Taxit rendelünk. Telefonszámunk és nevünk rögzítve a cég nyilvántartásában. Tudják, milyen gyakran, melyik napszakban, milyen távolságra szoktunk utazni. Pénz kell. Bankkártyát húzunk elő, betesszük a gépbe, pénzhez jutunk. A bank pontosan tudja, hogy mennyi készpénzt veszünk ki, milyen gyakran használjuk az automatát. És azt is, hol szoktunk vásárolni.

Adatok, amelyeket a szolgáltatók jobban ismernek a vevőknél. Ehhez képest a vállalatok egy része egyáltalán nem használja az adatbányászati módszereket, vagy éppen már beszerezte az ilyen jellegű szoftvereket, de csak ritkán alapozza erre a termékfejlesztést és a hűségakciókat. A nagyobb magyarországi cégek már hozzáfogtak a szükséges adattárházak kiépítéséhez, és fokozatosan kezdik hasznosítani az adatokból nyert tudást.

A középvállalatok viszont nem jeleskednek az ügyféladatok marketing célú felhasználásában.

„Egyelőre annak is örülni kell, ha egy bankban a számláját megszüntető ügyfél adatait nem törlik a nyilvántartásból, hanem elemezhető módon tárolják a lemorzsolódó ügyfelek között” – mondja az adatpazarlásról Schay Krisztina, a SAS Institute döntéstámogató megoldásokat fejlesztő és szállító cég üzleti konzulense. Schay szerint még igen sokáig tarthat, amíg a vállalatok felmérik az adatbányászatban rejlő potenciált, bár szerinte már többen ismerik az adatbányászat módszereit, és a legnagyobbak elkezdték alkalmazni is azokat.

Korábban ezek az adatok új ügyfelekként tüntették fel a vállalattal kapcsolatba kerülteket, mostanra azonban már vannak technikai lehetőségek arra, hogy egy ügyfélhez csak egy adatlap tartozzon. Amennyiben az információkat valamennyi vevő esetében összesítik és ezeket rendszerezik, úgy létrejön az az adattárház, amelynek mélyreható elemzése korábban nem ismert összefüggéseket tárhat fel a cégvezetés előtt. Az adatbányászatban az a legfontosabb, hogy az analízis eredményeit már a termékfejlesztés során fel lehet használni, és az adott vállalat eleve olyan termékeket kínálhat, amelyek potenciális vásárlóiról igen sokat tudhat.

Kidobott adat, kidobott pénz
Az adatbányászat hasznosítási lehetőségei meglehetősen eltérőek a különböző cégek esetében. Nem mindegy, hogy milyen szektorban üzemel az érintett vállalat, mennyire kiterjedt az ügyfélköre, és mennyi ügyféladatot tud elérni. Sok múlik a cég éves forgalmán is, hiszen a legmodernebb technológia kiépítése és üzembe állítása nem olcsó mulatság.

„Az ötletben rengeteg lehetőség rejlik, de egy-egy ilyen program megírása és kialakítása komoly befektetést igényel” – mondja Reif Zoltán, a Budataxi marketingigazgatója, aki régóta szorgalmazza, hogy a vállalat próbáljon meg többet kihozni a rendelkezésre álló ügyféladatokból. Egy efféle program kifejlesztésére és tesztelésére egyelőre nincs keret, de tervezik, hogy megbíznak egy szoftverfejlesztő céget a program megalkotásával. Reif szerint a szoftver lehetővé tenné az ügyfelek ésszerűbb és pontosabb nyilvántartását, és „személyre szabott” marketinglehetőségeket biztosítana a vállalatnak.

Az Odeon videokölcsönző lánc elvileg szintén számos értékes ügyféladattal rendelkezhetne. Számítógépes rendszerben regisztrálják a filmeket kikölcsönzők személyes adatait, rögzíthetik, hogy mikor, milyen rendszerességgel és milyen jellegű filmeket visznek haza. A lehetőség adott lenne, hogy például szegmensekre szabott DM-levelekkel értesítsék a célközönséget az aktuális ajánlatokról. Ennek ellenére azt a tájékoztatást kaptuk, hogy a vállalat nem tervezi ilyen jellegű öszszesítések létrehozását, hiszen az, hogy ki milyen filmet vesz ki, éppen az akkori kedvétől függ. A cég egyelőre megelégszik azzal, hogy az akciókról postai levélben tájékoztatja a törzsvásárlókat. Ugyancsak tervezik, hogy a jövőben e-mailes ügyféllistát állítanak össze; ennek érdekében az új regisztrálóktól már e-mail elérhetőséget is kérnek.

Persze nem mindenütt éri meg külön szegmenseket létrehozni az adatbázisból. Azok a kis cégek, amelyeknél az ügyfélkört még átlátja a cégvezető, nyilvánvalóan nem kényszerülnek rá arra, hogy adatbányászatra is áldozzanak. Ebből a szempontból a középvállalatok vannak a legnehezebb helyzetben, hiszen nehéz eldönteniük, hogy mikortól érdemes szegmentálni, és mikortól érdemes belevetniük magukat az adatbányászatba.

Nagyhalak
„A termékfejlesztésnél ma már mindig fejben tartjuk az ügyféladatokból nyert információkat” – számol be az előrelépésről Vidor Péter, a CIB Bank marketingfőosztályának adatbányásza. A marketingkampányok esetében is eleve olyan embereket keresnek meg, akiket érdekelhet az adott termék. Ez két szempontból is előnyös: egyrészt kíméli

a kampánybüdzsét, másrészt nem zaklatják feleslegesen az ügyfeleket olyan akciókkal, amelyek számukra nem lehetnek érdekesek. „Optimális esetben úgy működne a dolog, ha egy ügyfél például betelefonál, akkor a telefonoperátor előtt megjelenne az ügyféltörténet és olyan üzleti ajánlatok, amelyek az adott ügyfelet érdekelhetik. Egyelőre ehhez nincs elég adat, de a terv napirenden szerepel” – avat be a közeljövő elképzeléseibe a szakember.

Szintén a jövő zenéje, hogy az internetes bejelentkezéskor olyan honlap jelenjen meg az ügyfél előtt, amely az őt legnagyobb valószínűséggel érdeklő ajánlatokat listázza. A lemorzsolódás és az ügyfélpanaszok összefüggéseinek elemzése szintén kulcsfontosságú az üzleti siker érdekében. A szakember szerint egyébként a kisebb elemzések nem anynyira költségesek; a szükséges eszközök beszerezhetőek. Ami ennél sokkal nagyobb feladat, az a teljes integrált adattárház létrehozása. Ez még nem készült el teljesen a banknál, de a munka régóta folyik, és ez határozza meg a cég stratégiáját.

Az adattárház kihasználásán munkálkodik a Generali-Providencia biztosító is, tudtuk meg Molnár Péter Gábor kutatócsoport-vezetőtől. A havi rendszerességgel frissülő adatokon a marketing CRM osztály kutatócsoportja különböző elemzéseket végez. A fő marketingcélok a keresztértékesítés és az elvándorlás megelőzése.

Kétségtelen tehát, hogy mozgolódás van az adatbányászat terén, de a fejlődés az egyes cégeknél egyelőre nagyon különböző. A legnagyobbak igen jól haladnak, némelyeknél hamarosan elkészül a teljes integrált adattárház. A középvállalatok pedig egyelőre álmodoznak a lehetőségről, de egyértelműnek látszik: az ügyfélmegismerés a jövő egyik útja lesz.

Az adatelemzés módjai

Két nagy csoportra oszthatóak az adatbányászatból nyert adatok – legalábbis Tóth Nándor, a Data Explorer kutatócég ügyvezető igazgatója szerint. Az egyikbe tartoznak a demográfiai adatok, a másikba pedig a viselkedési szokásokat jellemzők. „Azt várhatnánk, hogy a demográfiai rubrikákban könnyebb kitölteni, de a valóságban nincs így. Az üzleti viselkedési szokásokat sokkal jobban ismerhetjük, mint a pontos demográfiai adatokat” – mondja a szakember. – „Sőt a tapasztalat azt mutatja, hogy az ügyfél viselkedését sokkal precízebben ismerjük, mint ő maga.” „Viszonylag pontosan meghatározható, hogy milyen adatokat érdemes az adattárházba tölteni” – mondja Kangiszer Gyula, az Accenture tanácsadó cég távközlési üzletágának stratégiai igazgatója. Elmondása szerint a vezető vállalatok a profitabilitás pontos előrejelzéséhez 40, míg a precíz és hatékony szegmentációhoz 100 paramétert vesznek figyelembe egy-egy ügyfélről. Mivel ennyi adatot szinte lehetetlen minden ügyfélről egyforma pontossággal öszszegyűjteni, ezek hiányában az elemzés sem lehet annyira pontos.

Ügyfélmegtartásra használható

Az adatbányászat nagyon jól használható a lemorzsolódás elemzésére. Naprakész ügyfélérték-információk alapján többek között mérlegelni lehet, mennyi erőfeszítést tegyen a vállalat az ügyfél megtartására. Az ügyfélcsoportok viselkedésének előzetes modellezésével előrejelzéseket lehet készíteni a várható elvándorlásról, így pontosan ki lehet dolgozni a megtartó kampányokat. „Az a fontos, hogy megfelelő időben egyénre szabott kiszolgálást és ajánlatokat tudjunk nyújtani az ügyfeleknek a leghatékonyabb csatornákon keresztül” – mondja Kangiszer Gyula, az Accenture távközlési stratégiai igazgatója. „Abból kell kiindulni, hogy az egyetlen, amiben egy vállalat többet tud adni a riválisánál, hogy ismeri az ügyfeleit. Ameddig az adott ügyfél a céghez tartozik, ez behozhatatlan előnyt biztosít a versenytársakkal szemben” – teszi ehhez hozzá Schay Krisztina, a SAS Institute üzleti konzulense. A piac telítődésével az ügyfél megtartása és a minél hosszabb távú kapcsolat kialakítása kerül a középpontba. „A CRM életciklusgörbében gondolkodik. Ha elemzem az ügyféladataimat, még többet tudok kihozni az ügyfelekből különböző lehetőségek felajánlásával, ráadásul az ő igényeihez igazodó ajánlatok révén az elégedettsége és lojalitása is nő” – mutatja be az adatbányászat előnyeit a szakértő. Schay Krisztina az adatok elemzésében rejlő lehetőségekként említi az ügyfél-akvizíciót, a DM-kampányok precíz megtervezését és hatékony kivitelezését, a termékfejlesztés céltudatosabbá tételét. Schay úgy látja, hogy a vállalatvezetés nyugodtan a gépre bízhatja magát, mert ezek a szoftverek gyorsan és nagy biztonsággal tárják fel a törvényszerűségeket, tendenciákat az adattengerben.

Százmilliókba kerül

Az adatbányászat az adattárház és a CRM-beruházások töredékébe kerül. A szükséges vállalati szintű adattárházak létrehozása kisebb cégek esetében tízmilliós nagyságrendű beruházás, a nagyvállalatok esetében pedig – az adott rendszer és az ügyfélkör speciális jellemzőitől függően – százmilliókban mérhető. Egy átfogó CRM-megoldás teljes kiépítése elérheti a milliárdos nagyságrendet is. A rendszer kiépítése nemcsak költség-, hanem időigényes is. Az elhatározástól számítva több év is lehet, míg az adatbányászatra alkalmas rendszer üzembe áll. „Sokan úgy gondolkodnak, hogy az adatbányászat az adattárház és a CRM-rendszerek megvalósítása után következik, ahogyan a ház építését is az alapokkal kezdjük. Az ebben az esetben létrejövő építmény azonban igen speciális. Az üzleti döntések nem várhatnak az alaprendszerek üzembe helyezéséig. Az adatbányászattal támogatott döntés-előkészítés ezért sokszor a megvalósítandók listájának élére kerül” – mondja Tóth Nándor, a Data Explorer ügyvezető igazgatója.