داده‌كاوی در مدیریت ارتباط با مشتری نرم افزار crm

داده‌كاوی در مدیریت ارتباط با مشتری نرم افزار crm

شركت‌های كنونی، با تجزیه و تحلیل چرخه زندگی مشتری، به افزایش ارزش مشتری دست یافته‌اند. ابزار و فناوری‌های انبار داده، داده‌كاوی و دیگر روش‌های مدیریت ارتباط با مشتری، روش‌هایی هستند كه فرصت‌های جدیدی را برای تجارت فراهم كرده‌اند.
در واقع، امروزه دیدگاه محصول محوری جای خود را به مشتری محوری داده است. بنابراین، با جمع‌آوری داده‌های مربوط به مشتری و تصمیم‌گیری براساس الگوهای استخراج شده از روابط پنهان میان داده‌ها به وسیله ابزار داده‌كاوی می‌توان به خواسته مشتری محوری خود جامه عمل پوشاند. این مقاله، مفاهیمی از مدیریت ارتباط با مشتری نرم افزار crm و یكی از عناصر آن- داده‌كاوی- را بررسی می‌كند.
فرهنگ تجارت، در سال‌های اخیر پیشرفت‌هایی كرده و به دنبال آن روابط اقتصادی مشتریان به شیوه‌های بنیادی و اساسی در حال تغییر است. شركت‌ها، به منظور نظارت بر این‌گونه تغییرات، نیازمند ارائه راه‌حل‌های مناسب می باشند. ظهور و پیدایش اینترنت در تغییر جهت مركز توجه بازاریابی، نقشی بسزا داشته است. درصورتی‌كه اطلاعات ON LINEبیشتر در دسترس قرار گیرد، موجب آگاهی و هوشیاری بیشتر مشتریان می‌شود. آنها در جریان تمام آنچه ارائه و پیشنهاد می‌شود قرار می‌گیرند و بهترین‌ها را تقاضا می‌كنند. برای فائق آمدن بر چنین شرایطی باید از سیستم‌هایی استفاده شود كه به‌طور دقیق نسبت به مشتریان واكنش نشان دهد. جمع‌آوری آمار مشتریان و داده‌های رفتاری آنها این هدف اصلی و دقیق را ممكن می‌كند. این نوع هدف‌گیری به برنامه‌ریزی عالی هنگام ایجاد رقابتی سخت و به مشخص كردن مشتریان بالقوه هنگام عرضه محصولات جدید كمك می‌كند.
داده‌كاوی
امروزه با حجم عظیمی از داده‌ها روبه‌رو هستیم. برای استفاده از آنها به ابزار كشف دانش نیاز داریم. داده‌كاوی به عنوان توانایی پیشرفته‌ای در تحلیل داده و كشف دانش استفاده می‌شود. داده‌كاوی در علوم (ستاره‌شناسی،...) ، در تجارت (تبلیغات، مدیریت ارتباط با مشتری نرم افزار crm،...) ، در وب (موتورهای جست‌وجو،...) و در مسائل دولتی (فعالیت‌های ضد تروریستی،...) كاربرد دارد. فعالیت داده‌كاوی، شبیه استخراج زغال سنگ و طلا می باشد. داده‌كاوی، اطلاعاتی را كه در انبارهای داده مدفون شده است، استخراج می‌كند.
در واقع هدف از داده كاوی، ایجاد مدل‌هایی برای تصمیم‌گیری است. این مدل‌ها رفتارهای آینده را براساس تحلیل‌های گذشته، پیش‌بینی می‌كنند. استفاده از داده‌كاوی به عنوان اهرمی برای آماده‌سازی داده‌ها و تكمیل قابلیت‌های انباره داده، بهترین موقعیت را برای كسب مزیت‌های رقابتی ایجاد می‌كند.
سیستم‌های BASE DATAنقشی مهم در سیستم‌های مدیریت و انبار داده، ایفا می‌كنند. سیستم بانك داده، شامل فایل‌های بانك داده و سیستم‌های مدیریت بانك داده است.
اغلب تجارت‌ها به تصمیم‌گیری‌های راهبردی و یا اتخاذ خط‌مشی‌های جدید برای خدمت‌رسانی بهتر به مشتریان نیاز دارند. برای مثال، فروشگاه‌ها نحوه آرایش مغازه خود را برای افزایش انگیزه خریدمشتریان، مجدداً طراحی می‌كنند و یا خطوط هواپیمایی، تسهیلات خاصی را برای پروازهای مكرر مشتریان در نظر می گیرند. ابزار داده‌كاوی، داده را می‌گیرند و تصویری از واقعیت به شكل مدل ارائه می دهند. فعالیت‌های داده‌كاوی به لحاظ فرایند به 3 طبقه‌بندی عمومی تقسیم می‌شوند:
1. اكتشاف: فرایند جست‌وجو در بانك داده برای یافتن الگوهای پنهان، بدون داشتن فرضیه‌ای از پیش تعیین شده درباره اینكه الگو چیست. نظیر تحلیل‌هایی كه برحسب كالاهای خریداری شده انجام می‌شود. این‌گونه تحلیل‌های سبدی، مواردی را نشان می دهد كه مشتری تمایل به خرید آنها دارد. این اطلاعات می‌تواند به بهبود موجودی، راهبرد طراحی، آرایش فروشگاه و تبلیغات منجر شود.
2. مدل پیش‌بینی:فرایندی كه الگوهای كشف شده از بانك داده را می‌گیرد و آنها را برای پیش‌بینی آینده به‌كار می‌برد. مانند پیش‌بینی فروش در خرده فروشی . الگوهای كشف شده برای فروش به آنها كمك می‌كند تا تصمیماتی را در رابطه با موجودی اتخاذ كنند.
3. تحلیل‌های دادگاهی:فرایند به كارگیری الگوهای استخراج شده برای یافتن عوامل داده‌ای نامعقول و متناقض را در بر می گیرد. نظیر شناسایی و تشخیص كلاهبرداری در مؤسسات مالی. از آنجا كه كلاهبرداری ، پرهزینه و زیان‌آور است، بانك‌ها می‌توانند با تحلیل دادوستدهای جعلی گذشته، الگوهایی را برای تشخیص و كشف كلاهبرداری به دست آورند.
مدیریت ارتباط با مشتری
مدیریت ارتباط با مشتری، فرایندی تجاری است كه مشخصه‌های مشتری را مشخص می‌كند، دانش مشتری را افزایش می دهد، روابط مشتری را شكل می‌دهد و برداشت آنها را از محصولات یا خدمات سازمان، بهبود می بخشد. مدیریت ارتباط با مشتری از چهار عنصر، تشكیل شده است:
1.دانش
2.هدف
3.فروش
4.خدمت
مدیریت ارتباط با مشتری با در نظر گرفتن اینكه چه محصولات یا خدماتی، به چه مشتریانی، در چه زمانی و ازچه طریقی عرضه شود، بهبود را در پی خواهد داشت. این مدیریت از اجزای مختلفی تشكیل شده است.
شركت پیش از آغاز فرایند ارتباط با مشتری باید اطلاعات وی را در اختیار داشته باشد. این اطلاعات می‌تواند از داده‌های داخلی مشتریان و یا از داده‌های منابع خارجی خریداری شده، به دست آید. برای داده‌های داخلی، منابع مختلفی وجود دارد نظیر: پرسشنامه‌ها و بلاگ‌ها، سوابق كارت اعتباری و...
منابع داده خارجی یا بانك‌های داده خریداری شده نظیر : نشانی‌ها، شماره تلفن‌ها و پروفایل‌های بازدید از وب سایت‌ها، كلیدی برای كسب دانش بیشتری از مشتری است.
بیشتر شركت‌ها، بانك‌های داده‌ای عظیمی شامل داده‌های بازاریابی، منابع انسانی و مالی را دارا هستند. بنابراین، سرمایه‌گذاری در زمینه انبار داده از اجزای حیاتی در راهبرد مدیریت ارتباط با مشتری است.
سیستم مدیریت ارتباط با مشتری پس از تهیه و تخصیص منابع داده با به‌كارگیری ابزاری مانند داده‌كاوی، داده‌ها را تجزیه و تحلیل می كند. كارشناسان با توجه به اینكه شركت روش‌های آماری سنتی یا یكی از ابزار نرم‌افزاری مانند داده‌كاوی را به‌كار می‌برد نیاز به فهم داده‌های مشتری و روابط تجاری دارند. بنابراین، وجود افرادی متخصص كه این داده‌ها را با ابزار مربوطه استخراج و به صورت اطلاعات درآورند، مهم است.
چرخه زندگی مشتری
این چرخه به مراحل ارتباط مشتری و تجارت مربوط است و آگاهی از آن سودآوری مشتری را به همراه خواهد داشت. 4 مرحله در چرخه زندگی مشتری وجود دارد:
1. مشتریان بالقوه:افرادی كه هنوز مشتری نیستند ، اما در هدف بازار قرار دارند.
2. مشتریانی كه واكنش نشان می‌دهند:مشتریان بالقوه یا احتمالی كه به محصول یا خدمتی علاقه و واكنش نشان می‌دهند.
3. مشتریان بالفعل:مشتریانی كه از محصول یا خدمتی استفاده می كنند.
4. مشتریان سابق:این دسته افراد، مشتریان مناسبی نیستند زیرا مدت طولانی، خرید خود را به سمت محصولات رقیب برده‌اند.
فرایند داده‌كاوی در مدیریت ارتباط با مشتری
داده‌كاوی از عناصر مدیریت ارتباط با مشتری است و حركت شركت‌ها را به سوی مشتری محوری ، تسهیل می كند.
فرایند داده‌كاوی در مدیریت ارتباط با مشتری به صورت زیر است.

 
  داده‌های خام از منابع مختلف، جمع‌آوری می‌شوند و با استخراج، ترجمه و فرایندهای فراخوانی به انبار داده ، وارد می‌شوند. در بخش مهیاسازی داده ، داده‌ها از انبار خارج شده و به صورت فرمتی مناسب برای داده كاوی در می‌آیند.
كشف الگو شامل 4 مرحله است:
1.سؤالات تجاری ، نظیر توصیف مشتری
2.كاربردها نظیر، امتیازدهی و پیش‌گویی
3.روش‌ها، نظیر طبقه‌بندی و سری بندی
4.الگوریتم‌ها
روش‌های داده‌كاوی با كاربرد مخصوص خود برای پاسخ به سؤالات تجاری ، الگوریتم‌هایی را استخراج می‌كنند و از این الگوریتم‌ها برای ساخت الگو استفاده می‌شود. الگوها پس از تجزیه و تحلیل به دانشی مفید و قابل استفاده تبدیل شده و الگوهای كارا در سیستمی اجرایی به‌كار گرفته خواهند شد.
نتیجه‌گیری
رابطه مشتری با زمان تغییر می‌كند . اگر تجارت و مشتری اطلاعات بیشتری درباره یكدیگر داشته باشند، این رابطه تكامل و رشد می‌یابد. چرخه زندگی مشتری، چارچوبی مناسب برای به‌كارگیری داده‌كاوی در مدیریت ارتباط با مشتری فراهم می‌كند.چرخه زندگی مشتری ، در بخش ورودی داده‌كاوی، اطلاعات در دسترس را نشان می دهد و در بخش خروجی ، اطلاعات جالب توجه و تصمیمات مناسب ارائه می شود. داده‌كاوی ، سودآوری مشتریان بالقوه را پیش‌بینی كرده و میزان وفاداری آنها را مشخص خواهد كرد.
بعضی از مشتریان، مراجعات خود را به شركت‌ها برای كسب مزیت‌هایی كه در رقابت ، ایجاد می شود تغییر می‌دهند. در این صورت شركت‌ها هدف خود را بر مشتریانی متمركز می‌كنند كه سودآوری بیشتری دارند.
با داده‌كاوی می‌توان ارزش مشتریان را تعیین، رفتار آینده آنها را پیش‌بینی و تصمیمات آگاهانه‌ای را در این رابطه اتخاذ كرد.
نویسنده : پرستو شاه‌سمندی
منبع:http://www.sanatekhodro.com