Summering av vårt event: Rundabordsamtal - Datadrivna affärsbeslut

Kort summering av vårt event:

Vi människor tar ofta beslut inom loppet av sekunder, baserat på känsla och intuition. Vi är till stor del känslostyrda i vår natur. Men när det kommer till viktiga affärsbeslut är det kritiskt att dessa grundas på så många faktorer som möjligt, och att de baseras på fakta.

Att använda data och inte magkänsla vid affärsbeslut är något som alla företag har utmaningar med, vilket också är en otrolig möjlighet för att växa sin affär. 

Torsdag den 31:a mars samlades vi på Leadfront tillsammans med några utvalda sälj- och marknadschefer inom B2B och diskuterade utmaningar och framgångsfaktorer för att kunna fatta datadrivna beslut. Det diskuterades datakvalitet, ägarskap i organisationen, vikten av att ha gemensamma processer, samt modeller för att förstå betydelsen av olika aktiviteter genom köpresan.

Vi har summerat några av de mest intressanta diskussionspunkterna från eventet nedan, kategoriserat i upplevda utmaningar och gemensamma framgångsfaktorer.

‍

En bra förståelse av nuläget lägger grunden för förbättringar.

Här kommer en lista på de vanligaste utmaningarna som leder till att man inte alltid kan  lita på data eller få en helhetsbild, när man fattar datadrivna beslut:

• Rapporter och dashboards som är baserade på data är bara så bra som den underliggande datan. Om arbetsprocesserna inte följs kan det lätt leda till felaktiga beslut.
• Datasilos och envägsintegrationer är en vanlig källa till problem när det kommer till datakvalitet. Att inte kunna rensa data i källan leder till att datat på destinationen kontinuerligt skrivs över med felaktig data vilket helt enkelt leder till att man inte kan lita på datan.
• I säljorganisationen är det vanligt att data samlas av säljarna. Att inte skriva in datat kontinuerligt, i rätt format och enligt rutiner och processer är en av de största utmaningarna för sälj. Det leder till en bild av data som inte stämmer med verkligheten, vilket gör  att beslut fattas på felaktiga grunder.
• Säljarnas intäktsmodeller och fokus på snabba och kortsiktiga säljmål lägger grunden för en prioritering hos säljarna som lätt kan leda till bortprioritering av datainsamling i ett CRM-system. Om man vill ändra på detta måste man ändra på källan till problemet och ge säljarna tydliga uppgifter och se till att det finns tid,stöd och förståelse varför det är viktigt att följa dessa processer.
• Den vanligt förekommande uppdelningen mellan marknad och sälj skapar lätt utmaningar, inte minst för att skapa en gemensam bild av kundresan och hur man kan mäta och värdesätta de olika aktiviteterna som kundresan består av. Det kan lätt uppstå diskussioner runt vilken funktion eller avdelning som bidragit mest till en affär, när det i verkligheten har funnits ett antal interaktioner av olika delar av bolaget som bidragit till en affär. 

‍

Det är inte alltid lätt att driva förändring, eftersom människor har ett naturligt motstånd gentemot det. Som ledare av sälj- och marknadsavdelningen är det viktigt att hitta stödprocesser och verktyg för att hjälpa teamet att utvecklas mot ett önskat läge. Det är såklart viktigt att komma ihåg att förändringsarbete kräver hårt arbete och tålamod, och ska ses som en process snarare än en aktivitet.

Här kommer en lista på framgångsfaktor för att en organisation eller avdelning mot ett mer datadrivet beteende:

• Att ha gemensamma definitioner i SMarketing processen (från besökare på sajten till kund) är grunden för att kunna börja mäta, analysera, och dra slutsatser från sitt data.
• Den gemensamma processen förändras över tid. Det är viktigt att kontinuerligt arbeta med processen i takt med att verksamheten och kunderna förändras.
• För att tolka data på rätt sätt måste man ta hänsyn till olika aspekter och perspektiv och försöka skapa sig en bild av helheten och inte fastna i att allt för ofta fokusera på enskilda datapunkter. T.ex. en bra graf för analys av leverans mellan olika service-desk medarbetare tar hänsyn till de olika aspekter av en service-desk agents leverans såsom antalet avslutade ärenden, typ av ärende och kundnöjdheten.
• För att kunna underhålla datakvalitet i organisationen är det viktigt att alla avdelningschefer är utbildade i datafrågan, och tar ansvar för data som samlas och bearbetas i respektive avdelningen.
• Ledningen måste vara medvetna om vikten av datakvalitet och dess påverkan på beslutfattning i högre nivå. En ledning som tar en aktiv roll i dessa frågor skapar en bättre förutsättning för avdelningschefer att prioritera rätt längre ner i den operativa nivån. Det blir allt vanligare att man utformar en funktion med det övergripande ansvaret för data och datakvalitet. 
• Man måste prioritera data och delge ansvar för datakvalitet till olika personer. T.ex en webbanalytiker bär huvudansvaret för datakvalitet i data som samlas och analyseras för webb besökare.
• Den vanligaste källan till felaktig data är den mänskliga faktorn, genom exempelvis slarv, okunskap eller ointresse. Därför är det värt att minska behovet av manuell datainmatning, både vad gäller data man samlar in från kunder och webbesökare, som från sälj eller kundtjänst. Kopplingar till tredjepartsdata för att fylla på och uppdatera data är ett bra sätt att effektivisera och samtidigt förbättra datakvaliteten.
• Ett gemensamt team (t.e.x Revenue team eller Growth team) som har medlemmar från både sälj- och marknadsavdelningen kan vara en bra ersättning till den traditionella approchen. Detta blir ett bra underlag för att se kundresan som helhet och analysera vilka aktiviteter driver kunden genom köpresan
• Som avdelningschef driver man beteendet hos sina teammedlemmar. Det är viktigt att ha detta i åtanke när man mäter, och belönar medarbetare utifrån ett specifik mätetal. Man gör mer av det man mäts på.
• Viktigt med samsyn mellan marknad och sälj - Att tillsammans definiera leads skapar bättre kvalité åt båda hållen.

Vill du läsa mer om eventet eller göra en intresseanmälan för att få chansen att bli inbjuden till nästa event så kan du göra det här.

‍