zająć się, każdym z tych drobnych kroczków, na których nowy klient się potykał. Pilot przeprowadzony na grupie kilkudziesięciu nowych nabywców, wykazał redukcję odejść pierwszego okresu o około 60%.


Dopiero ujęcie dynamiczne doświadczeń klienta pozwala na faktyczne uchwycenie postrzegania obsługi klienta i choć trochę zasypanie tej dziury, pomiędzy percepcją klienta i firmy, która niepostrzeżenie obniża nasze zyski.

czwartek, 9 stycznia 2014

Wykorzystanie automatyzacji marketingu do sprzedaży wielokanałowej Kongres Marketing Automation

W listopadzie 2013r miałem przyjemność otwierać pierwszy w Polsce Kongres Marketing Automation.
Przeszło 600 osób zainteresowanym automatyzacją marketingu to widomy znak, że i do naszego kraju wkracza marketingowa rewolucja, o której pisałem na swoim blogu w lipcu 2012r http://metamarketing.blogspot.com/2012/07/rewolucjawmarketingu.html


Przedstawiam nagranie z tego wystąpienia



Tu można również zobaczyć i pobrać prezentację, ta na filmie jest niestety słabo nagrana.
http://www.slideshare.net/urbangrzegorz/multichannel-selling-in-polish-wykorzystanie-automatyzacji-marketingu-w-sprzeday-wielokanaowej

Zapraszam do komentowania
Grzegorz 

poniedziałek, 9 grudnia 2013

Jak Small Data może pomóc Twojej firmie więcej sprzedawać?


 Za oknami wiatr i słota to niewątpliwy sygnał, że idą Święta. Rubaszne Mikołaje zawojują nasze sklepy, ekrany i telefony. Z każdego miejsca, w którym da się wyemitować jakąś reklamę wyskoczy nam aniołek lub świąteczna pożyczka. Z „niecierpliwością” czekam na coroczny telefon od opiekuna z mojego banku, który radośnie  oświadczy, że ma dla mnie specjalnie przygotowany kredyt tzw. chwilówkę na sfinansowanie Świąt. Jest to tak powtarzający się element, że gdyby go zabrakło uznałbym, że Święta odwołali.

I jak co roku przejdzie mi przez głowę myśl czy mój bank nie mógłby sprawdzić stanu mojego konta i upewnić się, czy jest mi ten kredyt potrzebny? Wtedy miła pani mogłaby zadzwonić, tak po prostu, z życzeniami bez oferty przygotowanej „specjalnie dla mnie”. Bank mógłby zrobić więcej, sprawdzić jak w ubiegłych latach finansowałem zakupy świąteczne, czy używałem karty kredytowej i w jakim czasie ją spłaciłem, czy kupowałem online czy klasycznie, bo być może byłbym zainteresowany kartą tylko do płatności w sieci. Mógłby, lecz z jakiś niepojętych dla mnie powodów nie potrafi zarządzić posiadanymi przez siebie danymi, tylko „strzela” swoimi telefonami do klientów jak do kaczek licząc, że być może któraś spadnie.

A przecież zarządzenie statystycznymi danymi o klientach to dopiero pierwszy krok, zrobienie tego w sposób dynamiczny to kolejne wyzwanie. W zeszłym roku o tej porze dostając taki świąteczny telefon podziękowałem grzecznie za limitowaną ofertę i poinformowałem, że bardzo chętnie porozmawiam tyle, że o możliwościach inwestycyjnych oferowanych przez mój bank. Na co otrzymałem odpowiedź, że „z pewnością skontaktujemy się wkrótce w tej sprawie” i czekam tak do dziś.  Niestety informacja o mojej chęci zakupu kolejnych produktów bankowych uleciała wraz z odłożeniem słuchawki, ponieważ nie pasowałem mojemu bankowi do jego kampanii marketingowej.

Powyższy przykład, z życia wzięty, wyraźnie pokazuje, że nawet wielkie korporacje zanim zabiorą się za analizę tzw. Big Data to najpierw muszą zarządzić swoim Small Data w sposób kontrolowany. To właśnie Small Data może im i nam wszystkim przynieść sukces rynkowy w najbliższych latach.

Zacznijmy jednak od szybkiego wyjaśnienia pojęć. Big Data to wszystko, co nie mieści się nam w tabeli. Firma doradcza Gartner, specjalizująca się w wykorzystaniu technologii w biznesie, definiuje big data, jako zbiory informacji o dużej objętości (Volume), dużej zmienności (Velocity) i dużej różnorodności (Variety), które wymagają nowych form przetwarzania w celu wspomagania podejmowania decyzji, odkrywania nowych zjawisk oraz optymalizacji procesów. Co to za dane? Mogą nimi być zdjęcia np. monitoring ruchu w sklepie, odczyty sensorów, niepowiązane ze sobą bezpośrednio transakcje itp.

Czym w takim razie jest Small Data? Są to te wszystkie dane, które jesteśmy w stanie zmieścić w tabelach (excel, SQL itp.) i również w tych tabelach możemy je przetwarzać. Okazuje się, że w ten sposób potrafimy pracować nad pokaźnym zbiorem danych w czasie rzeczywistym. Zapomnijmy więc o prostej segmentacji klientów typu srebrny, złoty, platynowy, która prowadzi do sprzedawania niechcianych, a czasami i absurdalnych ofert, a zacznijmy myśleć o segmentacji dynamicznej wykorzystującej różne atrybuty przypisane do klientów i zmieniającej się wraz z ich potrzebami.


Od czego zacząć inteligentny marketing?

Pierwszy krok to sposób gromadzenia i jakość dostępnych danych. Wartość współczesnych firm coraz częściej buduje się na danych, jakie one posiadają. Z sukcesem funkcjonują modele biznesowe oparte jedynie o dane i pomysł na inteligentne ich wykorzystanie. Najlepszym przykładem jest tu Google, firma, której całe istnienie opiera się na przetwarzaniu danych o klientach. Google oferuje konsumentom swoje produkty i usługi nie wymagając za nie opłat. Jednocześnie zbiera i przetwarza ich dane w taki sposób, aby móc następnie sprzedać swoim klientom biznesowym ekonomiczny sposób dotarcia z komunikatem reklamowym do użytkowników swoich programów. Jednakże pomysł na inteligentne wykorzystanie danych nie jest już zastrzeżony dla gigantów IT. Każda firma zbiera informacje o swoich klientach najczęściej po to, aby używać ich w konkretnych celach takich jak billing, rozliczenia czy proces sprzedaży. Wystarczy jeszcze jeden krok, aby wszystkie te informacje połączyć i otrzymać zupełnie nowe możliwości wpływania na decyzje zakupowe swoich klientów.

Aby to zrobić zaczynamy od określenia wspólnych definicji danych, które pozwolą marketingowi, sprzedaży i IT rozumieć wzajemne potrzeby jak i efekty podejmowanych działań. Teraz rozumiejąc, co chcemy zbierać możemy przejść do zapewnienia jakości, która zależy od ich integralności rozumianej jako upewnienie się, że gromadzone dane są w określonych formatach czy parametrach biznesowych (np. w polach określających płeć mogą zostać użyte tylko K(kobieta) i M(mężczyzna), następnie od dokładności czyli zapewnienie, że dane są poprawne, zawartości czyli zgodności z ustalonymi definicjami, jednoczesności czyli zapewnienia, że te same dane przechowywane w różnych systemach będą miały tę samą zawartość oraz aktualności czyli ustalonego i stałego sposobu odświeżania.

Kolejnym krokiem jest dokładne poznanie procesu podejmowania decyzji zakupowej i cyklu życia klienta po to, aby następnie odzwierciedlić go w regułach biznesowych. W przypadku firmy B2B najczęściej pierwszą barierą, jaką musimy pokonać to przestawienie własnego myślenia, a często i własnego systemu CRM z przekonania, że to nie firmy są naszymi klientami  a  konkretni ludzie w tych firmach, którzy podejmują decyzje i z nami współpracują . To ich proces decyzyjny należy odtworzyć żeby projektować segmentację opartą o obserwowane zachowania. Dodatkową trudnością jest to, że proces decyzyjny będzie różny w zależności od roli, jaką dana osoba pełni podczas wyboru dostawcy. Najczęściej będziemy mieli do czynienia z:
a.        osobą podejmującą ostateczną decyzję, której rola w procesie wyboru dostawcy najczęściej jest przeceniania (np. Prezes firmy),
b.      osobę wpływającą na decyzję np. kierownika danej jednostki, przedstawiciela działu zakupów
c.       użytkownika, który nie bierze udziału w wyborze, lecz może storpedować transakcję podczas wstępnego okresu współpracy np. testów,
d.      sponsora, który może nie brać udziału w procesie decyzyjnym, lecz wprowadza nas do firmy, ponieważ nasze rozwiązanie realizuje przynajmniej częściowo jego cele.

W przypadku klienta indywidualnego sprawa wydaje się być prostsza, niemniej również należy pamiętać, że bardziej złożone decyzje jak np. kredyt hipoteczny, zakup samochodu czy wycieczki na wakacje najczęściej angażują więcej osób z gospodarstwa domowego, które również należy wziąć pod uwagę.

Odtworzenie procesu decyzyjnego posłuży nam do automatycznego przypisywania atrybutów na podstawie zaobserwowanych zachowań. Na przykład klienta, który wykupił w biurze podróży wyjazd na narty dla rodziny możemy zakwalifikować, jako narciarza i wraz ze zbliżającym się sezonem przesyłać mu narciarskie oferty. Niemniej taka sztywna klasyfikacja spowoduje, że jednorazowy wyjazd zaszufladkuje kupującego. Włączenie mechanizmu, który będzie sprawdzał zainteresowanie narciarskie poprzez śledzenie reakcji na wysyłane komunikaty pozwoli zarówno na zdjęcie takiego zakwalifikowania jak i dodanie dodatkowego atrybutu o innej wadze np. narciarz aktywnie poszukujący. Znaki, jakie daje nam klient poprzez swoje zachowania zakupowe znajdują odzwierciedlenie w kolejnych przypisywanych i zdejmowanych atrybutach. Im bardziej rozumiemy klienta tym bardziej jesteśmy w stanie dynamicznie budować wiedzę o nim. Np. znając zachowania klientów przed odejściem (churn) tj. rodzaj i sposób zmniejszenia współpracy możemy automatycznie przypisać im atrybut zagrożenia odejściem.

Jak wprowadzić dynamikę?

Sposób przypisywania wielu atrybutów w zależności od poszczególnych cech i zachowań klienta może budzić podstawową wątpliwość, związaną z tym jak przewidzieć wystarczającą ilość atrybutów i zapisać je w bazie danych. Nawet jeśli dobrze rozumiemy swojego klienta to przewidzenie wszystkiego w tak zmieniającym się otoczeniu biznesowym jest niemożliwe. Tu z pomocą przychodzi nam system tagów. Znany z internetu system przypisywania dowolnych słów czy wyrażeń kluczy, które później pozwalają na segregowanie i wyszukiwanie w bazie po konkretnych znacznikach. Taki mechanizm ma budowę otwartą, w każdej chwili możemy dodać kolejne tagi, przypisać do nich wagi oraz reguły biznesowe. I tak nasz przykład z narciarzem może się przekładać w sposób następujący, tag zakup wycieczki narciarskiej, tag Alpy, tag rok2012 powoduje wysłanie maila z informacjami o ofertach w roku 2013, kliknięcie przez klienta w ofertę w mailu, lecz poszukiwanie na stronie www wycieczek narciarskich w Polsce spowoduje przypisanie kolejnych tagów np. aktywny2012 oraz narty Polska z wagą 2 razy wyższą niż Alpy, natomiast łączna waga wszystkich przypisanych tagów wywołuje telefon z call center do klienta z propozycją doradzenia w wyborze wycieczki narciarskiej. Takie same tagowanie możemy przypisywać w innych branżach. Bank analizując stan konta aktywnego klienta i znając jego poziom świątecznych wydatków  może go zakwalifikować do pożyczki na Święta , jeszcze lepiej.  Poprzez zaplanowaną regułę biznesową związaną z wysokością bieżących wydatków świątecznych i stanem środków na koncie automatycznie przypisze tag pożyczka świąteczna, który wywoła akcję biznesową w postacie telefonu z ofertą.

Decydując się na model dynamiczny sztywne ramy segmentacyjne przestają nas tak krępować.
Tworzone są osobne segmentacje związane z potrzebami jednostki biznesowej i efektywnością jej działań. Każda kolejna akcja marketingowa wykonywana na bazie klientów przyczynia się do doskonalenia segmentacji i zmian w ramach większych grup. Niemniej niektóre elementy będące następstwem podziału klientów na grupy np. przypisanie firmy do przedstawiciela handlowego nie mogą się zmieniać tak dynamicznie. Dlatego też, tam gdzie firma jest mniej elastyczna można zaplanować procesy dostosowujące ją do zmieniającego się klienta. np. cykliczny podział koszyków handlowych i terytoriów.

Wszystkie te działania, zmieniające marketing i sprzedaż ze sztuki w naukę, są oparte o proste w 
gromadzeniu i przetwarzaniu dane tabelaryczne, czyli nasze Small Data. Dopiero po opanowaniu tych stosunkowo łatwo dostępnych informacji możemy się pokusić o sięgnięcie do Big Data, a więc dołączanie do naszych analiz np. danych z profili społecznościowych w internecie czy nagrania z zachowaniem konsumentów przed półkami sklepowymi.

Dzięki takim działaniom marketing i sprzedaż zaczną czynić świąteczne cuda. Pożyczki skontaktują się z potrzebującymi, a prezenty z darczyńcami, czego wszystkim życzę.

Cały artykuł można znaleźć na najnowszym numerze czasopisma IT Magazine


środa, 10 kwietnia 2013

Progresywne profilowanie w automatyzacji marketingu

Z badań MarketingSherpa wynika, że osoby podające nam swoje dane w formularzach internetowych często podają je nieprawdziwe. Najczęściej zdarza się to w odniesieniu do numeru telefonu ponieważ leady nie będące jeszcze gotowe do zakupu nie chcą aby przedstawiciel handlowy się z nimi kontaktował. 



Rozwiązaniem służącym do uniknięcia podawania błędnych informacji jest wykorzystanie danych zewnętrznych lub progresywne profilowanie (progressive profilling). 

 Mało zainteresowany, potencjalny klient będzie chciał uniknąć ujawniania danych ale wraz ze wzrostem tego zainteresowania oraz nawiązaniem komunikacji z firmą będzie on bardziej otwarty na powiedzenie nam kim jest i skąd przychodzi. Wobec tego układając ścieżkę pielęgnacji leada (lead nurturing), czyli cykl postępowania, które ma doprowadzić potencjalnego klienta do zakupu na każdym etapie prosimy go, o podawanie dodatkowych danych. 

Podczas pierwszej rejestracji możemy zebrać tylko konieczne dane do prowadzenia dalszej komunikacji czyli imię i adres email. Zazwyczaj odbywa się ona w sytuacji braku zaufania do firmy proszącej o dane więc im ich będzie mniej tym ludzie chętnej będą je podawać. Kolejny etap charakteryzuje się tym, że lead ma już podstawową wiedzę o naszej firmie, identyfikuję ją z tym co otrzymał po pierwszej rejestracji i teraz chce dostać więcej. To jest dobry etap aby dopytać o firmę, stanowisko, powód zainteresowania. Kolejne etapy to zazwyczaj dużo większe zainteresowanie lub dużo ciekawsze zasoby, o które potencjalny klient prosi np. wzięcie udziału w webinarze.  Wtedy jest najlepszy moment do uzupełniania swojej wiedzy o dane typu budżet, którym dysponuje czy czas realizacji projektu itp.

Progresywne profilowanie zostało użyte w kampanii firmy McAffe. Na pierwszym etapie firma pytała, w krótkim formularz o podstawowe dane takie jak imię, nazwisko, firma i adres e-mail. Dane te należało wpisać do tzw. lightbox czyli oknie ukazującym się na warstwie strony www, a tło jest przyciemnione.  



Kolejny etap to konieczność podania kolejnych informacji takich jak pozycja w firmie oraz liczba pracowników. Pierwsza informacja służy do określenia dopasowania do profilu klienta oraz rodzaju komunikacji, która będzie stosowana w przyszłości, natomiast druga informacja służy do określenia wielkości firmy. W tym formularzu McAfee prosi również o informacje nieobowiązkowe takie jak nazwa konta na twitterze, rolę w podejmowaniu decyzji (czy wpływasz na decyzję czy jesteś osobą podejmującą decyzję) oraz czas w jaki klient planuje zamknąć projekt. Pola informacji poprzednio podane przez leada są już wypełnione ale można je poprawić. Ułatwia to wypełnienie dłuższego formularza ale też umożliwia poprawienie danych, które poprzedni podało się błędnie.

\\

Na ostatnim etapie firma wymaga danych teleadresowych takich jak numer telefonu oraz adres. To już jest przygotowanie do indywidualnego kontaktu z potencjalnym klientem. 




W ten sposób można zebrać sporą ilość informacji o kliencie i jego planach zakupowych jednocześnie dbając o wiarygodność danych. 

niedziela, 10 marca 2013

BIG DATA receptą na sukces?


Nie ma takiej ilości danych o klientach, o których marketer miały powiedzieć „ za dużo”. Bo w końcu im więcej wiemy tym lepiej dopasowujemy produkt i bardziej personalną prowadzimy komunikację, a w konsekwencji sprzedajmy więcej. Co zrobić jednak kiedy dane mamy ale nie wiemy w jaki sposób taką ich ilość przerobić?

To problem, który rozgrzewa głowy współczesnych innowatorów - Big Data. Jak łącznie wykorzystać  dane gromadzone przez systemy ERP, CRM, strony internetowe, portale społecznościowe, korespondencję e-mailową? Praktyczne podejście znajdziecie w moim artykule w IT Magazine.   Strona 30.

niedziela, 3 marca 2013

Sprzedaż wielokanałowa w bankach

Jesz obiad, jedziesz samochodem, masz pilną sprawę do dokończenia w pracy. To właśnie idealny moment na telefon z twojego banku, który po przeprowadzeniu wielu analiz wybrał cię jako kandydata do wzięcia pożyczki lub zainwestowania twoich oszczędności.

Na czym polegały te analizy. 

Po pierwsze analiza kalendarza. 
Zbliżają się święta więc klienci biorą świąteczne pożyczki. Dzwonimy do naszych klientów aby wyrobić zaplanowany limit świątecznych pożyczek. „Bank: Dzień dobry nazywam się Ania, dzwonię z Twojego banki i mam dla Pana pożyczkę. Klient mówi: dziękuję ale ja pożyczki nie potrzebuję, chciałbym natomiast zainwestować swoje oszczędności. Myśli: to nie wejdą na moje konto i nie sprawdzą, że pożyczki nie potrzebuję?!? Bank: hmm, ja nie pomogę zainwestować oszczędności bo zajmuję się tylko pożyczką świąteczną, przekaże informacje.  Klient myśli: obiad mi wystygł."

Po drugie analiza kierunków wyznaczonych przez zarząd. 
Potrzebujemy depozytów to robimy wielką kampanię depozytową. Czy klienci chcą czy nie depozyty muszą znaleźć się. Tymczasem źle dopasowana baza generuje straty. Średnio jest to  6048 zł na pracownika call center przy 1890 rozmowach handlowych i koszcie rozmowy 3,33 zł.

Po trzecie analiza kanałów kontaktów. 
Jak oferujemy Ci coś przez telefon to nie dostaniesz tego w oddziale, jak przez internet to nie przez telefon. A czy klient jednokanałowo myśli i podejmuje decyzje? Czy może po informacji telefonicznej chciałby sprawdzić ofertę w internecie, a na końcu przyjść do oddziału i kupić.



Te nieco karykaturalne lecz niestety prawdziwe sytuacje zderzam z fascynującymi możliwościami robienia marketingu sprzedażowego w bankach gdzie jest to co prawdziwy marketer kocha najbardziej czyli DANE. Bank wie ile zarabiam, na co, kiedy w jakimi miejscu wydaję. Zna moją skłonność do wydatków na podróże, na święta, skłonność do ryzyka i inwestycji. Co prawda nie zna moich intencji zakupowych ale może wyciągnąć wnioski z danych i zaklasyfikować mnie do odpowiedniej grupy, a następnie sprawdzić czy jego analizy były trafne. Bank też może w bardzo prosty sposób sprawdzić moje intencje przez identyfikację, tego co robię na jego stronie www, a następnie zadzwonić z ofertą, która odpowiada temu co mnie tam interesowało.

Podczas kampanii ATLowcyh wstępuje spory wzrost ruchu na dedykowanych produktom stronach www lecz liczba leadów z tych stron nie odzwierciedla już tej skali wzrostu. Dlaczego tak się dzieje? Kampania marketingowa jest bodźcem pobudzającym nasze zainteresowanie. Np. chcielibyśmy zmienić bank, myślimy o tym od dawna ponieważ słyszymy o ciekawych ofertach lecz zrobienie tego kroku jest trudne. Kolejna kampania skłania nas do wejścia na strony www i sprawdzenia szczegółów oferty lecz w tym momencie nie podjęliśmy jeszcze decyzji. Brak decyzji to brak zapytania z formularza.

Kupujący nam ucieka trochę bardziej gotowy do zmiany banku lecz jeszcze nie na tyle aby podjąć działanie. Pewnie kolejna kampanii kolejnego banku wreszcie przeważy szalę i pchnie „naszego” klienta do decyzji. My możemy mieć poczucie zainwestowanych w konkurencje pieniędzy.

Ktoś odpowie, że banki tak działają i tak musi być. A tu się okazuję, że wcale nie, że płacenie za nieefektywne telefony denerwujące klientów, za kampanie reklamowe będące inwestycją w naszą konkurencję to nie wymóg rynku. Marketing w bankach możemy robić inteligentniej poprzez proces leadowych podążający za cyklem podejmowania decyzji przez klienta oraz sprzedaż wielokanałową z użyciem automatyzacji marketingu.

W wielu punktach spotykamy się z intencją klientów w oddziale, na stronie www, w dokonywanych transakcjach oraz w rozmowie telefonicznej. Zamiast starać się sprzedać już i natychmiast możemy tą informację wykorzystać do sprzedaży w przyszłości. Niezależnie, w którym punkcie spotykamy intencje klienta jeśli nie jest on już zdecydowany trzeba ją przełożyć na kanał internetowy bo ten jest najtańszy i bardzo mierzalny. Klient, który nie dokonał zakupu w oddziale lub przez telefon dostanie od nas mailem  zaproszenie do zapoznania się ze większą ilością informacji na www (np. pobranie opracowania). Jeśli z niej skorzysta, a następnie będzie sprawdzał tabelę opłat to będzie dla nas sygnał, że jest gotowy do zakupu i czas skontaktować się z nim telefonicznie.



Bank będzie sprzedawał i klienci będą zadowoleni. Badania firmy CAPCO zajmującej się doradztwem IT w branży finansowej pokazują, że wprowadzenie sprzedaży wielokanałowej znacząco zwiększa potencjał cross-selling. W niektórych przypadkach odsprzedaż w trakcie otwierania rachunku wzrasta o 130%. Skuteczność telemarketingu rośnie o 25%,  a zwiększona automatyzacja przyczynia się do poprawy uwierzytelniania oraz ogranicza potencjalne oszustwa. Spodziewany spadek pomyłek to 30%.

Często widzę jak bardzo marketing jest skupiony na ofercie i pricingu, a jak odpuszcza sobie proces
sprzedażowy, w którym tkwi olbrzymi potencjał wzrostu.