Pilihan Implementasi CRM

Penerapan teknologi informasi (TI) di perusahaan jasa keuangan kini menjadi kebutuhan mutlak. Penerapannya tak hanya untuk komunikasi dan transaksi, melainkan pemasaran dan customer relationship . Yang terakhir ini tidak saja berkaitan dengan bagaimana mendapatkan pelanggan baru, tetapi mempertahankan pelanggan lama dan mengenalnya lebih dekat.

Masalah pemasaran dan penanganan pelanggan ini sempat membuat pusing perusahaan jasa keuangan Morgan Stanley. Betapa tidak, perusahaan yang memperkerjakan 13.000 financial advisor (FA) , dan mengelola kurang lebih 5 juta account dengan aset 500 miliar dolar AS ini, boleh percaya atau tidak, belum memanfaatkan potensi TI sepenuhnya dalam urusan pemasaran produk maupun mengenal lebih dekat pelanggannya.

Para FA dan manajer begitu frustasi dengan kurangnya hard data , yang bisa dimanfaatkan untuk membuat program kampanye pemasaran maupun pengambilan keputusan.

“Kurangnya informasi dan fakta lapangan membuat perusahaan terpaksa mengambil keputusan berdasarkan feeling . Cara menjalankan perusahaan seperti ini, sekarang sungguh berbahaya,” kenang Tony LoFrumento, direktur eksekutif business intelligence dan CRM untuk Individual Investor Group, Morgan Stanley.

Makanya tidak heran, ketika Tony LoFrumento bergabung dengan Morgan Stanley tahun 2001 lalu, ia pun langsung diberi tugas cukup berat: membangun infrastruktur customer relationship management (CRM) dan business intelligence (BI), yang memungkinkan perusahaan berubah dari entitas yang fokus pada produk menjadi fokus pada pelanggan.

Dalam mengembangkan strategi CRM ini, LoFrumento memutuskan untuk lebih dahulu membangun aspek customer analytics dari strategi tersebut, yaitu business intelligence , data mining dan campaign management . Caranya dengan membangun lumbung data terpusat, mengembangkan model prediktif untuk masalah seperti profitibilitas klien dan pengukuran kinerja, serta memperkenalkan BI, piranti analitik dan pelaporan berbasis Web untuk menganalisis dan menyampaikan informasi.

“Saya berprinsip lebih baik menyiapkan sarana analitik dulu sebelum membangun platform Operational CRM ,” ujar LoFrumento. “Sistem operational CRM bisa bekerja secara sempurna, namun, jika mereka tidak ditopang oleh business intelligence , sama saja membuat name card organizer yang sangat mahal,” lanjut pria yang sudah menggeluti bidang perbankan ritel selama lebih 15 tahun ini.

Yang dihadapi Morgan Stanley ini merupakan permasalahan klasik pendekatan penerapan teknologi customer-centric . Dengan anggaran terbatas, berbagai perusahaan seringkali dihadapkan pada pilihan sulit. Mereka bisa langsung membangun aplikasi Operational CRM , yang mengotomasi proses-proses penjualan, pemasaran dan contact center , serta memungkinkan mereka mengumpulkan dan berbagi informasi pelanggan.

Pilihan lainnya, menerapkan strategi BI dulu sebelum CRM. Caranya dengan menggelar aplikasi analitik, seperti Analytical CRM , guna memanfaatkan sumber data yang sudah ada, dan setelah itu baru menerapkan aplikasi operasional. Banyak yang berbeda pendapat, namun kebanyakan percaya bahwa return on investment (ROI) yang terbesar justru dengan membangun keduanya, khususnya di perusahaan-perusahaan B2C ( business-to-consumer ) besar.

Tabel: Perbandingan Operational CRM vs Analytical CRM

Laura Preslan, analis AMR Research Inc, mengatakan bahwa sebagian besar teknologi BI yang diaplikasikan ke CRM adalah piranti analisis dan pelaporan, yang biasanya digunakan untuk mengkaji data historis dan memvalidasi keputusan. Ke depan, katanya, aplikasi CRM akan memanfaatkan predictive analytics , yang memodelkan berbagai skenario bisnis, dan membangun landasan untuk melakukan perubahan secara efektif.

Dengan menyandingkan kapabilitas analisis dan prediktif dengan sistem operasional, perusahaan bisa membuat model prilaku pelanggan guna membangun targeted marketing , menentukan profitabilitas pelanggan untuk tingkat layanan yang pantas diberikan, serta menawarkan produk atau jasa yang sesuai.

Aplikasi analitik boleh jadi merupakan evolusi CRM tahap berikutnya, tapi bukan tanpa rintangan. Pasalnya, uang yang dikeluarkan perusahaan sudah begitu besar, sehingga bisa jadi mereka tidak bernafsu lagi mengeluarkan biaya untuk memoles CRM.

“Mengeluarkan dana 5 juta dolar untuk paket CRM saja sudah sulit, apalagi tambahan satu juta dolar lagi untuk aplikasi analitik,” ujar Steve Bonadio, seorang analis di Meta Group Inc.

Salah satu alasan mengapa seringkali sistem CRM gagal memenuhi harapan adalah karena perusahaan tidak tahu bagaimana mengukur dampak atau perbaikan apa yang dihasilkan proses baru ini, jelas Bonadio. “Disinilah aplikasi analitik berperan. CRM operasional maupun analitik saling mengisi satu sama lain,” tegas Bonadio.

Menurut Preslan, banyak publikasi negatif mengenai CRM berasal dari perusahaan yang sudah merogoh kocek begitu dalam untuk mengumpulkan data operasional, namun tidak memanfaatkannya untuk membantu pengambilan keputusan. “Data yang dimiliki berlimpah, namun sulit untuk mendapatkan piranti dan proses bisnis yang tepat untuk memanfaatkannya,” ujarnya.

Kesulitan yang dihadapi biasanya adalah memusatkan lumbung-lumbung data yang tersebar, membuat single view mengenai pelanggan apapun saluran yang digunakan, dan menerapkan closed-loop embedded analytics dimana aplikasi operasional memasok data ke aplikasi analitik, yang hasilnya berdampak positif pada operasional perusahaan.

Sasaran yang Tepat

Morgan Stanley sudah merasakan manfaat membuat model prediktif untuk segmen tertentu basis pelanggannya, sehingga perusahaan bisa mempertajam sasaran pemasarannya. “Bayangkan berapa besar penghematan dengan tidak mengincar pelanggan, yang menurut analisis hanya akan memberi tingkat respon yang rendah,” ujar LoFrumento

“Anda bisa menjalankan kampanye pemasaran berdasarkan sebuah model prediktif kecenderungan belanja pelanggan. Ini sangat berbeda dengan cara terdahulu ketika pemasaran dijalankan berdasarkan pemilihan basic audience -nya,” lanjutnya.

Dua sekaligus

Sementara itu, perusahaan pengelola investasi yang bermarkas di Toronto, Kanada, AGF Management Ltd. menggelar sistem CRM Operasional dan analitik sekaligus. Perusahaan ini mengharapkan perbaikan bisnis yang nyata dengan penerapan pemodelan prediktif. Sasarannya menjadi pemasok yang disukai para perantara distribusinya – financial planner , pialang saham dan agen asuransi, yang menjual produk-produk AGF ke investor.

Perusahaan ini sudah menerapkan service module CRM PeopleSoft Inc., dan kini dalam proses menggelar modul penjualan dan pemasaran. Untuk aplikasi analitiknya, AGF menggunakan PeopleSoft, selain Angoss Software Corp, salah satu rekanan PeopleSoft di Kanada.

Stephen Elioff, wakil presiden dan direktor program CRM di AGF meyakini bahwa aplikasi analitik akan menjadi pendorong ROI proyek penggelaran CRM di perusahaannya. “Aplikasi analitik akan membantu mengenali tren perilaku belanja secara lebih efektif, dan merespon peluangyang ada di hadapan kami dengan tepat,” ujar Elioff.

Menggelar direct marketing campaign dengan efektif agaknya juga menjadi daya tarik bagi Center Parcs Ltd untuk menerapkan aplikasi analitik. Perusahaan Belanda yang mengoperasikan tempat-tempat liburan di seluruh Eropa ini menggelar piranti pemodelan prediktif buatan DataDistilleries.

Menurut CIO-nya, Richard Verhoeff, sekalipun aplikasi pemodelan berbasis Windows NT ini belum terintegrasi dengan sistem operasional campaign management buatan perusahaan Perancis, AIMS-Software, keduanya menggunakan database DB/2 yang sama. Namun, kata Verhoeff, aplikasi ini tetap mampu memberikan perbaikan pada direct marketing campaigns yang dilakukannya.

“Aplikasi ini benar-benar memberi kapabilitas data mining ke dalam proses produksi kami,” ujar Verhoeff. Salah satu hasil nyatanya, kata Verhoeff, mereka mampu menggelar promosi yang efektif di masa-masa liburan bulan Desember dengan memungkinkan para pemasar mengenali masyarakat tertentu, yang gemar bepergian pada masa-masa seperti itu.

Menyiapkan penggelaran

Untuk mendapatkan ROI Analytical CRM sesuai harapan dibutuhkan persiapan yang serius. Menyiapkan data terpusat untuk dianalisis, membuat tampilan lengkap dari masing-masing pelanggan dan menghubungkan sistem satu dengan lainnya merupakan langkah-langkah yang wajib dilakukan.

Morgan Stanley misalnya, membuat sebuah data mart yang terpusat, yang menarik data dari seluruh silo-silo data berbasis mainframe -nya. Dengan menggunakan algoritma canggih, seluruh data dikelompokkan berdasarkan alamat pelanggan untuk membuat ID masing-masing pelanggan.

“Jika Anda tidak memiliki informasi profitabilitas klien yang akurat dan kemampuan menghitung nilai jangka panjangnya, bagaimana Anda memberikan tingkat layanan dan penawaran yang sesuai untuk masing-masing klien?” ujar LoFrumento.

Malahan, katanya, banyak perusahaan membiarkan klien-klien utamanya “mensubsidi” klien-klien yang kurang menguntungkan. Artinya, klien-klien ini rentan digaet kompetitor.

Sekalipun integrasi sistem merupakan prioritas dalam proyek Analytical CRM , Preslan menyarankan agar perusahaan sebaiknya memulai dengan menata data ke dalam data warehouse tunggal.

“Ini upaya yang sulit, karena pada dasarnya hal itu mencakup seluruh bagian perusahaan,” ujar Preslan. Namun tanpa database terpusat, masing-masing data mart akan memiliki aplikasi analitiknya sendiri-sendiri dan pada akhirnya Anda akan dihadapkan pada puluhan laporan setiap bulannya, lanjut Preslan.

Sebuah organisasi TI, kata Preslan, bisa memulai upaya penggelaran aplikasi analitik dengan menghubungkan beberapa data mart tertentu. Namun, mereka harus memperhatikan perbedaan masing-masing sistem dalam mendefinisikan berbagai atribut data, misalnya customer ID, sebelum benar-benar beralih ke arsitektur data terpusat.

Menurut Bonadio dari Meta Group, perusahaan nantinya akan bisa memperoleh manfaat lebih banyak lagi dengan menerapkan arsitektur yang menyertakan prinsip-prinsip event management untuk mencetuskan langkah-langkah tertentu.

“Setelah menentukan key performance indicators (KPI) dan nilai ambang batasnya berdasarkan kondisi atau aturan tertentu, sistem bisa mencetuskan suatu aksi, biasanya dalam sistem operasional, yang memberitahu sesuatu perlu diubah. Yang juga penting, menurut Bonadio, adalah penyampaian data ke masing-masing pengguna melalui bermacam-macam user interface (misalnya portal), dimana informasi operasional dan analitik bisa ditampilkan berdampingan sesuai konteksnya.

Morgan Stanley menghadapi masalah ini ketika mereka menerapkan suatu platform operasional, yang mereka lakukan melalui suatu sistem contact management .

Bagi perusahaan itu, aplikasi Operational CRM memang belum dibutuhkan, tapi suatu saat perlu digelar. Namun, menurut LoFrumento, jika memulainya dari nol, sebaiknya lakukan penggelaran aplikasi analitik dulu. “Hasilnya langsung bisa dirasakan dan Anda pun sudah dalam posisi siap ketika memutuskan menggulirkan aplikasi Operational CRM ,” jelas LoFrumento.

Para FA Morgan Stanley kini bisa mendapatkan informasi menyeluruh mengenai masing-masing kliennya melalui sebuah menu laporan, yang bisa diakses melalui intranet perusahaan. Menurut LoFrumento, karena 5 persen dari klien bisa menghasilkan 95 persen dari seluruh pendapatan, teknologi CRM memungkinkan perusahaan melakukan pemodelan prediktif dan menggeser konsentrasi layanan ke pelanggan bernilai tinggi tersebut.

Lagipula, menurut LoFrumento, aplikasi analitik tidak begitu mahal, dan manfaatnya langsung terasa karena ia memberikan informasi yang benar-benar Anda butuhkan untuk menjalankan bisnis.

“Informasi yang kami miliki semakin rinci, dan kini kami mampu memanfaatkan data tersebut untuk membantu product marketing group merencanakan kampanye berikutnya,” tuturnya. “Walhasil, marketing campaign -nya pun menjadi lebih cerdik.”

Jadi mana yang harus diterapkan lebih dulu, business intelligence (dengan Analytical CRM ) atau Operational CRM ? Kebutuhan perusahaan Anda jualah yang bisa menjawabnya. cw/aa

Foto-foto: istimewa