Verden oversvømmes av data.

Innholdet du leser, videoene du ser på, postene du legger ut og produktene du kjøper.

I 2020 vil hver person generere informasjon med en datamengde på 1,7 MB hvert sekund. Vi er 7,7 milliarder, så totalt tilsvarer det 25 000 timer med video, hvert sekund.

All digital atferd registreres, men hos mange bedrifter blir dataene liggende i dashbord eller baser. Uten å bli brukt. Hvis du bruker dataene som beslutningsgrunnlag kan de spille en sentral rolle i bedriftens vekststrategi. 

I denne artikkelen lærer du mer om hva datadrevne beslutninger er og hvilke fordeler du kan oppnå. Vi har også laget en guide med fem trinn, som tar deg videre mot målet om enda smartere beslutninger.

Hva er datadrevne beslutninger?

I stedet for å følge en strategi basert på det du antar er best kan du bruke datadrevne beslutninger som en strategi for å informere beslutningene bedre.

Å styre etter datadrevne beslutninger kalles Data-Driven Descision Making (DDDM) på engelsk. Metoden innebærer å gruppere historisk informasjon for å analysere trender. Da kan du ta beslutninger om framtiden basert på hva som virket tidligere. DDDM er et bedre alternativ til å styre etter enn beslutninger basert på magefølelse, meninger og erfaring.

Bedrifter som omfavner DDDM plasserer dataene i sentrum av alle beslutningene de tar.

Hva er fordelene med datadrevne beslutninger?

Du blir aldri helt kvitt risiko i forretninger, men datadrevne beslutninger reduserer sjansene for at risikable beslutninger går helt feil.

La oss si at du planlegger å lansere ny funksjonalitet i SaaS-løsningen du selger. Et alternativ er å starte fra bunnen av og satse på at strategien virker. En annen måte er å studere tidligere produktlanseringer. Det som virket gjentar du, og det som ikke virket gjør du aldri igjen.

Gjør mer av det som virket og mindre av det som kanskje virker og kanskje ikke virker. Alt sammen basert på data du har samlet inn.

En slik tilnærming har også støtte i forskningen.

Bedrifter som bruker big data økte profitten med 8-10 % og reduserte totale kostnader med 10 %.

De gode nyhetene, for deg, er at ikke alle er veldig gode på dette.

91 % av bedriftene sier at datadrevne beslutninger er viktig for veksten, mens bare 57 % sier at de baserer beslutningene sine på data.

Fordelene med DDDM er med andre ord flere. Det er en god strategi som kan skape konkurransefortrinn, øke profitten og redusere kostnadene.

Hvilke beslutninger kan jeg bruke data til?

Når du nå vet hvilke fordeler du kan få med DDDM er neste skritt å identifisere konkret hvordan organisasjonen din kan bruke data for å skape vekst.

Du kan bruke data til en rekke forskjellige beslutninger innen flere områder:

• Finans: Hva er den mest effektive rekrutteringsmetoden eller den rimeligste markedsføringen av et nytt produkt?

• Vekst: Hvilke grep kan du ta for å motvirke kundefrafall? Hvordan øker du kundelojalitet? Kommer de nye funksjonene du skal lansere til å påvirke forretningsmålene?

• Marked og salg: Hvilke annonsekanaler gir best ROI? Hvilke salgsaktiviteter genererer flest leads?

• Kundeservice: Hva er den mest effektive sakshåndteringen? Hvilke kanaler reduserer responstiden?

Hvordan ta beslutninger basert på data

Det er noen ting som må på plass før du kan analysere bedriftens dashbord med nøkkeltall. En detaljert plan for hvordan du skal finne dataene trenger er en god start. Du må også finne ut hvordan du skal tolke dataene for å ta de riktige beslutningene.

Her er fem skritt på veien til gode datadrevne beslutninger.

1. Ta utgangspunkt i målsettingene og prioriter dem

Start alltid med de viktigste forretningsmålene.

Spør deg selv hvilke av disse vil du forbedre. Deretter tar du for deg det som har mest effekt.

La oss si at du ønsker flere abonnenter fra det europeiske markedet til flaggskipet blant SaaS-løsningene du selger. Det betyr at flere nytegninger er topp prioritet. Researchen avdekker at 75 % av disse abonnentene kommer fra Norge, mens mindre enn 10 % kommer fra Storbritannia og Tyskland.

Da blir målet at «å øke antallet britiske og tyske topp-abonnenter». Når målet er satt, trenger du data som støtter tiltakene som skal bringe deg dit.

2. Finn og presenter relevante data

Når du har identifisert problemet og beslutningen må du finne relevante data og presentere dem på en god måte.

Merk at relevant er spesielt viktig her, siden det er bortkastet å analysere data som ikke påvirker beslutningen din. Konsentrer deg om relevante data og samle kun de dataene som relaterer til det aktuelle målet.

Det finnes flere kilder for relevante data:

• Statistikk fra sosiale medier
• Webstatistikk
• CRM-programvare
• Business intelligence-plattformer
• Kundetilbakemeldinger

Det siste er spesielt viktig. Så mange som 60 % av bedrifter sier at prosjektene med mest suksess er basert på beslutninger med basis i kundetilbakemeldinger.

Hvis vi holder oss til eksempelet hvor målet er flere abonnenter kan du spørre de du har om hvorfor de ble kunder. Hvorfor valgte de ditt produkt framfor konkurrentenes? Med disse innsiktene kan du spisse budskapet mot britiske og tyske abonnenter.

Du kan også finne relevante data, selv om målet ikke er å skaffe nye kunder. Hvis du vil forhindre kundefrafall kan du se på onboarding-prosessen og lete etter de fasene hvor flest faller fra.

3. Trekk konklusjoner basert på dataene

Når du studerer de historiske dataene du har samlet vil du se mønstre og trender.

Hvis du skal redusere kundefrafall er det naturlig å ville skrive om e-postene som sørger for at kundene dine kommer vel «ombord». Kanskje forbedringen vil påvirke kundefrafallsprosenten?

I en bedrift som tenker DDDM vil de naturlig se på historiske data for å finne tegn på at omskrivninger vil gi resultater.

Disse undersøkelsene kan gi deg følgende svar:

• Omskrivinger av onboarding-sekvensen har gitt positive resultater. 
• Poster i sosiale medier som hadde en lettere og mer humoristisk tone skapte mer engasjement (en tone som ikke finnes i de e-post-malene dere bruker i dag). 
• Størstedelen av besøkende på supportsenteret på weben er eksisterende kunder, men onboarding-prosessen sender ikke nye kunder dit.

I dette tilfellet kan du konkludere med at omskrivning er et godt tiltak, fordi dataene indikerer at det vil fungere.

La oss nå se på en tilsvarende beslutning som ikke er basert på data.

Du vil redusere kundefrafallet og bestemmer deg for å skrive om onboarding-prosessen. I stedet for å se på historiske data oppdaterer du ganske enkelt bare teksten, men du beholder den samme tonen og sender de nye kundene fortsatt til de samme websidene.

Etter et par uker blir ikke kundefrafallet bedre. Da bestemmer du deg for at problemet ikke ligger i e-post-sekvensen, men et annet sted. Basert på denne antagelsen går du videre.

Det er en klar forskjell i kvaliteten i disse beslutningene.

Se for deg at hver eneste avdeling i bedriften jevnlig tar datadrevne beslutninger. Da er det lett å skjønne hvorfor de bedriftene som gjør akkurat det har mye suksess.

4. Legg planer for strategien din

Du har funnet målet og har analysert dataene du trenger for å ta en god beslutning om å følge den nye strategien.

Nå trenger du en plan som setter beslutningen ut i live.

Her er nøkkelen til suksess å sette klare mål. Hva som skal gjøres, når det skal gjøres, hvem som skal gjøre det, hvorfor dere gjør det og hvilke resultater det vil gi. Unngå vage mål som “bør gjøres i løpet av året”.

La oss si at dataene støtter beslutningen om at et insentivprogram vil øke kundelojaliteten. Da vil det klart definerte målet se omtrent slik ut:

“Erik og Monica lager et poengbasert insentivprogram som i løpet av to måneder skal øke kundelojaliteten til 15 %.”

Enkelt, men overraskende effektivt.

5. Mål suksessen og gjenta

Når du har tatt beslutningen og resultatene er klare er beslutningsprosessen ennå ikke ferdig.

Nå er det på tide å se på dataene du opprinnelig samlet inn og som du baserte beslutningen din på. Når du sammenligner de historiske dataene med de nye dataene kan du stille deg spørsmålet om din datadrevne beslutning hadde en positiv effekt på businessen?

Hvis svaret er ja, kan du gratulerer deg selv.

Hvis den ikke hadde det, er det også greit. For selv om beslutningen ikke hadde effekt vet du nå i alle fall hva som ikke virker, siden det var en informert beslutning.

Noen ganger er det like verdifullt å vite hva som ikke virker som å vite hva som gjør det. Thomas Edison oppsummerte veien fram til oppfinnelsen av lyspæren slik: «Jeg har ikke feilet. Jeg fant bare 10 000 måter som ikke virket. »

Husk å etterleve personvernreglene

Ifølge The Economist er data «verdens mest verdifulle ressurs», mer verdt enn olje.

Det har de rett i. Jo mer data en organisasjon har om deg, jo mer kjenner de din kjøpsatferd og hvordan du vil respondere på forskjellige budskap. Det er mye makt, og med stor makt følger også et stort ansvar.

Stadig flere brudd på personvernet og datasikkerheten har gjort folk mer bekymrede for hvordan dataene dere blir behandlet. Så mange som 89 % mener bedriftene bør bli tydeligere på hvordan dataene blir brukt.

Derfor har vi fått personvernforordningen General Data Protection Regulation (GDPR).

Den er ikke frivillig. Hvis du har kunder i EU gjelder GDPR også for deg. Du må tydelig forklare hvordan og hvorfor du samler, lagrer og bruker personlige kundedata.

Konklusjon

Data er uten tvil verdifullt for alle bedrifter, særlig de som selger SaaS-løsninger.

De som plasserer dataene i sentrum av beslutningsprosessene reduserer kostnader og øker profitten.

Du kan bruke data for å støtte beslutninger som sannsynligvis har en positiv effekt på bedriftens vekst. Da er det vel verdt tiden det tar å analysere dataene du har i CRM-systemet, rapporter, salgsdashbord og regneark.

Neste gang du tar en beslutning bør du basere den på dataene du har. Det kan være akkurat det grepet du trenger for å få fart på veksten og stikke av fra konkurrentene. Belønningen er langsiktige og lojale kunder.

Kontakt oss i dag for å lære mer om hvordan du kan bruke datadrevet innsikt fra CRM-systemet ditt.