En la actualidad diversos autores han desarrollado modelos para alcanzar el éxito en una implementación de CRM, en esta sección analizaremos algunos de los modelos:
2.4.4.1 Modelo de Chen y Popvich (2003)
Se parte del análisis del modelo propuesto por Chen y Popvich (2003) y trata de explicar la relación entre las personas, la tecnología y los procesos para lograr el éxito de un CRM.
Figura II.6. Modelo para la implementación de CRM. Chen y Povich 2003
En este modelo observamos las siguientes variables: 1. El factor Tecnológico.
Las IT’s son reconocidas como habilitadores en el rediseño radical de los procesos de negocios en el orden de alcanzar dramáticas mejoras en el funcionamiento organizacional. Facilita los cambios en las prácticas y establece métodos para conectar una compañía con sus clientes, proveedores y stakeholders internos.
Las aplicaciones de CRM toman una ventaja con las innovaciones tecnológicas, ya que le permiten obtener datos de los patrones cliente y su comportamiento; lo que se traduce en modelos de predicción de las personas (Clientes).
a) Tecnología de almacenamiento de datos.
El Data Warehousing permite el CRM ya que consolida, correlaciona y transforma los datos de los clientes en “inteligencia del cliente”, usada para el mejor entendimiento del comportamiento de sus consumidores.
Presenta beneficios como: Acceso rápido y exacto a la información para responder a las preguntas de los clientes; calidad en los datos
y filtros para eliminar datos redundantes; extraer y manipular los datos para lograr análisis beneficiosos.
b) Sistemas ERP
Sirve como una fuerte fundación con funciones de “Back office” firmemente integradas. Caso contrario CRM conecta aplicaciones de “front & back office” para conservar relaciones y construir la lealtad de sus clientes. ERP promete fusionar todas las áreas funcionales de negocios con proveedores y consumidores.
c) Impacto de Internet
El gran crecimiento de Internet se ha traducido en generar relaciones con los clientes. Los clientes esperan que las organizaciones se anticipen a sus necesidades y provean servicios en niveles mas altos que sus expectativas.
2. Cambios en los procesos de negocios
En un principio los negocios eran personales; la producción en masa y la mercadotecnia en masa fueron exitosas mientras los clientes estuvieran satisfechos con los estándares de producción. Cuanto mas firmas entraban al mercado era necesario regresar al punto de vista de atención al cliente.
Las técnicas de CRM se enfocan en el cliente y reorganizan una compañía alrededor del cliente en vez del producto. Las organizaciones centradas en el consumidor integran la mercadotecnia y otros procesos de negocios para satisfacer las necesidades del cliente.
Se sugieren 5 pasos para diseñar una organización centrada en el cliente:
a) Facilitar a los consumidores el hacer negocios b) Enfocarse en el consumidor final
c) Rediseñar el “front office” y examinar la información que fluye entre el “front” y el “back office”
d) Fortalecer la confianza del consumidor haciendolo mas proactivo. e) Construir sobre puntos de referencias y balances para mejorar
continuamente.
3. Cambios en la gente
La implementación de tecnologías de CRM o ERP requiere de cambios de cultura organizacional. Comenzando por una administración de altura es la pauta para que el liderazgo, dirección estratégica y alineación de la visión y los objetivos de negocios sirvan para lograr una buena relación entre departamentos al adoptar tecnologías de CRM.
CRM requiere de tiempo completo y apoyo de gente de ventas, mercadotecnia, manufactura, servicio a clientes, tecnologías de información, etc. Además de un cambio de paradigma para lograr la compartición de datos y conocimiento, así como el entendimiento de todos los empleados sobre las ventajas y el propósito de hacer el cambio.
2.4.4.2 Modelo para la generación de Lealtad de Lindgreen (2004)
Lindgreen (2004) propone un modelo práctico para la implementación de CRM hasta alcanzar un proceso de construcción de lealtad. Este modelo fue puesto en práctica y su monitoreo reveló que:
¾ El monitoreo del programa revela grandes retribuciones en los procesos de lealtad. Es posible crear bases de datos de las mejores prácticas de los procesos de CRM que puedan ser probadas en un futuro.
¾ Ilustra que correr un proyecto que cae fuera de las áreas usuales de la firma es recomendable ya que se cuenta con los consejos de firmas externas de consultoría.
¾ Se requiere que todos los trabajadores de diferentes departamentos trabajen en conjunto.
¾ Resalta la importancia de obtener información, en forma inteligente, de los consumidores y de los procesos de negocios que nos conduzcan a la fidelidad.
¾ Para poder desarrollar un proyecto de este tipo se requiere de un buen financiamiento
Figura II.7. Modelo para la implementación de CRM. Lindgreen (2004)
2.4.4.3 Modelo para el uso de EKR de Kankanhalli (2005)
En cuanto a la tecnología usada para CRM, Kankanhalli et Al (2005) muestra algunas variables que permiten la introducción de tecnologías de repositorios electrónicos de conocimiento (EKR’s) y los pesos de sus variables sobre el grado de uso de tal tecnología:
COSTOS:
Loss of knowledge power (LOKP). Percepción de poder y la perdida de valor único a través de la contribución de conocimiento en los EKRs
Codification effort (CEFF). Tiempo y esfuerzos requeridos para codificar y almacenar el conocimiento en los EKRs
BENEFICIOS EXTRÍNSECOS:
Organizational Reward (OREW). La importancia de los incentivos económicos por la contribución de conocimiento a los EKRs
Image (IMAG). La percepción del incremento en reputación por contribuir conocimiento al EKR
Reciprocity (RECP). Creencia de que la actual contribución de conocimiento pueda llevar a una solicitud futura de conocimiento conocido.
Figura II.8. Modelo del grado de uso de EKR’s. Kankanhalli et All (2005)
BENEFICIOS INTRÍNSECOS:
Knowledge self-efficacy (KSEF). Confianza en las habilidades de uno para proveer conocimiento de valor a la organización a través del EKR
Enjoyment in helping others (EHLP). La percepción del placer obtenido por ayudar a otros a través de la contribución de conocimiento en el EKR
2.4.4.4 Modelo de éxito de un Dataware house de Wixon y Watson (2001) Otro modelo usado para observar el éxito de un Data Warehouse es el presentado por Wixon y Watson (2001)
En base a este modelo y una investigación hecha por los autores se validaron las siguientes aseveraciones:
1. Un alto nivel de la calidad de los datos esta asociado a un alto nivel de ventajas netas percibidas.
2. Un alto nivel de la calidad del sistema esta asociado a un alto nivel de ventajas netas percibidas.
3. Un alto nivel del éxito en la implementación organizacional esta asociado a un alto nivel de la calidad del sistema.
4. Un alto nivel del éxito en la implementación del proyecto esta asociado a un alto nivel de la calidad del sistema.
5. Un alto nivel de la ayuda de la gerencia se asocia a un alto nivel del éxito de organización de la puesta en práctica.
6. Un alto nivel de recursos se asocia a un alto nivel del éxito de la implementación organizacional.
7. Un alto nivel de recursos se asocia a un alto nivel del éxito de la implementación del proyecto.
8. Un alto nivel de la participación del usuario se asocia a éxito de la implementación organizacional.
9. Un alto nivel de la participación del usuario se asocia a éxito de la implementación del proyecto.
10. Un alto nivel de las habilidades del equipo se asocia a éxito de la implementación del proyecto.
11. Los sistemas de alta calidad de la fuente se asocian a éxito técnico de la implementación.
12. Un mejor del desarrollo de tecnología es asociado al éxito técnico de la implementación.
Figura II.9. Modelo de los factores que afectan el éxito de un Data Warehouse. Wixon y Watson (2001)
2.4.4.5 Modelo de impacto de las TI’s en CRM de Chen (2004)
En un análisis para determinar como la intensidad de las TI’s y la capacidad de absorción de prácticas de CRM afectan al rendimiento de CRM, Chen (2004) desarrollo el siguiente modelo:
Figura II.10. Efecto de la intensidad de las TI’s y la capacidad de absorción de las prácticas de CRM sobre el rendimiento de CRM. Chen (2004)
2.4.4.6 Modelo del comportamiento de uso de la tecnología de Vankatesh (2003)
Los factores que determinan el comportamiento del uso la tecnología se pueden observar en el modelo propuesto por Vankatesh, Morris y Davis (2003).
Este modelo resume diferentes variables usadas por diversos autores sintetizando las variables en los siguientes grupos:
Performance Expectancy ¾ Perceived Usefulness ¾ Extrinsic Motivation ¾ Job-Fit
¾ Relative Advantage ¾ Outcome Expectations Effort Expectancy ¾ Perceived Ease of Use
¾ Complexity ¾ Ease of Use Social Influence ¾ Subjective Norm
¾ Social Factors ¾ Image
Facilitating Conditions ¾ Perceived Behavioral Control ¾ Facilitating Conditions ¾ Compatibility
Attitude Toward Using Technology
¾ Attitude Toward Behavior ¾ Intrinsic Motivation ¾ Affect Toward Use ¾ Affect
Behavioral Intention
Tabla II.2. Variables y grupos de variables que determinan la aceptación de TI’s. Vankatesh et Al (2003)
Figura II.11. Factores que determinan el comportamiento de uso de las TI’s. Vankatesh et Al (2003)
En cuanto al uso de la tecnología y la aceptación del usuario, Venkatesh, Morris y Davis (2003) realizó un estudio en el cual se analizaron diversos modelos de aceptación de tecnologías con la finalidad de generar un modelo condensado:
2.4.4.7 Modelo de la generación de confianza de Ba y Pavlou (2002)
Parte de los objetivos de CRM es generar confianza en los usuarios, Ba y Pavlou (2002) muestra un modelo en cual se puede lograr la generación de confianza a través de mecanismos apropiados de retroalimentación en mercados electrónicos:
Figura II.12. Modelo para la generación de confianza a partir de mecanismos apropiados de retroalimentación. Ba, Pavlou, 2002
Como podemos observar cada uno de los modelos anteriores se enfocan en un área específica dentro del análisis de CRM y esta puede ser la causa del fracaso de su implementación, al no tomar en cuenta otros factores importantes. Este estudio busca analizar una serie de factores que lleven al éxito de una implementación tecnológica de CRM, en base a un modelo que integre los factores claves de cada uno de las áreas que afectan el éxito de CRM.