CRM позволяют делить клиентов по статусам воронки продаж, источникам трафика, ожидаемой сумме покупки и множеству других параметров. Такие классификации удобны и полезны. Но наличие большого числа разрозненных классификаций вызывает у руководителя трудности в понимании общего состояния CRM. Сложно оценить не только клиентскую базу в целом, но даже отдельно взятую сделку.

Например, сравним две сделки со статусом “проведена презентация”:  где выше  вероятность продажи и ожидаемая сумма продажи? Ответить на эти вопросы сложно, но именно ответы на них — ключевые в управлении продажами. Если мы не выделяем приоритетных клиентов, то используем время менеджеров неэффективно: важные клиенты недоработаны, время потрачено на “токсичных” клиентов, которые после долгих переговоров ушли или купили на незначительную сумму.

Иная ситуация, если приоритетные клиенты чётко определены. При подготовке предложения перспективному клиенту менеджер может потратить, условно, четыре часа на изучение ТЗ и создание красивой презентации решения. И данный подход окажется эффективным и прибыльным.  А на один контакт с “маловероятным” клиентом уйдёт не более 5–15 минут. И всё же такой клиент не будет потерян, поскольку при положительной обратной связи его приоритет сразу вырастет.

В данной статье мы поговорим, как отличать “хороших” клиентов от “плохих”, как этот процесс полностью автоматизировать, как это помогает навести порядок в CRM, как разделить клиентов по методам их обработки, а также как это улучшает систему управления бизнесом.

Сравните два диалога:

Диалог 1

Руководитель: “С кем ты целый день занимаешься?” 

Менеджер: “ООО “Ромашка”, класс B”.

Диалог окончен. За несколько секунд руководитель понял, что клиент достаточно важный, им можно заниматься “целый день”,  и всё же не такой крупный, чтобы руководитель лично тратил на него время. 

Диалог 2

Руководитель:

—  С кем ты целый день занимаешься? 

Менеджер:

— ООО “Ромашка”. Мы им выслали коммерческое предложение, сейчас они хотят изменить часть заказанных наименований.

— Крупный клиент?

— Похоже на то, пока точно неясно. Но отказались от дорогих товаров и ещё хотят скидку.

— Давно общаешься с ним?

— Сейчас гляну в карточке. Может, месяц или два.

В том же духе диалог продолжается ещё 15 минут. Руководитель чувствует, что плохо контролирует ситуацию — он потратил много времени и сил, чтобы понять степень важности всего лишь одного клиента. Как управлять компанией, если таких клиентов тысяча?

Немного терминологии:

Грейдинг клиентов CRM — это разбиение на сегменты через простановку оценки. В статье будем использовать  международную классификацию, где каждому клиенту назначается балл от высшего A до низшего F. Такое простое разделение открывает колоссальные возможности для повышения эффективности работы. Грейдинг автоматически решает задачу оценки клиентов, “зависших” в достигнутых статусах, хотя вероятность продажи по ним намного ниже, чем по новым клиентам.

Чаще всего слово “грейдинг” используют как метод мотивации и управления персоналом. Здесь те же идеи применяются для управления клиентами. В любой CRM уже есть оценочный грейдинг: сделки разделяются на открытые, успешные и проигранные. В данной статье разбираем грейдинг внутри открытых сделок.

Скоринг клиентов CRM

Скоринг, так же как и грейдинг, — система оценки каждого клиента. Разница заключается в том, то в скоринге оценка цифровая, и обычно оценок сразу несколько. Чаще всего в скоринге оценивают вероятность доведения клиента до продажи и возможную сумму, которую он может принести. Пример скоринга: вероятность сделки — 15 %, прогнозируемая стоимость — 1 млн, ценность потенциального клиента (лида): 1млн * 15 % = 150 тыс.

Как правило, оценка грейдинга считается вместе с другими показателями скоринга. Можно сказать, что грейдинг — это частный случай скоринга. Показатели скоринга упрощают менеджеру процесс выбора приоритетных сделок для обработки, ведь менеджер обязан погружаться в детали каждой сделки.  Руководителю же при принятии управленческих решений удобнее оперировать более простыми понятиями грейдинга (в нашем примере — классами клиентов A–F).

Расчёт скоринга и грейдинга можно назвать общим термином “рейтинг”. Впрочем, единая терминология пока не выработана, так как оценка рейтинга клиентов по приоритетам — относительно новая технология на рынке CRM.

Всех денег не заработать, или почему менеджеры перегружены

Пример

В компании средняя конверсия в продажи 20 %.Новый менеджер за месяц отработал 10 сделок и получил 5 продаж. Итого конверсия 50 %!  Хорошо ли это? Оказывается, нет: средний чек составил 20 тысяч, и финальная сумма его продаж — 100 тысяч. С точки зрения компании это убыток: минимально нужно продавать 200 тысяч. Опытный коллега отработал 50 сделок с конверсией в 20 % и средним чеком на 50 тысяч. Итого — 500 тысяч, в 5 раз больше новичка!

Почему так вышло?

Новичок много сил потратил на каждого клиента, причём больше всего на тех, кто в итоге не купил. Средний чек у него невысокий, потому что лучших клиентов он “запорол”, не сумев предложить им оптимальный набор товаров и услуг.  Опытный менеджер не только отработал в 5 раз больше сделок, но и выделил самых перспективных клиентов, сфокусировался на них и вывел их на максимальные чеки. С клиентами “второго плана” он работал значительно меньше. Другими словами, опытный менеджер сделал скоринг клиентов: разбил их по приоритетности и отработал максимально эффективно. Эффективность менеджеров удобно сравнивать в деньгах — суммы продаж каждого за час его работы. Если оба отработали по 100 часов, то новичок принёс 1000 рублей в час, а опытный — 5000  рублей в час. 

Предположим, появляется клиент, который может заплатить 4000 рублей, и с ним нужно проработать 4 часа, то есть он даёт 1000 руб./час. Фирме такой клиент не выгоден, от него можно сразу отказаться. Как говорится, “всех денег не заработаешь”, не нужно гнаться за всеми возможностями сразу. Фокусируйтесь на тех клиентах, кто формирует основную прибыль компании. Это позволит обеспечить максимальный сервис именно для данного сегмента клиентов, и, как следствие, возрастут продажи и улучшится мнение клиентов о вас.

Как масштабировать опыт лучших менеджеров на всю компанию? Нужно автоматизировать скоринг. Тогда любой менеджер будет видеть, чего стоит каждая сделка, какие необходимо отработать в первую очередь, а от каких лучше отказаться.

Какие факторы влияют на скоринг

1. Время

Самый главный фактор — это время. Со временем актуальные сделки переходят в зависшие и мусорят воронку продаж. В какой-то момент их переводят в статусы “отложил” или “молчат”, но до этого продолжительное время сделка остаётся в актуальном статусе, хотя вероятность конверсии в продажу по ней уже невелика. Как считать время? Наиболее целесообразно взять время после получения последней значимой информации от клиента. Сюда могут входить дополнительные требования, жалобы, обсуждения условий, исключая отписки “Извините, я пока занят другим проектом”. Если такое время определить не удаётся, можно считать время от начала сделки. Время в скоринге является отрицательным фактором, оно уменьшает вероятность сделки,  за исключением ситуации, когда сделка только начата.

Пример: имеем 20-процентную конверсию сделок в успешные, в воронке — 1000 открытых сделок, многие висят до года. Сколько из них приведут к продаже? Явно не 200, так как многие давно не актуальны. Параметр времени решает этот вопрос автоматически: скоринг укажет, что при средней конверсии 20 %, с учётом времени, из 1000 сделок ожидаем продажи, к примеру, только в 50 случаях.

2. Статус

Второй фактор — это статус в воронке продаж. Статусы бывают как увеличивающие вероятность, так и уменьшающие её. Например, статусы “выслано КП” или “встреча” увеличивают вероятность сделки. А статусы “молчит” или “отложил” снижают вероятность.

3. Потраченное время сотрудников компании

Чем больше менеджер и другие специалисты потратили на клиента, который ещё не купил, тем ниже его ценность. Есть клиенты, которые любят поговорить, постоянно уточняют требования или ТЗ, просят обсудить детали в чате и по телефону, а в итоге отказываются от покупки. Менеджеры потратили на них время, которое никак не оплачено, а другие клиенты остались без должного внимания. Поэтому автоматический расчёт потраченных усилий позволяет вовремя маякнуть менеджеру — дела здесь плохи, приоритет клиента снижен. Выражаясь терминами фондового рынка, это стоп-лосс, управление рисками: мы выделяем ряд ресурсов, которые можно потратить на этого клиента, и как только лимит исчерпан, а успеха нет, мы отказываемся продолжать бесплатные консультации и говорим клиенту, что дальнейшая работа возможна только после оплаты.

4. Другие  параметры

В скоринге можно учитывать различные дополнительные факторы: тип источника сделки, заказываемые товары, тип клиента, регион, есть ли выход на ЛПР, любые пользовательские поля. Эти же факторы используют и при расчёте прогнозируемой суммы сделки.

Существует мнение, что бесплатная электронная почта снижает рейтинг клиента в продажах бизнесу. Однако следует быть осторожным и проверять гипотезы фактами. В моей практике не раз были случаи, когда представители крупных компаний писали с бесплатных адресов (думаю, они делают это специально, чтобы получить “честную” цену и минимизировать спам).  При выборе данных для скоринга мы пользуемся не только логикой, но и статистикой — она часто даёт удивительные, совершенно непредсказуемые результаты. Например, информация “источник E-MAIL в два раза эффективнее источника ЗВОНОК” значительно содержательнее, чем тривиальные выводы, такие как “дорогие товары имеют более высокий средний чек” или “медленные ответы на вопросы клиентов снижают конверсию в продажу”.

Пример расчёта скоринга

В скоринге можно считать разные показатели, упрощающие понимание сделки, внутренних её параметров. В следующей таблице рассчитаны вероятность в процентах, ценность в рублях и класс. Аналогично можно рассчитывать скоринг в любых условных числах или символах.

Вероятность по умолчанию: 20 %.

Время

Статус

Прогноз. цена1

Источник

Вероятность2

3Скоринг= ценность

Класс

ООО  “Ромашка”

2 д

Встреча +30%4

50 000?

site.ru

-15%

35%

17 500?3

C

Тюльпан

30 д

-30%

Целевой

50 000?

5%

2 500?

E

Гладиолус

10 д

-10%

КП

+40%

100 000?

сарафан

+30%

80%

80 000?

B

Сбер

20 д

-15%

КП

+40%

500 000?

Конфер.

+10%

55%

275 000?

A

Администрация района

2 мес.

-60%

Встреча +30%

200 000?

site.ru

-15%

5%5

10 000?

C26

ИТОГО 

Прогноз продаж 372 500?

Важные классы, шт.: A=1, B=1, C=2

1 Прогноз. цена — прогнозируемая цена сделки, которая может быть  рассчитана скорингом по сумме, на базе средних значений продаж в конкретных сегментах источников, регионов, пользовательских полей и других параметров. 

2 Здесь вероятность рассчитана по простой формуле сложения: базовые 20 %, плюс 30 % за “встречу”, минус 15 % за “источник”, итого 35 %. На самом деле, так суммировать и  вычитать проценты математически некорректно (смотрите далее пример 6), правильнее использовать более сложные системы с учётом “веса” каждого фактора. Цель данной статьи — показать возможности использования скоринга для CRM. Для информации о методах расчёта можно использовать публикации с деталям расчёта кредитного скоринга или использовать решения с готовыми формулами расчёта рейтинга клиентов CRM.

3 Показатель рассчитан как прогнозируемая цена, умноженная на вероятность. Для ООО “Ромашка” 17 500? — это скоринг, он же — ценность потенциального клиента в рублях, получен как  50 000 * 35 %.

4 Часть ячеек имеет показатель, влияющий на вероятность, например, +30 %. Если в ячейке такого показателя нет, значит параметр не влияет на вероятность. По умолчанию вероятность считается 20 %,  этот параметр рассчитывается или указывается вручную для  всех сделок, обычно для конкретной воронки в CRM (у разных воронок вероятность по умолчанию может сильно отличаться).

5 Если мы посчитаем вероятность простым сложением и вычитанием, то выйдет: 

20 % - 60 % + 30 % - 15 % = -25%. Конечно, у любой активной сделки вероятность более 0 % и менее 100 %, и в данном случае будет примерно 5 %, если считать по сложной правильной формуле.

6  С2 — цифра “2” означает, что клиент ранее занимал более высокий статус, но со временем снизился до класса C. В CRM удобно хранить наивысший класс или рейтинг клиента, чтобы видеть всех клиентов, по которым было значительное снижение. Класс клиента — показатель на сегодняшний день (он может повышаться или понижаться со временем).

Посмотрите на таблицу с точки зрения руководителя. Большой объём информации собран всего в две строки, из которых можно сделать выводы о состоянии компании и принимать управленческие решения:

Прогноз продаж 372 500?

Важные классы, шт.: A=1, B=1, C=2

Если  на входе будет не 5 сделок, а 5000, и параметров для расчёта скоринга будет не 3, а  10, то финальные строки ИТОГО будут содержать всё тот же небольшой объём информации, который можно оценить за несколько секунд.

Методы работы с клиентами классов A..F

Клиенты класса A

Самые крупные и перспективные клиенты.

Находятся под прямым контролем руководителя, часто руководители лично участвуют в сделке.

Клиенты класса B

Крупные перспективные клиенты, а также средние клиенты, где можно завершить продажу с минимальными усилиями.

Именно в этом сегменте происходят основные продажи. Руководитель за ними следит, используя средства CRM.

Клиенты класса С

Новые клиенты. Мелкие клиенты высоких статусов. Крупные клиенты, кто долго сомневается и начинает “высасывать все соки”, оттягивая оплату.

Именно класс C определяет эффективность бизнеса. Насколько результативно отрабатываются новые клиенты, насколько грамотно “соскакиваем” с “токсичных” клиентов, которые впустую вытягивают ресурсы. 

Класс C удобно разделить на два подкласса:

C1 — новые клиенты;

С2 — клиенты, которые “скатились” в класс C из B и A.

Исходя из этих подклассов, можно писать различные инструкции по работе с данными типами клиентов.

Клиенты класса D

Уходящие клиенты, вероятность продажи ниже среднего. В класс D попадают в основном потому, что клиент долгое время не даёт обратной связи, или возникли задержки на стороне продавца. В обоих случаях стиль общения менеджера должен отличаться от первоначального. Клиенту важно чувствовать, что мы его не спамим, а с пониманием относимся к его задержкам и извиняемся за проблемы, возникшие у нас. Если в вашем бизнесе практикуются спецпредложения и акции, то максимальный эффект они дают именно с классом D.

Клиенты класса E

“Молчуны” и отложившие сделку. Продать им тяжело, достаточно раз в полгода–год напоминать о себе письмами с новыми предложениями. 

Клиенты класса F

Не клиенты. Заявки, которые не подходят под квалификацию, отписавшиеся и полностью отказавшиеся клиенты. С ними работа не ведётся, сегмент нужен для статистики, обычно находится в проигранном статусе воронки.

Интересно, что ошибки в работе менеджера по-разному влияют на продажи в зависимости от класса клиента. Небольшие оплошности не критичны во всех классах, и лишь в классе C ошибки сразу приводят к убыткам. 

Пример: менеджер по продажам в ответ на запрос клиента переслал письмо технического специалиста, написанное сложным языком. Клиент ничего не понял и ушел, хотя “технарь” дал полезный комментарий — просто не хватало картинки и понятного описания. А вот при общении с клиентами класса B та же недоработка воспринимается проще, так как клиент уже “привык” и готов прощать незначительные проблемы в коммуникациях. Другой пример ошибки в классе C: менеджер “до упора” отрабатывает клиента, а тот давно уже пользуется таким “бесплатным консультантом”, но покупать ничего не будет, особенно если он не ЛПР (лицо, принимающее решение).

Обратите внимание, насколько удобно разделять клиентов на классы и давать менеджерам инструкции по работе с клиентами в зависимости от класса.

Посмотрите на следующие два варианта оценки компании.  Где  состояние продаж стабильнее? В скобках даны прогнозы продаж по сделкам каждого класса.

Вариант 1 

Прогноз продаж 100М ? (100 млн ?)

Важные классы: A=5 шт. (50М), B=100 шт. (20М), C=500 шт. (20М)

Вариант 2

Прогноз продаж 100М ?

Важные классы: A=5 шт. (20М), B=100 шт. (50М), C=500 шт. (20М)

Все показатели идентичны, разница только в том, что в варианте 1 половина всей ожидаемой выручки приходится на клиентов класса А, а  в варианте 2 — на клиентов класса B.  Стабильнее ситуация во втором варианте, так как ожидаемые суммы распределены на большее число клиентов. Здесь на 100 клиентов класса B приходится половина ожидаемой выручки, 50М. В первом варианте половина ожидаемых продаж приходится на клиентов класса A, которых всего 5. Это значит, что если со всеми пятью возникнут проблемы, то фирма не сможет получить половину ожидаемой выручки. Стабильность — это устойчивость к стрессам, которая тем выше, чем меньше зависимость от каждой конкретной сделки.

Общие проблемы CRM, которые неожиданно просто решает скоринг и грейдинг

Наша компания Nemind специализируется на анализе данных Битрикс24 и amoCRM. Общение с сотнями клиентов позволило выделить общие для многих проблемы. Хотя все наши клиенты серьёзно относятся к ведению CRM, вопрос удобного контроля со стороны руководства является актуальным и трудноразрешимым. Один генеральный директор компании так описал проблемы управления компанией при помощи CRM:

ДАНО

CRM ведётся 1,5 года, в ней несколько сот открытых сделок разной длительности. Средняя продолжительность успешных сделок от 2 месяцев до 1 года, средний чек — около 15 миллионов. В компании три менеджера по продажам.

НАДО

Понять, хорошо ли идут дела? Быть может, всё плохо, и скоро фирма окажется без заказов? Какие заказы, и главное — какие суммы продаж мы прогнозируем на ближайшие месяцы?

Нужны ли ещё продавцы, или имеющихся менеджеров достаточно?

В тот раз мы решили вопросы, предложив детальную аналитику переходов по статусам с временными характеристиками. 

Сейчас я понимаю, что данную задачу можно решить лучше: аналитику ценности сделок оставить, но добавить систему общего скоринга и грейдинга. Вот так будут выглядеть решения вопросов..

Хорошо ли идут дела? Вдруг фирма скоро останется без заказов?

  • Изучаем динамику изменения количества сделок классов B и А. Если  их становится  больше — хороший маркер, если меньше — плохо. Нужно работать с маркетингом  и изучать сегмент C: насколько грамотно отрабатываются сделки сразу после создания.

Какие суммы мы прогнозируем на ближайшие месяцы?

  • Считаем общую сумму ценностей сделок классов A и B — это прогноз на ближайшие месяцы. Общая сумма ценностей сделок в CRM — это прогноз продаж из текущих сделок, без привязки ко времени совершения сделки.

Нужны ли ещё продавцы, или имеющихся менеджеров достаточно?

  • Смотрим распределение сделок и времени менеджеров по сделкам разных классов.

Всего сделок открытых

Сделок класса A

Сделок класса B

Сделок класса C

Время на сделки классов D, E, за мес.

Иванова

100

0

2

23

20 ч

Петрова

90

2

4

17

10 ч

Смирнова

80

1

1

28

15 ч

Если менеджеры тратят более 20 % времени на клиентов классов D и E, значит времени у них более чем достаточно. В представленном примере видим, что Петрова потратила всего 10 часов за месяц на эти сегменты, значит она перегружена. Совет:  если невозможно точно подсчитать потраченное на клиента время,, учитывайте его приблизительно, по количеству задач, звонков, писем и других дел, связанных с данной сделкой.

У Петровой 2 клиента класса A и 4 — класса B, а у двух других на двоих — всего четыре клиента этих классов. Петрова, скорее всего, перегружена важными клиентами. Возможно, она лучше работает, ведёт клиентов дальше и на большие чеки, потому не хватает времени на клиентов класса C. Но фирма может потерять деньги из-за возникшего дисбаланса. Обратите внимание, общее число открытых сделок у Петровой среднее — 90 шт. И лишь сегментация по классам позволяет сделать выводы о перегруженности конкретного менеджера.

Инструменты настройки скоринга и грейдинга

  1. Ручная простановка вероятностей, сумм и класса. Метод неэффективный, требует дополнительного участия менеджеров, но для тестирования самой системы классификации лидов по приоритетам вполне может подойти.

  2. Встроенные системы скоринга в CRM. К сожалению, Битрикс24 и amoCRM (на момент написания статьи) имеют ряд ограничений, поэтому пользоваться ими не всегда удобно. В Битрикс24 скоринг можно включить лишь от 2000 закрытых сделок, в amoCRM нет общей сортировки по приоритетам. 

  3. Расчеты с использованием бизнес-процессов, триггеров, автоматических калькуляторов. Хорошее решение, которое позволяет не просто автоматизировать скоринг и грейдинг, но и учитывать особенности конкретной CRM. Главная проблема — сложность создания и особенно редактирования таких решений. Если в бизнес-процессе прописывать условия на каждый статус, каждый сегмент, каждый диапазон времени, учесть источники и типы продукции, то этого достаточно, чтобы в Битрикс24 бизнес-процесс “вырос” на десяток экранов. И это без учёта вывода в пользовательские поля метода расчёта скоринга. С другой стороны, если алгоритм скоринга прост, то использование бизнес-процессов является быстрым и  эффективным решением.

  4. Кастомизированные решения, написанные специально для вашего аккаунта CRM. Они обеспечат максимальное соответствие начальному техническому заданию. Проблемой может быть отсутствие настроек и, как следствие, высокая цена каждой перенастройки параметров и алгоритма. При активном использовании скоринга менять их стоит несколько раз, пока не будет достигнуто соответствие скоринга и мнения руководителя.

  5. Специализированные программы расчёта скоринга и грейдинга. Плюс в том, что основные проблемы уже были решены “до вас”, тем самым обеспечив минимальные сроки и стоимость внедрения. Обращайте внимание на возможности решения анализировать данные и редактировать параметры в удобной форме, доступной обычным пользователям, а не только программистам. Минусом являются дополнительные финансовые затраты и необходимость потратить время на изучение стороннего решения. Также внешние приложения могут иметь ограниченный функционал, выйти за рамки которого будет затруднительно, поэтому обращайте внимание на гибкость настроек.

Проверка скоринга

Непросто проконтролировать, насколько корректно рассчитана вероятность. Зато легко проверить, насколько верно система расставила приоритеты по клиентам. Руководитель и менеджеры сортируют клиентов по автоматически рассчитанной ценности и классам, сравнивая результаты с собственным экспертным мнением. Если мнение совпадает с расчётным показателем, значит скоринг хороший, если не совпадает, значит алгоритм нужно улучшать.

Пример

ООО “Тюльпан”, ценность 12 000.

ООО “Ромашка”, ценность 10 000. 

Менеджер изучает сделки и решает, что “Ромашка” должна быть ВЫШЕ по приоритету, чем “Тюльпан”. На основе его объяснений и аргументов составляется техническое задание на изменение алгоритма расчёта.

Детали скоринга. Что нового видим в карточке сделки?

Расчёты рейтинга клиентов удобно сохранять в карточке сделки. Для общей аналитики удобно вначале видеть класс сделки, далее её ценность, вероятность, ожидаемую сумму. Кроме того, рекомендуем помещать внутрь одного из полей детали расчёта рейтинга, чтобы можно было “поспорить” с автоматической оценкой и даже изменить её. Для этого удобно иметь дополнительное поле, вручную повышающее  или понижающее рейтинги.

Пример шести заполненных пользовательских полей в группе сделки “Скоринг”:

Класс: B

Ценность: 60 000?

Вероятность: 60%

Снижение ценности от максимума: 5000?

Прогноз цены: 100 000?

Детали скоринга: 

базовая вероятность 20 %, статус “предоплата получена” +45%, 

длительность 7 дней -5 %. ИТОГО 60 %.

Базовая сумма 50 000?,  Лицензия Enterprise +40 000?, Самара + 10 000. 

ИТОГО 100 000?

Поле “Снижение ценности от максимума” позволяет находить самые значимые ожидаемые срывы сделок, ещё ДО того, как сделки сорваны. Через отчёты руководитель может их вовремя проконтролировать, при необходимости выделить дополнительные ресурсы, для того чтобы вернуть самых крупных “уходящих” клиентов.

Поле “Детали скоринга” позволяет работать со скорингом как с внутренним человеком-экспертом, который изложил своё мнение, почему рассчитан именно такой рейтинг. Руководитель может с этим мнением не согласиться, и чтобы учесть “особое мнение” человека, удобно добавить ещё одно пользовательское поле

“Добавить класс” с типами “+1” и “-1”. Если руководитель поставит в примере выше 

“Добавить класс” +1, то сделка, которая рассчитана как класс B, автоматически станет классом A.

Как я изучаю незнакомые сделки в CRM

При изучении ситуации в CRM, я, как руководитель, пользуюсь следующими приоритетами:

  1. Смотрю на буквенный класс сделки и ценность. Они дают направление для дальнейшего изучения.

  2. Читаю “комментарий” — мы используем такое поле в сделке для краткого изложения личного мнения менеджера о сделке. Там находится ответ на вопрос “что с этой сделкой?”, поэтому нет необходимости каждый раз спрашивать мнение менеджера. Иными словами, я всегда знаю мнение каждого менеджера по каждой сделке (ответ записан в комментарии, 1–2 предложения). Реальные примеры: “Попросила продлить ознакомительный ключ в связи с новогодними праздниками. Дали ключ до 22 января”, “Требуется расчёт конверсии по своей формуле”.  Как только происходит важное изменение в работе со сделкой, менеджер меняет комментарий.

  3. Дальнейшее направление изучения сделки зависит от того, насколько она мне интересна. 

Такой подход позволяет экономить время руководителя при анализе CRM и меньше отвлекать менеджеров.

Классификация постоянных клиентов

Представленные алгоритмы скоринга клиентов рассчитаны на работу с новыми заявками. Для клиентов, которые делают периодические покупки, целесообразнее создавать свои классификации. Не буду детализировать очевидно полезную сегментацию клиентов по объёму и частоте продаж. Расскажу о другой, очень интересной классификации, которую мы создали по запросу клиента, и она будет полезна для многих компаний. Клиенты в CRM — ими могут быть сущности «Компания» или «Контакт» — делятся на пять категорий: новые, постоянные, уснувшие недавно, уснувшие давно, проснувшиеся. Самые малочисленные группы — это уснувшие недавно и проснувшиеся клиенты, и эти группы — самые важные. Например, если клиент ранее делал покупки не реже раза в месяц, а сейчас уже более месяца не покупает, он сразу появляется в «уснувшие недавно», и менеджер начинает с ним работать. Если клиент снова купит, то переходит в сегмент «проснувшиеся», что означает успешный результат работы менеджера. Такая классификация позволяет из тысяч клиентов в CRM выделить десятки наиболее важных с точки зрения руководителя и сотрудников отдела продаж.

Заключение

Мы часто используем классификации: в отелях (“звёзды”), транспорте (классы), марках автомобилей, недвижимости и даже продуктах питания. Классификация позволяет БЫСТРО, не вникая в детали, получить приблизительную оценку, которая помогает нам в принятии решений. Используйте этот удобный инструмент, для того чтобы навести порядок в CRM, дать руководителю понятную картину бизнеса и увеличить продажи за счёт эффективного распределения ресурсов.