Nový přístup k řízení zisku

1:1 CRM jako východisko pro řízení zisku

 

Ondřej Šlapák

slapak@vse.cz

slapak@slapak.cz

 

Katedra informačních technologií

Vysoká škola ekonomická v Praze

 

Abstrakt: Tento článek reaguje na situaci na trhu, kdy nabídka převyšuje poptávku. Nabízí využít možnosti řízení individuálních vztahů s každým zákazníkem k celkovému řízení zisku podniku.

Klíčová slova: řízení vztahů se zákazníky, CRM, customer relationship management, řízení zisku, informační systém, procesní řízení

1. Definice, předpoklady

Tento článek navazuje na jiný můj článek uveřejněný v časopise Bankovnictví s názvem „Péče o klienta (nejen) v bankách“ ([SLAO02-01]). V něm jsem řízení vztahů se zákazníky (CRM, Customer Relationship Management) ukázal jako logický krok integrace podnikových informačních systémů (IS). Kromě dalších souvisejících témat jsem se v daném článku zabýval individualizací vztahů se zákazníkem a možnostem řízení zisku firmy. Tuto problematiku zde dále rozvinu.

Nejdříve však definujme CRM: „Customer Relationship Management (CRM) – řízení vztahů se zákazníky zahrnuje pracovníky, podnikové procesy a technologii IS/ICT s cílem maximalizovat loajalitu zákazníků a v důsledku toho i ziskovost podniku. Je součástí podnikové strategie a jako takové se stává součástí podnikové kultury. Aplikace IS/ICT podporující CRM technologicky stále více využívají potenciálu a možností Internetu.“ –[DOHJ02-01].

V nadpisu článku je ale uveden pojem 1:1 CRM. Co se za ním skrývá? Jde o takové pojetí CRM a jeho aplikaci, která nám umožní sledovat vývoj interakce s každým zákazníkem individuálně. Důvody pro existenci 1:1 CRM lze hledat v již zmíněném článku. Stručně shrnuto, vývoj na trhu dospěl do fáze, kdy poptávka je převýšena nabídkou. Jak píše Michael Hammer v [HAMM02-01], jde o ekonomiku zákazníka, neboť je to právě on, kdo říká, co se bude vyrábět, jak to bude vypadat, jak se to bude prodávat a za kolik.

Budeme-li se spoléhat na agregovaná ekonomická data o zákaznících, budeme tzv. přesně pracovat s nepřesnými čísly. Současná technologie nám již umožňuje sledovat a pracovat s individuálními požadavky jednotlivých zákazníků. Proč bychom měli udržovat styk se zákazníky, kteří nám nepřinášejí zisk, a to ani v dohledné době?

Předpokladem pro aplikaci principu 1:1 CRM je procesní řízení. V současné době je naprostá většina firem organizována ještě funkčně, což je výsledek způsobu řízení podle potřeb minulého století, po jehož většinu poptávka převyšovala nabídku. Pro tyto firmy je aplikace 1:1 CRM značně vzdáleným cílem. Čeká je totiž trnitá a rozhodující transformace v procesně řízenou firmu. Tímto tématem se zabývám ve své připravované disertační práci.

2. 1:1 CRM a řízení zisku

Nyní ale zpět k možnostem řízení zisku. Aplikací principu 1:1 CRM je možné získat nový přístup k řízení zisku, založený na sledování ziskovosti každého zákazníka. Tento způsob řízení zisku je dále v souladu s novou situací na trhu, která vyžaduje individuální péči o zákazníka, jak jsem zmínil dříve.

Autor v [KOPP01-01] ovšem píše: „Podnik jednoduše nemůže pečovat o všechny potenciální zákazníky. Podnik požaduje návratnost svých investic. V některých případech by však péče o zákazníka byla dražší než součet všech efektů, který tento zákazník přinese.“ Dodává, že těmito efekty jsou nejen platby za produkty a služby, ale i například doporučení jeho známým. V dalším výkladu pak obecně stanovil optimální počet zákazníků na takový, kdy se mezní náklady na získání nového zákazníka rovnají průměrným nákladům na zákazníka, což je analogie určení objemu optimální produkce.

Takové určení optimálního počtu zákazníků je ale jen jeden ze způsobů, jak tento ukazatel řídit. Jiný způsob vychází z možnosti změřit ziskovost každého zákazníka. Tím zároveň reaguji na uvedený citát, neboť zná-li firma výnosnost každého svého zákazníka, potom může (a pro účely nového způsobu řízení zisku vlastně musí) vztah s každým zákazníkem řídit, protože ví, kolik do zákazníka investovala a kolik zisku jí tyto individuální investice do zákazníka přinesly. Řízení zisku v této podobě samozřejmě nelze zavést bez příslušných změn v informačním systému. Ten musí umožnit sledovat například marketingové náklady v rozlišení na konkrétní zákazníky, ba dokonce celý marketing z pohledu individuálního zákazníka řídit. Je jasné, že taková a podobné další činnosti CRM musí vycházet z kvalitní datové základny.

Jak se k měření profitability zákazníků staví například finanční instituce? Výsečový graf (viz obrázek 1), který na otázku nepřímo odpovídá, je značně alarmující: 63 % respondentů odpovědělo, že vlastně vůbec neměří (nebo metriky nesleduje), kolik zisku má z kterého svého zákazníka. Pouhých 20 % odpovědí je ve prospěch zvýšení profitability zákazníka po zavedení CRM řešení[1].

obrázek 1 – změna v profitabilitě zákazníků po zavedení CRM řešení[2]

Příčina tak velkého podílu společností, jež nesledují profitabilitu vůči zákazníkovi, je právě ve zmíněných informačních systémech, které jsou orientovány podle dřívějších požadavků na měření tradičních ukazatelů. Řízení zisku z konkrétního zákazníka vyžaduje, abychom znali složení nákladů na daný vztah i příjmů z něho. Jak jsem již uvedl výše, tomuto požadavku musí vyhovovat informační systémy.

Ve směru měření v rámci řízení vztahů se zákazníky lze najít inspiraci v [NEUJ01‑01], kde autor rozebírá metriky v CRM. Ve svém dalším výkladu však ponechám rozdělení nákladů a výnosů z každého vztahu se zákazníkem na pozadí a problematiku nového způsobu řízení zisku vyložím na obecných ukazatelích nákladů a výnosů. Tyto ukazatele v uvedených vztazích lze totiž jednoduše dekomponovat podle potřeb.

2.1 Současný pohled na tvorbu zisku

Dříve než vyložím nový přístup k řízení zisku, ozřejmím nedostatky přístupu současného. Ten vychází z řízení výroby, které je označováno jako push a odráží možnosti firem v době nenasyceného trhu. Jak jsem mnohokrát zmínil, v současné době se setkáváme spíše s trhem přesyceným.

V nynější mikroekonomii ([SOUJ95-01]) lze identifikovat čtyři základní pilíře řízení zisku: produkční funkce, nákladová funkce a náklady firmy, příjmová funkce a příjmy firmy a konečně cena. Další výklad je uvažován v prostředí dokonalé konkurence v dlouhém období[3].

Produkční funkce

Produkční funkce je vztah mezi množstvím vstupů (práce, kapitál) použitých pro výrobu v určitém období a maximálním objemem výstupu vyrobeným v tomto období. Protože produkční funkce odráží transformaci vstupů na výstupy a nijak se netýká trhu produktů, problém zde nevidím. Otázkou nadále zůstává, jak určit optimální množství produkce.

Náklady firmy

V dlouhém období lze uvažovat jako variabilní vstup do výroby jak práci, tak kapitál. Nákladové optimum firmy je určeno dotykem křivky izokvanty, která zobrazuje takové kombinace množství vstupů, které vedou k produkci stejného objemu výstupu, a křivky (přímky) izokosty, jež představuje kombinace množství vstupů, které lze nakoupit za dané celkové náklady.

Náklady firmy lze rozdělit na fixní a variabilní. Variabilní jsou závislé na množství produkce (tj. podle toho, kolik výrobků se vyrobí, tolik se zaplatí za práci, materiál apod.), fixní nikoliv. Dále lze rozlišit náklady průměrné a mezní, což ale není pro další výklad důležité[4].

Příjmy firmy, cena, maximalizace zisku

Nejjednodušeji lze příjmy firmy určit jako součin ceny produkce a jejího prodaného množství. Na rozdíl od nákladů, u kterých firma dociluje jejich minimální hodnoty, u příjmů jde pochopitelně o maximální hodnotu. I zde lze uvažovat průměrné a mezní příjmy.

Spolu s cenou se s příjmy dostáváme nejblíže k zákazníkům. Nicméně modely jsou vystavěny bez ohledu na individuální vztahy. Uvažují, že firma vyrobenou produkci představí na trhu, který při všeobecné ceně, jíž určí střet poptávky a nabídky, zajistí realizaci příjmů. Maximálního zisku je dosahováno při rovnosti mezních nákladů s mezními příjmy[5], které se rovnají ceně výrobku na trhu.

Nedostatky současného přístupu

Výše uvedenými odstavci jsem pochopitelně nepředstavil nic nového. Vytvořil jsem jimi jen stručný přehled, který poslouží jako východisko pro odhalení nedostatků současného přístupu k řízení zisku.

V popisovaných modelech je vše vztaženo k výrobku bez jakéhokoliv ohledu na zákazníky (kromě toho, že příjmy se uvažují z prodaného outputu). Zákazník se podřizuje všeobecné tržní ceně. Náklady na CRM se v modelu nákladů nijak explicitně nesledují. Modely uvažují, že se veškerá vyrobená produkce prodá, neboť se vyrábí jen tolik, kolik trh absorbuje. Vzhledem k tomu, že veškeré příjmy z produkce pocházejí od zákazníků, se mi jeví takový přístup jednoduše slepý: na základě informací o trhu mám vyrobit určitý počet výrobků a věřit, že je někdo koupí. To je značně riskantní. Problém je jednak v dostupnosti a pravdivosti informací o trhu, jednak v časovém zpoždění (informace popisují, jaký je trh nyní, ale v době prodeje bude odlišný; turbulence na trhu znemožňuje spoléhat se příliš na výsledky předpovědí). Současné modely nepropojují řízení zisku a řízení vztahů se zákazníky, přičemž právě CRM umožní odbourat značnou část nejistoty při plánování výroby.

2.2 Nový pohled na tvorbu zisku

Princip nového přístupu k řízení zisku spočívá tedy v pohledu na celou problematiku z druhé strany, ze strany zákazníka. Nespoléhá se na anonymní poptávku, ale na poptávky konkrétních jednotlivců, jejichž charakteristiku známe díky předchozím obchodům.

Pokud bych vzal v úvahu rovnost mezních nákladů a mezních příjmů jako rovnici optima současných modelů a vztáhl ji na zákazníky, potom by se mi vztah s dalším zákazníkem vyplatil, jestliže by náklady na správu tohoto vztahu alespoň pokryly příjmy z něj plynoucí. Toto tvrzení samotné je správné. Ale v kontextu současných modelů je zavádějící. Představme si, že tento další zákazník je málo atraktivní. Náklady na řízení vtahu s ním by tak převýšily příjmy. Podle rovnice optima bychom se nalézali již za bodem rovnováhy. Avšak lze uvažovat ještě jiného zákazníka, který by naopak byl velmi bonitní. Použití mezních nákladů a mezních příjmů se tedy na zákazníky vztáhnout nedá. Náklady a příjmy ze vztahů se zákazníky nelze nahradit nějakou popisující křivkou, je nutné je řídit individuálně.

Již jsem uvedl, že individuální řízení vztahů se zákazníky musí být podpořeno informačním systémem, který umožňuje sledovat potřebné ukazatele. Rovněž je nutné změnit systém řízení podniku. Na začátku článku jsem zmínil, že předpokladem pro fungování 1:1 CRM je procesní řízení. Procesní řízení umožní jednak sledovat a hlavně řídit vývoj nákladů i příjmů individuálně, jednak pomocí dat o individuálních vztazích určit priority pro zpracování zákaznických požadavků a řešit tak konflikty při sdílení zdrojů podniku. Navíc umožňuje efektivně pracovat s individuálními cenami, což v současných obecných modelech není vůbec možné, neboť pracují s jednou tržní cenou.

2.2.1 Základní nerovnice

Jestliže tedy vyjdu z předpokladu, že jsem schopen měřit a řídit požadované ukazatele dávající dohromady celkové náklady na vztah s každým zákazníkem zvlášť a analogicky též příjmy z každého tohoto vztahu, potom lze sestavit velmi jednoduchou nerovnici (rovnice 1)[6], která neříká nic jiného, než že příjem ze všech zákazníků spolu s dalšími příjmy musí být větší než celkové náklady vynaložené na udržování vztahu s nimi a náklady, které firma vynakládá na další aktivity.

rovnice 1[7]:                     

Poznámka:

Takové individuální sledování nákladů a příjmů umožňuje, jak jsem uvedl, pracovat s individuálními cenami (jedna složka příjmů P_i). Tyto individuální ceny pak mohou velice snadno odrážet spokojenost zákazníků. Aby zákazník mohl vyjádřit svou spokojenost výší platby, tedy spojitě, nikoliv diskrétně: koupím/nekoupím, je potřeba změnit cenovou politiku. Jednotný ceník by se měl stát minulostí, s čímž budou mít potíže především podniky zaměřené na masu zákazníků, jako jsou retailové banky, u kterých se problematika prohlubuje, neboť předmětem obchodů bank jsou, jak známo, právě peníze (peníze zaplacené zákazníky bance à obchody banky na finančních trzích).

 

Požadavek na příjmy z podnikání vyšší než náklady na jejich získání, je znám snad každému. Jak však nerovnice ukazuje, rozdělení fixních a variabilních nákladů v současné době lze odvodit ne primárně z produkce, ale od zákazníků.

Fixními náklady z tohoto pohledu jsou tedy i veškeré náklady na produkci, která dosud nebyla zobchodována. Na první pohled by se mohlo zdát, že tyto náklady budou u podniků služeb nulové. Avšak vezmu‑li například bankovní produkty, mohu identifikovat fázi, kdy služba/produkt již existuje, ale žádný obchod s tímto produktem dosud nebyl realizován. Bankovní produkty jsou často velmi složitě definované služby zákazníkům. Než je takový produkt definován, lidé v bance nad jeho tvorbou musí strávit mnoho času, čímž se méně věnují ostatním záležitostem.

Nyní pokládám otázku, co je v dané nerovnici neznámým ukazatelem. Současná firma v lepším případě ví, kolik má zákazníků. Ví, jaké platby od nich celkem získává. Rovněž může určit ostatní náklady a příjmy. Jak je to ovšem s náklady na interakci se zákazníky? I zde lze z účetnictví zjistit, kolik výdajů se asi týká interakce se zákazníky (opět celkem). V agregované podobě tedy podnik zná všechny ukazatele. Co však pravděpodobně působí potíže, je sledování vývoje příjmů a nákladů z/na konkrétního zákazníka. Základní rovnice nemůže dát odpověď na otázku, jaký je optimální počet zákazníků. Tak, jak je vyjádřená, platí pro každé K, pokud náklady jsou vždy menší než příjmy. Jestliže náklady a příjmy nezávislé na počtu zákazníků ponecháme stranou za zmíněného předpokladu, pak zbývá kontrola vztahů pro jednotlivé zákazníky. Je tedy jasné, že firma musí znát, kolik ji stojí ta která konkrétní interakce se zákazníkem a jaký příjem z ní má. Není tedy možné vést pouze agregované hodnoty za všechny zákazníky.

Situace je problematická i z časového hlediska. Firma zákazníky získává postupně. Proto není vhodné hledat optimální počet zákazníků celkem k danému časovému okamžiku. Jestliže bude v podniku nasazen systém pro CRM, který umožní sledovat náklady a příjmy na interakci s každým zákazníkem zvlášť, nebude pak problém zjišťovat, který zákazník je pro podnik výhodný a který ne. Hledání nějakého optimálního počtu bude bezpředmětné. Sledování lze samozřejmě automatizovat, provádět odhady vývoje interakcí do budoucna apod. Tím vlastně firma může relativně snadno sledovat návratnost investice do každého zákazníka zvlášť.

2.2.2 Individualizovaná základní nerovnice

Vztáhnu‑li vzorec z rovnice 1 na jednoho zákazníka i, pak bude mít tvar, jak ukazuje rovnice 2 – opět nejde o nic složitého: náklady na interakci s jedním konkrétním zákazníkem spolu s ostatními náklady zprůměrovanými na jednoho zákazníka musí být menší než relevantní příjmy. Vztah(y) samozřejmě musí platit pro každého zákazníka.

rovnice 2:                       

Pomocí této nerovnice lze již sledovat, zda a jak je ten který zákazník firmě prospěšný. Náklady i příjmy lze samozřejmě dále dekomponovat, pokud to informační systém umožňuje. Pro řízení zisku je důležitější spíše rovnice 2 než rovnice 1, protože rovnice 1 je vlastně jen sumou jednotlivých individuálních rovnic. Nejde tedy o hledání optimálního počtu zákazníků, jak by napovídala analogie se současnými modely, ale o maximalizaci zisku z každého zákazníka zvlášť, což vede k maximálnímu celkovému zisku. Samozřejmě tím netvrdím, že by přístup měl být slepě individuální. Maximalizace zisku z konkrétního zákazníka v sobě nese operace přes celou databázi zákazníků (typicky cross-selling). Na základě potřeby konkrétních zákazníků je dále plánována výroba. Optimální produkce se tedy odvíjí od konkrétní poptávky. Firma nabízí zákazníkům individuální ceny (zde je nutno opustit předpoklad dokonalé konkurence, že firmy přebírají tržní cenu).

2.2.3 Počet zákazníků

Pokud by celkový zisk závisel pouze na příjmech a nákladech na konkrétní vztah, potom by bylo skutečně zcela zbytečné zabývat se počtem zákazníků, neboť tento ukazatel by neměl na celkový zisk žádný dopad. Fixní náklady (tj. náklady nezávislé na počtu zákazníků) ale existují. Proto existují i určité požadavky na minimální počet zákazníků K. Pro další úvahy je nutné respektovat předpoklad ten, že všechny ukazatele nabývají pouze nezáporných hodnot.

Základní nerovnici je třeba zprůměrovat a převést variabilní a fixní složky každou na svou stranu – viz rovnice 3. Dále lze určit požadavky na počet zákazníků K podle jednotlivých případů, tj. stavů nákladů a příjmů variabilních i fixních.

rovnice 3:                       

Průměrný variabilní zisk

První dva případy mají společné to, že firma realizuje průměrný variabilní zisk, tj. v průměru jsou její příjmy ze zákazníků vyšší než náklady na ně. Ve skutečnosti by byl požadavek ještě náročnější, neboť firma by měla realizovat zisk z každého zákazníka, tj. mělo by platit:

rovnice 4:                       

Vzhledem k tomu, že je v silách firmy zařídit, aby udržoval vztahy pouze s těmi zákazníky, kteří jí přinášejí zisk, je tento požadavek reálný. Fakt, že někteří zákazníci jsou pro firmu neprofitabilní, ale firma v ně vkládá naděje do budoucna, by se mohl zapracovat do budoucích příjmů přepočtených na současnou hodnotu s ohledem na budoucí náklady rovněž přepočtené na současnou hodnotu. Jak jsem ale uvedl, zabývám se pouze základními ukazateli, neboť ty lze dále podle potřeb dekomponovat. Vrátím se tedy k hlavnímu proudu výkladu.

Pokud tedy vedle průměrného variabilního zisku jsou fixní příjmy větší než fixní náklady, potom počet zákazníků může být libovolný.

Jestliže naopak fixní náklady převyšují fixní příjmy, potom je nutné počet zákazníků udržovat podle následující nerovnice:

rovnice 5:                       

Ta nám říká, že máme-li počet zákazníků menší, než kolikrát se průměrný zisk ze zákazníka vejde do ztráty, jež je nezávislá na počtu zákazníků, musíme počet zákazníků zvýšit při zachování průměrného zisku ze zákazníka a/nebo zvýšit průměrný zisk ze zákazníka.

Průměrná variabilní ztráta

Druhé dva případy spojuje naopak realizace ztráty ze vztahů se zákazníky v průměru. Zde není nutné uvažovat nějakou ostřejší podmínku a jde spíše o hypotetické případy. Oba vyústí v situaci, kdy je výhodnější buď nepodnikat vůbec, nebo změnit hlavní činnost podniku.

Jak je to v případě variabilní ztráty s fixním ziskem? V tomto případě, aby firma realizovala vůbec nějaký celkový zisk, musí držet počet zákazníků naopak pod hranicí uvedenou výše, tj.:

rovnice 6:                       

Avšak pokud by fixní zisk měl krýt variabilní ztrátu, tj. zisk plynoucí z jiných aktivit než z obchodů se zákazníky by kryl ztrátu plynoucí z těchto vztahů, potom stojí za úvahu přehodnotit strategii firmy[8].

Konečně v posledním případě je firma ztrátová nejen variabilní složkou zisku, ale i její fixní složkou. Zcela jasnou situaci, kdy by firma měla být uzavřena, lze dokreslit i matematicky:

rovnice 7:                       

Počet zákazníků K vyšel menší než uvedený výraz, který je zároveň menší než nula, neboť jde o případ s fixní ztrátou (kladný čitatel) i se ztrátou variabilní (záporný jmenovatel). Avšak K je počet zákazníků, což je nutně nezáporné číslo. Tento rozpor potvrzuje doporučení uzavřít firmu.

Zde je však nutné zastavit se nad nerovnicemi matematicky. Protože průměrné hodnoty příjmů a nákladů z/na zákazníky se počítají přirozeně jako suma všech zákaznických příjmů, resp. nákladů lomeno počet zákazníků K, potom se právě počet zákazníků K z nerovnic zcela vytrácí, a tak nám nerovnice nedávají ve skutečnosti žádné požadavky na počet zákazníků.

2.2.4 Měření profitability zákazníka v čase a pravděpodobnosti

Určení počtu zákazníků je pouze pomůckou. V nejlepším případě ani není potřeba. Primární je řídit každý vztah se zákazníkem tak, aby byl maximálně ziskový. Realita je ale náročnější.

Příjmy ze zákazníka se dostavují se zpožděním a v proporcích odlišných od těch investičních. Proto může být bezhlavé měření profitability každého zákazníka matoucí. Měření nelze provádět pouze k určitému datu (stavově), ani jen za určité období (tokově), ale také věcně. Tato problematika souvisí s měřením návratnosti investice do konkrétního zákazníka. Kromě sledování jedné investice doporučuji sledování i souvislostí více „investičních akcí“. Například reakce zákazníka na určitou nabídku nebyla uspokojivá a z této akce tedy plyne ztráta. Avšak firma počítá, že do budoucna zákazník bude reagovat a očekává z něj určitý zisk. Tento zisk je však realizován až po proběhnutí další akce, na kterou zákazník již reaguje. Pokud tedy mám počítat k dnešnímu datu profitabilitu zákazníka, musím do nákladů a příjmů zařadit i reálně očekávané příjmy a plánované investice (v současných hodnotách). Reálnost očekávání lze odvodit empiricky. Na základě sledování uvedených závislostí může firma naplánovat efektivnější způsoby oslovování toho kterého zákazníka.

Právě plánování budoucích investic je nerozdílně spjato s odhadem chování zákazníka. Díky historii zákazníka lze odhadnout pravděpodobnosti jednotlivých způsobů jeho chování. Základní nerovnice tedy bude s ohledem na plánované investice a příjmy vypadat poněkud složitěji (viz rovnice 8). Pro jednoduchost nerozebírám fixní složku příjmů a nákladů.

rovnice 8[9]:                     

Je nutné počítat s očekávanými hodnotami, které se vypočítají jako vážený průměr možných hodnot, kdy vahami jsou pravděpodobnosti výskytu těchto hodnot. Zároveň je potřeba počítat se současnými hodnotami budoucích příjmů a nákladů, přičemž nelze zapomenout, že každá možná hodnota může být jinak časově vzdálena od současnosti. Vnitřní suma (s indexem j) tak představuje očekávanou hodnotu příjmu či nákladu, přičemž každá možná hodnota je ještě převedena na současnou hodnotu. Komplikací může být proměnlivost úrokové sazby. Od toho jsem však abstrahoval.

Řízení individuálních vztahů se zákazníky se takto velmi podobá investičnímu rozhodování[10]. Jednotlivé zákazníky v kombinaci s nabízenými produkty lze přirovnat k investičním instrumentům. Pak by bylo dále vhodné kalkulovat též s rizikem změny výnosu každého zákazníka. Aplikací teorie investičního rozhodování na řízení vztahů se zákazníky se však již dále v tomto článku zabývat nebudu, i když jde o téma nesmírně zajímavé. Zde je tedy prostor pro další práci. Analýzou jednotlivých investičních příležitostí zjistíme, zda se vyplatí nějaký produkt vůbec vyvíjet, prodávat, komu jej prodávat, co se stane, když určití zákazníci budou reagovat spíše jako jiná skupina zákazníků apod.

2.3 Shrnutí

V tomto článku jsem vyložil nový přístup k řízení zisku. Po obecné úvodní diskusi k tomuto tématu, jsem v souvislostech s novými požadavky trhu odůvodnil nedostatky současných modelů pro řízení zisku. Odboural jsem také pojem optimální produkce, resp. počet zákazníků, neboť každý vztah se zákazníky je nutné optimalizovat individuálně. Přesto jsem stanovil alespoň minimální požadavky na počet zákazníků. Naposledy jsem nový přístup k řízení zisku představil v rámci plánování a dospěl jsem k paralele s investičním rozhodováním.

Tímto neříkám, že současné mikroekonomické modely pro řízení zisku jsou špatné. Fungují i nadále, avšak řízení zisku pomocí nich nemůže být s ohledem na měnící se charakter trhu dostatečné.

 

Literatura

[BRAJ96‑01]	Brada, J.: „Teorie portfolia“, VŠE Praha, 1996, ISBN 80‑7079‑259‑0
[DOHJ02-01]	Dohnal, J.: „Řízení vztahů se zákazníky“, Grada Publishing, a.s., Praha, 2002, ISBN 80‑247‑0401‑3
[HAMM02-01]	Hammer, M.: „Agenda 21, co musí každý podnik udělat pro úspěch v 21. století“, Management Press, Praha, 2002, ISBN 80-7261-074-0
[KOPP01‑01]	Kopřiva, P.: „Inovace řízení vztahu se zákazníky“, disertační práce, Katedra informačních technologií, VŠE, Praha, 2001
[MUSP96‑01]	Musílek, P.: „Finanční trhy: instrumenty, instituce a management“, VŠE Praha, 1996, ISBN 80‑7079‑726‑6
[NEUJ01‑01]	Neumann, J.: „Procesy ve firmách související se zákazníkem a funkcionalita CRM“, diplomová práce, Katedra informačních technologií, Vysoká škola ekonomická v Praze, Praha, 2001
[SLAO02-01]	Šlapák, O.: „Péče o zákazníky (nejen) v bankách“, Bankovnictví – časopis, číslo 6-7/2002 a 8/2002, Economia, a.s., 2002, ISSN 1212‑4273
[SLAO02-02]	Šlapák, O.: “Impacts of the Global Information Society on the Banking Industry” ve sborníku konference SSGRR 2002s, L’Aquila, Italy (July 29 - August 4, 2002, zvaná přednáška)
[SOUJ95-01]	Soukupová, J. a kol.: „Mikroekonomie pro inženýrské studium“, VŠE, Praha, 1995, ISBN 80‑7079‑303‑1
[VESJ95‑01]	Veselá, J.: „Analýzy trhu cenných papírů“, VŠE Praha, 1995, ISBN 80‑7079‑426‑7