Autor: Vojtěch Bednář, externí redaktor magazínu PODNIKOVÉ SYSTÉMY

Při implementaci služeb, které mají řídit vztahy s koncovou klientelou, bývá někdy prosazována myšlenka, že maximální automatizace a znalost informací vede též k nejvyššímu posilování vazby klienta na firmu. Ne vždy je to ale pravdou.

Když se i v českých společnostech začaly prosazovat specializované nástroje na řízení vztahů mezi prodejci, respektive poskytovateli služeb a jejich koncovými zákazníky, byl jedním z hlavních argumentů dodavatelů těchto systémů ten, že s pomocí jejich nástrojů mohou firmy shromažďovat a vyhodnocovat maximum informací o svých klientech. Nešlo o samotné shromažďování; maloobchodník má zkušenostní představu o preferencích různých typů klientů, poskytovatel služeb dovede pomocí i základního informačního systému analyzovat poptávku po svých produktech například na základě demografické charakteristiky zákazníků. Lze říct, že informace ve firmách již byly. To, co řízené CRM umožnilo, byla jejich koncentrace na jedno místo a využití jejich vzájemné kombinace. Systémy řízení komunikace s klienty umožnily stávající (a v jisté míře i nová) data vložit do kontextu a do historické perspektivy. Umožnily je spojit s konkrétním klientem, z jeho pohledu například pomocí známých zákaznických karet a věrnostních programů. Umožnily přesnou analýzu požadavků klienta a následnou personalizaci jak nabídky na klienta směřované, tak i celého procesu komunikace s ním.

Mnoho manažerů rozhodujících o implementaci nových informačních technologií podlehlo pod tlakem argumentů společností nabízejících komplexní CRM jako samostatný produkt i v rámci ERP systémů dojmu, že komunikaci s neinstitucionálními klienty je možné plně automatizovat. Tedy, že kombinace poznání vlastností klienta vede k mechanické možnosti predikce nejenom jeho potřeb, ale i jeho zákaznického chování. A to s následnou možností optimalizace tohoto chování ve svůj prospěch. Jinými slovy; že automatizované nástroje nám umožní nejen přizpůsobit se přáním klienta, ale také klientem manipulovat. Postupně se ukazuje, že tato představa softwaru zajišťujícího de facto sociální inženýrství na bázi kvantitativních dat je od počátku mylná. Přesněji řečeno, že do ní vstupují kvantitativně nepředvídatelné prvky.

Divoké prostředí

Z historické perspektivy existovala celá řada automatizovaných systémů, které se pokoušely fyzického člověka redukovat na sérii algorytmizovatelných vztahů. Tyto systémy nesloužily ani zdaleka pouze k nabídce komerčních produktů, nicméně se ukázalo, že jejich funkcionalita je omezená. Na základě této zkušenosti – a s e znalostí hlavních problémů – bychom měli přistupovat také k modernímu CRM. Pokusme se nyní poukázat na některé stěžejní problémové okruhy na straně těch, jejichž vlastnosti by CRM systémy měly shromažďovat, odhadovat a do jisté míry řídit.

Prvním postulátem je, že člověk je z podstaty neodhadnutelný. Jeho chování lze i se znalostí velkého množství dat a historie predikovat pouze do určité míry. Její rozsah je dán jednak množstvím známých poznatků v historii, jednak relativní konstantností okolního prostředí. Jinak řečeno, při stálých vnějších podmínkách se úspěšnost odhadu chování zákazníka s jeho rozšiřující se historií zlepšuje. Stačí ale relativně drobná systémová změna, a historická data se mohou stát bezcennými. Systémová změna přitom nemůže být vyjádřena jednou (ani několika) kvantitativními proměnnými, vůči nimž by bylo možné známé chování cílového subjektu matematicky posunout.

Vezmeme-li výše uvedený problém z praktického hlediska, můžeme si představit (reálný) příklad malé firmy, která používá relativně sofistikovaný systém pro správu kontaktů k řízení vztahů se svými zákazníky a k plánování skladového hospodářství. Roky fungovalo to, že největší aktivita klientů bývá koncem týdne; proto ke konci týdne bylo naváženo nejvíce zboží. Drobná systémová změna (postavení nové komunikace v okolí provozovny firmy) ale způsobila to, že se těžiště prodejů přesunulo do poloviny týdne. Proč přesně, nebylo možné zjistit ze stávajících dat a CRM systém na odhad ničeho takového nebyl připraven – dotyčná firma mohla mluvit o štěstí, že se podařilo vůbec identifikovat původní příčinu změny.

Nezkrotný klient

Kvalitní řízení vztahů se zákazníky vyžaduje jejich jednoznačnou identifikaci. V maloobchodě, kde neexistují písemné a trvalé smluvní vztahy, je nejčastější cestou jednoznačné identifikace klienta zákaznická karta. Aby ji zákazník byl ochoten mít a používat, jsou mu nabízeny bonusy, obvykle progresivně odstupňované tak, aby u něj vznikl dojem, že pravidelný nákup zboží nebo služeb u určitého dodavatele je pro něj výhodnější, než jednorázový. Karta, respektive jednoznačný údaj, který představuje její obsah, přitom spojuje klienta se systémem řízení vztahů, ve kterém jsou uloženy všechny transakční a mnoho osobních údajů (získaných od zákazníka v průběhu procesu registrace). Tyto údaje dohromady slouží k rafinaci a formulaci zákazníkovi personifikovaných nabídek.

Ponecháme-li stranou to, že zákaznické/uživatelské karty nemusí představovat jen motivační prvek z hlediska „výhodnosti“, ale někdy také statusu (příkladem mohl být ve svých počátcích program Sphere), pak jejich aktivní použití ke klíčování klienta může vést k jeho CRM systémem neodhadnutelnému chování. Lidé jsou totiž schopni intuitivně prohlédnout vztah mezi jejich kartami a systémem firmy, která je vydává. I když si jej kognitivně neuvědomují, chovají se tak, aby došlo k narušení předpokládané vazby. Důsledkem je, že jedna fyzická osoba má (i když by tomu měla registrace bránit) více zákaznických karet a tedy její preference se tříští do více profilů, které o sobě neví. Jiným důsledkem je používání jedné karty (účtu) více klienty mimo možnost kontroly. Systém, který má predikovat chování klienta a uzpůsobovat nabídky pro něj je v důsledku „zmaten“ tím, že reálně komunikuje s více lidmi. Klienti se také mohou chovat nárazově mimo své skutečné preference, což by systémy měly být schopny kompenzovat, avšak prakticky pokud jsou založeny na lineárních modelech chování (což obvykle jsou) to nedokážou. A samozřejmě, klienti se také mohou chovat nepředvídatelně zcela vědomě, což z hlediska automatizace vztahů mezi nimi není tak matoucí, jako když se chovají tendenčně. Příkladem může být dlouholetý zákazník maloobchodního řetězce, který používá svou zákaznickou kartu pouze tehdy, když si jde stěžovat. V důsledku toho není možné odhadnout míru jeho reálné spokojenosti ani ji srovnat s podobnými případy.

Marná víra

Ještě větší problém než nespolehlivost pokusů o mechanické odhadování lidského chování, byť jej v rámci CRM provádí velmi sofistikované algoritmy a nespolehlivost lidí, kterých se tyto pokusy týkají je nebezpečí toho, že systémový prostředek vezme management, který jej do své organizace implementoval za neomylný zdroj dat. CRM systém se někdy dostává do pozice „experta“, který v organizaci poskytuje fundovaná a a-priori pravdivá data. Podle toho se potom chová management, jenž s těmito daty pracuje. Má tendenci chovat se nekriticky. A někdy chovat se i tak, že v případě konfliktu mezi daty podnikového systému a názorem lidí, kteří s ním pracují, upřednostňuje strojová data. Argumentem proč bývá na racionální úrovni problém „válečné mlhy“ na straně lidí (tedy to, že jejich znalosti se prakticky vždy omezují jen na malou část komplexního celku), na iracionální někdy to, že „tvrdá data“ nejlépe v grafické podobě jsou něco lepšího než „individuální dojmy“. Skutečnost přitom může být prakticky zcela opačná.

Důsledky slepé víry managementu ve schopnosti systémů analýzy a predikce spotřebitelského chování jsou nasnadě. Posuneme-li svůj pohled blíže automaticky generovaným analytickým datům, jakkoliv sofistikovaně vypadají a jsou produktem jakkoliv komplexního systému, vyvarujeme se sice lidské chyby (na straně předinterpretace), na straně druhé ale zcela důvěřujeme mechanické schopnosti odhadovat chování lidskou chybu obsahující. Argument, že tato chyba se v případě klientů s jejich zákaznickými kartami nachází pouze na mikroúrovni, a že v makroskopickém měřítku jsou naopak dobře ovladatelní, ještě nikdy jste se nesetkali s fenoménem malého sociálního hnutí (např. extrémně nespokojený zákazník, který se „vzbouřil“ proti hypermarketu). Ignorování zjištěných a analyzovaných dat nás na druhé straně připraví o cenný zdroj informací pro vlastní manažerská rozhodnutí. Nejlepší cestou je tedy na tento druh informací spoléhat pouze do jisté míry a s určitou – nemalou – rezervou.

Čeho je moc

Ve světě vyspělých CRM systémů samozřejmě existují pokusy o korekci potenciální nepředvídatelnosti koncových zákazníků. Nejběžněji se jedná o nástroje, které se zakládají na snaze zjistit o těchto klientech co nejvíce dodatečných dat (jež pak slouží jako korekční podklady pro analýzu). Existuje určitá, nekvantifikovatelná a spíše psychologická, hranice množství shromážděných údajů, po jejímž překročení je tato snaha odmítnuta ze strany samotného klienta. Odmítnutí může mít dvě podoby. První z nich je, že klient na programu pro zákazníky dále nebude participovat. Ve skutečnosti je ovšem obtížné zjistit, kolik zákazníků přestalo participovat právě z tohoto důvodu. Druhou možnost pak představuje to, že zákazník o sobě záměrně poskytne zavádějící informace. Do systému se tak dostává velmi obtížně korigovatelná odchylka. Ať tak či tak, stav přílišné znalosti informací bychom mohli pojmenovat tak, že klient je svým vztahem k dodavateli zboží nebo služeb deprimován.

Jak se takovému stavu deprivace bránit? Jednou z možností je nedávat klientovi příliš najevo, co vše o něm víme. A to i za cenu mírného snížení úrovně individualizace nabídek. Jinou možností je chovat se k němu tak, že dochází k trvalé verifikaci známých údajů, při níž je možné vylučovat náhodné – nebo i dočasně záměrné – nepravidelnosti. Základní poučení je ale jinde.

Totiž že na systémy, které slibují přesnou analýzu a bezchybné modelování lidského chování, se prostě nelze stoprocentně spolehnout. A že i když sofistikované CRM může být našim užitečným pomocníkem, i v té nejsofistikovanější podobě má a vždy bude mít své meze, za něž nelze jít.