5 faldgruber i business analytics og 5 løsninger

Del artikel:

Du har allerede indset, at brugen af data er vigtig for forretningen, og topledelsen har fuldt fokus på, at der bliver indsamlet kundedata, men du kan mærke sveden springe fra tindingerne, fordi du er sikker på, at konkurrenterne er meget længere fremme og høster gevinsten fra business analytics og segmentering i langt højere grad end i din virksomhed. Så du sidder tilbage med en følelse af, at al den snak om big data ikke rigtig afspejler sig på jeres omsætning og indtjening i den udstrækning, du havde regnet med. Fortvivl ej: Her er 5 typiske faldgruber i business analytics - og hvordan du løser dem.

 

1. Data er ikke opdaterede

Datas værdi stiger proportionalt med deres validitet. Sørg derfor for, at dine data er opdaterede og korrekte. Det gælder både dine simple stamdata om kundernes navn, adresse og telefonnumre som nemt vedligeholdes med jævnlige datavaske (eller customer contact management, kært barn har mange navne), samt de data og modeller, I bruger til at analysere med.

En høj opdateringsfrekvens højner sandsynligheden for, at data giver et retvisende billede, hvorimod uaktuelle data kan skævvride jeres analyser fuldstændig. Hvis dine adressedata på kunderne fx er uaktuelle, men du bruger data om husstanden (fx boligtype, indkomst, geografi) i dine analyser, kan du nemlig hurtigt få et helt forkert indtryk af dine kunder.

 

2. Du bruger for mange eller for få data

Kunsten i brugen af data er at vælge "the right data": Det data blend, der giver dig den indsigt, der driver din forretning frem. Har du data på dine kunders købshistorik, så husk at inddrage dem i dine analyser sammen med viden om geografi, familietype, foretrukken købeplatform m.v.

Andre gange kan det betale sig at reducere antallet af variabler eller gruppere dem i større intervaller for at undgå en overdreven detaljeringsgrad, der bliver helt umulig at tolke eller operationalisere.

 

3. Du mangler dataanalytiske kompetencer

Erkendelsen af, at man ikke selv har kompetencen til at kombinere og analysere på data, selvom man har været på et Excel udvidet-kursus kan være svær, men jo hurtigere du indser dit behov for at ansætte medarbejdere med dataanalytiske kompetencer, eller køber dig hjælp fra dataprofessionelle konsulenter, des hurtigere ser du effekten af dit dataarbejde.

At behandle store mængder af data er en disciplin, der både kræver de rette kompetencer, men også den rette software. Måske er dit gamle Excel eller SQL ikke helt avanceret nok til at skabe værdi i din forretning? Heldigvis findes der et væld af business intelligence-løsninger på markedet, så investér i den løsning, der passer til din forretnings behov. Du kan evt. starte din research her: 2017 Gartner Magic Quadrant for Business Intelligence and Analytics

 

4. Din segmenteringsmodel er forældet

Op i mod en tredjedel af nordiske B2C-virksomheder ved ikke, hvor deres segmenteringsmodel stammer fra. En anden halvdel har selv udviklet sin segmenteringsmodel. Det afdækkede en analyse af nordiske B2C-virksomheders brug af kundedata sidste år. Uanset om din segmenteringsmodel er egenudviklet eller tager udgangspunkt i en branchestandard, bør den være databaseret og operationaliserbar, så du ikke ender med en palette af personaer, du ikke kan komme i kontakt med i din markedsføring. Tager du fx udgangspunkt i en segmenteringsmodel som conzoom®,kan du kombinere indsigten fra dine egne kundedata med over 500 eksterne variable - og finde dine bedste nuværende og potentielle kunder både online og offline.

 

5. Du bruger kun data til markedsføring

Business analytics er meget mere end markedsføring; det er vejen til vækst. Med det rette dataarbejde får du markedsindsigt, der kvalificerer din forretningsstrategi, fordi du kender dine markedsandele, dit potentiale, og du kan udvikle produkter og prissætte, så det passer til dine kernesegmenter. Det kendskab er selvfølgelig også helt naturligt at bruge i både din kundeservice og markedsføring.