Data er den nye oljen. Men data må analyseres og du må ha innsikt til å tolke for at den skal gi verdi. Da jeg begynte med markedsføring på 90-tallet var det oftere enn ikke at vi tok avgjørelser på magefølelsen. Men allerede da var det noen som brukte datakraft fra store servere for å analysere data. I dag gjør vi det samme i en nettleser på mobilen og får langt mer anvendelige resultater på en brøkdel av tiden. Hvor godt utnytter din virksomhet data?
En tidligere kollegas erfaring med data
En tidligere kollega av meg, Merethe Slensvik Halvorsrød, jobbet i sin tid som produktsjef i en bedrift hvor analyse var viktig. Der kjøpte de blant annet inn AC Nielsen butikkdata, GfK merkevekslingsanalyse, Yankelovich kundetilfredshetsanalyse og Millward Brown forbrukerundersøkelse, hvor de fleste av disse den gang kom i posten, på papir.
Deretter hadde de møter med gjennomgang av innholdet og forsøkte å dra paralleller til alle de andre analysedokumentene de hadde fått i posthylla tidligere på året. I dag er det helt klart mye lettere å samle- og analysere dataen man henter inn.
Men på 90-tallet sto minerva-databasen sammen med AC Nielsen installert på en PC i fellesområdet slik at alle kunne teste hypoteser og grave i data. AC Nielsen fokuserte på hvor mye de kunne tape på utsolgtsituasjoner. På Libero antok de at familier med bleiebarn handler mer enn alle andre og hadde regnet ut at småbarnsfamilien hadde 33 % større handlekurv enn snittet. Dagligvarekjeden Kiwi forstod raskt hva det handlet om og gjennom å kapre småbarnsfamiliene og oppnå deres lojalitet, ville de dra nytte av de ekstra store handlevognene.
Dermed lanserte Kiwi «Bleieavtalen» med den 4. Libero bleiepakka gratis for snart 20 år siden. Alle som har blitt foreldre i denne perioden skjønner hva det er snakk om.
Fokuset på data endres
Når man endrer rolle fra for eksempel å være markedsfører til markedssjef, blir fokuset mer og mer på økonomi med bunnlinje, kalkyler og kostnader. Den grunnleggende nysgjerrigheten rundt eksterne data og analyse bytter etter hvert plass med et voksende internt resultatfokus. Data og dataanalyse brukes på å finne muligheter for økt volum og lønnsomhet på produkt og kundenivå. Kortsiktig resultatfokus er kanskje spennende og motiverende i seg selv, men fokuserer man kun på bunnlinja kan en fort miste oversikten.
Analyse og resultat henger sammen
Min erfaring er at analyse og resultat henger sammen. For å oppnå langsiktige positive resultater må en forsøke å se alle data, både interne og eksterne. Klarer man gjennom analyse å definere gode KPI-er, finne spennende sammenhenger og oppnå innsikt som konkurrentene kanskje ennå ikke har sett, vil resultatene komme.
Dette kan både bidra til å øke topplinjen og gi deg oppskrifter på hvordan man får mer ut av hver investerte markedskrone (ROMI, return on marketing investment), slik at kostnadene relativt sett blir lavere i forhold til omsetningen.
Det er ikke mye som skal til for å øke verdien av investeringen sin i et godt verktøy for å samle data. For en virksomhet jeg har jobbet med klarte vi å øke antall prisforespørsler og hevendelser fra potensielle kunder med 300% etter en enkel analyse av nettsted, adferdsmønstre og konvertering. Dette er data som de fleste virksomheter bør ha tilgjengelig allerede i dag, og som i svært mange tilfeller, kan være lett å sette i spill for å oppnå gevinst.
Data og analyse i endring
Analyser som på 90-tallet krevde store ressurser, kan vi i dag få gjennomført for en langt rimeligere penge – eller direkte i mobilen. Samtidig lagres det utrolig mye mer data og det samles mer data i de fleste bedrifter enn de både behøver og klarer å benytte.
Vi er i en situasjon der bedriftene har masse data, og konkurransefortrinn og kostnadsreduksjoner kan oppnås ved å organisere disse. Man er ikke en gang avhengig av å ha interne systemer som snakker sammen, for det finnes produkter som samler data for deg fra stort sett alle andre systemer. Selv om disse systemene ofte kommer med en kostnad (stor, i takt med omfang av bruk) vil økt lønnsomhet etter all sannsynlighet finansiere de neste stegene og mere til.
Jeg håper denne artikkelen kan bidra til å øke nysgjerrigheten rundt bruk av data i bedriften. Det finnes mange systemer å hente informasjon fra, og utvalget av data er stort:
- Brukerdata
- Marketingdata
- Transaksjonsdata
- Leveringsdata
- Kundeservicedata
- Kundeppfølgingsdata
Dette er bare noen eksempler. Selv den minst analytiske av oss blir vel litt pirret av å koble sammen informasjon fra slike ulike kilder?
Hvis alle kunne sette av en time i uka til å analysere både interne og eksterne data for å få innsikt, lete etter trender og se sammenhenger, er mye gjort. En oppstart kan være:
- Kartlegg hvilke data du har. Utnyttes verktøyene optimalt? Er det nok analyse og verktøykunnskap internt? Er for eksempel Google Analytics riktig satt opp? Ser du hvilke markedsføringskroner som gir flest leads eller mest omsetning?
- Sett opp data du ønsker. Hvilke spørsmål skulle du ønske du hadde svar på? Har du noen hypoteser du gjerne ville testet? Hvilke nye koblinger mellom data kunne du ønske deg? Skulle du gjerne sett kundeadferd relatert til omsetning?
- Finnes det systemer som kan forenkle dataanalyse og se sammenhenger for deg i dag?
Det skjer en rivende utvikling på analysemuligheter med systemer som samler data fra siloene og ser dem i sammenheng for å gi gode beslutningsgrunnlag. Kanskje noe kan bidra til økt innsikt hos dere?
Ønsker du en kickstart til å bli mer datadrevet og strategisk i ditt salgs- og markedsføringsarbeid, anbefaler jeg å booke et møte med min tidligere kollega, Lars, for å ta en prat om hvilke muligheter du har. Dette kan du enkelt gjøre i hans kalender under:
Vi sees!