כל מה שרצית לדעת על הלקוח שלך

"כריית מידע" הוא תחום חדש אשר הופך נתונים קשים של מאגרי מידע לאינפורמציה שימושית * סלקום כבר משתמשת בו, בקו-אופ הריבוע הכחול חושבים שעדיין מוקדם מדי *סקירת היישומים הבולטים בתחומי השיווק, ניהול סיכונים, בנקאות והקטנת מעילות

רוב החברות הגדולות משקיעות משאבים רבים בבניית בסיסי נתונים ומאגרי מידע על לקוחות במטרה לקבל עליהם את מירב האינפורמציה. בסיסי נתונים מאפשרים שיווק ממוקד - שיפור המוצרים, התאמתם לצרכי הלקוחות, הצעות שיווקיות מתאימות, ניהול מועדוני לקוחות, ובסופו של דבר חיזוק נאמנותו של הלקוח. כל אלה הם מרכיבים קריטיים להצלחה בשוק תחרותי.

אולם, קיומם של מאגרי מידע אינו מבטיח ניצול נכון של הנתונים. לשם כך יש להפוך את המידע לידע ואת הנתונים הקשים לאינפורמציה שימושית, אשר תעזור בתהליכי קבלת ההחלטות השיווקיות. על בסיס צורך זה התפתח בשנים האחרונות תחום חדש - "כריית מידע".

פרופ' יעקב זהבי, מהפקולטה לניהול באוניברסיטת ת"א, מתמחה בנושא. "זוהי דיסציפלינה בין תחומית לניתוח ופרשנות של בסיסי נתונים. על ידי חקירה וניתוח של מאגרי המידע ניתן להסביר תופעות ואף לחזות תוצאות", הוא אומר, "חדשנותו של תחום כריית המידע לעומת מודלים קודמים של מערכות מידע נעוצה ביכולת הסינון".

לדבריו מדובר במסנן מתוחכם ומתקדם, ובמערכת מחשבים שמפעילה כלים המתקרבים לאינטליגנציה האנושית. היא נותנת תשובות לשאלות שמערכות מחשב אחרות אינן יודעות להשיב עליהן. יכולתה אינה מתמצית בהצגת נתונים, בהצלבתם, ניתוחם והסקת מסקנות מתקדמות יותר.

אחד היישומים הבולטים של כריית מידע הוא בתחום ניהול הסיכונים. הבנקים, למשל, מעוניינים להעניק הלוואות או משכנתאות, לאנשים אשר יש סבירות גבוהה שיעמדו בתשלומי ההחזר. "מודלים של כריית מידע", אומר זהבי, "יכולים להפוך את האינפורמציה שבידי הבנק על הלקוחות, למידע מדוייק לגבי יכולתם לעמוד בתשלומים. הצלבת נתונים שונים ועיבודם מאפשרים כימות המידע והפיכתו למספרים, אשר יעידו על אפשרויותיו ונטיותיו של הלקוח לעמוד בתשלומים.

"כך אפשר להחליט שמספר נקודות מסויים מאפשר מתן הלוואה מידיית ללקוח ומספר נמוך ממנו מאפשר מתן הלוואה בתנאים מגבילים. השימוש בשיטה החדשה מקטין את ההסתברות לטעות, לעומת השיטה הנהוגה כיום לפיה ניתן לעבור על חלק מהנתונים בלבד ולהתרשם התרשמות שטחית".

יישום אחר הוא הקטנת הונאות. יצרניות מכוניות, למשל, יכולות ליישם את המודלים להקטנת הונאה. כאשר מתגלית תקלה במכונית בתקופת האחריות, פונה הלקוח אל מוסך מורשה, אשר מתקן את התקלה ומגיש את החשבון ליצרן. אין אפשרות לבדוק האם החשבון שהוגש נכון ומדוייק.

"שימוש בכריית מידע", אומר זהבי,"מאפשר לסמן תביעות שנראות, על פניהן, חשודות ולבדוק לעומק רק אותן. תוכנת המחשב תצליב את נתוני החשבון שהוגש עם נתונים לגבי מחירו הסטנדרטי של הטיפול, עם ממוצעים, עם חשבונות אחרים שהוגשו ותעשה חיתוכים והצלבות נדרשים אחרים. גם חברות ביטוח שעמדות בפני תביעות רבות, עשויות למצוא במודלים של כריית מידע פתרון לבעיות הונאה".

לכריית מידע, כאמור, יישומים מועילים גם בתחום השיווק. איתור קהלי יעד נכונים לדיוור ישיר, הוא אחד מהם. חברה המעוניינת לשלוח מסר ללקוחותיה בדיוור ישיר, או לעניין קהל יעד מסויים במוצר או שירות שלה, תוכל, בעזרת שימוש בכריית מידע, לקבל מושג לגבי סבירות הקנייה של כל לקוח או לקוח פוטנציאלי.

בעזרת מידע זה תוכל החברה לפנות ללקוחות מעוניינים בלבד ולקבל שיעורי תגובה גדולים יותר. אחד מחסרונותיו העיקריים של הדיוור הישיר הוא השקעה בפניה לקהל יעד לא נכון או לא מעוניין. לפיכך, שימוש במודלים של כריית המידע עשוי לייעל באופן משמעותי ערוץ שיווק זה.

שימוש באינפורמציה על לקוחות ודיוור ישיר המתבסס על אינפורמציה זו שכיח בתחום מועדוני לקוחות. כללית, מבחינת הקמעונאים בסיס הנתונים הוא מאגר בלתי נדלה של אפשרויות, ביניהן התאמת התמריצים הנכונים ללקוחות. כן עשויה כריית המידע לשמש כלי עזר לבדיקת היעילות של מבצעי מכירות והתאמתם לדרישות הלקוחות באופן מפולח ומדוייק יותר. המשתמשים בקופונים למשל, יכולים להתאים את הקופונים ללקוחות בעזרת ניתוח סל הקניות שלהם.

ניתוח מאגרי המידע יכול גם להצביע על קונים כבדים של מוצרים מסויימים, או כאלה שאינם קונים אותם, או אינם מבקרים ברשתות שיווק מסויימות. הוא מאפשר סימון לקוחות פוטנציאליים ש"יערקו" לחברה המתחרה ולטפל בהם טרום עזיבתם. הוא מאפשר הבנת הרגלי הקנייה של אוכלוסיות ספציפיות - תדירות הקנייה, מועדי קניה מועדפים ומקומות קנייה שכיחים.

ניתוח סל הקניות הוא יישום ספציפי של כריית מידע, ויכול ללמד על סוגי מוצרים שנקנים יחד ולפיכך מאפשר לשפר את התמריצים ללקוחות. הוא עשוי להיות גם כלי לתכנון נכון וטוב יותר של שטח המדף ברשתות השיווק, תחום בו משקיעים הקמעונאים מאמצים רבים. "ניתוח נתונים יכול להצביע, למשל, על כך שגברים הנשלחים ע"י נשיהם לקנות חיתולים, קונים, בדרך כלל, גם בירה", אומר זהבי. "ולכן יהיה נכון יותר להציב את מותגי הבירה ליד החיתולים ולא על מדפי המשקאות".

לא לכל חברה יש צורך בשיווק המבוסס על מאגרי נתונים. זהו כלי יעיל ביותר לחברות בעלות ציבור לקוחות גדול מאד והטרוגני: ניתוח הנתונים יעזור בסיפוק צרכיהם השונים והמשתנים. זהבי אומר כי זהו כלי שימושי ונחוץ יותר לחברות אשר נמצאות בקשר ישיר עם הלקוח הסופי אולם, גם יצרניות של מוצרי צריכה מהירי סבב יכולות לעשות שימוש רב ערך בנתונים על הרגלי הצריכה של לקוחותיהן, בעיקר אם הם ניתנים להצלבה וחיתוך עם מותגים או מוצרים ספציפיים.

"הנושא הבולט ביותר בשיווק המודרני הוא התאמת המוצר או השירות לצרכיו של כל לקוח - ברמת הלקוח הבודד" אומר אורן מוסט, סגן נשיא בכיר לשיווק ופיתוח אסטרטגי בסלקום. לדבריו, השימוש בכריית מידע מאפשר לגלות את הפרטים הראויים להתייחסות, לקבץ, לאפיין אותם ולהציע להם הצעות שיווקיות ייחודיות.

לדבריו, בימים אלה הסתיים ניתוח מאפייני השימוש של לקוחותיה ה"כבדים" של החברה, בחתכים לפי איזורים, מיגזרים, ושיעור השימוש בטלפון הסלולרי. לכל אחד מהם נשלחה ערכת תחשיב אישי, הממחישה את החיסכון בשימוש בטלפון הסלולרי של סלקום לעומת שימוש בסלולארי בחברה המתחרה. התחשיב מוצג באופן מספרי ובצורה גרפית. "הדבר החשוב ביותר עבורי כמשווק", אומר מוסט," הוא שהלקוח יהיה שבע רצון. הכלי הזה מרכזי בהבנה הזו".

הבנקאות הוא תחום בו מאגר הנתונים על הלקוחות רחב במיוחד. לפיכך גם השימוש במערכות של כריית מידע כבר מיושם במערכת הבנקאית. אבי הראל, משנה למנכ"ל ואחראי על מערכות מידע ניהוליות בבנק הפועלים, מספק מספר דוגמאות לשימוש במערכת המתקדמת: "כאשר מתכננים החדרתו של מוצר חדש, עולה הצורך לפנות רק אל אותם לקוחות אשר המוצר יתאים להם. מערכת מחשב זו יכולה, בשלב הראשון, להגדיר את מאפייניו של הלקוח המתאים - ע"י בדיקת מאפייניהם של לקוחות המשתמשים במוצר דומה, למשל. בשלב שני היא גם תגזור רשימה שמית של אותם לקוחות".

כמו כן ניתן בעזרת מערכת כריית מידע להגדיר את ערוץ הפנייה הנכון ביותר לכל לקוח. ללקוחות שזוהו ככאלה שמרבים להשתמש בבנקט, ניתן להעביר הודעות דרך ערוץ זה ולקוחות אחרים אשר זוהו ע"י המערכת כמעדיפים גישה אישית, ניתן להזמין לסניף.

רשת השיווק טסקו האנגלית בדקה את מאפייני הצריכה של לקוחותיה וסיווגה אותם לתשע קבוצות, על פי מאפיינים של סגנון חיים. אחת לרבעון שולחת הרשת ללקוחותיה ירחון, הכולל גם הצעות שיווקיות המעניינות את קהל היעד הספציפי.

יישום רחב יותר של התחום הוא עדיין בגדר תיאוריה בלבד, לפחות בארץ. שטחי המדף, לדוגמה, מתוכננים על בסיס נתוני המכירה בלבד ולא על סמך יישומים של מודלים לכריית מידע או שימוש אחר במאגרי הנתונים על הלקוחות.

"המידע המכירתי הוא חלקי, בעיקר כיוון שרוב הלקוחות מפצלים את קניותיהם", מסכים יעקב גלברד, מנכ"ל קו-אופ הריבוע הכחול, "ויש להשלימו בעזרת מידע לגבי התנהגות הקטגוריה, הניסיון בעולם ושביעות הרצון של הלקוחות". לדבריו, סקרי השוק שמבצעת הרשת מניבים מידע מספק לקבלת החלטות.

לתפיסתו, ההבדל בין כריית מידע לסקרים זהה להבדל בין שימוש במדגם מייצג להתבססות על אינפורמציה הכוללת את כל הלקוחות. הסקרים - כולל סקרים כמותיים, איכותיים וקבוצות מיקוד - מהווים חלופה לשימוש בשיווק המבוסס על מאגרי מידע, אשר עונה על כל הצרכים. בהקשר זה, אגב, טוען מוסט כי סקרי שוק נותנים תוצאות, על פיהן אפשר להעריך או לשער. אולם, לא פעם יש טעויות והמידע לעולם לא יהיה מדוייק.

גלברד מוצא סיבה נוספת לפער בין התיאוריה והמציאות: "קבצי המידע ומורכבותם לא מאפשרים הסקת מסקנות וניתוח. עיבוד מידע כזה הוא מורכב מבחינת טכנולוגית". למורכבות טכנולוגית יש גם משמעות כספית, לפיכך מדובר בהחלטה על סדרי העדיפויות. "זה גם עניין של עיתוי", מסכים גלברד, "היום זה מוקדם מדי".

גם אלה המנצלים את בסיסי הנתונים למטרות שיווקיות, נתקלים בלא מעט בעיות. אחת מהן היא מגבלות הזמן. מוסט אומר כי מערך השיווק דורש ניתוח של מקסימום משתנים, ומערכות המידע עדיין מוגבלות ביכולתן לספק את הניתוחים בטווח הזמן המתאים. בנוסף, מציין מוסט את הנטייה ל"השתעבד" לבסיסי הנתונים, שעלולה להוביל להתמקדות בתאים קטנים מדי באוכלוסיה, שאינם מצדיקים התייחסות ייחודית.

מומחים טוענים, אגב, כי רוב העלות הכרוכה בהפעלת מערכת כריית מידע היא הקמת בסיסי נתונים, שיתאימו לדרך פעילותה של כריית המידע. "לעיתים מערכות מידע שונות באירגון אינן 'מדברות' אחת עם השניה ואינן מאפשרות הצלבת אינפורמציה", אומר זהבי, "יש חברות הביטוח, בהן מערכות המחשב של ביטוח החיים אינן מתקשרות עם מערכות המחשב של הביטוח האלמנטרי"