"Segmentacja pozwala uzyskać wiedzę na wielu różnych poziomach, na przykład o tym, jakich mamy klientów, z jakich produktów oni korzystają, które produkty są mało popularne, ale mają duży potencjał rynkowy" - wyjaśnia Radosław Grabiec, Business Development Director z SAS Institute. Segmentacja pozwala też zrozumieć, jakie potrzeby mają klienci, jakimi kryteriami kierują się w swoich wyborach, jaki tryb życia prowadzą. W konsekwencji - jaki jest ich potencjał biznesowy, czyli jakie decyzje będą podejmować, gdy się im zaoferuje określony produkt czy usługę. "Tego już konkurencja nie jest w stanie powielić. I w tym tkwi dzisiaj rzeczywista przewaga konkurencyjna coraz większej ilości firm" - podkreśla Radosław Grabiec.

Ekspert zwraca uwagę, że segmentacja daje możliwość stworzenia mapy skupisk i białych plam, jeżeli chodzi o rzeczywiste wykorzystanie oferowanych przez firmę produktów i usług. Widać, jakie oferty cieszą się największym zainteresowaniem w jakiej grupie klientów i odwrotnie. Na przykład, można zaobserwować, że poziom sprzedaży produktów inwestycyjnych dla zamożnych klientów jest zdecydowanie za niski niż się tego spodziewano. To może znaczyć, że ci klienci mają takie produkty kupione u konkurencji. "Dla zrobienia dobrej, użytecznej segmentacji nie wystarczy bazować na podstawowych kategoriach, typu wiek, miejsce zamieszkania, wysokość dochodów. Liczy się też wiedza o zachowaniach tej grupy klientów na rynku. Taką wiedzę można uzyskać zarówno z obserwacji rynku, jak i z umiejętnego łączenia ze sobą informacji o aktywności klienta w danej firmie. Na przykład, w banku poprzez zestawienie danych o wpłatach, wypłatach, realizowanych płatnościach kartą, u operatora telekomunikacyjnego - danych o zestawianych połączeniach, wysyłanych SMS-ach, sposobach reakcji na nowe oferty itp." - tłumaczy Radosław Grabiec.

Oprócz segmentacji, do analizy zachowań klientów stosuje się także inne, bardziej zaawansowane metody, takie jak drzewa decyzyjne, sieci neuronowe, regresję liniową lub logistyczną czy modele predykcyjne. "Jest olbrzymia ilość metod, które można zastosować. Wybór zależy od posiadanych danych oraz od tego, co chce się osiągnąć, jaką wiedzę na temat klientów uzyskać. Wiadomo na przykład, że regresja dobrze sprawdza się przy churnie, a sieci neuronowe przy modelowaniu zachowań, ale są z kolei trudne w interpretacji" - wyjaśnia Radosław Grabiec.

Coraz większego znaczenia nabiera ostatnio analiza relacji społecznych klientów (social CRM). Chodzi o sprawdzanie powiązań poszczególnych osób z innymi osobami i wynikających z nich okazji biznesowych. Na przykład, czy mąż i żona mają konta w tym samym banku, czy znajomi klienta korzystają z telefonu u tego samego operatora, czy sąsiedzi jeżdżą na wakacje korzystając z usług tego samego biura podróży itp. Dane do analiz mogą znajdować się bezpośrednio w bazach transakcyjnych firmy, bądź mogą być dostępne w otwartych zasobach sieciowych, na przykład w serwisie Nasza klasa, bądź też mogą być generowane przez specjalne automaty przeszukujące treści w Internecie.