Przykłady projektów usprawniających zarządzanie operacyjne

Transkrypt

1 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

2 DMAIC powtarzalny przebieg projektu Co należy poprawić? Czy zostało coś do zmiany? Jaki stan nas zadawala? Co musimy kontrolować? Czy jest ok.? Jakie są wyniki po zmianie? Czy mamy nowe dane? Czym ryzykujemy? Co robimy nieefektywnie? Jaki stan by nas zadawalał? Jakie dane o tym świadczą? Czy są wiarygodne? Czy ich wystarczy? Jaki wskazują wynik? Jakie mamy pytania do procesu? Czego nie możemy tolerować? Jakie mamy odpowiedzi? Jak możemy to zmienić? Co należy zmienić? Od czego zależy nasz wynik?

3 Projekt DMAIC Skrócenie czasu obsługi klientów w oddziałach bankowych

4 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

5 Ważność Co należy poprawić? CTO dla projektu W opinii klientów czas obsługi jest zbyt długi, jest to wada w stosunku do innych ocenianych elementów STRATEGICZNE WADY kompetencje pracowników Definiowanie Pomiar Analiza Usprawnianie Kontrola 2,8 STRATEGICZNE ZALETY szybkość obsługi jasna informacja o produkcie i jego funkcjonowaniu wygodny sposób obsługi uprzejmość pracowników jasna informacja o wymaganiach Zadowolenie 4,0 4,2 4,4 2,6 4,6 4,8 5,0 5,2 wygodny sposób oczekiwania czytelność materiałów reklamowych rodzaj wymaganych dokumentów i formalności ochrona informacji 2,4 NISZE WADY O MNIEJSZYM ZNACZENIU miejsce parkingowe 2,2 NISZE ZALETY O MNIEJSZYM ZNACZENIU

6 Karta Projektu Tło biznesowe: Miesięcznie w oddziałach sprzedajemy miesięcznie ok 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). 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. 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. 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

7 Co robimy nieefektywnie? Ogólna mapa procesu: SIPOC Umiejscowienie procesu w organizacji Jaki stan by nas zadawalał? Definiowanie Pomiar Analiza Usprawnianie Kontrola Dostawca Wkład Proces Wynik Odbiorca Supplier Input Process Output Customer Skarbiec gotówka, bilon i banknoty 1 Przywołanie klienta Potwierdzenie realizacji dyspozycji Archiwum Dział IT system informatyczny 2 Weryfikacja tożsamości Dział organizacji Procedury 3 Wprowadzenie danych do systemu Klient dyspozycja 4 Realizacja dyspozycji Klient dowód tożsamości 5 Wydruk potwierdzenia Dział administracji Dział produktowy Marketing Kadry papier informacje o produktach, regulaminy broszury i materiały reklamowe pracownicy, obsługa CTQ projektu: Potwierdzenie realizacji dyspozycji Dane wprowadzone do systemu Klient dział IT, przetwarzanie danych Cecha: czas obsługi Miara: minuty Cel: 8 minut Limit specyfikacji: 12 minut (USL) Defekt: Każda obsłużona osoba w czasie powyżej 12 minut

8 Jakie dane o tym świadczą? Miernik wyników projektu Y projektu liczba minut od przywołania klienta przez pracownika w systemie Q-matic do przywołania następnego klienta lub przerwy w obsłudze Definiowanie Pomiar Analiza Usprawnianie Kontrola 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. W efekcie analizy danych otrzymamy równanie matematyczne Y=f(x)

9 Czy dane są wiarygodne i czy zebraliśmy ich dostatecznie dużo? Plan zbierania danych Definiowanie Pomiar Analiza Usprawnianie Kontrola 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

10 Podstawowe założenia procesu Process Data LSL * Target * USL 12 Sample Mean 13,7795 Sample N 775 Mean 13,7795 Observed Performance % < LSL * % > USL 39,48 % Total 39,48 Czy uzyskaliśmy dobry wynik? Process Capability of P1 Calculations Based on Exponential Distribution Model USL Overall Capability Z.Bench 0,21 Z.LSL * Z.USL 0,09 Ppk 0,03 Exp. Overall Performance % < LSL * % > USL 41,86 % Total 41,86 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) Ponad 40% klientów jest obsługiwanych dłużej niż w 12 minut

11 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? Definiowanie Pomiar Analiza Usprawnianie Kontrola Gotówka N Średni Odchylenie NIE ,3 16,0 TAK ,3 21,1 Pomimo tego że średni czas w przypadku dyspozycji gotówkowej nieco się wydłuża nie jest to istotna statystycznie różnica odpowiedź NIE P=0,232 Sprzedaż N Średni Odchylenie ,4 11, ,7 19,7 Sprzedaż ma również istotny wpływ na wynik uzyskiwany w procesie Lecz nie aż tak duży jak wydruk P=0,000 Wydruk N Średni Odchylenie ,52 5, ,4 19,3 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. P-Value = 0,000

12 C18 C18 Czy na zmienność w naszym procesie ma wpływ to czy mieliśmy dyspozycję gotówkową? NIE TAK Test for Equal Variances for CZAS F-Test Test Statistic 0,58 P-Value 0,000 Levene's Test Test Statistic 3,06 P-Value 0,081 Definiowanie Pomiar Analiza Usprawnianie Kontrola NIE TAK 15,0 17,5 20,0 22,5 95% Bonferroni Confidence Intervals for StDevs 25,0 Im większa zmienność w procesie tym większe prawdopodobieństwo przekroczenia limitu specyfikacji, czyli niespełnienia wymagań klientów CZAS Obrót gotówkowy nie wydłuża średniego czasu procesu lecz wpływa na zmienność odchylenie standardowe zwiększa się z 16 do 21 godzin.

13 Wielkość sprzedaży Percent Analiza sprzedaży Pareto Chart of Typ produktu Definiowanie Pomiar Analiza Usprawnianie Kontrola Typ produktu Konto 2 Karta 3 Konto 3 Karta 1 Karta 6 Konto 4 Karta 2 Konto 6 Konto 1 Karta 5 Karta 4 Kredyt 2 Other Wielkość sprzedaży Percent Cum % Prezentacja częstotliwości występowania poszczególnych rodzajów sprzedaży: 4 najczęstsze warianty stanowią 64% wszystkich przypadków sprzedaży

14 Czy na średni czas w naszym procesie mają wpływ i które z najczęściej sprzedawanych wariantów? Konto 2 N Mean StDev ,27 16,50 ( * ) ,42 20,08 ( * ) ,8 14,4 16,0 17,6 Definiowanie Pomiar Analiza Usprawnianie Kontrola P=0,145 P=0,145 Przypadki sprzedaży wariantu Konto 2 nie wydłużają czasu Karta 3 N Mean StDev ,42 14,96 (---*----) ,02 24,12 ( * ) ,0 15,0 18,0 21,0 Konto 3 N Mean StDev ,13 15,35 (--*---) ,24 24,38 ( * ) ,0 16,0 20,0 24,0 Karta 1 N Mean StDev ,36 17,02 (------*-----) ,19 19,45 ( * ) ,0 14,0 16,0 18,0 P=0,000 Wariant Karta 3 wydłuża proces P=0,000 Wariant Konto 3 wydłuża proces P=0,112 Wariant Karta 1 nie wydłuża procesu

15 Jakie są zależności pomiędzy badanymi czynnikami? Brak Gotówka SUMA Wydruk Brak SUMA P=0,362 Bez względu na poziom transakcji gotówkowych nie ma to wpływu na to czy był wydruk / skan lub nie było Definiowanie Pomiar Analiza Usprawnianie Kontrola Brak Sprzedaż SUMA Brak Wydruk SUMA 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 Gotówka SUMA P=0,000 To czy realizowaliśmy dyspozycję gotówkową ma wpływ na poziom sprzedaży W 98% przypadków jeśli klienci zlecali dyspozycje gotówkowe wizyta zakończyła się sprzedażą

16 Czy na średni czas procesu ma wpływ to o której godzinie klient jest obsługiwany? Level N Mean StDev ,64 25,52 (-----*----) ,68 22,10 (---*--) ,93 11,74 (---*--) ,01 20,09 (---*---) ,32 13,27 (--*---) ,27 11,77 (--*--) ,00 13,43 (--*--) ,53 10,56 (---*--) ,92 18,91 (----*----) ,57 20,04 ( *------) ,91 28,75 (------*------) ,75 22,51 ( * ) Najlepsze czasy uzyskujemy gdy obsługujemy klientów pomiędzy godziną 10 a 15. Jeśli wcześniej lub później wówczas średni czas obsługi się wydłuża. Najgorzej po 18tej. Definiowanie Pomiar Analiza Usprawnianie Kontrola P=0,000 Godzina obsługi ma wpływ na średnie czasy obsługi

17 Czy na średni czas procesu ma wpływ to w którym dniu tygodnia obsługujemy klienta? Dzień N Mean StDev Pn ,90 17,53 ( * ) Wt ,16 24,47 ( * ) Śr ,65 19,19 ( * ) Czw ,98 13,33 ( * ) Pt ,40 13,34 ( * ) Najwięcej klientów obsłużyliśmy w czwartki ponad 200 najmniej we wtorki jedynie ,0 12,5 15,0 17,5 Definiowanie Pomiar Analiza Usprawnianie Kontrola P=0,276 Bez względu na to w którym dniu tygodnia miała miejsce wizyta klienta nie ma to wpływu na średnie czasy obsługi

18 Od czego zależy nasz wynik? Podsumowanie: Definiowanie Pomiar Analiza Usprawnianie Kontrola 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

19 Jak będzie zmieniał się nasz wynik w zależności od nastawienia? Czasy uzyskiwane dla poszczególnych nastawień: Wydruk Karta 3 Konto 3 Średni Odchylenie ,26 11, ,71 14, ,61 11, ,65 25, ,15 3, ,5 5, ,81 4, ,34 x1 wydruk centralny lub skanowanie w trakcie obsługi x2 wystąpienie sprzedaży: Karta 3 x3 wystąpienie sprzedaży: Konto 3 Definiowanie Pomiar Analiza Usprawnianie Kontrola

20 Czas obsługi Co należy zmienić? 40 Czas obsługi by Konto 3, Karta 3 - Wydruk Konto Definiowanie Pomiar Analiza Usprawnianie Kontrola 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 0 0 Panel variable: Wydruk Karta 3 1 Jedynym czynnikiem, który wpływa na wydłużenie procesu jest to czy w trakcie obsługi był wykonywany centralny wydruk lub skanowane dokumenty klienta. W przypadku braku wydruku sprzedaż nie wydłuża czasu obsługi

21 Nasze równanie Y = f(x) 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) czas Definiowanie Pomiar Analiza Usprawnianie Kontrola Jeśli nie będzie drukowania wówczas czas wyniesie 3,5 minuty Równanie: Y = a*x + b gdzie x = % obsługi z wydrukiem 31,65 21,37. 15,26 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 3,52.. 0%. 100% % wydruk Y = - 17,85x + 21,37

22 Czego nie możemy tolerować? Wyznaczenie limitu tolerancji Odchylenie standardowe = a*x + b gdzie x = % obsługi z wydrukiem czas Definiowanie Pomiar Analiza Usprawnianie Kontrola 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 + 19,30-0,49 = 1 = 12 21,37 19,30 Dla 100% obsługi z wydrukiem 12 5,30 6, ,52 1,64 = 5,15 Dla 100% obsługi bez wydruku 21,37. 19,30 3, ,15 0% 100% % wydruk Aby uzyskać dla 85% (1 sigma) klientów obsługę w ciągu 12 minut, musimy mieć nie mniej niż 90% przypadków bez wydruków centralnych

23 Wdrożenie mechanizmów kontrolnych Jesteśmy do w procesu 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

24 Czym ryzykujemy? 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 Definiowanie Pomiar Analiza Usprawnianie Kontrola 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.

25 Wdrożenie mechanizmów kontrolnych do procesu Kontrola usprawnionego 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 Definiowanie Pomiar Analiza Usprawnianie Kontrola

26 Wdrożenie mechanizmów kontrolnych do procesu Wyniki usprawnionego procesu Process Data LSL * Target * USL 12 Sample Mean 6,48473 Sample N 55 StDev(Overall) 4,21995 Process Capability of nowe czasy USL Overall Capability Z.Bench 1,31 Z.LSL * Z.USL 1,31 Ppk 0,44 Cpm * Definiowanie Pomiar Analiza Usprawnianie Kontrola Observed Performance % < LSL * % > USL 16,36 % Total 16, Exp. Overall Performance % < LSL * % > USL 9,56 % Total 9, Proces uzyskał rozkład zbliżony do normalnego juz nie nakładają się na siebie różne procesy 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?

27 Individual Value Wdrożenie mechanizmów kontrolnych do procesu Kontrola usprawnionego procesu I Chart of czasy 17 grudnia UCL=8,74 Definiowanie Pomiar Analiza Usprawnianie Kontrola 5 _ X=2,79 0 LCL=-3, Observation Monitorowanie czasów obsługi w wybranym dniu pokazuje że w jednym przypadku obsługa była ponad czterokrotnie dłuższa niż średnio dlaczego?

28 Proportion Wdrożenie mechanizmów kontrolnych do procesu Kontrola poziomu wydruków P Chart of pilotaż by pilotaż 0, ,6 Definiowanie Pomiar Analiza Usprawnianie Kontrola 0,5 0,4 0,3 0,2 0,1 0, Tests performed with unequal sample sizes 4 5 Sample UCL=0,2444 _ P=0,1034 LCL=0 Kontrolujemy poziom klientów dla których musimy drukować centralnie lub skanować, w niektórych przypadkach pozostał ten wymóg ale poziom nie przekracza 15% Monitorowanie poziomu wydruków centralnych w pierwszych dniach po wdrożeniu rozwiązania pokazuje wdrożone usprawnienie

29 Powrót do zespołu procesowego 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: * 12 = 300 tys PLN rocznie Korzyści te będą mniejsze w związku z kosztem wdrożenia zmian IT, procedur, zmian w regulaminach produktowych itp.. Celem działań jest uzyskanie korzyści finansowych robimy to dla pieniędzy

30 Optymalizacja procesu sprzedażowego dla MŚP Przykład monitorowania procesu w celu zwiększenia efektywności sprzedaży dla segmentu małych i średnich przedsiębiorstw

31 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?

32 Konwersja okazji sprzedażowych na umowy Liczba okazji Liczba wniosków Liczba umów Wskaźnik zamiany okazji w umowę Region % Region % Region % Razem % 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

33 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 All nie ,92 66,67 67,50 54,55 42,00 80,92 tak ,08 33,33 32,50 45,45 58,00 19,08 All ,00 100,00 100,00 100,00 100,00 100,00

34 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 ,038 6,181 (----*-----) ,670 9,304 (------*-----) ,346 7,636 ( * ) ,600 9,303 ( * ) ,000 9,554 ( * ) ,5 10,0 12,5 15,0

35 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 od innego pracownika banku od innego doradcy aktywność własna kampania CRM z oddziału inne źródła Razem NIE TAK % 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

36 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 % przypadków kończą się wnioskiem Brak spotkania oznacza, że jedynie 12% okazji zamieni się we wnioski bez spotkania tylko doradca pracownik oddziału wspólnie Razem NIE TAK % NIE 88,12 75,19 79,63 67,46 80,92 % TAK 11,88 24,81 20,37 32,54 19,08 SUMA

37 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 ,37 79,60 80,16 80,92 Wniosek ,63 20,40 19,84 19,08 Suma

38 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 % 41,18 23,77 38,78 33,45 tak % 58,82 76,23 61,22 66,55 Suma

39 prawdopodobieństwo umowy 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 % Akceptacja vs czas od oceny do wniosku 0,70 0,65 0,60 0,55 0, czas od oferty do wniosku 30 40

40 Optymalizacja procesu sprzedażowego w centrum obsługi telefonicznej Przykład monitorowania procesu w celu zwiększenia efektywności sprzedaży w ramach rozmów przychodzących

41 Analizy efektywności procesów sprzedażowych obsługa telefoniczna 1 Analiza skłonności klientów do aktywacji dostępu przez Internet do konta, w zależności od danego czynnika wiek klienta, region 2 Analiza wyników sprzedaży w zależności od długości rozmów przychodzących, czyli z zapytaniami ze strony klientów weryfikacja polityki efektywnych rozmów sprzedażowych 3 Analiza wyników sprzedaży w zależności od długości rozmów w poszczególnych godzinach dnia kilka nakładających się na siebie czynników decyduje o efektywności sprzedaży Str. 41

42 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 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%)

43 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

44 Efektywność sprzedaży a długość rozmów Wyniki analizy wpływu czasu rozmowy przychodzącej na skuteczność sprzedażową prowadzą do zmian zasad i celów dotyczących sposobu prowadzenia 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

45 EPRO2 Efektywność sprzedaży a godzina rozmowy Boxplot of EPRO2 0,4 0,3 0,2 0,1 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 0, hour 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

46 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

47 Optymalizacja procesu udzielania kredytu hipotecznego Parametry odtwarzalności i powtarzalności

48 Analiza zmienności w systemie pomiarów 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 Jakiego rodzaju błędy pomiarów są istotne dla procesu kredytowego?

49 Problemy z odtwarzalnością i powtarzalnością Przykład jednego z punktów omawianych na FDO: 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?

50 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)

51 Co nam da analiza zmienności w systemie pomiarów? 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

52 Percent Percent Percent Percent Assessment Agreement Date of study: Reported by: Name of product: Misc: Within Appraisers 95,0% CI Percent Appraiser vs Standard ,0% CI Percent 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 Appraiser Appraiser 3 Assessment Agreement Date of study: Reported by: Name of product: Misc: Within Appraisers Appraiser vs Standard ,0% CI Percent ,0% CI Percent Appraiser Appraiser 5

53 Sample Mean Average Sample Range Percent Gage R&R (Xbar/R) for Score Gage name: Date of study: Reported by: Tolerance: Misc: 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) Components of Variation Gage R&R Repeat Reprod Part-to-Part R Chart by Scorer Xbar Chart by Scorer % Contribution % Study Var UCL=4,119 _ R=1,6 LCL= Score by App App Score by Scorer 2 Scorer Scorer * App Interaction _ UCL=76,23 X=74,59 LCL=72, Scorer App Widoczny niższy poziom przyznanych punktów przez analityka 2

54 Karty kredytowe Przygotowanie produktu zgodnie z wymaganiami klientów Eksperyment w celu potwierdzenia planów sprzedaży

55 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

56 Term 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 A B C ABC AC AB BC 0 50 Pareto Chart of the Effects (response is Sprzedaż, Alpha =,05) 100 Effect ,3 200 Factor A B C Name Spłata Opłata Kolor 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 Lenth's PSE = 49,5

57 Term 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. Spłata Opłata Kolor 0 Pareto Chart of the Standardized Effects (response is Sprzedaż, Alpha =,05) 1 2 Standardized Effect 2, 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

58 Analiza wyników eksperymentu 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 Tzw wartość P pokazuje które z czynników są istotne statystycznie musi być poniżej 0,05 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 = ,5*Spłata 19*Opłata 17*Kolor 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 Nie możemy potwierdzić wpływu tych czynników w realnym projekcie nie bralibysmy ich pod uwagę

59 Podsumowanie wyników eksperymentu Nasze ostateczne równanie: Sprzedaż = ,5*Spłata 19*Opłata 17*Kolor 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.