Die Anatomie von CRM-Fehlschlägen weist McKinsey-Studien zufolge drei zentrale Charakteristika auf:

CRM als IT-Initiative ohne klaren Business Case: Von den Anwendern in den einzelnen Abteilungen eines Unternehmens wird CRM häufig als IT-Thema angesehen. Die Devise lautet oftmals: "Die IT installiert uns ein CRM-Tool. Damit werden wir besser verkaufen." Typischerweise fordert die IT-Abteilung dann hohe Investitionen, um ein System aufzubauen, das allen denkbaren Anforderungen gerecht wird. Diskussionen zwischen den tatsächlichen Anwendern und den IT-Experten über notwendige Funktionen finden kaum oder zu wenig statt. Vollintegrierte CRM-Systeme kosten nicht selten zwei- bis dreistellige Millionenbeträge. Doch meist wird nur ein Bruchteil der Funktionalität sinnvoll eingesetzt. Beispiel: Bei einer Investmentbank konnten Kunden nicht sinnvoll segmentiert werden, weil die Inputfaktoren durch die IT nur unzureichend "geraten" wurden. Es fehlten die Absprachen zwischen den Abteilungen und eine klare Strategie.

Großer organisatorischer Änderungsumfang überfordert die Fachabteilungen: Mit der Einführung eines CRM-Systems sind meist auch Änderungen an Prozessen und dem Anreizsystem geplant. Häufig geschieht das ohne ausreichende Kommunikation und ohne die Endnutzer miteinzubeziehen. Wenn jedoch alles gleichzeitig eingeführt wird, müssen neben Trainings auch neue Anreizstrukturen und Arbeitsabläufe verdaut werden - nicht selten sind die Fachabteilungen damit überfordert und sträuben sich gegen die Änderungen. So lehnte bei einem Chiphersteller die Vertriebsorganisation das neue Anreizsystem kategorisch ab, weil zwar klare Verantwortlichkeiten, aber nicht gleichzeitig die dafür erforderlichen Kompetenzen zugewiesen wurden.

Technische Probleme der Datenbereitstellung und Integration: CRM-Kampagnen beruhen häufig darauf, dass Verhaltensmuster von Kunden strukturiert, dokumentiert und analysiert sowie zielgerichtet für Geschäftsabschlüsse genutzt werden. In der Vergangenheit waren diese Informationen nur selten in einfach zugänglichen Datenbanken gespeichert. Sie steckten oft in den Köpfen der Verkäufer oder waren auf verschiedene Insellösungen verteilt. Kaum verwunderlich ist daher folgendes Beispiel: Die Datenqualität einer Versicherung war so niedrig, dass eine Kampagne abgebrochen werden musste, weil die meisten als attraktiv eingestuften Kunden nur deshalb auf der Zielliste landeten, da für sie überhaupt Verhaltensdaten zur Verfügung standen. Eine zusätzliche Herausforderung ist die Datenqualität. Bei einer asiatischen Bank beispielsweise wurden neun verschiedene Begriffe für das Geschlecht eines Kunden in der Datenbank

vorgefunden.

Eines haben alle Fehlschläge gemeinsam: Die Unternehmen versäumten, die Balance zwischen Strategie, Organisation/Mitarbeitern und Technik herzustellen.