A. Personalisasi Dan Kustomisasi Massal Personalisasi
Personalisasi dan kustomisasi massal dapat digunakan untuk Menyampaikan konten individual menyesuaikan informasi dan Opt-in email (email berbasis izin) melalui halaman web atau email.
dapat digunakan untuk mengirimkannya untuk menambah nilai Kustomisasi massal
dan sekaligus mengingatkan pelanggan tentang suatu produk. Mengirim konten yang disesuaikan ke ‘Personalisasi’ dan ‘kustomisasi massal’ adalah istilah yang grup pengguna melalui halaman web atau email. sering digunakan secara bergantian. Dalam arti yang ketat, Penyaringan kolaboratif personalisasi mengacu pada penyesuaian informasi yang Pembuatan profil minat pelanggan diminta oleh pelanggan situs pada tingkat individu. digabungkan dengan penyampaian Kustomisasi massal melibatkan penyediaan konten khusus informasi dan penawaran tertentu, untuk grup dengan minat yang sama. Pendekatan ini kadang- seringkali berdasarkan pada minat pelanggan yang serupa. kadang juga disebut sebagai 'penyaringan kolaboratif'. Semua teknik personalisasi ini memanfaatkan kemungkinan dinamis konten web. Preferensi pengguna disimpan dalam database dan konten diambil dari basis data. Personalisasi dapat dicapai melalui beberapa variabel dinamis termasuk: ● preferensi pelanggan ● tanggal atau waktu ● acara tertentu ● lokasi. Personalisasi juga dapat digunakan untuk menawarkan layanan inovatif. Contohnya, penjual buku online BOL (www.bol.com) memungkinkan pelanggan untuk memilih bagian favorit mereka dari berbagai jenis panduan perjalanan, mungkin sejarah dari Rough Guides (Buku panduan perjalanan dan penerbit referensi milik Inggris) dan peta dari Lonely Planet, tetapi tidak termasuk klub malam dan restoran. Buku yang dipersonalisasi kemudian dapat dicetak sesuai permintaan pada printer pelanggan. Layanan personalisasi yang lebih khusus adalah yang disediakan oleh portal seperti Google, Yahoo! dan NetVibes yang memungkinkan pengguna untuk mengonfigurasi laman beranda mereka sehingga memberikan informasi yang paling mereka minati: misalnya cuaca regional mereka, hasil dari tim sepak bola mereka dan harga saham yang telah mereka beli. Sisi negative personalisasi Ada dua kesulitan utama. Pertama, biaya, karena alasan yang dijelaskan di bagian berikutnya dan, kedua, ini dapat bertindak sebagai penghalang bagi pengguna. Misalnya, beberapa personalisasi mengharuskan pengguna untuk log-in. Ini mungkin menjadi masalah jika pelanggan salah menaruh kata sandi. Sama halnya, bagi pengunjung baru ke situs, kebutuhan untuk mengajukan kata sandi dapat menjadi tidak menyenangkan dan pelanggan mungkin tidak pernah kembali. Personalisasi yang efektif masih akan memungkinkan pengunjung baru untuk melihat banyak konten walaupun mereka tidak memiliki kata sandi. Penggunaan cookie dapat menghindarkan kebutuhan pelanggan untuk login secara aktif, karena pelanggan akan login secara otomatis. Menciptakan personalisasi Personalisasi konten web jauh lebih mahal daripada mengembangkan konten statis, karena memerlukan integrasi basis data dan perangkat lunak khusus seperti Omniture Test and Target (sekarang menjadi bagian dari Adobe Marketing Cloud), yang mengenali pengunjung ketika mereka kembali dan kemudian mengakses dan menampilkan yang relevan informasi dari database Extranet Karena mengharuskan pengguna untuk log-in, mereka memeberitahukan layanan diferensial melalui konten dan layanan premium. Banyak pilihan dimungkinkan. Contoh dinamis menggunakan ekstranet adalah penggunaan web untuk menyelenggarakan acara daring yang mencerminkan acara tradisional seperti seminar, pameran dagang, dan konferensi grup pengguna, seminar virtual dengan pembicara tamu melalui webcast, pameran dagang virtual di mana peserta pameran, pembicara seminar, dan delegasi ditautkan oleh web. Dell Computer memiliki varian merek khusus yang dikenal sebagai Dell Premier yang dapat digunakan untuk menyediakan layanan bernilai tambah untuk akun utama. Metode retensi tradisional lainnya seperti skema loyalitas dan promosi penjualan diterjemahkan dengan baik ke lingkungan online. Penggunaan ekstranet menjadi penghalang untuk masuk, terutama jika pengguna kehilangan kata sandi mereka. Untuk membatasi efek ini, RS Components mengirimkan password reminders (pengingat kata sandi) untuk membantu retensi. Perusahaan asuransi Belanda menggabungkan teknik online dan offline untuk menggunakan ekstranet untuk memberikan kustomisasi massal. Pelanggan yang sudah ada dibagi menjadi enam segmen dan kemudian dihubungi melalui direct mail campaign (kampanye surat langsung). Anggota setiap segmen diberi satu dari enam kata sandi, sehingga ketika mereka mengakses ekstranet ada enam versi konten yang berbeda untuk situs web yang memberikan saran produk dan penawaran yang konsisten dengan segmen tersebut. Extranet memberikan penelusuran hasil pemasaran dan penandaan pengunjung yang baik. Dalam hal ini efektivitas kampanye dalam hal tingkat respons dari email dan konversi ke penjualan juga dapat dipantau untuk segmen yang berbeda. Opt-in email Opt-in email sangat penting dalam mengkomunikasikan penawaran retensi, baik melalui komunikasi email reguler seperti buletin atau komunikasi email irreguler yang berdampak tinggi seperti rincian peluncuran produk. Ingat bahwa email memiliki kekuatan komunikasi push tradisional. Ini memungkinkan pesan yang ditargetkan didorong ke pelanggan untuk memberi informasi dan mengingatkan dan mereka yakin untuk melihatnya di kotak masuk email mereka; bahkan jika itu hanya dihapus, itu tidak dapat diabaikan. Terlepas dari potensinya, penggunaan email untuk pemasaran memiliki konotasi negatif karena masalah spam dan privasi, jadi pada dasarnya bahwa email pemasaran itu berbasis izin. Setelah alamat email dikumpulkan, manajer harus merencanakan frekuensi komunikasi email. Opsi meliputi: ● Jenis buletin reguler. Misalnya, sehari sekali, seminggu sekali, sebulan sekali. Yang terbaik adalah jika pelanggan diberikan pilihan tentang frekuensi. ● Terkait dengan acara. Ini cenderung kurang teratur dan mungkin dikirim setiap tiga atau enam bulan ketika ada berita tentang peluncuran produk baru atau penawaran luar biasa. ● Urutan email. Perangkat lunak dapat dibeli untuk mengirim serangkaian email. Misalnya, setelah berlangganan versi trial dari majalah online, email akan dikirim pada hari ke- 3, 10, 25 dan 28 untuk mendorong berlangganan sebelum trial berakhir. B. Teknik Untuk Mengelola Aktivitas Dan Nilai Pelanggan
Dalam basis pelanggan online dari
suatu organisasi, akan ada pelanggan yang memiliki berbagai tingkat aktivitas dalam penggunaan layanan online atau dalam penjualan. Contoh yang baik adalah bank. Beberapa pelanggan dapat menggunakan akun online seminggu sekali, yang lain lebih jarang dan beberapa tidak sama sekali. Gambar 9.17 menggambarkan berbagai tingkat kegiatan. Untuk meningkatkan penerapan ‘layanan mandiri web’ yang membantu mengurangi biaya, penting untuk menentukan langkah-langkah yang menunjukkan tingkat aktivitas dan kemudian mengembangkan taktik untuk meningkatkan tingkat aktivitas melalui penggunaan yang lebih sering.
Tujuan dan taktik yang sesuai dapat ditetapkan untuk:
● Peningkatan jumlah pengguna baru per bulan dan setiap tahun (tujuan terpisah akan ditetapkan untuk pelanggan bank yang ada dan pelanggan bank baru) melalui promosi layanan online untuk mengarahkan pengunjung ke situs web. ● Peningkatan % dari pengguna aktif (ambang batas yang sesuai dapat digunakan; untuk beberapa organisasi lain dapat ditetapkan pada hari ke- 7, 30 atau 90). Menggunakan komunikasi langsung seperti email, pesan situs web yang dipersonalisasi, komunikasi direct mail dan telepon kepada pengguna baru, pengguna dormant (rekening tidak beroperasi karena tidak ada transaksi yang dilakukan oleh nasabah bank dalam jangka waktu tertentu yang ditentukan oleh bank) dan tidak aktif meningkatkan persentase pengguna aktif. ● Penurunan% dari pengguna dormant (dulunya baru atau aktif, bisa menjadi sub-kategori), tetapi belum digunakan dalam periode waktu untuk diklasifikasikan sebagai aktif. ● Penurunan % pengguna yang tidak aktif (atau tidak diaktifkan). Ini adalah mereka yang mendaftar untuk layanan seperti perbankan online dan username-nya dikeluarkan, tetapi mereka belum menggunakan layanan. Kita dapat melihat bahwa strategi yang sesuai dapat dikembangkan untuk masing-masing strategi ini. Metrik kunci lain, sebenarnya metrik retensi kunci untuk situs e-commerce, mengacu pada bisnis yang berulang. Pentingnya metrik tingkat retensi disorot oleh Agrawal et al. (2001). Metrik retensi utama yang mereka sebutkan dan menunjukkan dampak pada profitabilitas adalah: ● Tingkat konversi pelanggan berulang - berapa banyak pelanggan pertama kali membeli produk kedua? ● Basis pelanggan berulang - proporsi basis pelanggan yang telah melakukan pembelian berulang. ● Jumlah transaksi per pelanggan berulang - ini menunjukkan tahap pengembangan pelanggan dalam hubungan (ukuran lain yang serupa adalah jumlah kategori produk yang dibeli). ● Pendapatan per transaksi pelanggan berulang - ini adalah proksi untuk nilai seumur hidup karena memberikan nilai pesanan rata-rata. C. Pemodelan Lifetime-Value (LTV) Nilai seumur hidup adalah total manfaat bersih yang akan diberikan oleh pelanggan atau sekelompok pelanggan kepada perusahaan di atas total hubungan mereka dengan perusahaan. Pemodelan didasarkan pada estimasi pendapatan dan biaya yang terkait dengan setiap pelanggan selama periode waktu dan kemudian menghitung Net Present Value (NPV) dalam istilah moneter saat ini menggunakan nilai tingkat diskonto yang diterapkan selama periode tersebut. Ada berbagai tingkat kecanggihan dalam menghitung LTV. Ini ditunjukkan pada Gambar 9.18. Opsi 1 adalah cara praktis atau perkiraan proksi untuk LTV di masa mendatang, tetapi LTV yang sebenarnya adalah nilai pelanggan di masa mendatang pada tingkat individu. Pemodelan nilai seumur hidup pada tingkat segmen (4) sangat penting dalam pemasaran karena menjawab pertanyaan: Seberapa banyak yang bisa untuk berinvestasi dalam memperoleh pelanggan baru? Analisis LTV memungkinkan pemasar untuk: ● Merencanakan dan mengukur investasi dalam program akuisisi pelanggan ● Mengidentifikasi dan membandingkan segmen target kritis ● Mengukur efektivitas strategi retensi pelanggan alternatif ● Tetapkan nilai sebenarnya dari basis pelanggan perusahaan ● Membuat keputusan tentang produk dan penawaran ● Membuat keputusan tentang nilai memperkenalkan teknologi e-CRM baru. Gambar 9.19 memberikan contoh bagaimana LTV dapat digunakan untuk mengembangkan strategi CRM untuk kelompok pelanggan yang berbeda. Empat jenis utama pelanggan ditunjukkan oleh nilai mereka saat ini dan masa depan sebagai perunggu, perak, emas dan platinum. Pengelompokan (lingkaran) pelanggan yang berbeda diidentifikasi sesuai dengan nilai mereka saat ini (seperti yang ditunjukkan oleh profitabilitas saat ini) dan nilai masa depan seperti yang ditunjukkan oleh perhitungan nilai seumur hidup. Setiap kelompok ini akan memiliki tanda tangan profil pelanggan berdasarkan demografi mereka, sehingga ini dapat digunakan untuk pemilihan pelanggan. Berbagai strategi dikembangkan untuk berbagai kelompok pelanggan dalam empat kelompok nilai utama. Beberapa pelanggan perunggu seperti Grup A dan B secara realistis tidak memiliki potensi pengembangan dan biasanya tidak menguntungkan, sehingga tujuannya adalah untuk mengurangi biaya dalam komunikasi dan jika mereka tidak tetap sebagai pelanggan, ini dapat diterima. Beberapa pelanggan perunggu seperti Grup C mungkin memiliki potensi untuk tumbuh, jadi untuk ini strateginya adalah dengan memperpanjang pembelian mereka. Pelanggan perak ditargetkan dengan penawaran perpanjangan pelanggan; dan pelanggan emas diperpanjang di mana mungkin meskipun ini memiliki potensi pertumbuhan yang relatif kecil. Pelanggan Platinum adalah pelanggan terbaik, jadi penting untuk memahami preferensi komunikasi pelanggan ini dan tidak berkomunikasi berlebihan kecuali ada bukti bahwa mereka mungkin cacat.
Fokus Pada Unggul Dalam Kualitas Layanan E-Commerce
Di dunia maya, layanan pelanggan adalah perbedaan utama diantara merek perusahaan. Jevons dan Gabbot (2000) menjelaskan: "pengalaman penggunaan langsung dari merek adalah tanda kepercayaan yang lebih kuat daripada persepsi merek". Penelitian lintas sektor industri menunjukkan bahwa kualitas layanan merupakan penentu utama loyalitas. Feinberg et al. (2000) melaporkan bahwa alasan mengapa pelanggan meninggalkan perusahaan lebih dari 68% karena 'pengalaman layanan yang buruk', dengan faktor-faktor lain seperti harga (10%) dan masalah produk (17%) kurang signifikan. A. Meningkatkan Kualitas Layanan Online Memberikan kualitas layanan dalam e-commerce dapat dinilai melalui peninjauan kerangka kerja yang ada untuk menentukan tingkat kualitas layanan. Yang paling sering digunakan didasarkan pada konsep 'kesenjangan kualitas layanan' yang ada antara tingkat layanan yang diharapkan pelanggan (dari pengalaman sebelumnya dan komunikasi dari mulut ke mulut) dan persepsi mereka tentang tingkat pengiriman layanan yang sebenarnya. Parasuraman et al. (1985) mengemukakan bahwa dimensi kualitas layanan yang menjadi pertimbangan konsumen dalam menilai dan memberikan tingkat kualitas layanan adalah: ● Tangibles (Berwujud) - penampilan fisik dan daya tarik visual dari fasilitas; ● Reliability (keandalan) - kemampuan untuk melakukan layanan secara konsisten dan akurat; ● responsif - kemauan untuk membantu pelanggan dan memberikan layanan yang cepat; ● jaminan - pengetahuan dan kesopanan karyawan dan kemampuan mereka untuk menyampaikan kepercayaan dan kepercayaan; ● empati - memberikan kepedulian, perhatian individual. a) Tangibles Dapat dikatakan bahwa dimensi tangibles dipengaruhi oleh kemudahan penggunaan dan daya tarik visual berdasarkan pada desain struktural dan grafik situs. Pentingnya faktor-faktor ini kepada konsumen ditunjukkan oleh sebuah studi 1999 oleh Forrester Research dari 8.600 konsumen AS yang menemukan bahwa alasan utama untuk kembali ke situs adalah konten berkualitas tinggi (75%), kemudahan penggunaan (66%), kecepatan untuk mengunduh (58%) dan frekuensi pembaruan (54%). b) Reliability (Keandalan) Dimensi keandalan bergantung pada ketersediaan situs web, atau dengan kata lain, betapa mudahnya terhubung ke situs web sebagai pengguna. Keandalan respons email juga merupakan masalah utama; Chaffey dan Edgar (2000) melaporkan survei terhadap 361 situs web Inggris di berbagai sektor. Dari mereka yang ada dalam sampel, 331 (atau 92%) dapat diakses pada saat survei dan, dari jumlah tersebut, 299 menyediakan kontak email. Pertanyaan melalui email dikirim ke semua 299 situs web ini; dari jumlah tersebut, 9 pesan email yang tidak terkirim diterima. Dapat dilihat bahwa pada saat survei, ketersediaan layanan tentu tidak universal. c) Responsif Survei yang sama menunjukkan bahwa respons secara keseluruhan buruk: dari 290 email yang berhasil dikirim, tingkat respons 62% terjadi dalam periode 28 hari. Lebih dari sepertiga perusahaan tidak ada respons! Dari perusahaan yang merespons, ada perbedaan dalam respons (tidak termasuk tanggapan otomatis yang disampaikan langsung) dari 8 menit hingga lebih dari 19 hari kerja! Sementara rata-rata keseluruhan adalah 2 hari kerja, 5 jam dan 11 menit, median di semua sektor (berdasarkan 50% respon tercepat yang diterima) adalah 1 hari kerja dan 34 menit. Hasil median menunjukkan bahwa respons dalam satu hari kerja merupakan yang terbaik dan dapat membentuk dasar untuk harapan konsumen. Responsif juga ditunjukkan oleh kinerja situs web - waktu yang dibutuhkan untuk permintaan halaman untuk dikirimkan ke browser pengguna sebagai tayangan halaman. Zona Research (1999) melakukan analisis yang menunjukkan bahwa $ 4,35 miliar dapat hilang dalam pendapatan e-commerce karena 'bailout' pelanggan ketika pelanggan tidak mau menunggu informasi untuk diunduh. Laporan mencatat bahwa banyak pelanggan mungkin tidak siap untuk menunggu lebih dari delapan detik! d) Jaminan Dalam konteks email, jaminan dapat dianggap sebagai kualitas respons terbaik. Dalam survei yang dilaporkan oleh Chaffey dan Edgar (2000), dari 180 tanggapan yang diterima, 91% memberikan tanggapan manusia yang dipersonalisasi dengan 9% memberikan tanggapan otomatis yang tidak menjawab pertanyaan individu; 40% dari jawaban menjawab atau merujuk ketiga pertanyaan dengan 10% menjawab dua pertanyaan, dan 22% satu. Secara keseluruhan, 38% tidak menjawab pertanyaan spesifik yang diajukan! Masalah jaminan lebih lanjut dari situs web e-commerce adalah privasi dan keamanan informasi pelanggan. Sebuah perusahaan yang berlangganan Internet Shopping Is Safe - ISIS (www.imrg.org/is) - akreditasi pedagang atau prinsip- prinsip TRUSTe (www.truste.org) akan memberikan jaminan yang lebih baik daripada yang tidak. Tindakan berikut dapat disarankan untuk mencapai jaminan di situs e-commerce: 1. Berikan pernyataan privasi yang jelas dan efektif 2. Ikuti pedoman privasi dan perlindungan konsumen di semua pasar lokal 3. Jadikan keamanan data pelanggan sebagai prioritas 4. Gunakan lembaga sertifikasi independen 5. Tekankan keunggulan kualitas layanan di semua komunikasi. e) Empati Meskipun dapat dianggap bahwa empati membutuhkan kontak manusia pribadi, itu masih dapat dicapai, sampai batas tertentu, melalui email. Chaffey dan Edgar (2000) melaporkan bahwa dari tanggapan yang diterima, 91% memberikan tanggapan manusia yang dipersonalisasi, dengan 29% meneruskan penyelidikan dalam organisasi mereka. Dari 53 ini, 23 tanggapan lebih lanjut diterima dalam periode 28 hari dan 30 (atau 57%) dari pertanyaan yang diteruskan tidak ditanggapi lebih lanjut. Penyediaan fasilitas personalisasi juga merupakan indikasi empati yang diberikan oleh situs web, tetapi penelitian lebih lanjut diperlukan untuk persepsi pelanggan tentang nilai halaman web yang secara dinamis dibuat untuk memenuhi kebutuhan informasi pelanggan. Pendekatan alternatif untuk mempertimbangkan bagaimana kualitas layanan dapat disampaikan melalui e-commerce adalah dengan mempertimbangkan bagaimana situs menyediakan layanan pelanggan pada berbagai tahap keputusan pembelian. Dengan demikian kualitas layanan tidak hanya tergantung pada seberapa baik pembelian itu sendiri difasilitasi, tetapi juga pada betapa mudahnya bagi pelanggan untuk memilih produk dan layanan purna jual, termasuk kualitas pemenuhan. Situs Epson UK (www.epson.co.uk) menggambarkan bagaimana situs tersebut dapat digunakan untuk membantu dalam semua tahap proses pembelian. Alat interaktif tersedia untuk membantu pengguna memilih printer tertentu, mendiagnosis dan menyelesaikan kesalahan, dan brosur teknis dapat diunduh. Umpan balik diminta pada seberapa baik layanan ini memenuhi kebutuhan pelanggan. Elemen-elemen SERVQUAL ini telah diterapkan pada perbankan online oleh Jun dan Cai (2001) dalam sebuah studi terperinci. Ini mendukung pentingnya elemen SERVQUAL asli dalam pengaturan online. Misalnya, ini menyoroti pentingnya tanggapan yang tepat waktu dan akurat terhadap permintaan pelanggan. Ini juga mengungkap fitur tertentu dari layanan online - yang diharapkan pelanggan untuk melihat peningkatan berkelanjutan untuk layanan situs, dan menunjukkan kepuasan mereka akan berkurang jika perubahan positif tidak dilakukan. Singkatnya, dapat disarankan bahwa untuk manajer yang ingin menerapkan kerangka kerja seperti SERVQUAL dalam konteks e-commerce ada tiga tahap yang tepat untuk mengelola proses. 1. Memahami harapan. Kerangka kerja SERVQUAL dapat digunakan dengan riset pasar dan penentuan tolok ukur situs-situs lain, untuk memahami persyaratan pelanggan seperti responsif dan empati. Skenario juga dapat digunakan untuk mengidentifikasi harapan pelanggan menggunakan layanan di situs. 2. Menetapkan dan mengomunikasikan janji layanan. Setelah harapan dipahami, komunikasi pemasaran dapat digunakan untuk memberi tahu pelanggan tentang tingkat layanan. Ini dapat dicapai melalui jaminan atau janji layanan pelanggan. Lebih baik under-promise daripada over-promise. Janji layanan juga harus dikomunikasikan secara internal dan dikombinasikan dengan pelatihan untuk memastikan bahwa layanan telah diberikan. 3. Memberikan janji layanan. Akhirnya, komitmen harus disampaikan melalui layanan di tempat, dukungan dari karyawan, dan pemenuhan fisik. Jika tidak, kredibilitas online dihancurkan dan pelanggan tidak akan pernah kembali. Ekstensi Pelanggan Ekstensi pelanggan yaitu memperdalam hubungan dengan pelanggan melalui peningkatan interaksi dan transaksi produk. Hal ini bertujuan untuk meningkatkan LTV pelanggan kepada perusahaan dengan mendorong penjualan-silang, misalnya pelanggan kartu kredit Egg dapat ditawari opsi pinjaman atau rekening deposito. Ketika pelanggan kembali ke situs web, ini merupakan peluang untuk penjualan silang dan penawaran semacam itu dapat dikomunikasikan. Email langsung juga merupakan cara terbaik untuk memberi tahu pelanggan tentang produk perusahaan lain dan juga bermanfaat dalam mendorong pengulangan adalah dengan mempublikasikan konten atau promosi baru. Email sangat penting untuk mencapai CRM online karena ini adalah media pendorong di mana pelanggan dapat diingatkan mengapa mereka harus mengunjungi situs web. Segmentasi Online Dan Teknik Penargetan Lanjutan Pendekatan segmentasi dan penargetan yang digunakan oleh perusahaan online didasarkan pada lima elemen utama. Jumlah opsi yang digunakan, dan kecanggihan pendekatan, akan tergantung pada sumber daya yang tersedia, kemampuan teknologi, dan peluang yang diberikan oleh daftar: 1. Identifikasi kelompok siklus hidup pelanggan. Gambar 9.21 menggambarkan pendekatan ini. Ketika pengunjung menggunakan layanan online, mereka berpotensi melewati tujuh tahap atau lebih. Setelah perusahaan mendefinisikan grup-grup ini dan mengatur infrastruktur manajemen hubungan pelanggan untuk mengkategorikan pelanggan dengan cara ini, mereka kemudian dapat mengirimkan pesan yang ditargetkan, baik dengan pesan pribadi di tempat atau melalui email yang dipicu secara otomatis karena aturan yang berbeda.
2. Identifikasi karakteristik profil pelanggan. Ini adalah segmentasi tradisional
berdasarkan jenis pelanggan. Untuk pengecer elektronik B2C itu termasuk usia, jenis kelamin, dan geografi. Untuk perusahaan B2B, ini akan mencakup ukuran perusahaan dan sektor industri atau aplikasi tempat mereka beroperasi. 3. Identifikasi perilaku dalam respons dan pembelian. Seiring kemajuan pelanggan melalui siklus hidup yang ditunjukkan pada Gambar 9.21, melalui analisis basis data, mereka akan dapat membangun respons terperinci dan riwayat pembelian yang mempertimbangkan perincian kebaruan, frekuensi, nilai moneter, dan kategori produk yang dibeli. Pendekatan ini, yang dikenal sebagai 'Analisis RFM atau FRAC'. 4. Identifikasi perilaku multichannel (preferensi saluran). Terlepas dari antusiasme perusahaan terhadap saluran online, beberapa pelanggan akan lebih suka menggunakan saluran online dan yang lain lebih suka saluran tradisional. Pelanggan dengan preferensi untuk saluran online akan lebih responsif dan akan membuat lebih banyak pembelian online. Pelanggan yang lebih suka saluran online dapat ditargetkan terutama oleh komunikasi online seperti email, sedangkan pelanggan yang lebih suka saluran tradisional dapat ditargetkan oleh komunikasi tradisional seperti surat langsung atau telepon. 5. Preferensi tone and style. Dengan cara yang mirip dengan preferensi saluran, pelanggan akan merespons secara berbeda untuk berbagai jenis pesan. Beberapa mungkin menyukai daya tarik yang lebih rasional. Yang lain akan lebih menyukai daya tarik emosional berdasarkan gambar dan dengan salinan yang lebih hangat dan kurang formal. Perusahaan yang canggih akan menguji ini pada pelanggan atau menyimpulkannya menggunakan karakteristik profil dan perilaku respons dan kemudian mengembangkan berbagai pelayanan kreatif yang sesuai. Perusahaan yang menggunakan jajak pendapat berpotensi menggunakan ini untuk menyimpulkan preferensi gaya. Sense, Respond, Adjust - Memberikan Komunikasi Elektronik Yang Relevan Melalui Pemantauan Perilaku Pelanggan Untuk dapat mengidentifikasi pelanggan dalam kategori nilai, pertumbuhan, responsif, atau risiko pembelotan, kita perlu mengkarakterisasi mereka menggunakan informasi yang menunjukkan perilaku pembelian dan respons. Perilaku aktual di masa lalu dan saat ini sering kali merupakan prediktor terbaik untuk perilaku di masa depan sehingga kita kemudian dapat berusaha untuk mempengaruhi perilaku di masa depan ini. Pemasaran digital memungkinkan pemasar untuk menciptakan siklus: Sense → Respond → Adjust - Penginderaan dilakukan melalui penggunaan teknologi untuk memantau kunjungan ke konten tertentu di situs web atau mengklik tautan tertentu dalam email. Riwayat pembelian juga dapat dipantau, tetapi karena informasi pembelian sering disimpan dalam sistem penjualan lama, penting untuk mengintegrasikannya dengan sistem yang digunakan untuk berkomunikasi dengan pelanggan. - Respons dapat dilakukan melalui pesan di tempat, atau melalui email. - Penyesuaian terjadi melalui pengindraan dan respons lebih lanjut. Analisis Resensi, Frekuensi, Nilai Moneter (RFM) 1. Resensi Ini adalah resensi tindakan pelanggan, mis. pembelian, kunjungan situs, akses akun, respons email, mis. 3 bulan yang lalu. Aplikasi online analisis resensi meliputi: pemantauan melalui waktu untuk mengidentifikasi pelanggan yang rentan dan menilai pelanggan untuk secara istimewa menargetkan pelanggan yang lebih responsif untuk penghematan biaya. 2. Frekuensi Frekuensi adalah jumlah tindakan diselesaikan dalam periode tindakan pelanggan, mis. pembelian, kunjungi, respons email, mis. lima pembelian per tahun, lima kunjungan per bulan, lima login per minggu, lima email terbuka per bulan, lima klik email per tahun. Aplikasi online analisis ini mencakup penggabungan dengan resensi untuk penargetan RF. 3. Nilai Moneter Nilai moneter pembelian dapat diukur dengan berbagai cara, mis. nilai pesanan rata- rata £ 50, total nilai pembelian tahunan sebesar £ 5.000. Secara umum, pelanggan dengan nilai moneter yang lebih tinggi cenderung memiliki loyalitas yang lebih tinggi dan nilai potensial di masa depan karena mereka telah membeli lebih banyak barang secara historis. Salah satu contoh aplikasi adalah untuk mengecualikan pelanggan ini dari promosi khusus jika skor RF mereka menyarankan mereka secara aktif membeli. Frekuensi seringkali merupakan sebuah proksi untuk nilai moneter per tahun karena semakin banyak produk yang dibeli, semakin tinggi nilai moneter keseluruhan. Maka dimungkinkan untuk menyederhanakan analisis dengan hanya menggunakan resensi dan frekuensi. Nilai moneter juga dapat mengubah analisis untuk pembelian awal bernilai tinggi. 4. Latensi Latensi terkait dengan frekuensi, menjadi waktu rata-rata antara peristiwa pelanggan dalam siklus hidup pelanggan. Contohnya termasuk waktu rata-rata antara kunjungan situs web, pembelian kedua dan ketiga dan klik melalui email. Aplikasi latensi online mencakup pemicu yang mengingatkan perusahaan akan perilaku pelanggan di luar norma, misalnya meningkatnya ketertarikan atau ketidaktertarikan, kemudian mengelola perilaku ini menggunakan e-komunikasi atau komunikasi tradisional. Misalnya, organisasi B2B atau B2C dengan interval panjang antara pembelian akan menemukan bahwa jika latensi rata-rata menurun untuk pelanggan tertentu, maka mereka mungkin sedang menyelidiki pembelian tambahan (kebaruan dan frekuensi mereka kemungkinan akan meningkat juga). Email, panggilan telepon atau surat langsung kemudian dapat digunakan untuk menargetkan orang ini dengan penawaran yang relevan sesuai dengan apa yang mereka cari. 5. Tingkat Rintangan Menurut Novo (2004), tingkat rintangan mengacu pada persentase pelanggan dalam suatu kelompok (seperti dalam suatu segmen atau dalam daftar) yang telah menyelesaikan suatu tindakan. Nilainya adalah dapat digunakan untuk membandingkan keterlibatan berbagai kelompok atau untuk menetapkan target untuk meningkatkan keterlibatan dengan saluran online seperti contoh di bawah ini menunjukkan: 20% pelanggan telah berkunjung dalam 6 bulan terakhir 5% pelanggan telah melakukan tiga atau lebih pembelian dalam setahun 60% pendaftar telah masuk ke sistem pada tahun tersebut 30% telah mengklik melalui email di tahun ini. Mengelompokkan pelanggan ke dalam berbagai kategori RFM
Analisis RFM melibatkan dua teknik untuk mengelompokkan pelanggan:
1. Analisis RFM statistik. Ini melibatkan penempatan jumlah pelanggan yang sama di setiap kategori RFM menggunakan kuintil 20% (10 desil juga dapat digunakan untuk basis data yang lebih besar), seperti yang ditunjukkan pada Gambar 9.22. Gambar tersebut juga menunjukkan satu aplikasi RFM dengan tujuan untuk menggunakan saluran komunikasi secara lebih efektif. Komunikasi e-biaya lebih rendah dapat digunakan untuk berkomunikasi dengan pelanggan yang menggunakan layanan online lebih sering karena mereka lebih suka saluran ini dan komunikasi yang lebih mahal dapat digunakan untuk pelanggan yang tampaknya lebih menyukai saluran tradisional. Proses ini kadang-kadang dikenal sebagai 'saluran yang tepat' atau 'sentuhan yang tepat'. 2. Divisi database pelanggan yang sewenang-wenang. Pendekatan ini juga berguna karena pemasar dapat menetapkan ambang nilai yang relevan dengan pemahaman mereka tentang pelanggan mereka. Misalnya, analisis RFM dapat diterapkan untuk penargetan menggunakan email sesuai dengan bagaimana pelanggan berinteraksi dengan situs e-commerce. Nilai dapat diberikan kepada setiap pelanggan sebagai berikut: Resensi: 1 - Lebih dari 12 bulan 2 - Dalam 12 bulan terakhir 3 - Dalam 6 bulan terakhir 4 - Dalam 3 bulan terakhir 5 - Dalam 1 bulan terakhir Frekuensi: 1 - Lebih dari sekali setiap 6 bulan 2 - Setiap 6 bulan 3 - Setiap 3 bulan 4 - Setiap 2 bulan 5 – Bulanan Nilai moneter: 1 - Kurang dari £ 10 2 - £ 10– £ 50 3 - £ 50 - £ 100 4 - £ 100– £ 200 5 - Lebih dari £ 200 Rekomendasi produk dan pemodelan kecenderungan Pemodelan kecenderungan adalah nama yang diberikan untuk pendekatan mengevaluasi karakteristik dan perilaku pelanggan dan kemudian membuat rekomendasi untuk produk masa depan. Ini dikenal sebagai 'merekomendasikan "produk terbaik berikutnya" kepada pelanggan yang sudah ada'. Pendekatan akuisisi terkait adalah menargetkan pelanggan potensial dengan karakteristik serupa melalui menyewa surat langsung atau daftar email atau beriklan online di lokasi yang sejenis. Rekomendasi berikut didasarkan pada apa yang ada di van Duyne et al. (2002): 1. Membuat hubungan produk otomatis (mis. Produk terbaik berikutnya). Pendekatan teknologi rendah untuk ini adalah, untuk setiap produk, untuk mengelompokkan produk yang sebelumnya dibeli bersama. Kemudian untuk setiap produk, rangking produk berdasarkan berapa kali dibeli bersama untuk menemukan hubungan. 2. Matikan dan minimalkan 'real estat' yang dikhususkan untuk produk-produk terkait. Area layar harus disediakan untuk 'permintaan produk terbaik berikutnya' untuk penjualan atas dan penjualan silang. Namun, jika ini dapat menjadi bagian dari produk saat ini, mereka mungkin lebih efektif. 3. Gunakan 'kata-kata pemicu' yang umum. Frasa tersebut meliputi: Produk terkait’, ‘Rekomendasi Anda’, ‘Mirip’, ‘Pelanggan yang membeli ...’ ‘3 produk terkait teratas’. 4. Editorialise tentang produk terkait, yaitu dalam salinan tentang suatu produk. 5. Izinkan quick purchase (pembelian cepat) produk terkait. 6. Jual produk terkait saat checkout. Dan juga pada halaman pasca transaksi, yaitu setelah satu item ditambahkan ke keranjang atau dibeli. Solusi Teknologi Untuk CRM Teknologi basis data adalah inti dari pengiriman aplikasi CRM. Sering kali basis data dapat diakses melalui situs web intranet yang diakses oleh karyawan, atau ekstranet yang diakses oleh pelanggan atau mitra menyediakan antarmuka dengan sistem manajemen hubungan pelanggan secara keseluruhan. Saat ini, layanan web berdasarkan permintaan seperti Siebel CRM On Demand (www.crmondemand.com) dan Salesforce.com (www.salesforce.com) menjadi semakin populer. Email digunakan untuk mengelola banyak komunikasi inbound, outbound, dan internal yang dikelola oleh sistem e-CRM. Menggunakan email untuk komunikasi adalah layanan yang disediakan oleh sistem e-CRM seperti Salesforce (www.salesforce.com) atau Oracle (www.oracle.com), atau bisnis yang lebih kecil dapat menggunakan layanan ASP pemasaran email seperti MailChimp (www.mailchimp .com). Sistem alur kerja sering digunakan untuk mengotomatisasi proses CRM. Misalnya, sistem alur kerja dapat mengingatkan perwakilan penjualan tentang kontak pelanggan atau dapat digunakan untuk mengelola pemberian layanan seperti banyak tahapan mengatur hipotek. Tiga jenis utama data pelanggan yang disimpan sebagai tabel dalam database pelanggan untuk CRM biasanya: 1. Data pribadi dan profil. Ini termasuk rincian kontak dan karakteristik untuk profil pelanggan seperti usia dan jenis kelamin (B2C) dan ukuran bisnis, sektor industri dan peran individu dalam keputusan pembelian (B2B). 2. Data transaksi. Catatan setiap transaksi pembelian termasuk produk tertentu yang dibeli, jumlah, kategori, lokasi, tanggal dan waktu, dan saluran tempat pembelian. 3. Data komunikasi. Catatan pelanggan yang telah ditargetkan oleh kampanye, dan respons mereka terhadapnya (komunikasi outbond). Juga termasuk catatan permintaan inbound dan kunjungan dan laporan perwakilan penjualan (B2B). Data perilaku yang tersedia melalui 2 (data transaksi) dan 3 (data komunikasi) sangat penting untuk menargetkan pelanggan untuk lebih memenuhi kebutuhan mereka. Hewson Consulting Group (www.hewson.co.uk) mengidentifikasi manfaat sistem CRM berikut bagi pelanggan: - Waktu respons yang ditingkatkan untuk permintaan informasi pelanggan. - Produk yang dikirim memenuhi persyaratan pelanggan. - Mengurangi biaya untuk membeli dan menggunakan produk atau layanan. - Akses langsung ke status pesanan dan dukungan teknis yang lebih responsif. Layanan mandiri pelanggan dapat meningkatkan kenyamanan pelanggan, dan mengurangi biaya bagi perusahaan karena pelanggan melakukan permintaan informasi dan transaksi melalui antarmuka web alih-alih kontak dengan staf dukungan pelanggan. Masalah teknis utama bagi manajer yang memilih sistem e-CRM adalah: 1. Jenis aplikasi. 2. Integrasi dengan sistem back-office. 3. Pilihan solusi vendor tunggal atau pilihan yang lebih terfragmentasi. 4. Kualitas data. A. Jenis Aplikasi CRM
Gambar 9.23 dimaksudkan untuk menyampaikan kompleksitas menyediakan solusi CRM.
Tujuan teknologi CRM adalah untuk menyediakan antarmuka antara pelanggan dan karyawan yang menggantikan atau memfasilitasi interaksi langsung. Dari perspektif pelanggan dan karyawan, tujuan akhir dari sistem CRM adalah untuk memungkinkan kontak terlepas dari saluran komunikasi yang pelanggan ingin gunakan, apakah ini metode tradisional seperti telepon atau faks atau teknologi digital yang lebih baru. Dengan demikian sistem CRM yang ideal akan mendukung komunikasi multichannel atau saluran yang disukai pelanggan. Terlepas dari saluran, pelanggan akan memiliki kebutuhan yang berbeda tergantung pada tahap mereka dalam proses pembelian. Dalam gambar, kami mengidentifikasi tiga kebutuhan inti bagi pelanggan - untuk mengetahui informasi lebih lanjut tentang suatu produk, untuk melakukan pemesanan dan menerima dukungan pasca-penjualan. Aplikasi harus disediakan untuk mendukung setiap kebutuhan ini. Demikian juga, karyawan akan memiliki persyaratan aplikasi untuk mendukung pelanggan dan tujuan penjualan dan pemasaran organisasi; pada gambar ini adalah otomasi tenaga penjualan, untuk melakukan pemesanan yang diterima melalui telepon, melalui faks atau secara langsung dan untuk menjawab pertanyaan pelanggan melalui sistem pendukung dan basis pengetahuan. Di jantung dari sistem adalah penyimpanan database yang diperlukan untuk mendukung aplikasi ini. Infrastruktur TI seperti server, middleware dan jaringan tidak ditampilkan dalam gambar. B. Integrasi Dengan Sistem Back-Office Ketika memperkenalkan sistem CRM ke organisasi, perusahaan sebelumnya akan berinvestasi dalam sistem untuk fungsi bisnis utama lainnya seperti pemrosesan pesanan penjualan atau dukungan pelanggan. Sistem lama yang ada ini muncul di tingkat aplikasi dan basis data pada Gambar 9.23. Ini tidak akan layak secara finansial untuk membuang aplikasi ini, tetapi integrasi dengan mereka sangat penting untuk memberikan visibilitas informasi pelanggan kepada semua orang di organisasi dan memberikan dukungan pelanggan yang sangat baik. Dengan demikian integrasi sistem lama adalah bagian penting dari memutuskan dan menerapkan sistem CRM. C. Pilihan solusi vendor tunggal atau pilihan yang lebih Terfragmentasi Gambar 9.23 menyoroti masalah utama dalam memutuskan dan merancang sistem untuk mendukung CRM. Situasi ideal itu akan menjadi: - Aplikasi tunggal yang menghadap pelanggan dan yang menghadap karyawan yang mendukung semua saluran komunikasi. - Basis data tunggal yang terintegrasi sehingga setiap karyawan memiliki visibilitas total tentang pelanggan - karyawan dapat mengakses semua riwayat kunjungan, penjualan, dan dukungan. - Dari satu vendor untuk kemudahan implementasi dan dukungan. Sekarang pikirkan tentang kenyataan dalam organisasi yang Anda kenal: kemungkinan besar sistem akan memiliki aplikasi yang berbeda untuk saluran komunikasi yang berbeda, memisahkan basis data dalam area fungsional yang berbeda dan beberapa vendor. Kesulitannya adalah tidak ada satu perusahaan pun yang dapat menyediakan aplikasi terbaik di semua bidang. Untuk mendapatkan keunggulan kompetitif, perusahaan mungkin perlu beralih ke solusi dari inovator yang, misalnya, mendukung saluran baru seperti WAP, dan memberikan solusi manajemen pengetahuan atau solusi manajemen penjualan. Dengan demikian manajer dihadapkan dengan tindakan penyeimbangan yang berbahaya antara memilih produk terstandarisasi atau mengintegrasikan sistem yang lebih unggul untuk setiap kemampuan CRM. D. Kualitas Data Agar kualitas data dikelola dengan sukses, berikut ini adalah penting: 1. Membentuk kepemilikan bisnis. Masalah ini terlalu penting untuk dikelola hanya oleh para teknologis dan membutuhkan manajemen pada titik kontak pelanggan, yang merupakan bagian dari tanggung jawab pemasaran. Semua staf yang terlibat dalam mengelola data pelanggan harus diperjelas tentang tanggung jawab mereka. 2. Optimalkan kualitas pada penangkapan. Pemeriksaan validasi dapat dilakukan di entri data untuk memeriksa bahwa bidang-bidang seperti kode pos lengkap dan akurat. 3. Terus meningkatkan kualitas. Rincian kontak pelanggan terus berubah. Perubahan alamat email bahkan lebih sulit dikelola daripada perubahan alamat fisik. Sebagai konsekuensinya, semua titik kontak harus digunakan untuk membantu menjaga kualitas data. 4. Bekerja menuju satu tampilan pelanggan. Banyak kesalahan terjadi karena data yang berbeda disimpan dalam basis data yang berbeda sehingga penyatuan data dalam satu basis data adalah tujuan banyak organisasi. 5. Adopsi kebijakan kualitas data. Dari sampel dalam QAS (2002) survei 40% tidak memiliki kebijakan kualitas data, tetapi ini penting untuk membantu mencapai empat langkah di atas.