bloggbilde-min-kopi-1

Det sies at data er den nye oljen – men, den må analyseres for å gi verdi. Da jeg begynte med dataanalyse på 90-tallet, delte vi et felles beist av en pc for å kjøre tunge analyser. 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?

Last ned gratis guide: Slik sikrer du en effektiv digital salgs- og  markedsstrategi

Data og analyse var en viktig del av min økonomiutdannelse, og statistikk var et av fagene som fikk mye fokus. Faktor- og PCA-analyse var daglig kost. I min første jobb som produktsjef på 1990-tallet kom jeg til en bedrift som var opptatt av analyse. Vi kjøpte AC Nielsen butikkdata, GfK merkevekslingsanalyse, Yankelovich kundetilfredshetsanalyse, Millward Brown forbrukerundersøkelse og en rekke andre.

Den gang kom de fleste av disse i posten, på papir. Vi hadde møter med gjennomgang av innholdet og forsøkte å dra paralleller til alle de andre analysedokumentene vi hadde fått i posthylla tidligere på året.

Min erfaring med data

Minerva-databasen var sammen med AC Nielsen installert på en PC i fellesområdet slik at alle kunne teste hypoteser og grave i data. Anne Mari Halsan i AC Nielsen prediket hvor mye vi tapte på utsolgtsituasjoner, og vi lærte om LIFT og PEI.  Det var på denne tiden mine kolleger på Libero antok at familier med bleiebarn handler mer enn alle andre. De regnet ut at småbarnsfamilien hadde 33 % større handlekurv enn snittet, og Kiwi forstod raskt hva det var snakk om. Ved 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.  

Vi var markedsledere på stort sett alle merkene våre – og konkurrentene var ikke akkurat amatører. En høy markedsandel blant menstruerende kvinner var en fjær i hatten. Men vi så raskt i dataene at dette ga en tilsvarende lav markedsandel hos deres døtre – de ville absolutt ikke bruke det samme som deres mor. På’n igjen. Nye dypdykk og nye tiltak, og markedsandelen på femininhygiene holdt seg høy over tid.

Den ene jobben tar den andre, man stiger i gradene, fokuset blir mer og mer på økonomi med bunnlinje, kalkyler og kostnader. Den grunnleggende skoleringen i nysgjerrighet rundt eksterne data og analyse byttet etter hvert plass med internt resultatfokus. De siste åra har i første rekke blitt brukt på å finne muligheter for økt volum og lønnsomhet på produkt og kundenivå. Kortsiktig resultatfokus er ekstremt spennende og motiverende, men det er viktig å se opp en gang i blant. Ved å kun se ned på bunnlinja kan en fort miste oversikten.  

Min erfaring er at analyse og resultat henger sammen. Og skal man ha 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 på sikt. Det kan både bidra til å øke topplinjen og gi deg oppskrifter på hvordan man får mer ut av hver investerte markedskrone, slik at kostnadene relativt sett blir lavere i forhold til omsetningen.  

Data og analyse i endring

Analyser som på 90-tallet krevde store ressurser, kan vi dag få gjennomført for en langt rimeligere penge. Samtidig lagres det så utrolig mye mer data. Vi er i en verden 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 har kommet produkter som samler data for deg fra stort sett alle systemer, nesten gratis – i en oppstart i det minste. Og økt lønnsomhet vil etter all sannsynlighet finansiere de neste stegene og mere til.

Jeg håper denne artikkelen kan bidra til å øke nysgjerrigheten på analyse i bedriften. Det finnes mange systemer å hente informasjon fra, og utvalget av data er stort:

  • Masterdata
  • Marketingdata
  • Transaksjonsdata
  • Leveringsdata
  • Brukerdata
  • Kundeservicedata
  • Kundeppfølgingsdata

Og 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:

  1. 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?
  2. 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?
  3. 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 laste ned kollega Stig Hammers gratis veileder her.

Lykke til!

Last ned gratis veiviser:  Slik etablerer du en digital salgs- og markedsstrategi