CRM at-the-click-of-a-mouse is een illusie

Sinds 2005 maakt de cloud-gebaseerde CRM oplossing van Salesforce.com enorme opmars. De belofte van de oplossing is dan ook bijna te mooi om waar te zijn. Voor slechts een paar tientjes per gebruiker per maand krijg je toegang tot flink wat CRM functionaliteit, je hoeft als afdeling niet langs ICT of Inkoop om te starten en het gebruiksgemak is zó groot, dat het wel een wonder moet zijn als de gebruikers deze tool niet zouden gaan gebruiken.

Onder de indruk van het commerciële succes van Salesforce.com gingen ook andere grote CRM leveranciers, waaronder Oracle ne Microsoft hun cloud-oplossing steeds meer pushen. Maar hoe groot de commerciële successen aanvankelijk ook mochten zijn, werkelijke succesverhalen waren en zijn er maar nauwelijks. Het online beschikbaar stellen van een database met klantgegevens wil immers nog niet automatisch zeggen dat individuele verkopers en marketers ook daadwerkelijk gebruik zullen maken van deze tool. Daar is meer voor nodig. Namelijk een duidelijke visie (wat willen wij als organisatie met de inzet van dit CRM systeem bereiken; wat moeten onze relaties merken van het feit dat wij CRM geïmplementeerd hebben); heldere communicatie over deze visie (gebruikers moeten de voordelen van het gebruik in hun dagelijkse werk ervaren; opname in de corporate informatie-architectuur van het implementerende bedrijf (wat is de functie van CRM in relatie tot andere systemen; welke informatie leeft primair in CRM en wordt vanuit CRM beschikbaar gesteld aan andere tools) en realisatie van core-procesondersteuning in CRM (als mensen voor de uitvoer van hun dagelijkse werk niet naar CRM hoeven, zullen ze proberen redenen te vinden om CRM te mijden of omzeilen.
Relatiebeheer omwille van het relatiebeheer zelf, is gedoemd te mislukken. Er moeten redenen zijn om de relatie te onderhouden en de interactie die concreet uiting geven aan het relatiebeheer moeten ingebed zijn in de duidelijk beschreven processen en werkstromen.
Een stand-alone (dus niet met andere systemen gekoppeld) CRM systeem, dat slechts het feestje is van een afdeling e juist is opgezet om corporate beleid voorbij te gaan, is gedoemd om te mislukken. CRM implementeren betekent het uitvoeren van een veranderproces. En dat blijft zo, hoe laagdrempelig je de aanschaf en de technische implementatie ook maakt.
Succesverhalen over een snelle technische implementatie van Salesforce.com en andere cloud-based CRM oplossingen zijn er legio, positieve verhalen over het daadwerkelijke gebruik of over gerealiseerde Return On Investment (ROI) zijn echt nauwelijks te vinden. Logisch: CRM-at-the-click-of-a-mouse is een illusie.

Advertentie

Big Data Vraagt Om Big Sharing

We produceren en publiceren met elkaar immense hoeveelheden data. Dagelijks worden er meer minuten video geüpload naar YouTube dan een normaal mens in zijn leven kan bekijken. Dagelijks worden er via Twitter ruim 500 miljoen Tweets verzonden. Op Facebook en Instagram worden miljoenen levens bijna van minuut tot minuut verslagen, vaak ook nog met behulp van hoog-resolutie beeldmateriaal. Onze auto’s zijn voor een belangrijk deel computer gestuurd en alle rit- en verbruiksinformatie wordt netjes opgeslagen. Pakketjes die verstuurd worden zijn voorzien van chips en kunnen in elke fase van het bezorgtraject gevolgd worden. Al deze gegevens, die vanwege hun hoeveelheid en verscheidenheid ook wel wordt aangeduid met de term BIG DATA bevat schatten aan informatie, die – mits goed geïnterpreteerd – een serieuze bijdrage kan leveren aan het optimaliseren van processen, het tijdig onderkennen van risico’s en misschien zelfs ook wel in het doen van adequate voorspellingen.

Google heeft een aantal jaren geleden reeds bewezen beter in staat te zijn om de verspreiding van een griepepidemie te voorspellen dan de World Health Organization. Google combineerde hiervoor onder meer de topografische herkomst van mensen die op woorden als ‘keelpijn’ en ‘koorts’ zochten met verkoopcijfers van citrusvruchten in diezelfde regio. En recent heeft Microsoft de knock-out ronde van het wereldkampioenschap voetbal foutloos (!) weten te voorspellen, door historische wedstrijduitslagen van de diverse teams te combineren met gegevens uit weersvoorspellingen, de aard en de kwaliteit van de grasmat in het stadion waar de wedstrijd gespeeld zou worden, de afstand van de thuisstad van de teams tot Brazil, de hoeveelheid meereizende fans, etc.
Bovenstaande voorbeelden geven de relevantie van het uitvoeren van Big Data analyses aan. De voorspellingen die op basis van dergelijke analyses gedaan worden kunnen – zeker wanneer er zelflerende algoritmes bij gebruikt worden – zelfs zo goed kloppen, dat het heel reëel is om e overwegen veel processen en beslissingen aan te laten sturen door Big Data analyse uitkomsten, in real time. We spreken dan over Data Driven Decision Making. De verkeersregeling in veel grote steden, het aansturen van hartbewakingsmachines in ziekenhuizen, het uitvoeren van risico-analyses bij financiële transacties: het zijn allemaal gebieden waar Big Data analyses nu al dagelijks in de praktijk voor worden ingezet.

De techniek om deze analyses op gigantische hoeveelheden gegevens, die veelal niet in een gestructureerd formaat opgeslagen zijn, uit te voeren is reeds vergevorderd. Er zijn mogelijkheden om de data in grote clusters ‘in de cloud’ op te slaan, en de benodigde rekencapaciteit hoeft niet meer per se van supercomputers met mega-processoren te komen, maar kan ook door slimme aaneenschakeling van vele lichtere computers in peer-to-peer netwerken worden geregeld.
En nu de techniek beschikbaar is (en alleen nog maar tot meer in staat zal blijken in de komende jaren) is het voor organisaties vooral van belang erover na te denken hoe zij al deze mogelijkheden willen toepassen. Een eerste belangrijke stap daarbij is het kijken naar wat andere, vergelijkbare organisaties al met Big Data Analyse doen. Wat hebben zij geanalyseerd, welke algoritmes gebruikten zij daarbij en welke databronnen? Alleen dan wanneer bedrijven en instellingen bereid zijn deze kennis met elkaar te delen kunnen de mogelijkheden die Big Data Analyse biedt optimaal benut worden. De benodigde data is bedrijfs-of instelling-overschrijdend; laat de kennis omtrent de toepassingen dat dan ook zijn.