 Beberapa tahun silam, ketika aplikasi customer relationship management (CRM) digulirkan para vendor dan menjadi perbincangan hangat di kalangan eksekutif TI, berbondong-bondong perusahaan menerapkan aplikasi yang menjanjikan keunggulan kompetitif melalui pengelolaan pelanggan yang lebih baik.
Namun, banyak yang tak mendapatkan hasil yang diharapkan. Sejumlah laporan (2003) menyebutkan sedikitnya 8 dari 10 implementasi CRM gagal memberi return on investment (ROI) yang diharapkan. Tingkat kegagalannya antara 50 sampai 70 persen. Laporan lainnya menunjukkan hasil yang lebih optimis, yakni 70 persen perusahaan yang menggelar mengaku memperoleh hasil melebihi harapan.
“Sudah terlalu banyak yang membicarakannya dan mengira CRM bisa memberi mereka apa saja,” ujar Magadalina Lin, direktur solusi CRM, NCR Teradata untuk wilayah Cina. “Banyak proyek CRM digelar secara sembrono, tanpa tujuan dan ROI yang jelas,” tambah Lin lagi.
Aplikasi CRM memang telah merasakan pahitnya kegagalan di masa lalu, namun tetap memiliki masa depan yang cerah. Menurut IDC, di kawasan Asia Pasifik saja, dalam kurun lima tahun, solusi CRM diperkirakan tumbuh 22,8 persen dengan nilai pasar USD 3,4 miliar pada 2007. Tahun 2003, Frost & Sullivan menyatakan bahwa pasar CRM Asia Pasifik tumbuh 8 persen dibanding 2002.
Chad Hamblin, direktur pemasaran internasional, Onyx Software, menyatakan bahwa para vendor, termasuk Microsoft, yang merupakan pemain baru CRM, masih gencar menawarkan CRM sekalipun di masa-masa puncak resesi TI. “Mereka tidak akan memasuki arena CRM jika tidak ada pasar yang bagus dan prospek pertumbuhan yang sehat di masa datang,” ujarnya.
Memeras nilai CRM
CRM, yang merupakan evolusi dari sales force automation (SFA), kini terus berkembang. Sebelumnya, aplikasi ini membantu interaksi dengan pelanggan, seperti pertemuan, korespondensi atau percakapan telepon. Kontennya bermacam-macam, mulai dari transfer informasi, proposal, kontrak, penanganan masalah hingga sekedar courtesy call atau visit.
Tak pelak, hal itu membuat perusahaan kebanjiran data. Kalau dulu datanya dikelola secara terpisah, dengan sistem dan database terpencar-pencar, dengan CRM menjadi terpusat dan lebih mudah dikelola. Sayangnya, tidak banyak perusahaan yang mengolah dan memanfaatkan lebih jauh data itu agar lebih bernilai.
“Salah satu publikasi negatif mengenai CRM tradisional adalah begitu banyak perusahaan yang rela mengucurkan uang dalam jumlah besar untuk sekedar mengumpulkan data operasional, namun tidak diaplikasikan untuk membantu proses pengambilan keputusan,” ujar Laura Preslan, analis AMR Research, Inc.
Tak heran, saat ini, baik vendor maupun perusahaan mencari peluang memeras nilai CRM lebih tinggi lagi, dengan memadukannya dengan teknologi pengolahan data, seperti business intelligence (BI). Menurut Laura, sebagian besar teknologi BI yang diaplikasikan ke CRM adalah data mining, analisis dan reporting tools, yang biasa digunakan untuk mereview data dan memvalidasi berbagai keputusan yang diambil.
“Masa depan CRM terletak pada pemanfaatan predictive analytics, yang membuat model berbagai skenario bisnis, dan meletakkan pondasi untuk melakukan perubahan secara efektif,” ujar Laura. Dengan menyandingkan kemampuan analisis dan prediktif dengan sistem operasi, perusahaan bisa, misalnya, membuat model perilaku pelanggan guna mengembangkan targeted marketing. Juga, mengetahui seberapa besar profitabilitas seorang pelanggan guna menyesuaikan service level, produk dan layanan apa yang paling tepat diberikan.
Menyingkirkan Insting dengan Hosted CRM
Solusi CRM analitik ternyata tidak
saja dijumpai sebagai box
solution atau front desk solution, namun solusi hosted CRM pun sudah semakin lazim diterapkan.
Ketika penyedia solusi manajemen supply chain dan logistik NTE menerapkan solusi hosted CRM dari Salesnet, perusahaan ini lebih banyak menggunakan analytic dashboard yang disertakan dalam solusi CRM-nya. Dasbor digital ini memungkinkan para eksekutif untuk tidak lagi sekedar mengandalkan insting dalam melakukan sales forecasting, melainkan analisis yang lebih akurat dan visibilitas yang lebih luas terhadap jalur-jalur penjualannya, ujar George Abernathy, senior vice president NTE.
“Untuk menjustifikasi investasi yang dikeluarkan perusahaan dan rencana pertumbuhannya, Anda perlu memiliki kemampuan untuk secara akurat memperkirakan aliran revenue yang bakal masuk,” tutur Abernathy. “Itulah yang diberikan Salesnet untuk kami.”
Menurut Abernathy, piranti forecasting dan reporting-nya mudah digunakan, sehingga siapapun bisa menggunakannya. “Anggota dewan direksi pun memiliki log-in ke Salesnet, sehingga mereka bisa mendapatkan visibilitas secara instan terhadap expected revenue perusahaan,” tambahnya. •ms/aa |
Membantu pengambilan keputusan
Dulu, setiap diskusi mengenai data mining dan CRM analitik hanya akan membuat para eksekutif bisnis mengernyitkan dahi. Pasalnya, algoritma data mining dan OLAP (online analytic processing) kelihatannya lebih banyak merupakan dunia para ahli statistik.
Namun, kini berbeda. CRM analitik merupakan bisnis besar. Bahkan Gartner mengidentifikasi customer service analytics sebagai aplikasi layanan pelanggan yang akan berkembang pesat hingga tahun 2005 mendatang. Dan, piranti analisis tidak lagi bersemayam di laboratorium, namun sudah lebih “membumi” dan langsung bisa digunakan oleh para pebisnis.
Data mining dan CRM analitik memungkinkan perusahaan mencari pola data bervolume besar dan sangat berguna bagi industri-industri yang memiliki banyak pelanggan, misalnya telekomunikasi, jasa keuangan dan ritel. Data ini bisa digunakan untuk mendapatkan informasi, dan memberi perusahaan pengetahuan dan pemahaman mengenai perilaku pelanggan mereka.
CRM analitik mencakup kegiatan yang luas. Fungsi utamanya adalah memungkinkan perusahaan membuat segmentasi pelanggannya. “Anda dapat menggunakan analytic untuk memahami dan memprediksi nilai pelanggan,” jelas John Radcliffe, direktur riset di Gartner Group. “Aplikasi ini membangun dasar segmentasi pelanggan dan memungkinkan perusahaan mengalokasikan sumberdayanya sesuai nilai pelanggannya.”
Sebagian besar dari analisis ini didasarkan pada data historis, seperti perbandingan biaya akuisisi pelanggan terhadap nilai pelanggan. “Mengerjakan ini sendirian cukup sulit bagi beberapa perusahaan,” ujar Radcliffe. “Banyak perusahaan bahkan tidak bisa mengukur profitabilitas pelanggan, apalagi menggunakan data mining untuk memprediksi perilaku mereka.”
Tentu saja, perusahaan hanya bisa melakukan customer analytic jika mereka mengenal siapa pelanggannya. Ini khususnya menjadi masalah ketika mereka menjual produk atau jasanya melalui outlet ritel, misalnya. Supermarket mengatasi masalah ini dengan menggunakan loyalty card untuk membantu mereka mengetahui pola pembelian pelanggannya. Tanpa itu, mereka hanya bisa melakukan analisis hingga ke tingkat toko atau rak.
Kualitas data pun sangat mempengaruhi hasil yang diberikan CRM analitik. Pepatah lama “garbage in, garbage out” berlaku tanpa pandang bulu, betapapun cerdasnya algoritma yang digunakan dalam sistem. Salah satu survei PricewaterhouseCooper dua tahun lalu menyebutkan bahwa 75 persen responden dari AS, Inggris dan Australia melaporkan kerugian dan masalah yang dihadapi akibat data yang cacat. Hanya satu dari tiga responden yang sangat yakin akan kualitas datanya.
Jika diterapkan dengan benar berdasarkan data yang “bersih”, CRM analitik akan sangat bermanfaat. Beberapa tahun belakangan, CRM mendapat kritikan tajam khususnya dari sisi ROI. Hal ini terutama disebabkan ketika CRM sedang gencar-gencarnya, perusahaan-perusahaan menggelar piranti lunak ini tanpa mengukur manfaat bisnisnya, yang sebenarnya bisa dilakukan dengan CRM Analytic. Menggaet simpati pengguna
Tren utama CRM analitik adalah semakin besar mempertimbangkan kepentingan penggunanya. Piranti analisis ini memiliki fungsi data mining yang kompleks di belakangnya, namun pengguna tak perlu pusing memikirkannya. Juga, tak perlu repot-repot mengirim data ke seorang spesialis atau profesional TI untuk dianalisis dan dibuatkan laporannya.
Dengan fungsi analitik dalam aplikasi CRM semakin memudahkan pengguna dan tidak perlu pelatihan yang rumit. Colin Shearer, vice president of marketing, customer analytics SPSS, menyatakan bahwa perusahaannya telah mengambil langkah maju dengan menempatkan fungsi analitik ini langsung di tangan para pemasar. “Kami menyembunyikan kompleksitas fungsi analitik dan menampilkannya sedemikian rupa, sehingga para pemasar bisa menggunakannya dengan mudah.”
Membedakan Diri Dari Spammer
Sebelum menggelar Clementine, perangkat data-mining buatan SPSS, perusahaan e-mail marketing e-Dialog ingin memastikan bahwa kampanyenya yang digelar atas permintaan kliennya diarahkan seefektif mungkin.
“Dewasa ini, ketika semua mengeluhkan spam, kami perlu mengetahui apa saja yang diminati pelanggan, sehingga e-mail yang kami kirim tidak langsung dihapus,” ujar Michael Wexler, direktur riset e-Dialog.
Setiap ada e-mail baru, semakin banyak data yang dihasilkan dan profil pelanggan pun semakin kompleks. E-Dialog menggunakan Clementine untuk menyortir data pelanggan dengan berbagai variabel dan menentukan calon pelanggan mana yang berprospek, sehingga kampanye bisa dijalankan secara efektif. Juga memungkinkan pengelompokan orang berdasarkan perilaku dan minatnya, sehingga kampanye pemasaran berikutnya bisa lebih tepat sasaran.
Kini, e-Dialog mampu meningkatkan ROI kliennya dengan menentukan penawaran atau kombinasi penawaran seperti apa yang paling efektif mendorong pembelian. Misalnya, sebelum meneken kontrak dengan e-Dialog, sebuah perusahaan ritel melakukan uji coba dengan mengirim e-mail berisi link ke koleksi barang obralan kepada para pelanggannya. E-Dialog menggunakan Clementine untuk menentukan bahwa para pelanggan ini bisa disegmentasi secara efektif berdasarkan harga-harga barang yang diobral.
Dengan menargetkan para pelanggan big spender dengan barang-barang mahal, dan pelanggan “pelit” dengan barang yang lebih murah, memungkinkan e-Dialog memanfaatkan profil pelanggan untuk mendongkrak click rate penjualan barang-barang hingga 15 persen.
“Dengan mengaplikasikan analitik, kami bisa peningkatan kinerja beberapa sub-kelompok tertentu,” ujar Wexler. “Juga peningkatan penjualan sebesar 15 persen, yang membuktikan bahwa ketika kami menyasar pelanggan yang tepat, mereka akan membeli lebih banyak.”
Wexler mengakui bahwa email-email yang analytic-enabled bukanlah senjata ajaib yang bisa memastikan keberhasilan penjualan. Namun, fungsi intelligence analytic memberi manfaat tak ternilai bagi para e-mail marketer untuk menerobos di tengah arus spam yang diterima konsumen. “Kini kami bisa mengirim email dengan keyakinan lebih besar bahwa kami memberi penawaran yang tepat kepada para pelanggan.” •ms/aa |
Ketika analytic tidak lagi ada di batch-processing, lebih banyak perusahaan yang mampu memanfaatkannya. Misalnya, skor mengenai pelanggan dapat segera terbarui begitu interaksi selesai dilakukan. “Kami melihat penggunaan analytic bergeser dari batch ke real-time,” ujar Michael Trigg, VP corporate marketing di Epiphany.
Dampak CRM analitik ini tidak saja dirasakan langsung oleh penggunanya, melainkan juga pelanggan. NCR Teradata misalnya, kini tengah mengerjakan proyek di Eropa yang bertujuan untuk menampilkan analisis real-time ke layar anjungan tunai mandiri (ATM). “Ketika Anda menarik uang di ATM, maka akan ada pesan-pesan pribadi untuk Anda, seperti penawaran pinjaman atau kredit,” jelas Judy Bayer, director for advanced analytics, NCR Teradata untuk wilayah Eropa dan Timur Tengah. Sejalan dengan bisnis
Erin Kinikin, vice president dan research leader di Giga/Forrester Research, mengatakan bahwa para vendor telah mengambil langkah tepat dengan menambah fungsi analytic ke dalam aplikasi CRM-nya. Namun, menurut Erin, untuk memberi nilai yang lebih nyata dibutuhkan lebih banyak lagi upaya.
“Hanya sedikit perusahaan yang telah menyelaraskan analytic dengan sungguh-sungguh, dan menjadi dasar langkah-langkah yang dibuatnya,” tutur Kinikin. Masalahnya, perusahaan tidak akan benar-benar nyaman memanfaatkan analytic sebelum mereka yakin bahwa keputusan yang didorong oleh hasil analisis sejalan dengan bisnisnya.
Hal ini dibenarkan Sjafril Effendi, direktur PT Mitra Integrasi Informatika, pengguna sekaligus penyedia solusi CRM buatan Microsoft. Sebagai pengelola perusahaan yang termasuk kategori usaha kecil dan menengah, ia merasakan benar manfaat solusi CRM, khususnya yang diarahkan ke business analytics dalam mendorong pengambilan keputusan maupun perencanaan strategi pemasaran yang lebih baik.
“Di UKM seperti kami, dulu yang namanya feeling itu lebih dominan (dalam pengambilan keputusan),” ujar Sjafril. Namun, dengan solusi CRM yang juga dimanfaatkan untuk business analysis, peran insting paling tidak secara bertahap bisa dikurangi, sehingga keputusan yang diambil bisa lebih valid.
Selain itu, Sjafril mengingatkan bahwa keberhasilan implementasi CRM juga tergantung pada seberapa besar pengguna mau mendukung sistem ini. “Percuma saja jika, misalnya data yang diperoleh sales force, cuma masuk ke laci (tidak di-input ke sistem),” ujar Sjafril. Begitu juga, bila para manajer tidak memanfaatkannya untuk mendapatkan laporan.
“Seharusnya tidak ada lagi kejadian seorang manajer memanggil anak buahnya untuk menyampaikan laporan secara lisan, karena semuanya sudah ada di dalam sistem,” tambah Syafril. •aa |
