2.3.1 CRM-järjestelmät
Menestyksekkään asiakkuuksienhallinnan ja asiakastiedon hyödyntämisen vä-linen yhteys vahva. Teknologia mahdollistaa nykyisin tehokkaan tiedon kerää-misen, hallinnan ja käytön myynnin ja markkinoinnin tukena osana asiakkuuk-sienhallintaa. Asiakaskeskeisen ajattelun keskiössä on liiketoimintastrategia, joka perustuu asiakkaiden aktiiviseen kuunteluun. Tämän strategian keskeinen osa on CRM-järjestelmä, jonka avulla asiakassuhteita voidaan tehokkaasti halli-ta. (Kelly 2000; Johnston & Marshall 2008). Nykyiset asiakkuuksienhallintajär-jestelmät tarjoavat tehokkaan työkalun systemaattiseen asiakastiedon keräämi-seen ja hyödyntämikeräämi-seen myynnissä ja markkinoinnissa, sekä mahdollistavat käytännön suhdemarkkinoinnin siihen tarkoitettujen järjestelmien avulla (Ry-gielski ym. 2002). CRM-järjestelmä on siis työkalu, joka tarjoaa alustan pitkäai-kaisten asiakassuhteiden luomiseen, hallintaan ja ylläpitoon (Hendrics ym.
2005).
Hendricksin ja kumppaneiden (2005) mukaan CRM-järjestelmän ominai-suuksia ovat mm. myynnin automaatio, tiedon varastointi ja analysointi, pää-töksenteon tuki, sekä raportointi. Järjestelmän tarkoitus on hallita ja koota laa-dukas asiakastieto saataville kaikille sitä tarvitseville. Järjestelmän tarkoitus on koota asiakastiedot yhteen paikkaan, jossa tietoa voidaan hallita yksittäisten henkilöiden ylläpitämien hajanaisten muistioiden sijaan. Tällöin voidaan estää organisaatiota kadottamasta asiakastietoaan. (Hendricks ym. 2005). Shoemake-rin (2001) mukaan yrityksen organisaatiossa useat eri funktiot hyötyvät järjestelmän käytöstä. Khodakarami ja Chan (2014) jaottelevat CRM-järjestelmien elementit analyyttisiin, operatiivisiin ja yhteistoiminnallisiin. Yh-teistoiminnallisen asiakkuuksienhallinnan tehtävä on kasvattaa koko yrityksen organisaation asiakasymmärrystä ja oppimista (Khodakarami & Chan 2014).
Shoemakerin (2001) mukaan myynnin kannalta CRM-järjestelmän pääfunktioi-na ovat kontaktien hallinta, asiakkuuksien aktiivisuuden ja niihin liittyvien toimien seuranta, tilausten ja tarjousten hallinta, sekä myyntiprosessin eri vai-heiden hallinta. Myynnin kannalta suurimmat hyödyt CRM-järjestelmästä saa-daan, mikäli se on integroitu vaihtamaan tietoa eri taustajärjestelmien, kuten esimerkiksi toiminnanohjausjärjestelmän kanssa. CRM-järjestelmän tehtävä on-kin tarjota myynnille laadukasta dataa asiakkaista ja myyntimahdollisuuksista.
CRM-järjestelmä antaa myynnin johdolle mahdollisuuden analysoida myynti-putkea ja tehostaa myyntiprosessia ja ennustettavutta, sekä parantaa myynnin raportointia. (Shoemaker 2001). Bahramin ja kumppaneiden (2012) mukaan modernin CRM-järjestelmän ominaisuuksiin kuuluu kyvykkyys analysoida asiakastietoa ja löytää siitä mielenkiintoisia ja yrityksen kannalta hyödyllisiä näkökulmia asiakkaisiinsa ja heidän käyttäytymiseensä. CRM-järjestelmän tär-keimmät tehtävät ovatkin siten prosessoida asiakasdataa ja rakentaa
asiakas-profilointeja ja analyysejä prosessoidun sekä muun saatavilla olevan datan avulla. (Bahrami ym. 2012).
2.3.2 Tiedonhallintaprosessi ja analyyttinen CRM
Kellyn (2000) mukaan asiakaskeskeisen asiakasstrategian menestymisen edelly-tys on tuntea täysin omat olemassa olevat asiakkaat ja heidän käyttäytymisensä.
Tämän kautta on mahdollista ymmärtää asiakkuuden elinkaari, asiakasuskolli-suus, riski, kannattavuus ja asiakassegmentointi. Kun asiakkaat ja heidän käyt-täytymisensä ymmärretään, voidaan jatkaa asiakaskeskeisen strategian kehit-tämistä tätä ymmärrystä hyödyntävään älykkyyteen. (Kelly 2000). Älykkyys on organisaation kannalta mielenkiintoista ja päätöksenteon kannalta hyödyllistä ymmärrystä, joka on jalostettu erilaisista datalähteistä, joiden data itsessään ei ole hyödyllisessä muodossa (Ranjan & Bhatnagar 2011). Paynen ja Frown (2005) mallissa asiakastiedon käsittelyä ja hyödyntämistä asiakkuuksienhallinnassa kutsutaan tiedonhallintaprosessiksi. Sen tehtävä on tarjota kaikille asiakkuuk-sienhallinnan prosesseille riittävä infrastruktuuri asiakastiedon tallentamiseksi.
Tiedonhallintaprosessin keskeisiä työkaluja ovat siis sovellukset ja työkalut, joiden päämääränä on kerätä ja jalostaa asiakastietoa liiketoimintaan ja asiak-kuuksienhallintaan liittyväksi ymmärrykseksi. (Payne & Frow 2005). Tätä kut-sutaan myös liiketoimintatiedon hallinnaksi (Business Intelligence) (Ranjan &
Bhatnagar 2011). Vaikka CRM mielletään usein pelkäksi teolliseksi näkökul-maksi asiakastiedon keräämiseksi, on tiedonhallintaprosessin tärkein tehtävä kuitenkin nimenomaan jalostaa kerättyä asiakastietoa asiakasymmärrykseksi.
(Payne & Frow 2005). Tosiasiassa CRM-järjestelmät epäonnistuvat usein reali-soimaan potentiaalinsa. Usein suurin yksittäinen syy tähän on se, että datan laatu ja käsittely eivät ole riittävällä tasolla hyötyjen ulosmittaamiseksi (Kelly 2000).
Asiakkuuksienhallinnan tiedonhallintaprosessia aiempi tutkimus kuvaa myös termillä analyyttinen CRM. Sen tehtävä on auttaa löytämään tuntematon-ta ja piilossa olevaa ymmärrystä asiakasdatuntematon-taa analysoimalla. Analyyttinen CRM sekä tiedonlouhintatyökalut ja menetelmät auttavat keräämään, varas-toimaan ja käsittelemään tehokkaasti asiakasymmärrystä asiakasdatan perus-teella. (Ranjan & Bhatnagar (2011). Linoffin ja Berryn (2011) mukaan tiedon louhimisella (Data Mining) tarkoitetaan erilaisissa tietokannoissa piilevän tie-don esiintuomista ja hyödyntämistä. Tietie-don louhinta on liiketoimintaprosessi suurten tietomäärien analysointia liiketoiminnan kannalta mielenkiintoisten sääntöjen ja mallien löytämiseksi. (Linoff & Berry 2011). Rygielskin ja kumppa-neiden (2002) mukaan tiedon louhinta voidaan jaotella yleisellä tasolla kolmeen alueeseen. Löytöjen etsinnässä (Discovery) on kyse prosessista, jossa tietokantaa tarkastellaan tutkimusmatkanomaisesti, ilman etukäteen laadittua hypoteesia tai ideaa siitä, mitä mahdolliset löydökset voisivat olla. Ennakoivassa mallinta-misessa (Predictive Modelling) käytetään tietokannasta jo löydettyjä tapahtu-masarjoja ja hyödynnetään niitä tulevaisuuden ennustamisessa. Kolmas alue on poikkeavuustarkastelu (Forensic Analysis), jossa löydettyjä malleja verrataan
dataan tavoitteena löytää poikkeavia ja erikoisesti käyttäytyviä tapauksia. (Ry-gielski ym. 2002).
Rygielskin ja kumppaneiden (2002) mukaan tiedonlouhinta on yksi meto-di, jota käyttämällä yritykset voivat lisätä asiakassuuntautuneisuuttaan oppi-malla kuuntelemaan asiakkaitaan paremmin. Tiedonlouhinnan kannalta asiak-kuuksienhallinnan haaste on teknologiaa ja dataperusteista analytiikkaa käyttä-en lisätä asiakasymmärrystä, jotta yritykskäyttä-en strateginkäyttä-en päätökskäyttä-entekokyky ja taktisten markkinointitoimien kyky paranisivat. Tämän markkinointiälykkyy-den kriittiset komponentit ovat asiakasdatan käsitteleminen ja asiakasymmär-ryksen löytäminen. Yritykset voivat käyttää asiakkaistaan itse keräämäänsä si-säistä dataa tai hankkia dataa ulkopuolelta. (Rygielski ym. 2002). Bahramin ja kumppaneiden (2012) mallissa CRM-järjestelmän datalähteinä toimivat kaikki tietojärjestelmät, joita yritys käyttää välineinä kanssakäymisessään asiakkaiden-sa kansasiakkaiden-sa. Prosessoimalla ja yhdistelemällä raakadataa asiakkaiden-saadaan lopputulokseksi yrityksen kannalta arvokasta tietoa. Tällä tiedolla voidaan parantaa asiakassuh-teita ja saavuttaa kilpailuetua, vähentää kustannuksia yhtenäistää prosesseja ja parantaa oman toiminnan tehokkuutta (Bahrami ym. 2012). Asiakasdatan käsit-telemisellä voidaan ymmärtää sisäisesti kerätyn raakadatan kokoaminen lisäksi myös ulkoisen datan koostaminen, varastointi, käsittely ja käyttäjien kannalta hyödyllisen tiedon kerääminen. Tämä prosessi jatkuu asiakasymmärryksen löy-tämisellä. Siinä hyödynnettävissä olevaa dataa analysoidaan ja jalostetaan liike-toiminnan kannalta mielenkiintoisten johtopäätösten saavuttamiseksi. (Rygiels-ki ym. 2002).
Kuva 6: Asiakkuuksienhallintajärjestelmän rooli tuotetun asiakasdatan käsitte-lyssä (Bahrami ym. 2012).
D’Haenin ja kumppaneiden (2013) mukaan yritysten olemassa olevien asiak-kuuksien tietoja sisältävät sisäiset tietokannat eivät kuitenkaan aina riitä, vaan yrityksen ulkopuolisen tiedon merkitys korostuu etenkin uusasiakashankinnas-sa. Sisäisistä tietokannoista voidaan saada yrityksen omista nykyisistä asiak-kaista sellaista tietoa, jota ei ole mistään muualla saatavissa. Täydentääkseen omia itse keräämiään asiakastietoja monet yritykset hankkivat käyttöönsä ul-koista dataa sen keräämiseen keskittyneiltä ulkoisilta toimittajilta. Ulkoisissa ja sisäisissä tietokannoissa olevan tiedon yhdistäminen on kuitenkin monesti on-gelmallista ja johtaa käytettävissä olevan yhteisen datan heikkoon laatuun.
(D’Haen ym. 2013). Wilsonin (2006) mukaan ulkoisten tietokantojen etuihin
kuuluu se, että niitä tarjoavat yritykset ovat yleensä ylläpitäneet ja keränneet tietokantaansa pitkältä aikajaksolta ja ovat jäsentäneet tiedot käyttöä palvele-vasti. Tekniikan kehittymisen myötä ulkoisia tietokantoja voidaan käyttää mo-ninaisin tavoin markkinointikampanjoiden kohdentamiseen sekä uusille että olemassa oleville asiakkuuksille. Parhaimmillaan ulkoisten tietokantojen hyö-dyntäminen yhdistettynä asiakkuuksienhallinnan johtamiseen kannustaa etsi-mään uusia mahdollisuuksia erityisesti potentiaalisimpien partnerien kanssa.
(Wilson 2006). Maun (2018) mukaan monet yritykset kokevat CRM-järjestelmiensä käyttöönoton epäonnistuneeksi, koska yritykset kokevat, ettei-vät ne ole saavuttaneet siihen liittyviä tavoitteitaan. Tämä johtuu yleensä siitä, että yritykset eivät ole osanneet valita ja yhdistellä oikeaa dataa analytiikkajär-jestelmiinsä. Analyyttiset CRM-järjestelmät voivat hyötyä merkittävästi ulkoi-sen datan yhdistelemisestä yritykulkoi-sen omaan dataan. Erityisesti ulkoiulkoi-sen datan yhdisteleminen yrityksen omiin datalähteisiin auttaa asiakkaan käytöksen ja tarpeiden ennakoinnissa (Mau 2018).
2.3.3 Dataperusteiset liiketoimintamallit
Asiakkuuksienhallinnasta on tullut entistä tärkeämpi toiminto yrityksissä. Asi-akkuuksienhallinnan käsite on kuitenkin usein painottunut myyvän yrityksen omiin toimintoihin ja tietotekniikkaan (Bukhari & Kazi 2016). Cambra-Fierron ja kumppaneiden (2017) mukaan pelkän asiakasorientoituneisuuden (Customer Orientation) sijaan tulisi asiakkuuksienhallintaa ajatella markkinaorientoitunei-suutena (Market Orientation). Markkinaorientoituneisuus yhdistettynä tiedon-hallintaan (Knowledge Management) edistää asiakkuuksienhallinnan onnistu-mista pelkkää aiempaa asiakasorientoituneisuutta enemmän. Yritysten on mahdollista luoda suurempaa asiakasarvoa panostamalla oman liiketoimintan-sa kannalta tärkeisiin tiedonhallinnan oliiketoimintan-sa-alueisiin. Teknologian sijaan huomi-on tulisi olla oikeanlaisen osaamisen ja siihen tähtäävien ohjelmien hankkimi-sessa. (Cambra-Fierro ym. 2017).
Saarijärven ja kumppanien (2013) mukaan lisääntynyt yritysten asiakkais-taan keräämä data on lisännyt palveluihin suuntautuvien liiketoimintastrategi-oiden mahdollisuuksia. Saarijärvi ja kumppanit puhuvatkin laajennetun asiak-kuuksienhallinnan käsitteestä. Siinä keskiössä on arvon tuottaminen asiakkaalle tämän omaa dataa hyödyntämällä. Uudenlaisessa palvelukeskeisessä liiketoi-mintastrategiassa toimittajan on mahdollista tarjota asiakkaasta keräämäänsä ja rikastamaansa asiakasdataa takaisin asiakkaalle, jotta asiakas voi edelleen käyt-tää tätä dataa omassa arvonluontiprosessissaan. Toimittajan palvelustrategiana onkin tällöin pyrkiä saavuttamaan se, että asiakas luo toimittajan tarjoamalla datalla arvoa itselleen omissa prosesseissaan. (Saarijärvi ym. 2013). Bukhari ja Kazi (2016) lisäävät, että asiakkaiden valinta on tärkeässä roolissa myös tiedon-hallinnan ja asiakasdatan käsittelyn kannalta, jotta yritys voi muodostaa oikein kerätystä ja käsitellystä datasta arvoa oikeille asiakkaille heidän omaa arvon-muodostusprosessiaan varten (Bukhrai & Kazi 2016).
Kuva 7: Asiakasdatan käytön laajentaminen oman yrityksen arvonluonnista asiakkaan arvonluontiin (Saarijärvi ym. 2013).
Asiakasorientoitumisen kehittyessä markkinaorientoituneisuudeksi voidaan kerätä tietoa koko toimialan markkinasta (Cambra-Fierro ym. 2017). Liiketoi-mintamallien uudistumisen myötä asiakasdatan rooli onkin Saarijärven ja kumppanien (2013) mukaan viime vuosina siirtynyt datan jakamisen aikakau-delle. Asiakasdata nähtiin aiemmin myyjän resurssina, mutta jalostamalla ke-räämäänsä asiakasdataa yritys voi tarjota datan takaisin asiakkaalle tämän omaksi resurssiksi. Tämä laajentaa asiakkuuksienhallinnan käsitettä toimittajan organisaation ulkopuolelle ja jopa yrityksen asiakkaiden väliseen keskinäiseen vuorovaikutukseen. Tämä malli korostaa arvon yhteisluomista ja asiakkaan palvelua hänelle relevantin datan avulla. (Saarijärvi ym. 2013). Kun arvoajatte-lua laajennetaan koskemaan myös asiakkaan itse luomaa arvoa, voidaan asiak-kuuksienhallinnan käsitettä laajentaa huomioimaan entistä enemmän palvelu-liiketoiminnan teoriaa ja palveluperusteisempia liiketoimintamalleja (Saarijärvi ym. 2014).