przykłady projektów usprawniających zarządzanieankasin.pl/images/przyklady_proj.pdfwyniósł...
TRANSCRIPT
Przykłady projektów
usprawniających zarządzanie
operacyjne
1. Skrócenie czasu obsługi w placówkach banku
2. Monitorowanie procesu kredytowego dla segmentu MŚP
3. Optymalizacja procesu sprzedaży w centrum obsługi
telefonicznej
4. Optymalizacja procesu udzielania kredytu hipotecznego
5. Optymalizacja sprzedaży kart bankowych
Andrzej Kasiński
DMAIC – powtarzalny przebieg projektu Co należy poprawić ?
Czy ich wystarczy ?
Co robimy nieefektywnie ?
Jaki stan by nas zadawalał ?
Jakie dane o tym świadczą ?
Czy są wiarygodne ?
Jaki wskazują wynik ?
Jakie mamy „pytania do
procesu” ?
Jakie mamy odpowiedzi ? Czego nie możemy tolerować ?
Co należy zmienić ?
Od czego zależy nasz wynik ?
Czym ryzykujemy ?
Jakie są wyniki po zmianie ?
Czy mamy „nowe dane” ?
Jak możemy to zmienić ?
Czy jest ok. ?
Co musimy kontrolować ?
Jaki stan nas zadawala ?
Czy zostało coś do zmiany ?
Projekt DMAIC
Skrócenie czasu obsługi klientów w
oddziałach bankowych
Kilka słów o usprawnianym procesie… • Proces obsługi klientów w oddziałach banku w tym sprzedaży
obejmuje:
• Przyjęcie dyspozycji klienta
• Weryfikacja tożsamości
• Wprowadzenie danych do systemu
• Dodatkowe prace przy okazji realizacji dyspozycji klienta: skanowanie,
wydruki, operacje gotówkowe itp.
• Akceptacja zgodności dyspozycji
• Przekazanie potwierdzenia klientowi
• Jeden z głównych procesów sprzedażowych
• 3 duże grupy produktowe: kredyt gotówkowy, konto osobiste i karta
kredytowa
• 17 różnych usług oferowanych w trakcie wizyty klienta w oddziale
• Celem jest skrócenie czasu obsługi tak aby wygospodarować czas na
bardziej aktywne działania sprzedażowe
CTO dla projektu
W opinii klientów czas obsługi jest zbyt długi, jest to
wada w stosunku do innych ocenianych elementów
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Co należy poprawić ?
miejsce parkingowe
ochrona informacji
rodzaj wymaganych
dokumentów i formalności
jasna informacja o
wymaganiach
czytelność materiałów reklamowych
szybkość obsługi
wygodny sposób obsługi
uprzejmość pracowników jasna informacja o produkcie
i jego funkcjonowaniu
kompetencje pracowników
2,2
2,4
2,6
2,8
4,0 4,2 4,4 4,6 4,8 5,0 5,2
Zadowolenie
Wa
żność
wygodny sposób oczekiwania
STRATEGICZNE ZALETY
NISZE – ZALETY
O MNIEJSZYM ZNACZENIU
STRATEGICZNE WADY
NISZE – WADY
O MNIEJSZYM ZNACZENIU
Karta Projektu Tło biznesowe: Miesięcznie w oddziałach sprzedajemy miesięcznie ok. 7500 produktów. Dochód
miesięczny z produktów sprzedanych dla klientów indywidualnych w sprzedaży oddziałowej to ok. 80%
całego dochodu z klientów indywidualnych
Ponad 50% klientów pozyskanych w sprzedaży oddziałowej jest skłonnych do zakupu kolejnych produktów
w różnych kanałach sprzedaży
Opis problemu: Czas obsługi w oddziałach jest zbyt długi, średni czas w grudniu 2007 /styczniu 2008 roku
wyniósł prawie 14 minut, czyli znacznie powyżej oczekiwań sprzedaży oraz został najniżej oceniony w
badaniu satysfakcji klientów (VOC).
Cel projektu: Celem projektu jest skrócenie czasu do poziomu poniżej 8 minut. Ponad 90% klientów
powinno zostać obsłużonych w czasie poniżej 12 minut.
Jednocześnie nie powinno to mieć wpływu na poziom sprzedaży oraz ryzyka biznesowego – liczba
wyłudzeń, oszustw itp.
Zakres projektu / poza zakresem: Projekt dotyczy procesu obsługi klientów indywidualnych w oddziałach
banku. Obejmuje czas od wywołania klienta przez pracownika obsługującego do momentu przywołania
następnego klienta lub rozpoczęcia działań na zapleczu.
Projekt nie obejmuje czasu oczekiwania oraz procesu obsługi dla klientów instytucjonalnych.
Korzyści finansowe: Dodatkowy czas wygospodarowany na działania sprzedażowe w oddziale bez
zwiększenia zatrudnienia. Przy wzroście sprzedaży o 10% korzyści z projektu przekroczą 200 tys PLN
miesięcznie
Ogólna mapa procesu: SIPOC
Umiejscowienie procesu w organizacji
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Co robimy nieefektywnie ?
Jaki stan by nas
zadawalał ?
Dostawca Wkład Proces Wynik Odbiorca
Supplier Input Output Customer
Skarbiec gotówka, bilon i banknoty
1 Przywołanie klienta Potwierdzenie realizacji
dyspozycji Archiwum
Dział IT system informatyczny 2 Weryfikacja tożsamości
Potwierdzenie realizacji
dyspozycji Klient
Dział organizacji Procedury 3
Wprowadzenie danych do
systemu
Dane wprowadzone do
systemu
dział IT, przetwarzanie
danych
Klient dyspozycja 4 Realizacja dyspozycji
Klient dowód tożsamości 5 Wydruk potwierdzenia
Dział administracji papier
Dział produktowy
informacje o produktach,
regulaminy
Marketing
broszury i materiały
reklamowe
Kadry pracownicy, obsługa
Process
CTQ projektu:
Cecha: czas obsługi
Miara: minuty
Cel: 8 minut
Limit specyfikacji: 12 minut (USL)
Defekt: Każda obsłużona osoba w czasie powyżej 12 minut
Miernik wyników projektu
• Y projektu – liczba minut od przywołania klienta przez
pracownika w systemie Q-matic do przywołania
następnego klienta lub przerwy w obsłudze
• Czas ten zależy od różnych czynników, które w naszym
projekcie będziemy nazywać x’ami: – Czy w trakcie obsługi sprzedaliśmy produkt
– Konieczność skanowania dokumentów lub centralnego
wydruku
– Czy dyspozycja klienta dotyczyła operacji gotówkowej
– Inne czynniki „spoza procesu” np. kwota transakcji, rodzaj
klienta, pora dnia, dzień tygodnia, miesiąca itp.
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Jakie dane o tym świadczą ?
W efekcie analizy danych
otrzymamy równanie
matematyczne Y=f(x)
• Zebrano dane dotyczące 775 klientów obsłużonych w oddziałach
w okresie od 17 grudnia do połowy stycznia
• Próbka jest reprezentatywna z dokładnością +/- 1,25 minuty
• Próbka pokazuje poziom sprzedaży z dokładnością +/- 3,4 %
• Dane pochodzą bezpośrednio z systemu Q-matic,
– nie są zbierane ręcznie
– Zawierają zapis obsługi losowo wybranych klientów z losowo
wybranych oddziałów
Plan zbierania danych
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Czy dane są wiarygodne i czy
zebraliśmy ich dostatecznie dużo ?
Podstawowe założenia procesu
Ponad 40% klientów jest obsługiwanych dłużej niż w 12 minut
120100806040200
USL
LSL *
Target *
USL 12
Sample Mean 13,7795
Sample N 775
Mean 13,7795
Process Data
Z.Bench 0,21
Z.LSL *
Z.USL 0,09
Ppk 0,03
Overall Capability
% < LSL *
% > USL 39,48
% Total 39,48
Observed Performance
% < LSL *
% > USL 41,86
% Total 41,86
Exp. Overall Performance
Process Capability of P1Calculations Based on Exponential Distribution Model
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Y w naszym procesie jest
na bardzo niskim poziomie.
Sigma procesu jest bliska
zera – na poziomie 0,21
(w skali od 0 do 6)
Czy uzyskaliśmy dobry wynik ?
P-Value = 0,000
Średni czas obsługi bez wydruku wynosi średnio
3,52 minuty podczas gdy z wydrukiem 21,4 minut
Wynik różni się w zależności od tego czynnika.
Wydruk N Średni Odchylenie
0 330 3,52 5,16
1 445 21,4 19,3
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Czy na średni czas w naszym procesie ma wpływ to
czy w trakcie wizyty drukowaliśmy coś dla klienta
lub skanowaliśmy, czy dobyła się sprzedaż lub
wykonaliśmy transakcję gotówkową ?
Sprzedaż N Średni Odchylenie
0 282 10,4 11,6
1 493 15,7 19,7
Sprzedaż ma również istotny wpływ na
wynik uzyskiwany w procesie
Lecz nie aż tak duży jak wydruk…
Pomimo tego że średni czas w przypadku
dyspozycji gotówkowej nieco się wydłuża – nie jest
to istotna statystycznie różnica – odpowiedź NIE
Gotówka N Średni Odchylenie
NIE 588 13,3 16,0
TAK 187 15,3 21,1
P=0,000
P=0,232
Obrót gotówkowy nie wydłuża średniego czasu procesu lecz wpływa na
zmienność – odchylenie standardowe zwiększa się z 16 do 21 godzin.
TAK
NIE
25,022,520,017,515,0
C1
8
95% Bonferroni Confidence Intervals for StDevs
TAK
NIE
140120100806040200
C1
8
CZAS
Test Statistic 0,58
P-Value 0,000
Test Statistic 3,06
P-Value 0,081
F-Test
Levene's Test
Test for Equal Variances for CZAS
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Im większa zmienność w
procesie tym większe
prawdopodobieństwo
przekroczenia limitu
specyfikacji, czyli
niespełnienia wymagań
klientów
Czy na zmienność w naszym procesie ma wpływ to
czy mieliśmy dyspozycję gotówkową ?
Analiza sprzedaży
Prezentacja częstotliwości występowania poszczególnych rodzajów sprzedaży:
4 najczęstsze warianty stanowią 64% wszystkich przypadków sprzedaży
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Wielkość sprzedaży 24 22 15 13 36180 158 114 112 62 60 57 25
Percent 3 3 2 1 421 18 13 13 7 7 6 3
Cum % 90 93 94 96 10021 38 51 64 71 78 85 87
Typ produktu
Oth
er
Kred
yt 2
Karta 4
Karta 5
Kont
o 1
Kont
o 6
Karta 2
Kont
o 4
Karta 6
Karta 1
Kont
o 3
Karta 3
Kont
o 2
900
800
700
600
500
400
300
200
100
0
100
80
60
40
20
0
Wie
lko
ść s
prz
ed
aży
Perc
en
t
Pareto Chart of Typ produktu
Konto 2 N Mean StDev ------+---------+---------+---------+--
0 595 13,27 16,50 (--------*--------)
1 180 15,42 20,08 (---------------*---------------)
------+---------+---------+---------+---
12,8 14,4 16,0 17,6
Karta 3 N Mean StDev ---+---------+---------+---------+------
0 617 12,42 14,96 (---*----)
1 158 19,02 24,12 (--------*--------)
---+---------+---------+---------+------
12,0 15,0 18,0 21,0
Konto 3 N Mean StDev ---+---------+---------+---------+------
0 661 12,13 15,35 (--*---)
1 114 23,24 24,38 (-------*-------)
---+---------+---------+---------+------
12,0 16,0 20,0 24,0
Karta 1 N Mean StDev +---------+---------+---------+---------
0 663 13,36 17,02 (------*-----)
1 112 16,19 19,45 (---------------*---------------)
+---------+---------+---------+---------
12,0 14,0 16,0 18,0
P=0,112
P=0,000
P=0,000
P=0,145
Wariant „Karta 3” wydłuża
proces
Wariant „Konto 3” wydłuża
proces
Wariant „Karta 1” nie
wydłuża procesu
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Przypadki sprzedaży wariantu
„Konto 2” nie wydłużają czasu
Czy na średni czas w naszym procesie mają wpływ i
które z najczęściej sprzedawanych wariantów ?
P=0,145
Brak Gotówka SUMA
Wydruk 245 85 330
Brak 343 102 445
SUMA 588 187 775
P=0,362 Bez względu na poziom
transakcji gotówkowych –
nie ma to wpływu na to czy
był wydruk / skan lub nie
było
Brak Sprzedaż SUMA
Brak 130 200 330
Wydruk 152 293 445
SUMA 282 493 775
P=0,135 Bez względu na poziom
sprzedaży – nie ma to wpływu na
to jak często drukowaliśmy lub
skanowaliśmy jakiś dokument dla
klienta
Brak Sprzedaż SUMA
Brak 278 310 588
Gotówka 4 183 187
SUMA 282 493 775
P=0,000
To czy realizowaliśmy dyspozycję
gotówkową ma wpływ na poziom
sprzedaży
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Jakie są zależności pomiędzy badanymi czynnikami ?
W 98% przypadków jeśli klienci
zlecali dyspozycje gotówkowe
wizyta zakończyła się sprzedażą
Level N Mean StDev ---+---------+---------+---------+------
8 39 21,64 25,52 (-----*----)
9 79 16,68 22,10 (---*--)
10 87 11,93 11,74 (---*--)
11 74 13,01 20,09 (---*---)
12 99 11,32 13,27 (--*---)
13 106 10,27 11,77 (--*--)
14 107 11,00 13,43 (--*--)
15 83 10,53 10,56 (---*--)
16 49 15,92 18,91 (----*----)
17 21 16,57 20,04 (-------*------)
18 23 38,91 28,75 (------*------)
19 8 27,75 22,51 (-----------*----------)
---+---------+---------+---------+------
10 20 30 40 P=0,000
Godzina obsługi ma wpływ na średnie czasy obsługi
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Najlepsze czasy uzyskujemy gdy
obsługujemy klientów pomiędzy
godziną 10 a 15.
Jeśli wcześniej lub później wówczas
średni czas obsługi się wydłuża.
Najgorzej po 18tej.
Czy na średni czas procesu ma wpływ to o której
godzinie klient jest obsługiwany ?
Dzień N Mean StDev --+---------+---------+---------+-------
Pn 136 14,90 17,53 (-----------*----------)
Wt 122 16,16 24,47 (------------*-----------)
Śr 147 13,65 19,19 (-----------*----------)
Czw 206 11,98 13,33 (---------*--------)
Pt 164 13,40 13,34 (----------*---------)
--+---------+---------+---------+-------
10,0 12,5 15,0 17,5
P=0,276
Bez względu na to w którym dniu tygodnia miała miejsce wizyta
klienta – nie ma to wpływu na średnie czasy obsługi
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Czy na średni czas procesu ma wpływ to w którym
dniu tygodnia obsługujemy klienta ?
Najwięcej klientów
obsłużyliśmy w czwartki –
ponad 200 najmniej we
wtorki – jedynie 122
• Podsumowanie:
• Czynniki wydłużające czas w procesie to:
– 2 rodzaje sprzedaży:
• Karta 3
• Konto 3
– Wydruk centralny lub skan w trakcie obsługi klienta
– Godzina obsługi – czas obsługi maleje w godzinach
największego natężenia ruchu (co świadczy o
rezerwach w organizacji pracy na stanowiskach w
oddziałach)
• Inne czynniki w istotny sposób nie wpływają na czas
procesu
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Od czego zależy nasz wynik ?
• Czasy uzyskiwane dla poszczególnych nastawień:
x1 – wydruk centralny lub skanowanie w trakcie obsługi
x2 – wystąpienie sprzedaży: Karta 3
x3 – wystąpienie sprzedaży: Konto 3
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Jak będzie zmieniał się nasz wynik w
zależności od „nastawienia” ?
Wydruk Karta 3 Konto 3 Średni Odchylenie
1 0 0 15,26 11,04
1 1 0 19,71 14,19
1 0 1 18,61 11,13
1 1 1 31,65 25,95
0 0 0 3,15 3,79
0 1 0 3,5 5,27
0 0 1 3,81 4,27
0 1 1 5 4,34
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Co należy zmienić ?
10
40
30
20
10
0
10
0
Karta 3
Czas o
bsłu
gi
10
1
Konto 3
Czas obsługi by Konto 3, Karta 3 - Wydruk
Panel variable: Wydruk
Jedynym czynnikiem, który wpływa na wydłużenie
procesu jest to czy w trakcie obsługi był wykonywany
centralny wydruk lub skanowane dokumenty klienta.
W przypadku sprzedaży karty 3 i
konta 3 w trakcie tej samej wizyty
klienta jeśli był wydruk centralny
wówczas średni czas obsługi
przekracza 40 minut
W przypadku braku wydruku sprzedaż nie wydłuża czasu obsługi
Średni czas procesu zależy od tego jaki procent będą stanowiły przypadki gdy drukujemy centralnie Jeżeli zawsze będzie drukowanie wówczas czas procesu wyniesie ponad 21 minut (21,37) Jeśli nie będzie drukowania wówczas czas wyniesie 3,5 minuty
Równanie:
Nasze równanie Y = f(x)
Y = a*x + b gdzie x = % obsługi z wydrukiem
Czas procesu = a x + b
3,5 = a * 100% (czyli 1) + b a + b = 3,5
21,37 = a * 0% (czyli 0) + b b = 21,37
a + 21,37 = 3,5
a = -17,85
Y = - 17,85x + 21,37
czas
% wydruk
21,37.
3,52. . 0%
. 100%
15,26
31,65
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Wyznaczenie limitu tolerancji czas
% wydruk
21,37.
3,52. . 0%
. 100%
19,30
Aby uzyskać dla 85% (1 sigma) klientów obsługę
w ciągu 12 minut, musimy mieć nie mniej niż 90%
przypadków bez wydruków centralnych
5,15
Odchylenie standardowe = a*x + b
gdzie x = % obsługi z wydrukiem
5,15 = a * 100% (czyli 1) + b a + b = 5,15
19,30 = a * 0% (czyli 0) + b b = 19,30
a + 19,30 = 5,15
a = -17,85
Odchylenie = - 14,15x + 19,30
12 – 5,30
6,56 1 =
12 – 21,37
19,30 -0,49 =
Dla 100% obsługi z
wydrukiem
12 – 3,52
5,15 1,64 =
Dla 100% obsługi bez
wydruku
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Czego nie możemy tolerować ?
Wdrożenie mechanizmów kontrolnych
do procesu Jesteśmy w stanie przewidzieć przyszłość
„Powiedz mi dla ilu
klientów będziemy
musieli coś
centralnie drukować
a powiem Ci jaki
będzie średni czas
obsługi…”
Należy tak zaplanować
procesy obsługi aby w 90%
przypadków nie trzeba było
nić centralnie drukować ani
skanować
Analiza ryzyka w rozwiązaniu
• Rozwiązanie zakłada zmniejszenie liczby wydruków centralnych w
przypadku obsługi klientów w tym w przypadku sprzedaży wariantów nr 3
dla karty kredytowej i konta osobistego
• Scenariusze ryzyka (najwyższy RPN) na podstawie FMEA
– Zwiększenie liczby oszustw w związku z brakiem wydruków
– Zwiększenie liczby błędnych danych w systemie w stosunku do danych we
wnioskach klientów
• Wprowadzenie na próbie kontroli następnej jakości danych w systemie w
celu monitorowania procesu
• W efekcie wprowadzonego rozwiązania średni czas obsługi skróci się z
ok. 13 do 5 minut co oznacza możliwość obsługi większej liczby klientów.
Oznacza to dodatkowy dochód w wysokości równej dochodowi ze
sprzedaży osiąganemu średnio w ciągu 1 dnia - 25 tys. PLN miesięcznie.
Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Czym ryzykujemy ?
Wdrożenie mechanizmów kontrolnych
do procesu
• W ramach kontroli procesu zmierzono pierwsze 8 dni w nowym procesie (28 kwiecień - 8 maj 2008)
• Przyjęto próbę ok. 60 klientów obsłużonych w tym okresie (1, 3 maj dodatkowe dni wolne od pracy)
• Wszystkie planowane wyniki zostały osiągnięte lub przekroczone
• Przykłady pomiarów w nowym procesie:
– Czasy średnie, Mediana, Odchylenie standardowe
– Prawdopodobieństwo przekroczenia 12 minut
– Poziom sprzedaży i wydruków
– Wyniki kontroli następnej – wskaźnik spójności danych w systemie decyzyjnym
Kontrola usprawnionego procesu Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Wdrożenie mechanizmów kontrolnych
do procesu
• Wydolność zwiększyła się do poziomu poniżej 10% defektów (DPMO)
• Czy długie czasy (ok. 15 minut ) dotyczą pozostawionych przypadków gdy
nadal drukujemy centralnie lub skanujemy dokumenty ?
Wyniki usprawnionego procesu
15129630-3
USL
LSL *
Target *
USL 12
Sample Mean 6,48473
Sample N 55
StDev(Overall) 4,21995
Process Data
Z.Bench 1,31
Z.LSL *
Z.USL 1,31
Ppk 0,44
Cpm *
Overall Capability
% < LSL *
% > USL 16,36
% Total 16,36
Observed Performance
% < LSL *
% > USL 9,56
% Total 9,56
Exp. Overall Performance
Process Capability of nowe czasy Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Proces uzyskał rozkład
zbliżony do normalnego
– juz nie nakładają się
na siebie różne
procesy…
Wdrożenie mechanizmów kontrolnych
do procesu
• Monitorowanie czasów obsługi w wybranym dniu pokazuje że w jednym przypadku obsługa była ponad czterokrotnie dłuższa niż średnio – dlaczego ?
Kontrola usprawnionego procesu Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
454137332925211713951
15
10
5
0
-5
Observation
In
div
idu
al V
alu
e
_X=2,79
UCL=8,74
LCL=-3,16
1
I Chart of czasy 17 grudnia
Wdrożenie mechanizmów kontrolnych
do procesu
• Monitorowanie poziomu wydruków centralnych w
pierwszych dniach po wdrożeniu rozwiązania
pokazuje wdrożone usprawnienie
87654321
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0
Sample
Pro
po
rtio
n
_P=0,1034
UCL=0,2444
LCL=0
43 2
P Chart of pilotaż by pilotaż
Tests performed with unequal sample sizes
Kontrola poziomu wydruków Definiowanie
Pomiar
Analiza
Usprawnianie
Kontrola
Kontrolujemy
poziom klientów dla
których musimy
drukować centralnie
lub skanować, w
niektórych
przypadkach
pozostał ten wymóg
ale poziom nie
przekracza 15%
Celem działań jest uzyskanie korzyści finansowych – „robimy to dla pieniędzy”
Weryfikacja korzyści finansowych:
Założenia:
dla 30% klientów obsługa jest o 10
minut krótsza – daje nam to
równowartość jednego
dodatkowego dnia obsługi
miesięcznie
Dzienny dochód ze sprzedaży
wynosi 25 tys. PLN
Kalkulacja:
25 000 * 12 = 300 tys PLN rocznie
Korzyści te będą mniejsze w
związku z kosztem wdrożenia
zmian IT, procedur, zmian w
regulaminach produktowych itp..
Powrót do zespołu procesowego
Optymalizacja procesu
sprzedażowego dla MŚP
Przykład monitorowania procesu w celu
zwiększenia efektywności sprzedaży dla
segmentu małych i średnich
przedsiębiorstw
Analiza procesu sprzedaży dla MŚP przez
doradcę bankowego
Jaka część okazji sprzedażowych zamienia się we wnioski i
umowy ?
Jakie czynniki wpływają na prawdopodobieństwo zawarcia
umowy ?
Liczba ofert przygotowanych w związku z okazją sprzedażową
Czas od okazji sprzedażowej do złożenia wniosku
Źródła okazji sprzedażowych
Rodzaj spotkań sprzedażowych
Doświadczenie doradcy bankowego
Czas od oferty do wniosku
Jakie działania należy podjąć aby zwiększyć skuteczność sprzedażową ?
Konwersja okazji sprzedażowych na umowy
W 3 analizowanych Regionach średnio 19% okazji sprzedażowych
odnotowanych w pierwszym miesiącu, zamieniło się podczas dwóch
kolejnych miesięcy w umowę.
Najwyższy wskaźnik konwersji 23% odnotowano w regionie 3
Liczba
okazji
Liczba
wniosków
Liczba
umów
Wskaźnik
zamiany okazji
w umowę
Region 1 259 64 49 19%
Region 2 261 58 40 15%
Region 3 195 56 45 23%
Razem 715 178 134 19%
Liczba ofert a liczba wniosków • Im więcej ofert przygotowano tym więcej działań sprzedażowych zakończono
wnioskami od klientów
• W przypadku jednej oferty jedynie dla 12% spraw przyjęto wniosek – gdy
przygotowano 2 ofertę lub kolejne udział ten wzrósł trzykrotnie
1 2 3 4 5 All
nie 961 176 54 18 21 1230
87,92 66,67 67,50 54,55 42,00 80,92
tak 132 88 26 15 29 290
12,08 33,33 32,50 45,45 58,00 19,08
All 1093 264 80 33 50 1520
100,00 100,00 100,00 100,00 100,00 100,00
Czas przygotowania wniosku a liczba ofert
• Im więcej ofert przygotowano tym dłuższy jest czas od pierwszej oferty do
złożenia wniosku.
• W 132 przypadkach gdy złożono jedną ofertę średni czas od oferty do złożenia
wniosku wynosił 7 dni. W 88 przypadkach gdy przygotowano drugą ofertę średni
czas wzrósł do ponad 9 dni
Individual 95% CIs For Mean Based on
Pooled StDev
Level N Mean StDev --------+---------+---------+---------+-
1 132 7,038 6,181 (----*-----)
2 88 9,670 9,304 (------*-----)
3 26 10,346 7,636 (-----------*------------)
4 15 9,600 9,303 (---------------*---------------)
5 29 12,000 9,554 (-----------*-----------)
--------+---------+---------+---------+-
7,5 10,0 12,5 15,0
Źródła okazji sprzedażowych a liczba
wniosków
• Najlepsze źródła okazji
sprzedażowych to oddział lub własna
aktywność doradcy (22% lub 20%
okazji zamienia się we wniosek)
• W przypadku kampanii CRM lub gdy
kontakt jest przekazany od innego
doradcy lub z innych źródeł wówczas
poniżej 10% okazji kończy się
wnioskami
aktywność
własna
od innego
pracownika
banku
kampania
CRM
od
innego
doradcy
z
oddziału
inne
źródła Razem
NIE 381 29 87 18 602 113 1230
TAK 96 7 1 1 173 10 288
% NIE 79,54 80,56 98,86 94,74 77,68 91,87 87,21
% TAK 20,46 19,44 1,14 5,26 22,32 8,13 12,79
SUMA 479 36 88 19 775 123 1520
Spotkania sprzedażowe a liczba wniosków
• W przypadku wspólnego spotkania
doradcy i pracownika oddziału banku
obsługującego klienta 32% kontaktów
jest zakończonych wnioskiem klienta.
• Samodzielne spotkania doradcy lub
pracownika oddziału banku w ok. 20-
25% przypadków kończą się
wnioskiem
• Brak spotkania oznacza, że jedynie
12% okazji zamieni się we wnioski
bez
spotkania
tylko
doradca
pracownik
oddziału wspólnie Razem
NIE 601 300 215 114 1230
TAK 81 99 55 55 290
% NIE 88,12 75,19 79,63 67,46 80,92
% TAK 11,88 24,81 20,37 32,54 19,08
SUMA 682 399 270 169 1520
Skuteczność sprzedażowa a doświadczenie
doradcy
• Wraz ze wzrostem stażu pracy nie wzrasta % okazji sprzedażowych
zamienionych we wnioski
od 3 do powyżej
do 2 lat 5 lat 5 lat Suma
Brak wniosku 556 476 198 1230
82,37 79,60 80,16 80,92
Wniosek 119 122 49 290
17,63 20,40 19,84 19,08
Suma 675 598 247 1520
Akceptacja wniosków a doświadczenie
doradcy
• Wraz ze wzrostem stażu pracy zmienia się % wniosków zamienionych w umowy
• Dla doradców ze stażem ponad 5 lat ponad 60 % wniosków zamienia się w
umowy. W przypadku doradców ze stażem od 3 do 5 lat wskaźnik ten wynosi
76%
od 3 do powyżej
do 2 lat 5 lat 5 lat Suma
nie 49 29 19 97
% 41,18 23,77 38,78 33,45
tak 70 93 30 193
% 58,82 76,23 61,22 66,55
Suma 119 122 49 290
Czas od oferty do wniosku a umowa
• W przypadku złożonych wniosków, im dłuższy czas od oferty do wniosku tym mniejsze prawdopodobieństwo umowy
• W przypadku gdy czas nie przekracza 10 dni prawdopodobieństwo pozytywnej decyzji w sprawie wniosku i podpisania umowy wynosi ponad 65 %
403020100
0,70
0,65
0,60
0,55
0,50
czas od oferty do wniosku
pra
wd
op
od
ob
ień
stw
o u
mo
wy
Akceptacja vs czas od oceny do wniosku
Optymalizacja procesu
sprzedażowego w centrum
obsługi telefonicznej
Przykład monitorowania procesu w celu
zwiększenia efektywności sprzedaży w
ramach rozmów przychodzących
Analizy efektywności procesów
sprzedażowych – obsługa telefoniczna
Str. 41
1
Analiza wyników sprzedaży w zależności od długości rozmów
„przychodzących”, czyli z zapytaniami ze strony klientów –
weryfikacja polityki „efektywnych rozmów sprzedażowych”
2
Analiza wyników sprzedaży w zależności od długości rozmów w
poszczególnych godzinach dnia – kilka nakładających się na
siebie czynników decyduje o efektywności sprzedaży
3
Analiza skłonności klientów do aktywacji dostępu przez Internet do
konta, w zależności od danego czynnika – wiek klienta, region
Skłonność do aktywacji dostępu a wiek klienta
Przykład arkusza z rzeczywistymi wynikami kilkuset kolejnych rozmów – na
reprezentatywnej próbie badano czy skłonność do aktywacji kanału internetowego zależy
od wieku klientów
Ustalono zależność – im młodszy klient tym większe prawdopodobieństwo aktywacji
dostępu przez Internet: na przykład dla wieku klienta w przedziale 20-25 lat
prawdopodobieństwo migracji wynosi prawie 80% natomiast dla wieku powyżej 80 lat
wynosi poniżej 10%. 57% klientów w wieku 35 lat aktywuje dostęp.
Uzyskano możliwość świadomego kształtowania zasad oferowania dostępu: zróżnicowane
rozmowy sprzedażowe, koncentracja na klientach w wieku do ok. 40 lat (gdy
prawdopodobieństwo sukcesu w rozmowie przekracza 50%)
Wpływ innych czynników (na przykład region)
Badano czy skłonność do aktywacji kanału internetowego zależy od innych czynników np.
regionu w którym odbywa się obsługa klienta
Ustalono że w zależności od regionu prawdopodobieństwo zmienia się od 77 do 96 %.
Może to oznaczać że w jednym z regionów (S) być może stosowane są inne, bardziej
skuteczne metody i argumentacja skoro prawie wszyscy klienci w regionie S decydują się na
aktywację dostępu internetowego.
Z korzyścią dla firmy będzie przejęcie tych zasad przez pozostałe regiony
Możliwe jest badanie wielu innych czynników: pracownik dzwoniący, godzina, dzień,
miesiąc, rodzaj klienta (często lub rzadko korzystający z usług) duże i małe miasta itp..
Str. 43
Efektywność sprzedaży a długość rozmów
Przykład możliwości weryfikacji polityki sprzedażowej: w tradycyjnym podejściu
„efektywna” rozmowa sprzedażowa to taka, która trwa krótko. W rzeczywistości
rozmowy, których czas trwania jest krótszy niż 5 minut są najmniej skuteczne -
prawdopodobieństwo sprzedaży usług bankowych w tych przypadkach jest mniejsze
niż 10%.
Ustalono że im dłuższa rozmowa z klientem tym większe prawdopodobieństwo
sprzedaży, np. w przypadku rozmów które trwają powyżej 20 minut ponad 30% z nich
kończy się sprzedażą. Dla rozmów trwających ok. 11 minut prawdopodobieństwo
sprzedaży wynosi 18 %.
Str. 44
Wyniki analizy wpływu czasu
rozmowy przychodzącej na
skuteczność sprzedażową
prowadzą do zmian zasad i
celów dotyczących sposobu
prowadzenia rozmów
Efektywność sprzedaży a godzina rozmowy
W tym samym modelu badano czy skłonność do zakupu zależy od godziny
rozmowy, ustalono że prawdopodobieństwo sprzedaży maleje wraz z upływem
dnia.
Pomiędzy 8 a 9 rano wynosi ok. 15 % podczas gdy po 16 tej nie przekracza 5%
Warto tak zorganizować dzień pracy centrum obsługi telefonicznej aby w drugiej
części dnia wykonywać wszystkie zadania nie sprzedażowe a pierwszą połowę
dnia przeznaczyć wyłącznie na sprzedaż.
Str. 45
191716151413121110987
0,4
0,3
0,2
0,1
0,0
hour
EP
RO
2
Boxplot of EPRO2
Wyniki analizy skuteczności
sprzedaży telefonicznej w zależności
od godziny przeprowadzenia
rozmowy prowadzą do zmian zasad
pracy centrum obsługi telefonicznej.
Możliwe jest przebadanie kilku
czynników łącznie, na przykład :
czasu i godziny rozmowy
Wpływ 2 czynników (czas i godzina rozmowy)
Nałożono na siebie 2 czynniki: czas i godzinę rozmowy
widoczny wpływ czasu rozmowy w poszczególnych godzinach
Pomiędzy 8 a 9 aby uzyskać 20% prawdopodobieństwo sprzedaży wystarczy ok. 8
minut rozmowy to samo prawdopodobieństwo o godzinie 13 uzyskujemy przy czasie
rozmowy powyżej 15 minut
Badanie kliku czynników równocześnie pozwala precyzyjnie zaprojektować zasady
pracy centrum obsługi telefonicznej i cele pracowników.
Str. 46
Optymalizacja procesu
udzielania kredytu
hipotecznego
Parametry odtwarzalności i
powtarzalności
Jakiego rodzaju błędy pomiarów są istotne dla procesu kredytowego?
Dokładność – różnice między obserwowanymi średnimi pomiarami, a
standardem
Powtarzalność – zmienność, gdy jedna osoba powtarza pomiary tej
samej jednostki na tych samych zasadach i tymi samymi sposobami
Odtwarzalność – zmienność, gdy dwie lub więcej osób mierzą tą samą
jednostkę na tych samych zasadach i tymi samymi sposobami
Stabilność – zmienność powstała, gdy ta sama osoba mierzy tę samą
jednostkę na tych samych zasadach i tymi samymi sposobami przez długi
czas
Liniowość – spójność systemu pomiarów w całym zakresie systemu
pomiarów
Analiza zmienności w systemie pomiarów
Problemy z odtwarzalnością i powtarzalnością
Ilość formalności - przegląd procesu udzielania kredytów hipotecznych -
kompletność dokumentacji zgodnie z AAK a dodatkowe wymagania
zgłaszane przez analityków
Klienci zgłaszają problem konieczności składania dużej ilości dokumentów
przy kredycie hipotecznym, natomiast przedstawiciele Bankowości
Oddziałowej wskazali, że pomimo zebrania kompletu dokumentów
zgodnie z AAK analitycy oczekują dostarczenia przez klientów
dodatkowych dokumentów.
Czy to zbiór jednostkowych przypadków ?
Czy mamy tu do czynienia z niewystarczającym poziomem odtwarzalności i powtarzalności w procesie podejmowania decyzji
kredytowych?
Przykład jednego z punktów omawianych na FDO:
Jak mierzyć odtwarzalność i powtarzalność ?
Trzy możliwe sposoby pomiaru odtwarzalności:
1. Sprawdzenie w jakim odsetku przypadków decyzja będzie odbiegała od
prawidłowej
2. Sprawdzenie w jakim odsetku przypadków procedura wybrana w trakcie
oceny będzie inna niż optymalna
3. Sprawdzenie w jakim stopniu suma przyznanych punktów skoringowych
w poszczególnych przypadkach oceny będzie inna niż optymalna
Trzy możliwe sposoby pomiaru powtarzalności:
1. Sprawdzenie w jakim odsetku przypadków decyzja będzie odbiegała od
poprzedniej tego samego analityka
2. Sprawdzenie w jakim odsetku przypadków procedura wybrana w trakcie
oceny będzie inna niż poprzednia wybrana przez tego samego analityka
3. Sprawdzenie w jakim stopniu suma przyznanych punktów skoringowych
w poszczególnych przypadkach oceny będzie inna niż poprzednia tego
samego analityka
Odtwarzalność poprawia się w inny sposób niż powtarzalność
(przykłady case’ów)
Zastąpienie dyskusji o przypadkach programem poprawy
Możliwość zastosowania w różnych procesach wymagających
standardów
Sterowalność systemu – możliwość przewidzenia w jakim
stopniu zmiany w procedurach przekładają się na praktykę
Świadomość dyscypliny związanej z podejściem jakościowym
– że zawsze ryzyko biznesowe ma dwie strony
Wstęp do wdrożenia kolejnych parametrów jakościowych
Co nam da analiza zmienności w systemie pomiarów ?
321
100
90
80
70
60
Appraiser
Pe
rce
nt
95,0% CI
Percent
321
100
90
80
70
60
Appraiser
Pe
rce
nt
95,0% CI
Percent
Date of study:
Reported by:
Name of product:
Misc:
Assessment Agreement
Within Appraisers Appraiser vs Standard
54321
100
95
90
85
80
75
70
65
Appraiser
Pe
rce
nt
95,0% CI
Percent
54321
100
95
90
85
80
75
70
65
Appraiser
Pe
rce
nt
95,0% CI
Percent
Date of study:
Reported by:
Name of product:
Misc:
Assessment Agreement
Within Appraisers Appraiser vs Standard
Widoczny niższy
poziom
odtwarzalności
(poniżej 80%)
przez Analityka 1
Odtworzenie
decyzji która
została wcześniej
podjęta
Widoczny niższy
poziom odtwarzalności
(poniżej 80%) przez
Analityków 2, 3 i 5
Odtworzenie
procedury
postępowania w
przypadku otrzymania
aplikacji kredytowej
Zebrane dane w
przypadku gdy badamy
odtwarzalność dla
danych ciągłych.
Zamiast punktacji może
być np. czas potrzebny
na wybór procedury lub
podjęcie decyzji (minuty
zamiast score)
Part-to-PartReprodRepeatGage R&R
80
40
0
Pe
rce
nt
% Contribution
% Study Var
4
2
0
Sa
mp
le R
an
ge
_R=1,6
UCL=4,119
LCL=0
1 2 3
80
72
64
Sa
mp
le M
ea
n
__X=74,59UCL=76,23
LCL=72,95
1 2 3
10987654321
80
72
64
App
321
80
72
64
Scorer
10 9 8 7 6 5 4 3 2 1
80
72
64
App
Av
era
ge
1
2
3
Scorer
Gage name:
Date of study:
Reported by:
Tolerance:
Misc:
Components of Variation
R Chart by Scorer
Xbar Chart by Scorer
Score by App
Score by Scorer
Scorer * App Interaction
Gage R&R (Xbar/R) for Score
Widoczny niższy
poziom przyznanych
punktów przez
analityka 2
Karty kredytowe
Przygotowanie produktu zgodnie z
wymaganiami klientów
Eksperyment w celu potwierdzenia planów
sprzedaży
Przygotowanie eksperymentu którego celem jest
zbadanie wpływu czynników na poziom sprzedaży
nowo zaprojektowanej karty kredytowej
• Badamy 3 czynniki – cechy karty:
– Okres spłat (po 2 lub 3 tygodniach)
– Opłata za wydanie
– Kolorystyka plastiku (mamy dwa szablony z kolorystyką czerwoną i zieloną)
• Chcemy sprzedać jak najwięcej kart
• Eksperyment prowadzimy w czasie 8 kolejnych tygodni w jednym z regionów
o przeciętnej sprzedaży, oferując wszystkie możliwe nastawienia w losowej
kolejności
• Po 8 tygodniach mamy dane dotyczące liczby sprzedanych kart
Dane są przykładowe –
liczba badanych
czynników i rodzaj jest do
ustalenia w zależności od
rodzaju produktu i czasu
jakim dysponujemy
Wyniki eksperymentu bez redukowania modelu
• W naszym przypadku żaden z czynników ani żadna z interakcji między nimi
nie miał statystycznie istotnego wpływu na poziom sprzedaży
• Konieczne jest zredukowanie modelu, usunięcie interakcji które mają
najmniejszy wpływ na uzyskiwaną sprzedaż
Najmniejszy wpływ na
wynik mają interakcje
pomiędzy opłatą i
kolorystyką oraz
okresem spłaty a opłatą
za wydanie karty.
Największy wpływ ma
okres spłaty. Pozostałe
czynniki i interakcja
pomiędzy wszystkimi
czynnikami może mieć
także wpływ na sprzedaż
po redukcji modelu
BC
AB
AC
ABC
C
B
A
200150100500
Term
Effect
186,3
A Spłata
B Opłata
C Kolor
Factor Name
Pareto Chart of the Effects(response is Sprzedaż, Alpha = ,05)
Lenth's PSE = 49,5
Wyniki eksperymentu po zredukowaniu modelu -
usunięciu interakcji
• Po zredukowaniu modelu okazuje się że nasz poziom sprzedaży zależy w
sposób istotny na pewno od okresu spłat.
• Pozostałe dwa czynniki nie są istotne statystycznie – konieczne jest albo
zebranie większej liczby danych aby w sposób bardziej szczegółowy móc
oceniać wpływ lub usunięcie również i tych czynników.
Przeprowadzenie
eksperymentu umożliwia
nam zbudowanie modelu
matematycznego w którym
widzimy możliwy poziom
sprzedaży. W naszym
przypadku (dane absolutnie
przypadkowe - aby
pokazać samą metodę)
uznajemy że wszystkie te
czynniki są istotne
statystycznie lecz ich wpływ
na poziom sprzedaży jest
różny
Kolor
Opłata
Spłata
43210
Term
Standardized Effect
2,776
Pareto Chart of the Standardized Effects(response is Sprzedaż, Alpha = ,05)
Analiza wyników eksperymentu
• Brane pod uwagę czynniki zakodowaliśmy w taki sposób że:
– Spłata przyjmuje wartość -1 dla 3 tygodni i +1 dla 2 tygodni
– Opłata przyjmuje wartość -1 dla braku opłat i +1 dla występowania opłat
– Kolor przyjmuje wartość -1 dla zielonego i +1 dla czerwonego
Tzw wartość P pokazuje
które z czynników są
istotne statystycznie – musi
być poniżej 0,05
Term Effect Coef T P
Constant 393,75 38,36 0,000
Spłata -83,00 -41,50 -4,04 0,016
Opłata -38,00 -19,00 -1,85 0,138
Kolor -34,00 -17,00 -1,66 0,173
R-Sq(adj) = 73,60%
Model matematyczny zbudowaliśmy na
podstawie wartości czynników (– 1 lub +1)
Nasz model wyjaśnia zmienność w poziomie
sprzedaży w 73%
Nasze ostateczne równanie:
Sprzedaż = 393 – 41,5*Spłata – 19*Opłata – 17*Kolor
Nie możemy potwierdzić
wpływu tych czynników w
realnym projekcie nie
bralibysmy ich pod uwagę
Podsumowanie wyników eksperymentu
• Oznacza że możemy przewidzieć jaką liczbę kart sprzedamy w regionie w ciągu tygodnia w zależności od tego jaką wersję produktu będziemy oferować.
• Wydłużenie spłaty do 3 tygodni, rezygnacja z opłat i pozostawienie zielonego koloru będzie prawdopodobnie powodem zwiększenia sprzedaży z bazowych 393 do poziomu ok. 470 kart (nastawienie -1)
• Jeśli skrócimy czas spłat do 2 tygodni i będziemy pobierać opłaty oraz wprowadzimy czerwoną kolorystykę wówczas poziom sprzedaży zmniejszy się do poziomu ok. 316 kart (nastawienie +1)
• Poziom Rsq ok. 70 % daje nam sygnał że nasz model dość dobrze ale nie w całości wyjaśnia poziom sprzedaży – należy sprawdzić inne czynniki, które mogą mieć wpływ.
Nasze ostateczne równanie:
Sprzedaż = 393 – 41,5*Spłata – 19*Opłata – 17*Kolor