MTER LKLER YNETM SATI GC OTOMASYONU VE VER

MÜŞTERİ İLİŞKİLERİ YÖNETİMİ SATIŞ GÜCÜ OTOMASYONU VE VERİ MADENCİLİĞİ 080702007 EMEL KOÇ

İÇERİK 1. Satış Gücü Otomasyonu 1. 1. SFA Olası Problemleri 1. 2. SFA Görevleri 1. 2. 1. İletişim ve Zaman Yönetimi 1. 2. 2. Liderlik ve Fırsat Yönetimi 1. 2. 3. Bilgi Yönetimi ve Intranet Erişimi 1. 2. 4. Fiyat, Teklif ve Sipariş Yapılandırma 1. 2. 5. Takip Yönetimi 1. 2. 6. Analiz ve Raporlama Araçları 1. 3. Çagrı Merkezi 2. Veri Madenciliği 2. 1. Neden Veri Madenciliği 2. 2. Organizasyona Yararları 2. 3. Karar Destek Sistemleri 2. 4. KDS Veri Tabanları 2. 5. KDS İşlevleri 2. 6. Çözüm Ürettiği İş Problemleri 2. 7. Fonksiyonları 2. 8. Bilgi Keşfi Metodolojileri 2. 8. 1. Karar Ağaçları 2. 8. 2. Genetik Algoritma 2. 8. 3. Hafıza Tabanlı Nedenler 2. 8. 4. Sinir Ağları 2. 9. Olap-Molap-Rolap

1. SATIŞ GÜCÜ OTOMASYONU n n Satış gücü otomasyonu nedir? ¡ Müşteri koşul ve ihtiyaçlarına hakim olma ¡ Dijital ve kablosuz teknolojiler ile erişim ¡ Müşteri bilgilerini koruma SFA çeşitli yazılım ve donanım uygulamalarının kullanımı doğrultusunda manuel bir süreci, elektronik bir sürece çevirmektir. (Rivers ve Dart, (1999))

SATIŞ GÜCÜ OTOMASYONU n SFA YARARLARI: ¡ Satış verimliliğini arttırır. ¡ Müşteriye yüksek kalitede hizmet sunar. ¡ Müşteri memnuniyetini arttırır. ¡ Sadık müşteri profili yaratır.

SATIŞ GÜCÜ OTOMASYONU n Satış Hiyerarşisi Identity lead (suspected interest) Re-contact (winback interest) Quality leads (value estimates) No Yes Close (ask for the sale) Contact buying center (recognize key player) Develop relationship (cultivate interest) Negotiate terms (long-term view)

1. 1. SFA Olası Problemleri n n n PLANLAMA ¡ Amaçların eksik veya zayıf tanımlanması ¡ Satış gücünün geri beslemesini elde etme başarısızlığı ¡ Karşı fonksiyonel takımların bağlantılarının kurulmaması İLETİŞİM ¡ İletişim özellikleri, fayda eksikliği ¡ Organizasyonel çıkarlara odaklanma, satış elemanlarının çıkarlarını ihmal etme ¡ Satış gücünde küçülme ihtimaline adapte olamama ¡ Organizasyonel eğitimin önemsenmemesi ve satış elemanlarının eğitimi için yapılan yatırımların azlığı ¡ Belirlilik rolünün artması, rol yükünün azalması, stres ve fazla iş yükü ÖLÇME ¡ Ölçüm süreç eksiklikleri ¡ Süreçlerin zayıf tanımlanması veya ihmal edilmesi ¡ Teşvik ve ödül mekanizmalarının bağlantılarının hatalı olması Kaynak: Earl D. Honeycutt, Tanya Thelen, Shawn T. Thelen, Shoren T. Hodge(2005); “Implements to Sales Force Automation”, Industrial Marketing Management, Volume 34, pp. 313 -322.

1. 2. SFA Görevleri İletişim ve zaman yönetimi Liderlik ve Fırsat yönetimi Fiyat, teklif ve sipariş yapılandırma Bilgi yönetimi ve Intranet erişimi Takip yönetimi Analiz ve raporlama araçları

1. 2. 1. İletişim ve Zaman Yönetimi n n n n Var olan ve olası müşterilerle iletişim Organizasyon yapısı çerçevesinde organizasyonun ve müşterilerinin verilerinin entegrasyonu ¡ Temel bilgiler: müşteri adı, iş, adres, telefon numarası, e-mail adresi… ¡ Karmaşık bilgiler: organizasyon yapısı, karar ağacı Satış temsilcilerine, müşterilerinin doğum günü, hobileri, favori restoranları vb. bilgilerine erişim imkanı sağlar. Örneğin harita sunma özelliği ile müşterilere lokasyon bazlı yardım imkanı sağlar. Müşteri ile e-mail, sms ve taslak mesajlarla her daim iletişim özelliğine sahiptir. Yöneticiler satış birimi ve takım elemanları ile bilgileri paylaşabilirler. Zaman yönetimi ajandası- seyahat, aktivite düzenleme, randevu ve toplantı hatırlatma

1. 2. 2. Liderlik ve Fırsat Yönetimi n n Potansiyel müşterileri belirlemek Ürün odaklı hizmet ¡ Yeterli ölçüde sipariş ¡ Satın alma kararını doğru verebilmek ¡ Potansiyel müşterilere ne şekilde ulaşılacağını belirlemek Fırsat yönetimi = Liderlik yönetimi + Aktivite ve Bilgi yönetimi Satış Tahmini (Sales Forecast) ¡ Müşterinin olası getirisi para birimi bazında ne kadar tutarlı olursa, şirket için o kadar yararlı olur. ¡ Geleceğe yönelik tahmini satış bilgileri pazar değişimi ile doğru orantılıdır.

1. 2. 3. Bilgi Yönetimi ve Intranet Erişimi n n Geniş, kolay yönetilebilen, organizasyonel bilgilerin yönetimi Intranet, şirket içi network Extranet, bilgilerin paylaşımı Extranet, özellikle B 2 B etkileşimlerinde kullanılmaktadır. ¡ Sipariş verme etkisi artmaktadır. ¡ Mevcut durum bilgisi sunmaktadır.

1. 2. 4. Fiyat, Teklif ve Sipariş Yapılandırma n n n Fiyat listesi, indirim formu, fiyat kotalarını içerir Ürün konfigürasyonu satış temsilcileri için önemlidir. ¡ Teklif süresini azaltır. Çapraz Satış (Cross-selling) ¡ Extranet ile müşteriye kendi siparişini verebilme hizmeti ¡ Web’den alınan sipariş sayısı satışta ve insanlarla etkileşimde önemlidir.

1. 2. 5. Takip Yönetimi n n İletişim yönetiminin bir parçasıdır. İletişim ve gecikme durumu organizasyonu ¡ Sipariş zamanında ulaştı mı? ¡ E-mail gönderimi ¡ Şikayet kontrol

1. 2. 6. Analiz ve Raporlama Araçları n n n Arama ve satış raporlarına erişim Satış yönetimine analiz imkanı sağlar ¡ Süre-müşteri-bölge bazlı Yöneticilere bilgilere erişim imkanı ¡ Averaj nasıl, yüzdelik satışlar nasıl

1. 3. Çağrı Merkezi n n Müşteriye direk ulaşım Tipik çağrı merkezi hiyerarşisi: ¡ Telefon numarası çevirme ¡ Menü seçenekleri ¡ Müşteri temsilcisini bekleme ¡ Kimlik bilgileri alımı ve onaylanması ¡ Temsilcinin önceki bilgilere erişimi ¡ Sorun tanımlanması ¡ Sorun çözüldüğünde bilgilendirme Arama Yönlendirme (Call Routing) Etkileşimli Ses Yanıtı (Interactive Voice Response) ¡ Arama ID Sistemi (Caller ID Systems) ¡ Atomatik Dagıtım Sistemi (Automatic Distribution System) ¡ Trouble ticket ¡ Arama Notu (Caller Note)

VERİ MADENCİLİĞİ

2. VERİ MADENCİLİĞİ n n n Veri Madenciliği nedir? Büyük miktarda veri içinden, gelecekle ilgili tahmin yapmamızı sağlayacak bağıntı ve kuralların aranmasıdır. Müşteri sınıflandırmada RFM(recency, frequency and monetary) ön plandadır. RFM ile müşterilere 1. 2 ve 3 olmak üzere kodlar atanır. ¡ Kod 1 = 1 yıl ve üzeri en son satın alım zamanı ¡ Kod 2 = 1 aydan fazla, 1 yıldan az en son satın alım zamanı ¡ Kod 3 = Geçen aylarda en son satın alım zamanı 333 (en iyi) 111 (en zayıf)

2. 1. Neden Veri Madenciliği? n n n Elde var olan büyük miktardaki veri Rekabetin artması Hazır teknoloji

2. 2. Organizasyona Yararları n n n Hangi müşteriler sadık müşteri olarak kalacak, hangileri elimizden uçup gidiyor? Belli bir ürünü alan insanların ortak özellikleri neler? Hangi müşteri tipine hangi ürünleri satabiliriz? Hangi müşteriye başka ne pazarlayabiliriz? Müşterinin bundan sonra isteyeceği ürün ve miktar ne olabilir?

2. 3. KARAR DESTEK SİSTEMLERİ § § Model oluşturma gerçek dünyaya ait bir sorunu standart bir yapıya dönüştürerek çözmeyi içerir. Yapısal olmayan yönetsel sorunlar standart modellerle çözülemezler. Böyle sorunlar için bir karar destek sistemi kullanmak gerekir. KDS daha çok karar verme işinin yapısal olmayan şekliyle ilgilidir.

2. 4. KDS VERİ TABANLARI § § § § Bellekler için destek Veri eksiltme Veri miktarını değiştirme Ayrıntı seviyelerinde değiştirme Çoklu kaynaklar Dizili kaynaklar, veri kaynağı katalogu Geniş zaman çerçevesi Herkese açık ve özel veri tabanları Doğruluk derecelerini değiştirme Küme işlemler Rasgele erişim İlişkiler ve gözlemler için destek Başarım Diğer KDS bileşenleri için arabirim Son kullanıcı arabirimi

2. 5. KDS İŞLEVLERİ 1 -KDS teknik temeli olmayan karar vericilerin sistemle tam etkileşimli çalışabilmelerini sağlamak için kullanım kolaylığı sunmalıdır. 2 -Geniş ve çeşitli veriye erişimi olmalıdır. 3 -Değişik tipte analiz ve model sağlamalıdır.

2. 6. Çözüm Ürettiği İş Problemleri n n n n Churn Analyse: Hangi müşteri rakiplere kaymaya meyilli… Cross-Selling: Müşteriler daha çok hangi ürünü almaya meyilliler… Fraud-Detection: Acaba bu müşteri sigorta talep eden bir sahtekar mı? . . . Risk Management: Bu müşterinin kredi talebini onaylamalı mıyım? . . . Customer Segmentation: Benim müşterilerim kimler… Targeted ads: Spesifik bir kullanıcıya hangi reklamları göstermeliyim… Sales Forecast: Gelecek ay ne kadar satış yapacağım…

2. 7. Fonksiyonları n n n Sınıflandırma Kümeleme Birliktelik Kuralları Keşfi Sıralı Örüntü Keşfi Regresyon Sapma Bulma

2. 8. Bilgi Keşfi Metodolojileri n n Karar Ağacı Genetik Algoritma Hafıza Tabanlı Nedenler Sinir ağları

2. 8. 1 Karar Ağaçları

2. 8. 2. Genetik Algoritma First Generation Second Generation Third Generation 1 ad 6 ads 12 ads 15 ads 16 ads 25 ads 22 ads 19 ads 28 ads 25 ads 31 ads 11 ads

2. 8. 3. Hafıza Tabanlı Nedenler n n n Geçmiş verileri kullanarak geleceğe yönelik tahminlerde bulunma Marka bağımlılığı RFM ¡ Son işlem güncelliği ¡ İşlem sıklığı ¡ Harcanan toplam para

2. 8. 4. Sinir ağları Metodoloji Karar Ağacı Sınıflandırma Kümeleme İlişkilendirme Modelleme X X X Genetik Algoritma X Hafıza Tabanlı Düşünce X Sinir Ağları X X X

Olap-Molap-Rolap n n n Bir OLAP için ana işlem bir veri küpünün oluşumudur. Bir veri küpü olası bütün birliktelikler ile verinin çok boyutlu sunumudur. OLAP küpleri, tutuldukları yerlere göre farklı isimler alırlar. ¡ MOLAP (Multidimensional OLAP): küpler çok boyutlu veritabanında tutuluyorsa ¡ WOLAP (Web OLAP): web üzerinden erişiliyorsa ¡ DOLAP (Desktop OLAP): uç birimde tutuluyorsa ¡ ROLAP (Relational OLAP): ilişkisel veritabanında tutuluyorsa adını alır.

KAYNAKÇA n n CRM – Integration Marketing Strategy and Information Technology William G. Zikmund Data Mining with Sql Server 2005 http: //www. proakademi. net/makale. Oku. asp? id=186 Rivers L. Mark ve Jack Dart (1999), “The Acquisition and Use of Sales Force Automation by Mid-Sized Manifacturers”, Journal of Personal Selling&Sales Management, Volume 19, Number 2, pp. 59 -73

TEŞEKKÜRLER…