ЧТО ТАКОЕ СКОРИНГ?
Скоринг - это технология, при помощи которой, можно сегментировать покупательские рынки или проводить разделение клиентских баз на определенные группы. При скоринге классификация на группы или сегменты происходит не по какому-то одному показателю, а по совокупности нескольких, взаимосвязанных между собой характеристик. Например, для успешного проведения активных телефонных продаж требуется разработать различные сценарии проведения переговоров с потенциальными покупателями в зависимости от их платежеспособности. То есть платежеспособность – это тот показатель, который требуется определить. Но этот показатель очень трудно рассчитать в «чистом» виде, так как он состоит из нескольких частей и у разных покупателей может доминировать та или иная его составляющая. Уровень платежеспособности базируется на трех китах, а именно, на материальных, трудовых и финансовых ресурсах клиента. Следовательно, чтобы провести анализ этих трех составляющих, нужно собрать предварительную информацию о величине ресурсов, обработать ее и вывести некое среднестатистическое значение, которое и будет определять платежеспособность покупателя. Вот как раз сам метод обработки информации, при котором из нескольких характеристик получается одна, называется скорингом.
Варианты скоринга разнообразны и включают в себя статистические методы, различные способы линейного программирования, классификацию на основе дерева и нейронных сетей. Скоринг произошел от английского слова «scoring», которое означает подсчет баллов или очков в игре, поэтому в основе всех его разновидностей лежит в первую очередь простейший математический анализ информации. Скоринг легко автоматизируется с помощью технологий, которые уже давно используются на Западе (универсальные пакеты SAS и SPSS) и начинают понемногу осваиваться у нас (пакет Stat-Media, ORACLE SQL, SQL-Developer). Методы скоринга можно успешно использовать в различных секторах экономики, особенно там, где имеются большие базы данных по юридическим и физическим лицам, например: банковском, страховом, ресурсоснабжающем и ЖКХ.
Скоринг состоит из следующих этапов:
- выбора целевой характеристики;
- предварительного сбора ключевых сведений о клиенте (ключей), которые в совокупности определяют целевую характеристику;
- разработку скоринговой модели (присвоение каждому «ключу» определенного балла или «веса»), определения целевой характеристики по каждому клиенту;
- классификацию клиентов на основе полученных показателей.
Предварительный сбор информации (телемаркетинг) очень удобно проводить с помощью профессиональных колл центров, например, таких как Телеком-Экспресс. Кроме того, здесь же можно воспользоваться консалтинговыми услугами в вопросах определения целевых и ключевых критериев, анализа данных и разработки скоринговых моделей.
Широко используются методы скоринга для разработки различных программ лояльности для постоянных клиентов. Например, крупный ритейлер вознаграждает своих наиболее активных покупателей с помощью различных поощрений (скидки, бонусы, акции). Активные покупатели, обладающие необходимым уровнем платежеспособности и постоянно заинтересованные в товарах ритейлера, составляют около 15-20% от общего числа покупателей. То есть целевая характеристика – это активность покупателя. Ключи могут быть следующими: частота обращения покупателей в магазин и количество потраченных денег за месяц. Предварительная информация собирается посредством дисконтных карт или социологических опросов и анкетирования, проведенных с помощью аренды колл центра. Разрабатывается скоринговая модель, которая объединяет две ключевые характеристики и выделяет требуемый «активный» процент покупателей, уже не обезличенных, а с конкретными реквизитами. Эти покупатели, представляющие наибольшую ценность для ритейлера, и будут в последующем участниками большинства проводимых им программ лояльности.
Следует отметить, что точность итоговой оценки в очень большой степени зависит от исходных данных (выбора критериев и их «весов») и купить готовую скоринговую модель практически невозможно. Для разработки эффективной модели (и её «обучения») необходима значительная выборка сходных клиентских баз с уже известными результатами.