Золото может и не блестеть
Программное обеспечение Программное обеспечение

Но пора было заняться и лич-ными делами – застраховать квартиру, которую бабушка оставила Джети в наследство

Главная>Программное обеспечение>Золото может и не блестеть
Программное обеспечение Тема номера

Золото может и не блестеть

Дата публикации:
01.08.2014
Посетителей:
60
Просмотров:
54
Время просмотра:
2.3

Авторы

Автор
Андрей Байбутов В прошлом - консультант BI Центра программных решений компании "Инфосистемы Джет"
Но пора было заняться и лич­ными делами – застраховать квартиру, которую бабушка оставила Джети в наследство. Дело в том, что, когда наш герой после долгого путешествия оказался в небольшой, но уютной квартирке в центре города, с ее потолка капала желтоватая вода – на пол, как говорят синоптики, выпало N-ное количество миллиметров осадков.

 

 

Итак, Джети отправился в офис страховой компании.
– Здравствуйте, чем я могу Вам помочь? – обратилась к Джети главный менеджер по обслуживанию клиентов.
– Я хотел бы застраховать своё жильё.

 

Менеджер достала бланк для заполнения, и Джети был поражен тем, какой объём информации о каждом клиенте обрабатывается сотрудниками страховой компании. Пока наш герой заполнял свою анкету, он наблюдал за тем, что происходит вокруг. Многочисленные клиенты оформляли страховые полисы на квартиры, машины, выезд за рубеж и т.д. При этом операционистки работали в самых разных бизнес-приложениях – вносили в них клиентские данные.

 

– Вы у нас впервые? – задала вопрос менеджер.
– Пару лет назад в своем городе я оформлял у вас полис ОСАГО, вы, наверно, сами увидите это в вашей базе.
– К сожалению, это не так просто, у нас множество приложений, одно – для розничных и корпоративных продаж, другое – для страхования жизни и т.д. Есть еще бухгалтерская, финансовая системы. В них содержится самая разная информация по договорам, возможно, одних и тех же клиентов. Поэтому идентификация ваших данных в наших системах может занять достаточно много времени.
– А вы не думали о том, чтобы создать единое хранилище клиентской информации, содержащее так называемые золотые записи о каждом человеке? Они могут выглядеть, например, как карточка клиента, к которой будут привязаны все его договоры и полисы.
В ответ на предложение Джети менеджер покачала головой.
– Вы знаете, меня тоже интересует этот вопрос, но его лучше задать нашим ИТ-специалистам. Я могу пригласить одного из них побеседовать с вами.

 

ИТ-шник был краток в своем «диагнозе»:
– Да, мы уже думали об этом, но пришли к выводу, что реализовать задуманное практически нереально. Исторически сложилось так, что под каждый из наших продуктов внедрялась отдельная система учета. В результате в компании образовалась россыпь таких систем. Как сейчас консолидировать информацию и строить клиентскую аналитику, непонятно.
– Давайте я попробую вам помочь.

Действительно, если использовать программное решение класса CDI (Сustomer Data Integration) и построить единое клиентское хранилище, взять MDM-систему (Master Data Management), чтобы получить эталонные значения всех справочников из разных систем, и BI-решение, чтобы наглядно отображать всю эту информацию, можно снять с повестки дня озвученные выше вопросы.

 

Для начала необходимо произвести стандартизацию, очистку и обогащение клиентской информации из основных учетных систем компании. Затем нужно создать «золотые записи»: разработать правила автоматического слияния дубликатов, которые позволили бы из нескольких записей о клиенте создать одну, содержащую наиболее полную и корректную информацию. И под занавес интегрировать базу «золотых записей» с BI-платформой, чтобы настроить отчеты, позволяющие решать бизнес-задачи компании. Собственно, Джети и реализовал эту схему.

 

Помимо карточки клиента, необходимой любому менеджеру по продажам, компании нужно было в автоматическом режиме строить выборки для пролонгации клиентских договоров. До появления Джети с его идеей «золотого запаса» пролонгация осуществлялась очень просто: данные выгружались из нескольких систем, менеджеры вручную находили и аккумулировали информацию о клиентах, у которых заканчивались договоры, в этих выгрузках. Чтобы свести данные воедино, тратилось около 4–5 дней каждый месяц. Информация при этом была неполной – ручной режим давал себя знать.

 

Когда процесс был автоматизирован, сотрудники перестали терять контактные телефоны, не идентифицируя нужного клиента. Менеджеры по работе с клиентами не тратили время на сведение данных, получали актуальную информацию за несколько секунд, как следствие, дозванивались до большего количества людей, причем быстрее, чем конкуренты. После автоматизации процесса построения выборок пролонгация КАСКО за отчетный период возросла с 67 до 85% от всех договоров. При этом, имея карточку клиента и срез его телефонных номеров из разных систем, можно определить самый актуальный номер и постоянно поддерживать карточку в актуальном состоянии.

 

Кроме того, был оптимизирован процесс кросс-продаж. Для их эффективного проведения необходимо формировать портрет покупателя, который уже приобрел ту или иную услугу, и находить в общей выборке подобных клиентов, ещё не купивших этот продукт. Как организован этот процесс? Хранилище клиентской информации обновляется ежедневно, в него поступают данные из всех информационных систем. По определённо настроенным правилам (связка номера паспорта, даты рождения, ФИО, ИНН и др.) система находит одних и тех же клиентов в данных из разных приложений. Естественно, есть случаи, которые требуют разбора с участием специалистов, но большая часть выборки корректно сортируется автоматически. Сбор данных из систем в части всех остальных атрибутов (договоры, убытки, финансовый результат вместе со всеми оплатами и просрочками, ролевая модель в договоре) занимает не более 45 минут в сутки. После подключения информации из call-центра можно получить ещё больше актуальных телефонов клиентов. Далее, актуализируя информацию о наличии, например, автомобилей у клиентов, можно сортировать их по страховой сумме выше или ниже определённого значения. Таким образом, предложение о покупке услуги адресуется очень узкому кругу лиц.

 

В результате внедренный Джети комплекс позволил оптимизировать работу более чем 500 сотрудников компании. Поиск и анализ данных стали значительно проще.

Уведомления об обновлении тем – в вашей почте

Self-Service — новый вектор эволюции платформ BI

Сроки проектов BI не соответствуют темпам изменения бизнес-требований, и причины не только в циклах согласования, но и функциональных ограничениях BI-продуктов.

Легенды и мифы о QlikView

Наша компания была основана в 1993 году в Швеции в городе Лунд

Анализ событий в ситуационных центрах

Применение BI-технологий и анализ событий в ситуационных центрах нефтегазовых, энергетических, промышленных и транспортных компаний

Аналитические системы для силовых структур

Использование аналитических систем (BI) в силовых структурах позволяет решать 2 глобальные задачи – осуществлять оперативный мониторинг и проводить анализ исторических данных для выявления и пресечения негативных тенденций в работе правоохранительных органов

Внедрение системы анализа эффективности производства в Группе компаний Danone-Юнимилк

Международная компания Danone работает в более чем 120 странах по всему миру. Головное предприятие, расположенное во Франции, формирует требования в отношении отчетности, которую региональные подразделения представляют руководству концерна

Анализ кассовых чеков

Наш опыт работы с компаниями из разных отраслей рынка показывает, что ритейлеры предъявляют к аналитике наиболее жесткие требования

Всего лишь «более быстрая лошадь»?

Для сегодняшнего бизнеса уже недостаточно стандартной аналитической от-чет-ности, описывающей состояние дел на вчера – решения необходимо принимать в реальном времени

Будущее банков. Технотренды в банковской сфере

Несмотря на сложность экономической ситуации и сокращение бюджетов на автоматизацию, банки остаются в числе наиболее высокотехнологичных компаний.

BI в формате Oracle

Компания Oracle представлена на рынке систем бизнес-анализа достаточно давно. Первоначально основой BI-платформы, предлагаемой вендором, служил Oracle Discoverer, однако после приобретения компании Siebel за основу был взят продукт Siebel Analytics.

Спасибо!
Вы подписались на обновления наших статей
Предложить
авторский материал





    Спасибо!
    Вы подписались на обновления наших статей
    Подписаться
    на тему







      Спасибо!
      Вы подписались на обновления наших статей
      Оформить
      подписку на журнал







        Спасибо!
        Вы подписались на обновления наших статей
        Оформить
        подписку на новости







          Спасибо!
          Вы подписались на обновления наших статей
          Задать вопрос
          редактору








            Оставить заявку

            Мы всегда рады ответить на любые Ваши вопросы

            * Обязательные поля для заполнения

            Спасибо!

            Благодарим за обращение. Ваша заявка принята

            Наш специалист свяжется с Вами в течение рабочего дня