Vet du hva dere er gode på eller ikke så gode på? Vet du det virkelig? Eller sitter du med en følelse? Kanskje du ser hva dere er gode på, men ikke helt vet hvorfor? Da er det vanskelig å bli enda bedre, for du vet ikke helt hvor du skal fokusere for å få endring.
I Excellerate jobber vi mye med oppdragsgivere som vil øke lønnsomheten og kvaliteten i leveransene sine. Dette kan gjerne være firmaer med god inntjening, så det er ikke nødvendigvis snakk om redningsaksjoner. Alle kan bli bedre. Vår erfaring er at det aller mest effektive grepet for å bli bedre er å bli bevisst på hva dere allerede gjør.
Denne bevisstgjøringen går gjennom innsikt. Følelser er ikke innsikt. Tro er ikke innsikt. Data er innsikt. Analyse er innsikt. Et godt innsiktsprosjekt inneholder normalt tre steg mot lønnsomhet, og jeg skal ta dere gjennom de tre stegene her.
Første steg mot bedre lønnsomhet: Datafangst
Hver oppdragsgiver er unik, og hvilke data vi skal hente inn vil variere. Vi i Excellerate har lang erfaring å arbeide med data og objektive, målbare observasjoner for næringslivet.
Samtidig er det viktig å vite hva vi skal oppnå. Når dette er på plass, har vi et skreddersydd sett med spørsmål som kan sendes ut til kunder, ansatte og gjerne begge deler dersom det gir oss den nødvendige innsikten.
Det er forskjell på spørsmål. Hvis du spør en kunde som akkurat har kjøpt kjøkken: «Hvor sannsynlig er det at du kjøper kjøkken hos oss igjen» er det nærmest et hypotetisk spørsmål, for neste kjøp ligger så langt fram i tid. Om du heller spør «Hvis du skulle kjøpe kjøkken nå – hvor sannsynlig er det at du kjøper det fra oss?» får du en type svar som du faktisk kan bruke til noe i en analyse. La oss se litt på analyser:
Andre steg mot bedre lønnsomhet: Analyse
Moderne metoder og verktøy har åpnet enda større muligheter for verdiskapende og innsiktsdrivende analyser. Det er fordi vi har mye større kontroll på dataene enn før. Vi trenger ikke bare lene oss på endimensjonale, enkle data som sier at en kunde handler en vare. Vi har også et bredt spekter av kundedata, som alder, bosted, kjøpesum, antall varer, preferanser og alle mulige andre opplysninger som fyller ut bildet av en kunde og som kan brukes i analyser.
Vi kan tenke på det som kundeinnsikt kombinert med innsikt om kunden, og det er kombinasjonen som skaper gullet. Altså ikke bare hva kunden opplever, men også hva kunden er og foretrekker. Hva kunden sier om seg selv og kundereisen, kombinert med hva vi vet om henne. Da blir det interessant.
Interne data må kombineres med tilbakemeldinger fra kunder
La oss si vi skal øke lønnsomheten for en B2B-aktør som retter seg mot entreprenører og byggebransjen. De tilbyr alt fra festemidler til verneutstyr og kompressorer for arbeid i felt.
Da finnes det selvsagt opplysninger om kjøpstidspunkt, varetype og alt som en computer eller et CRM registrerer fortløpende. Hva slags varegruppe handles mest og så videre. Vi kan kalle det interne data.
Men hvorfor handler kundene vare A i stedet for vare B? Kanskje er det fordi vare C ikke finnes? Eller presenterer vi vare B på en suboptimal måte?
Da må de interne data fra handelen kombineres med de eksterne dataene, altså innsikt om kunden og hva kunden sier om dere.
Hva slags firma kommer kunden fra? Hvilken status har hun i selskapet sitt? Er hun innkjøper som bare er opptatt av pris og leveranse? Er hun CEO som bare tenker på det store bildet? Er hun en bruker som er opptatt av kvaliteten på utstyret? Hva tenker hun om utvalget og servicegraden? Er det noe mønster i salgene som kan analyseres? Hva er det kommersielle potensialet i denne kunden?
Ved å kombinere interne og eksterne data kan du optimalisere leveransen til hver enkelt kunde basert på hva kunden opplever og hva som blir levert.
Først når du har data som kan krysses med hverandre, får du den fulle verdien av dem. Du kan se hvilken servicegrad som skal ytes og hvilken adferd vi skal ha mot de ulike kundegruppene. Du kan rett og slett se hva som må gjøres, og du kan forankre det i konkret kundeinnsikt.
Tredje steg mot bedre lønnsomhet: Visualisering og presentasjon
Det er ikke noe problem å presentere analyser som er så kompliserte at ingen forstår hva som blir gjennomgått. For å være ærlig – vi synes sånt er bortkastet. En analyse forteller deg ingenting om du ikke forstår den. Vi mener en analyse skal være:
- Håndterbar, altså at mengden av data ikke er overveldende.
- Forståelig, altså at den er klar og tydelig så du kan ta til deg informasjonen.
- Relaterbar, altså at den er koblet til det dere driver med hver dag.
- Konkret, altså at den gir klare anbefalinger om hva som skal endres for å skape bedre kundeopplevelser og lønnsomhet
Kanskje er det først når vi ser dataene gjennom et kart at vi ser hva som må gjøres i Møre og Romsdal? Eller bare i Romsdal, for Sunnmøre går så det kviner. Dette kan høres banalt ut, men poenget er at det er enkelt og at det handler om det dere driver med. Ikke masse teorier som viser hvor mange år konsulenten har studert.
Når disse tre trinnene er på plass: data, analyser og visualisering, da legger vi en plan for hvordan vi skal jobbe videre med kompetanse og utvikling for å øke lønnsomheten.
Det er først da vi har den nødvendige innsikten til å få action der effekten er størst.
Vil du vite mer om bruk av interne og eksterne data for innsikt som gir lønnsomhet og styrker selskapet deres? Ta kontakt med meg.
