Как «порядок» в CRM повышает эффективность клиентских процессов

Почему важно иметь порядок в данных?

Данные — основа любой CRM-системы. Они представлены в виде различных объектов, таких как клиенты, контрагенты, партнеры, юридические и физические лица, лиды, продажи и т.д. Данные непрерывно обрабатываются, обновляются и используются в повседневной работе. На их основе формируются отчеты и аналитические дашборды, организуется контроль и планирование, принимаются управленческие решения. Можно смело сказать, что данные — это ключевой актив компании. Однако для эффективной работы бизнеса в данных необходимо поддерживать порядок.

Как правило, разные подразделения компании работают с разными данными. Бухгалтерии важны название юридического лица и банковские реквизиты, отделу продаж — история взаимодействия с ним и потенциал кросс-продаж. При этом информация в CRM не всегда вносится корректно, что затрудняет поиск и работу с карточками клиентов. В результате данные оказываются фрагментированными и разрозненными: одному контрагенту нередко могут соответствовать две разные карточки, причем обе неполные.

Дубли контрагентов приводят к организационным проблемам. Если в CRM заведены две карточки одного клиента, разные менеджеры могут вести с ним параллельные переговоры, даже не подозревая об этом. В результате клиент получает противоречивые предложения от одной и той же компании, что выглядит непрофессионально и снижает уровень доверия к организации.

Что мы сделали?

Чтобы избежать хаоса, мы выстроили систему управления данными, создав единое звено компетенций — подразделение дата-менеджеров. Эти специалисты владеют методиками корректного заполнения базы и умеют работать с внешними аналитическими источниками. Для обогащения карточек у них есть доступ к платным сервисам проверки контрагентов, а также к сервису DaData, с которым у нас реализована интеграция в коробочной версии BPMSoft.

Однако автоматических сервисов часто бывает недостаточно — даже в справочниках и внешних системах встречаются ошибки, поэтому важна дополнительная ручная проверка. Дата-менеджеры анализируют информацию, выявляют взаимосвязи между юридическими лицами и корректно заполняют карточки контрагентов там, где данные невозможно получить автоматически. Например, сегодня многие компании намеренно скрывают свои организационные связи из-за санкционных рисков, однако наш опыт позволяет выявлять эти связи и учитывать их в CRM.

Точное ведение базы особенно важно для сегментации клиентов. В нашей компании функционируют два департамента клиентских продаж: Enterprise и Corporate (подробнее о них — ниже). Мы внимательно отслеживаем, к какому сегменту относится каждый конкретный контрагент. Ошибки при заполнении могут привести к конфликтам: если клиент из сегмента Enterprise случайно попадает к менеджеру из Corporate, возникает внутренняя борьба за клиента. Чтобы исключить подобные ситуации, мы централизовали процесс создания новых контрагентов в CRM: теперь сотрудники не вносят клиентов самостоятельно — для этого они обращаются к дата-менеджерам, которые единственные имеют право заносить новые записи в базу.

Как работают дата-менеджеры?

Сейчас в нашей команде работают четыре дата-менеджера. В отличие от клиентских менеджеров, которые разделены по сегментам рынка, дата-менеджеры работают со всеми направлениями и обеспечивают единый стандарт качества данных.

Для взаимодействия с ними у нас разработан внутренний регламент: заявки на обработку данных формируются непосредственно в CRM. Это позволяет избежать потери информации в почте или в чатах — все запросы фиксируются и централизованно обрабатываются. В свою очередь я как руководитель могу контролировать работу отдела: видеть, сколько заявок находится в очереди, насколько быстро они обрабатываются, какая нагрузка у каждого сотрудника. Что касается распределения задач, то дата-менеджеры сами разбирают заявки, исходя из своей текущей загруженности. Это уже вопрос внутреннего планирования команды, сам же общий процесс остается полностью управляемым.

Мы установили SLA на обработку заявок — не более двух часов. Однако на практике команда работает быстрее: один дата-менеджер за час может найти, проанализировать, обработать и внести в систему до десяти контрагентов, включая проверку данных и выстраивание связей.

Такой SLA выбран не случайно. Мы рассчитали, что клиентские менеджеры должны совершать первый звонок квалифицированным лидам в течение одного рабочего дня (8 часов). Чтобы четко выстроить этот процесс, мы проанализировали весь путь лида: сначала его квалифицирует телемаркетолог, затем он передает лид на обработку дата-менеджеру, который создает карточку контрагента в CRM. После этого лид распределяется между директорами по продажам, а затем — либо на руководителей групп, либо сразу на менеджеров. Двухчасовой лимит на обработку данных позволяет каждому участнику процесса уложиться в свои KPI.

Как мы ведем базу контрагентов?

Когда речь идет о крупных холдингах, таких как, например, «Газпром», важно правильно выстроить иерархию связей между компаниями, чтобы четко понимать, кто кому подчиняется и где принимаются ключевые решения. В некоторых случаях связь очевидна: если в названии присутствует «Газпром», остается лишь определить, к какой именно ветке холдинга относится компания. Однако бывают и менее очевидные случаи — например, «Ново-Салаватская ТЭЦ», по названию которой сложно сразу определить принадлежность к «Газпрому». В таких ситуациях информация проверяется в СПАРК или на официальных ресурсах компании (если они доступны). Если в CRM появляется новый контрагент, мы анализируем его связи и корректно встраиваем в иерархию.

Далее при обработке данных дата-менеджеры определяют, к какому сегменту относится контрагент — Corporate (средний бизнес) или Enterprise (крупный и сверхкрупный бизнес). У нас действуют четкие правила распределения: если по цепочке владения (не менее 50% на каждом уровне) компания ведет к одной из организаций из сегмента Enterprise, она также попадает в этот сегмент. Этот подход позволяет правильно сегментировать клиентов и избежать ситуаций, когда, например, крупный промышленный холдинг и банк из ТОП-10 оказываются в Corporate из-за некорректного внесения данных.

Данные — основа для анализа

Для принятия управленческих решений, прогнозирования, анализа клиентской истории и разработки стратегии необходимы точные и актуальные данные. Например, без правильного ведения и актуализации адресной базы невозможно корректно сегментировать клиентов по их местоположению. А без этого маркетинг не сможет планировать адресные офлайн-мероприятия.

Корректность данных в системе также напрямую влияет на обучение встроенной в BPMSoft ML-модели предиктивного скоринга. Она анализирует лиды и продажи, прогнозируя вероятность их успешного закрытия.

Как это работает? Пользователь задает системе признак успеха — критерий, определяющий, достиг ли лид или продажа целевого результата. Для лида это переход в сделку, для продажи — подписанный контракт. ML-модель изучает исторические данные, выявляет закономерности и на их основе оценивает вероятность успеха новых лидов и сделок.

Алгоритм модели самостоятельно находит скрытые зависимости. Например, закономерное влияние работы конкретных сотрудников на результат обработки продажи: одни сотрудники могут быть сильны в крупных контрактах, другие — в сегменте среднего бизнеса. Однако для того, чтобы модель корректно выявляла такие закономерности, ей необходимы качественные и полноценно заполненные данные. Если информация в CRM неточная или фрагментированная, модель либо обучится неправильно, либо не сможет сформировать точный прогноз.