• Nie Znaleziono Wyników

Systemy wspomagania decyzji w zarządzaniu

Technologie informatyczne pomagają firmom przyspieszać procesy podejmowania decyzji, być konkurencyjnymi i dochodowymi. W organizacji, która w procesie wspomagania

26

zarządzania wykorzystuje system informatyczny, wyróżnia się 4 rodzaje systemów przetwarzania informacji: systemy transakcyjne (TPS – Transaction Processing Systems), systemy informacyjne (MIS – Management Information Systems), systemy informowania kierownictwa (EIS – Executive Information Systems) i systemy wspomagania decyzji (DSS – Decision Support Systems). Każdy z wymienionych systemów przeznaczony jest dla innej grupy użytkowników i umieszczony jest na innym poziomie organizacyjnym [Kopczewski 2005, s. 37-46].

Na rozwój informatycznych systemów wspomagania decyzji znacząco wpłynęły dwa trendy w dyscyplinach naukowych: marketing i informatyka gospodarcza  z jednej strony rozwój marketingu transakcyjnego w kierunku relacyjnego, a z drugiej zmiana zarządzania informacjami w zarządzanie wiedzą o klientach [Schulze 2002, s. 8]. Dynamika otoczenia i oczekiwania współczesnych organizacji (takich jak: organizacje wirtualne czy benchmarking i konieczność wspomagania procesu zarządzania strategicznego) wywołały konieczność budowy systemów informatycznych zdolnych do wspomagania procesów decyzyjnych źle ustrukturyzowanych i nieustrukturyzowanych. Systemy te bazują na idei systemów ekspertowych i metodach sztucznej inteligencji (nazywa się je SBW – systemy z bazą wiedzy).

Ich najbardziej istotną cechą jest odwzorowanie procesów rozumowania decydenta oraz stosowanie reguł decyzyjnych w danym obszarze problemowym.

DSS i związane z nimi hurtownie danych znajdują się na najwyższym szczeblu organizacyjnym przedsiębiorstwa, poniżej są systemy transakcyjne i powiązane z nimi bazy danych [Kopczewski 2005, s. 37-46]. Jak wskazuje K. Krupa [Krupa 2006, s. 40-79], umożliwiają one: symulowanie różnych sytuacji decyzyjnych, analizowanie procesu wyboru modeli przez użytkownika, ocenę projektów decyzji i generowanie objaśnień realizowanego procesu decyzyjnego. Obsługują jednak głównie sytuacje i procesy dobrze ustrukturyzowane, w wysokim stopniu zdeterminowane, tak więc wykorzystanie ich np. do procesów planowania (z uwagi na wysoką złożoność i trudność precyzyjnego opisu matematycznego) jest mało popularne. Sam proces decyzyjny w DSS może być natomiast modelowany metodami symulacyjnymi. Rozwinęły się w nich moduły obsługujące nowe dziedziny zarządzania, jak np.: zarządzanie dokumentami (workflow), zarządzanie finansami, logistyka, marketing, CRM, EDI (elektroniczna wymiana dokumentów).

27

Proste aplikacje typu CM (Contact Management) dały początek systemom CRM (Customer Relationship Management – zarządzanie relacjami z klientami). Pierwotnie łączyły one funkcje bazy danych oraz kalendarza, umożliwiały analizę danych dotyczących klientów oraz kontakt z nimi. Ich rozwinięciem były narzędzia SFA (Sales Force Automation), pozwalające w ramach jednego systemu informatycznego na integrację wszystkich zadań w firmie związanych z obsługą klienta, udostępnianiem informacji on-line czy sprzedażą. Od CM swój początek wzięły również produkty: CRS (Call Reporting System), TMS (Territory Management System), SMS (Sales Management System), STA (Sales Team Automation). Wszystkie te systemy bazowały na rozwiązaniach sieciowych i telekomunikacyjnych, pozwalały na elektroniczną wymianę danych oraz dawały dostęp do informacji o transakcjach i profilach klientów [Adamczewski 2004, s. 147-149].

Firmy takie jak Siebel, Oracle, Net Perceptions, Kana, Broadvision rozwinęły funkcjonalność systemów CRM od śledzenia zachowań klientów w sieci Web (w celu przewidywania ich przyszłych ruchów) do bezpośredniej wysyłki e-mailowej ofert.

Przyczyniły się do kształtowania światowego rynku produktów i usług CRM wartego w 1999 r. 34 mld dolarów, a w 2004 r. niemal 125 mld dolarów.

CRM rozumiany jest jako e-maile wysyłane do klientów, ale także jako kastomizacja i rozwijanie produktów według potrzeb klientów. Z kolei dla konsultantów IT to po prostu OLAP (On Line Analytical Processing – systemy analitycznego przetwarzania na bieżąco) i CICs (Customer Interaction Centers) [Winer 2001, s. 89-105].

A. Januszewski [Januszewski 2008, s. 219-224] jako przyczyny powstania systemów CRM podaje brak umiejętności firmy dotyczący:

 szybkiej i wyczerpującej odpowiedzi na pytania, jakie stawia klient,

 przedstawienia klientowi atrakcyjnej oferty,

 szybkiego rozwiązania problemu klienta,

 szybkiego przygotowania dokumentacji niezbędnej do przygotowania lub zawarcia transakcji z klientem.

Zgodnie z założeniami CRM każdy klient jest inny, wymaga indywidualnego podejścia i opracowania strategii związku z firmą. Określenie właściwej strategii związku z klientem powinno być realizowane indywidualnie (w zależności od czynników leżących po stronie firmy, jak branża, rynek, i klienta – preferencje, oczekiwania) i wybrane w oparciu o analizy

28

procesu kreowania wartości. Trwałość relacji z klientem decyduje o sile związku z nim. Im większa satysfakcja klienta, tym większa siła związku (a więc bariera utrudniająca nabywcy rezygnację z usług danego przedsiębiorstwa). Więzi między firmą a klientem mogą być związane z systemem wartości i preferencjami nabywcy oraz sposobem oddziaływania firmy na klienta [Buchnowska 2006, s. 43-54].

Stosowanie systemów zarządzania relacjami z klientami umożliwia indywidualne traktowanie każdego klienta, zgodnie z jego oczekiwaniami, nawet w firmach, w których:

liczba klientów, handlowców i produktów (i możliwości ich konfiguracji) jest duża, cykl sprzedaży produktu/usługi jest skomplikowany i długi, zakupy są dokonywane powtarzalnie, a konsumenci wymagają wsparcia technicznego czy częstego dostępu do informacji handlowych.

Ewolucja koncepcji zarządzania relacjami z klientami spowodowała rozwój systemów w kierunku:

KCRM (Key Customer Relationship Management – zarządzanie relacjami z kluczowymi klientami) i koncentracja na najlepszych, przynoszących zyski klientach [Jansen 2008, s. 1-6];

KCRM (Knowledge-enabled Customer Relationship Management – zarządzanie relacjami z klientami na bazie wiedzy) jako zarządzanie wiedzą o klientach i partnerach biznesowych [Buchnowska 2006, s. 29; Österle, Fleisch, Alt 2001, s. 141-143];

CMR (Customer Managed Relationship – relacje zarządzane przez klienta) – zaangażowanie klienta w kształtowanie relacji z firmą poprzez dostęp do informacji i kontroli zamówień [Peppers, Rogers 2004, s. 65-80];

ECRM lub ERM (Enterprise Relationship Management) – CRM do ogólnoorganizacyjnego przeglądu klientów [Weidenmier 2000];

ERM (Emplay Relationship Management) – obsługa relacji z pracownikami;

eCRM (Electronic Customer Relationship Management) – elektroniczna, internetowa obsługa relacji z klientami [Reponen 2003];

VRM (Visitors Relationship Management)  obsługa relacji przez strony www;

CVM (Customer Voice Relationship) – głosowa komunikacja z klientem;

PRM (Partner Relationship Management – zarządzanie relacjami z partnerami) [Schultze 2007];

29

cCRM (Collaborative CRM – współpracujący CRM) – współpraca klienta z firmą [Fjermestad, Romano 2006];

SRM (Supplier Relationship Management – zarządzanie relacjami z dostawcami) – ocena i wybór najlepszych dostawców [Appelfeller, Buchholz 2005, s. 294];

DRM (Device Relationship Management) – obsługa relacji, w której jeden z obiektów jest automatem;

mCRM (Mobile CRM – przenośny CRM)  wykorzystanie technologii bezprzewodowych w przekazywaniu informacji klientom lub partnerom [Dyché 2002, s. 12];

 xCRM [Dyché 2002, s. 12] – przedrostek „x” używany jest przy określaniu hybryd CRM.

CRM to zmiana sposobu myślenia ze: „znaleźć klienta na produkt” na: „znaleźć produkt dla klienta” [Rapp 2005, s. 41]. Jest to istotne narzędzie pozyskiwania danych o konsumentach i badania ich preferencji. W wielu firmach produkcyjnych, szczególnie tych realizujących łańcuch dostaw za pośrednictwem Internetu, indywidualne dane o kupującym są rejestrowane i monitorowane właśnie za pomocą oprogramowania CRM. Ponieważ dane pochodzą z wniosków, opinii i sugestii przekazywanych przez klientów osobiście, w większym stopniu odzwierciedlają ich rzeczywiste potrzeby. Ponadto mogą one zagwarantować lepsze spojrzenie na rzeczywiste, bieżące potrzeby konsumenta niż analiza danych historycznych czy prognozowanie tendencji. Pozyskiwanie informacji na tym poziomie szczegółowości może pomóc firmom we wczesnym rozpoznaniu popytu na towary, usługi i zmieniające się trendy. Stanowi to podstawę do projektowania nowych produktów i usług, a w konsekwencji prowadzi do rozwoju wiedzy i działalności oraz poprawy efektywności łańcucha dostaw.

Dane z CRM mogą być wykorzystane do opracowania planów dostosowanych do indywidualnych konsumentów. Gromadzenie na bieżąco informacji na temat oczekiwań nabywców może w porę ostrzec o zmianach preferencji. Może to stanowić dużą bazę wiedzy dla inżynierów opracowujących plany zakupu surowców i produkcji [Vollmann i in. 2005, s. 26-28]. R. Griffin podkreśla znaczenie informacji o kliencie, będącej bardzo ważnym elementem pracy każdego menadżera i stanowiącej część procesu kontroli [Griffin 2002, s. 674].

30