14.06.2016 / Ville Niemijärvi

Järjestämme tulevana perjantaina 17.6.2016 klo 8.30-10.00 yhdessä Keski-Suomen Kauppakamarin ja Powen Oy:n kanssa tiedolla johtamisen aamukahvit Jyväskylässä.

Powen kertoo yritysten arjen analytiikasta ja business intelligencestä, minä taas kerron kokemuksia ennakoivasta analytiikasta (machine learning, data science).

Tilaisuus on maksuton ja tarjolla on aamupala. Tervetuloa!

Ilmoittaudu mukaan tästä: http://www.kskauppakamari.fi/koulutus/hajota-hallitse-data

 


13.11.2015 / Ville Niemijärvi

Myynti on seuraus. Eurot jotka kilahtavat kassaasi ovat seuraus yrityksesi ponnistuksista, oikeista tai vääristä toimista, sattumasta, luonnonvoimista.

Kun seuraat myyntieurojasi eli laskutustasi, katsot lopputulemaa. Jotain mihin et voi koskaan vaikuttaa. Löysät on jo housuissa. Aivan kuten jääkiekkovalmentaja tuijottaisi hävityn ottelun jälkeen pelkästään lopputulosta. Numeroita taululla. Ja koittaisi näin keksiä miten tähän tultiin. Miksi taas tuli pataan?

Myynnin seuranta on ajanhukkaa.

Syy on se mitä sinun pitäisi seurata. Asia mikä johti seuraukseen. Tappioon, voittoon, euroihin kassassasi.

Huomio raportoinnissa kiinnittyy vääriin asioihin

95% yritysten ja konsulttien tekemistä raporteista, analyyseistä ja tiedon visualisoinneista kohdistuu yleensä myynteihin eli tarkemmin laskutukseen. Tämä pitäisi olla 5%. Kerron miksi.

Ajatellaan normiyrityksen (teollisuus, vähittäis-/tukkukauppa jne.) ydinprosesseja, jotka näet kuvassa alla. Raaka-aineita/tuotteita ostetaan toimittajilta tai niitä valmistetaan itse. Tuotteita varastoidaan, joku markkinoi niitä ja myyntimies-mynttiset luukuttaa niitä asiakkaille. Sitten asiakas tekee tilauksen, joka toimitetaan. Sitten tehdään lasku. Jälkimarkkinointi, huolto, ylläpito tulee perästä.

Näinhän se toimitusketju jotakuinkin menee.
Yrityksen ydinprosessit Louhia

Otetaan sitten mukaan toiminnot mitä näihin prosesseihin liittyy. Eli aktiviteetit mitä ihmiset ja koneet tekevät eri vaiheissa.

Yrityksen prosessit ja niihin liittyvät toiminnot Louhia

Kuten kuvasta yllä näkee, osto ostaa tavaraa, markkinointi miettii mitä tuotteita mainostaa ja missä kanavassa, myyntijohtaja koittaa allokoida vähäisiä resursseja oikeille asiakkaille. Kun asiakas ostaa tuotteen, se toimitetaan hänelle nopeasti ja varmuudella.

Yhdestä asiasta seuraa toinen. Oston toiminta paisuttaa varastoa. Markkinoinnin aktiteetit työllistää myyntiä tai hyvässä lykyssä johtaa suoraan tilauksiin ja toimituksiin. Toimitus vähentää taas varastoa ja taas pitää ostaa ettei myydä ei-oota.

Asia vaikuttavat toisiinsa. Tämä on sitä työtä missä luodaan arvoa.

Sitten kun siirrytään prosessissa laskutukseen, ei siellä enää luoda arvoa, siellä niitetään sitä mitä on aiemmin kylvetty. Laskutus on lapiotyötä, täysin automatisoitavissa.

Kuitenkin raportoinnissa, business intelligence -hankkeissa tilanne on useimmiten alla kuvattu.

Yrityksen prosessit, toiminnot ja niiden mittaaminen Louhia

"Myynnin seuranta" tarkoittaa käytännössä lapiotyön seurantaa, että teemme tusinan verran raportteja, joilta näemme paljon myimme viime kuussa vs. edellinen. Kuinka paljon millekin asiakkaille, mitä tuotteita jne.

Hyvin harva raportti koskee markkinointia. Tai myyntiaktiviteetteja eli myyntien touhuja. Tai näiden kombinaatioita.

Keskittyessään pelkkään myynnin laskutukseen, raportointijärjestelmät ovat pistemäisiä seurantajärjestelmiä. Eivät johtamisjärjestelmiä.

 

Yritysten pitäisi ryhtyä seuraamaan syitä seurausten sijaan

Asioilla on seurauksensa. Yrityksen tulokseen vaikuttaa monen muuttujan ohella niin liikevaihto (laskutus) kuin varaston koko (sitoutuneen pääoman, velan ja varastointikustannusten muodossa).

Nämä ovat kuitenkin seurauksia, jotka johtuvat esimerkiksi kysynnän laskusta tai asiakaspoistumasta, joiden taustalla taas löytyy se primaarisyy. Joen alkulähde.

Liiketoiminnan Syy-seuraussuhteiden analysointi Louhia

 

Mutta ennen kuin voit seurata oikeita syitä jotka johtavat seuraukseen, sinun pitää löytää ne syyt. Saiko ovipumpun vinkumaan kaunis sää vai mainos lehdessä?

Osasiko puhelinmyyntikomppaniasi arvata oikean kohderyhmän tai ajoittaa soitot otollisimpaan aikaan päivästä ja saivat näin hyvän konversion? Vai oliko karmean myyntipäivän takana huonosti hoidettu asiakaskohtaaminen joka räjähti sosiaalisessa mediassa lokakampanjaksi vai pilaantuneet tuotteet hyllyssä, sateinen sää tai kilpailijan polkuhintakampanja?

Näihin kysymyksiin löytyy vastaukset. Jos niitä haluaa kysyä ja etsiä. Inttiaikojen Vekaranjärven everstiä lainatakseni: meillä on tahto, taito ja välineet. Edistyneen analytiikan -menetelmät ja työvälineet ovatkin yksi apu. Taitoa on markkinoilla varmasti riittävästi.

Mutta suurempi ongelma löytyy tahdosta. Yrityksestä itsestään. Useimmiten kenelläkään, toimitusjohtajaa lukuunottamatta, ei ole vastuuta koko prosessista. Moni (palkka)johtaja tyytyy turvaamaan oman tontin. Oman siilonsa.

Business controllereiden, kehityspäälliköiden tai trendikkäiden CDO:n (chief digital officer) rooli olisi kenties kehittää tiedolla johtamista tähän suuntaan. Harmiksemme monet todella fiksut business controllerit on valjastettu bio-mekaanisiksi releiksi lapioimaan lukuja raporteilta exceleihin ja exceleistä johdon powerpointeille. Voi sitä kaikkea hukattua ammattitaitoa.

Tämä on harmi, sillä löytämällä ne myynnin ajurit, primaarisyyt seurausten taustalla, luodaan todellista kilpailuetua. Tämän merkitystä ei valitettavasti ole vielä ymmärretty.

Voitkin tehdä tuhansia myynnin seurannan raportteja mutta myyntisi ei niitä tuijottamalla liikahda minnekään. Kun selvität syyt onnistumisten ja epäonnistumisten takana, voit vaikuttaa näihin. Voit toistaa ne. Voit vaikuttaa myyntiisi. Ja sitten homma muuttuu hauskaksi.


7.11.2015 / Ville Niemijärvi

Mika Aho kirjoitti oivasti Talentum Eventsin blogissa data-ohjautuvan kulttuurin muodostumisesta. Hyviä pointteja, käy lukaisemassa täältä.

Tykkäsin erityisesti ideasta järjestää yrityksen sisällä yhteisiä datapajoja - tilaisuuksia, joissa dataa (raportteja, visualisointeja, työpöytiä) ihmetellään yhdessä, tulkitaan ja keskustellaan. Ei jätetä siis poloista päätöksentekijää itse tulkitsemaan mittareita ja kpi-arvoja.

Meillähän minkä tahansa järjestelmän käyttöönotto tarkoittaa korkeintaan käyttökoulutusta: miten softa avataan, mistä klikataan jne. Tiedolla johtamisessa kyse on kuitenkin ennen kaikkea sisällön ymmärtämisestä ja tulkitsemisesta. Siinä tarvitaan usein keskustelua kollegoiden kesken.

Aikalailla ennen kokematonta Suomessa, että joku kehtaisi edes kysyä miten se kate tai kiertonopeus meillä nyt laskettiin tai mitä ebitda tarkoittikaan ja mitä tällä tiedolla nyt pitäisi tehdä, mutta suosittelen kokeilemaan.

Oma kehittyminen alkaa siitä kun nöyrtyy kysymään.

Koulunpenkille ennen kuin annetaan avaimet auton rattiin

Tästä tulikin mieleen eräs asiakas vuosia sitten. Teollisuusalan yrityksen tuotteen valmistusprosessi oli pitkä, monivaiheinen ja siihen sisältyi useita eri toimijoita. Näin ollen myös kuluja kertyi pitkin matkaa useasta eri kanavasta: raaka-aineita, palveluja, työtä, lisää raaka-aineita jne.

Kate- ja tuottavuuslaskentaa varten yrityksessä oli tehty hyvin monimutkainen kustannusten allokointimalli. Tämän mallin tuloksia me raportoimme eteenpäin johdolle tyylikkäissä työpöydissä ja raporteilla.

Tavoitteena oli, että johto pystyy lukujen perusteella johtamaan ja ohjaamaan valmistusprosessia. Tietää missä vaiheessa kuluja kertyy, paljonko se vaikuttaa katteeseen? Mitkä tuotteet ylipäätään ovat kannattavia ja miten kannattavuutta voitaisiin nostaa?

Mutta ennen kuin yksikään loppukäyttäjä pääsi käsiksi raportointiportaaliin ja työpöytiin, heidän piti käydä läpi sisäinen koulutus. Jos et käy kurssia, et näe raportteja. Piste.

Yritys halusi varmistaa, että käyttäjä todella ymmärtää sisällönMistä luvut ovat peräisin? Miten laskenta on tehty, mitä laskukaavoja on käytetty? Miten lukuja pitää tulkita?

Tieto on valtaa ja valtaa seuraa vastuu

Tämä tiukka ja jokseenkin puritanistinen näkökulma nykypäivän avoimen datan ja organisaatiokulttuurin aikakautena kuulostaa kummalliselta, mutta ymmärsin täysin yrityksen linjavedon.

He olivat tehneet business intelligence -järjestelmästä strategisesti ja taktisesti tärkeän johtamisvälineen. Kun käytössäsi on voimakas työväline, jonka varassa sinun pitää tehdä päätöksiä, pitää olla täysin varma että tiedät miten lukuja tulkitaan. Ja kyse ei ollut nappikaupasta.

Kannatan itse täysin avoimen datan ja läpinäkyvyyden periaatteita. Tiedon suojaaminen (muista kuin laillisista tai turvallisuuteen liittyvistä perusteista) on turhaa. Kaikilla pitää olla lähtökohtaisesti pääsy vähintäänkin itselle relevanttiin tietoon. Eli informaatio pitää demokratisoida kuten Aho nostaa blogissaan esille.

Vanhan kliseen mukaan: tieto on valtaa. Tiedon demokratisointi antaa tämän vallan kaikille. Tällöin tulee muistaa, Hämähäkkimiestä lainatakseni, että valtaa seuraa vastuu: "With great power comes great responsibility."


23.10.2015 / Mika Laukkanen

Tiedolla johtamisen ratkaisut (analytiikka, raportointi, big data, tietovarastot, data science..) ovat teknologian osalta voimakkaassa murroksessa. Uusia innovaatisia tuotteita ja ratkaisuja tulee markkinoille rivakalla tahdilla.  Asiakkaalla on vaihtoehtoja enemmän kuin koskaan aiemmin, joten myös sopivan tuotteen valitseminen on tullut huomattavasti hankalammaksi.

Sen sijaan lupaukset em. ratkaisujen hyödyistä eivät ole kehittyneet ihan samassa tahdissa. Selailin taannoin erästä Data Mining kirjaa vuodelta 1999. Siinä oli jo suunnilleen samat lupaukset asiakasanalytiikan hyödyistä kuin mitä nytkin näkee markkinoilla. Isossa kuvassa dataa siis yhdistellään jatkossakin eri lähteistä johonkin purkkiin, josta sitä analysoidaan ja raportoidaan eteenpäin.

Teknisesti tämä kehittyy jatkuvasti helpommaksi ja halvemmaksi. Periaatteessa tämä tarjoaakin liiketoiminnalle loistavia mahdollisuuksia.

Teknologia kehittyy, mutta entäpä ihmiset ja organisaatiot?

Jotta nopea teknologinen kehitys tulisi hyödynnetyksi, niin myös ihmisten ja organisaatioiden tulisi kehittyä ajan hengessä. Realismia taitaa olla, että tämä kehitys ei ole kovin nopeaa. Ihmiset ja organisaatiot muuttuvat hitaasti ja usein vasta pakosta, esim. kriisien kautta. Vapaaehtoinen muutos 'ihan-mukavassa-tilanteessa' on harvinaista.

Millaiset muutokset sitten auttaisivat tiedolla johtamisessa? Tässä muutamia havaintoja.

  • Johdon olisi keskeistä ymmärtää miten tiedolla voidaan parantaa liiketoimintaa ja tulosta. Aika usein törmää siihen, että analytiikka tms. kehitysprojektia yritetään myydä ensiksi omalle johdolle sen sijaan, että se olisi sieltä lähtöisin. Kannettu vesi pysyy huonosti kaivossa.
  • Organisaatioiden siilomaisuus voi tuottaa hullunkurisia kannustimia. Esimerkiksi keskustelimme erään rahoituslaitoksen kanssa asiakaspoistuman torjunnasta. Teimme muutamia laskelmia ja spottasimme aika ison potentiaalisen hyödyn. Ongelma, asiakaspoistuman torjunta ei ollut (siiloissa) kenenkään tontilla. Myynti vastasi myynnistä, markkinointi markkinoinnista, talous taloudesta, jne. Monissa siiloissa siis pyöriteltiin asiakasdataa vain oman siilon näkövinkkelistä. Tällaisessa tilanteessa 'Asiakas 360' hankkeet jäävät kauaksi tavoitelluista hyödyistä. Eikä mikään teknologia korjaa ongelmaa.
  • Varsin harvassa yrityksessä on ammattilaisia analysoimassa tietoa. Ammattilaisuus tarkoittaa data-analyytikkoa (data scientist), jolla on vahva menetelmällinen työkalupakki analysoida tietoa tehokkaasti. Toisaalta ei ole mieltä kehittää tätä osa-aluetta ellei johto osaa ensiksi kysyä oikeita kysymyksiä, joihin data-analyytikko voi pureutua. Ilman relevantteja kysymyksiä data-analyytikon homma on lähinnä arvailua ja harhailua.
  • Saatavan tiedon (raportti, analyysi, mittari, tms.) pitäisi johtaa entistä useammin toimintaan ja sen mittaamiseen. Sehän on koko homman pointti. Ilman toimintaa on melko sama millä mittareilla johtaa.

Kokonaisuutena nämäkin asiat kehittyvät jatkuvasti parempaan suuntaan, joskin nopeudessa voisi kiriä. Ainakin näin konsultin näkövinkkelistä katsottuna.


11.10.2015 / Ville Niemijärvi

Asiakastiedon rikastamisen tavoitteena on ymmärtää paremmin asiakkaan käyttäytymistä. Ymmärtää ylipäätään keitä asiakkaamme ovat. Mitä he haluavat? Mikä liikuttaa heitä?

Kun ymmärtää tämän, voi vaikuttaa asiakkaisiin. Ja sitä kautta oman yrityksen menestykseen.

Edellisessä osassa toin esille neljä keinoa rikastaa yrityksen asiakastietoa:

  1. Hyödynnä monipuolisesti jo olemassaolevia tietolähteitä
  2. Osta tai kerää 3. osapuolelta dataa (esim. Trafi, VRK, Tilastokeskus, Asiakastieto)
  3. Kerää suoraan asiakkailta itseltään
  4. Johda ja sovella pienemmästä joukosta kerättyä tarkempaa tietoa koko asiakasjoukolle

Pureudutaan tässä kirjoituksessa ensimmäiseen kohtaan ja avataan mitä tämä tarkoittaa käytännössä. Taustalla tässä on pari tosielämän analytiikkacasea, jossa lähtökohdat analytiikalle oli varsin kehnot mutta dataa rikastamalla pääsimme aika hyviin tuloksiin.

Näitä kokemuksia voi hyödyntää myös ihan perinteisessä raportoinnissa, useat esitetyt mittarit ovat sellaisia, jotka pitäisi olla jokaisen yrityksen seurannassa. Teki edistynyttä analytiikkaa tai ei.

1. Hyödynnä monipuolisesti jo olemassaolevia tietolähteitä

Ehdottomasti paras tietolähde asiakastiedon rikastamisessa on asiakkaan oma käyttäytyminen. Eli ostohistoria. Tämä tieto löytyy toimialasta riippuen laskutus- tai kassajärjestelmästä (POS, verkkokauppa), tilausjärjestelmästä (esim. mediatalojen lehtitilaukset) ja/tai ERP-järjestelmästä.

Ostohistoria on lahjomaton. Useimmat meistä ovat kysyttäessä luontoa rakastavia luomuilijoita, mutta kaupan kassalla tiskille eksyykin tehotuotettua pollea, potkaa ja bisseä.

Tiedot myös vanhenevat. Esimerkiksi kanta-asiakkaaksi liittyessä asiakkailta kysytyt tiedot eivät ole välttämättä ajantasalla vuoden päästä eikä asiakkaita ole helppo saada päivittämään niitä.

Ostokäyttäytyminen kertookin paljon helpommin ja totuudenmukaisemmin:

  • milloin asiakas ostaa (kellonaika, viikonpäivä, ostojen tiheys)
  • mitä hän ostaa (mitä tuoteryhmiä tai palveluita hän käyttää)
  • missä hän asioi (missä liikkeissä tai kanavissa)
  • kuinka kauan hän on ollut asiakas
  • kuinka suurilla määrillä hän ostaa (keskiostos, montako tuotetta ostoskorissa...)

Ja näistä tiedoista voidaan päätellä se olennainen: miksi hän käyttäytyy näin.

Otetaan seuraavaksi käytännön esimerkki valottamaan asiaa.

1.1 Sata tietoa, joista kaksi käyttökelpoista.

Lähdimme tekemään analytiikkaprojektia asiakkaan kanssa, tarkoituksena segmentoida kuluttajia parempaa kohdennettua markkinointia varten.

Aluksi kaikki näytti hyvältä, asiakasdataa oli paljon. CRM:stä löytyi asiakkaista lähes toista sataa muuttujaa. Asiakkaiden itse syöttämiä tietoja.

Hyvin nopea datan esianalyysi paljasti kuitenkin, että suurin osa oli roskaa. Datan täyttöaste oli useimmissa tiedoissa 0-20% luokkaa. Täysin käyttökelvotonta analytiikan kannalta.

Data oli myös virheellistä. Asiakkaat olivat saaneet käyttää pitkälti vapaita tekstikenttiä joten Helsingin kaupungista löytyi jo edellisessä kirjoituksessa mainitsemani 30 eri kirjoitustapaa. Osoitetiedot olivatkin enimmäkseen turhia.

Asiakastiedot lähtötilanne

Ainoastaan nimi ja postinumero olivat valideja.

Kuva ohessa näyttää tilanteen CRM:n asiakastaulussa. Vihreät laatikot kuvaavat eheää dataa, punaiset virheellistä.

Harmaat kuvaa sitä, että dataa ei ollut saatavilla eli asiakkaat eivät olleet syöttäneet tietoja. Analytiikassa, oli kyseessä segmentointi tai luokitteluongelma kuten poistuma-/tai lisämyyntimallinnus, ei datalla tee juuri mitään jos täyttöaste on alle 70-80%.

Eli lopputulemana päädyimme ottamaan kovalla työllä rakennetusta CRM:stä kaksi tietoa: asiakkaan nimen ja postinumeron.

Näiden pohjalta lähdimme rakentamaan uutta asiakastietämystä.

Asiakastiedot lähtötilanne 2

 

1.2 RFM-analyysi ja vähän muuta

Seuraava steppi, joka on itselle vakiintunut tapa, on tehdä hieman sovellettuna nopea RFM-pisteytys. Tämä tarkoittaa kolmen tunnusluvun laskemista asiakkaille

  • Recency - Milloin viimeksi asiakas on ostanut?
  • Frequency - Kuinka usein asiakkaat ostavat (asiointitiheys)?
  • Monetary Value - Mikä on asiakkaan kokonaismyynti?

Kukin kolmesta mittarista voidaan pisteyttää esimerkiksi asteikolla 1-5 (tai voidaan painottaa jotakin osa-aluetta enemmän). Näin täydet pisteet parhaimmilla asiakkailla olisi 15 ja huonoimmat saisi 3.

Asiakkaan kokonaismyynnin (monetary value) aikojen alusta laskettuna on hieman huono mittari koska se väheksyy uusia asiakkaita. Usein otan tämän rinnalle tai tilalle asiakkaan keskimääräisen kuukausilaskutuksen. Tällöin uusi iso asiakas saa hyvät pisteet Monetary value -kohdassa.

Perinteisen RFM-mittariston lisäksi lasken aina myös seuraavat tunnusluvut:

  • keskiostos
  • asiakkuuden kesto
  • montako tuotetta ostoskorissa keskimäärin

Riippuen käyttötarkoituksesta, voidaan laskea helposti myös:

  • milloin asiakas ostaa (kellonaika, viikonpäivä, vuodenaika)
  • missä kanavassa (verkko, kivijalka, muu)

Pisteytys ei ole itseisarvo enkä juuri koskaan puhu RFM-analyysistä. Nämä nyt vain sattuvat olemaan hyviä mittareita, joita yritysten tulisi seurata ja nämä yhdistettynä muihin asiakastietoihin, voidaan päätellä paljon asiakkaasta (esim. vain kerran viikossa ruokakaupassa käyvät ja isoja keskiostoksia tekevät asiakkaat ovat useimmiten isoja perheitä ja kenties haja-asutusalueelta. Kauppaan lähdetään harvoin ja silloin sinne mennään tositarkoituksella.)

Kuva alla näyttää mitä tietoja saimme aikaan kun yhdistimme asiakkaan perustiedot (CRM:stä) ja kassatapahtumia eli asiakkaan todellisen ostokäyttäytymisen.

Suosittelen laskemaan nämä tunnusluvut omaan tietovarastoon tai raportointisovellukseen, vaikka syvempää analytiikkaa ei olisi tarkoitus tehdäkään. Nämä tunnusluvut saadaan esimerkiksi vähittäiskaupan osalta suoraan sieltä kuittirivitason tiedoista tai laskuriveiltä joten kyse on yhdestä tietokannan taulusta ja ehkä 1/2h työstä.

Asiakastiedon rikastaminen RFM Analyysi

 

1.3 Tuotetiedot, maantieteellinen sijainti

Se, mitä tuotteita asiakas ostaa, voi olla ensiarvoisen tärkeää. Etenkin jos haluat tehdä kohdennettua markkinointia tai lisämyyntiä ja haluat, että viestisi osuu maaliin.

Seuraavaksi otimmekin mukaan yrityksen tuotehierarkian ja liitimme sen ostohistoriaan. Täältä pystyimme päättelemään mitä tuoteryhmiä tai palveluita asiakas todella käyttää.

Jos kyseessä olisi urheiluvälinekauppa, näkisimme heti mitä lajia asiakas todennäköisesti harrastaa. Tai jos kyseessä on kuntosaliketju, näkisimme onko hän enemmän yksinäinen kuntosalipuurtaja vai tykkääkö käydä ryhmätunneilla. Ruokakaupan osalta näemme suosiiko asiakas luomua, kotimaisia tuotteita, kalliimpia ja laadukkaampia brändejä vai onko hän tarkan markan kuluttaja?

Tuotetasolla ostosten perusteella asiakastiedon rikastaminen vaatii päätöksiä: kuinka paljon asiakkaan pitää ostaa tuotetta X, ennen kuin uskallamme luokitella hänet tuotteen X kuluttajaksi? Tässä vaiheessa tarvitaan sitä kauppiaan tarkkaa nenään ja kokemusta asiakkaista.

Tuotetietojen ohella olennainen tieto on maantieteellinen sijainti. Asiakkaan kaupunki on OK mutta omien kokemusten mukaan ei sisällä kovin paljoa ns. selitysvoimaa. Parempi tieto voi olla esim. etäisyys yrityksen toimipisteestä tai jaottelu maaseutu vs. kaupunki. Se, asuuko kuluttaja Kouvolassa vai Kotkassa, ei ole juuri merkityksellistä mutta se asuuko hän keskellä metsää vai keskustassa voi olla todella merkityksellistä.

Kuva alla näyttää mitä tietoja meillä on kasassa kun haemme ostohistoriasta mitä tuotteita asiakas on ostanut. Tässä esimerkissä haluamme vain tiedon, kuluttaako asiakas tiettyä meille strategisesti tärkeää tuoteryhmää vai ei.

Asiakastiedon rikastaminen tuotetiedoilla

1.4 Markkinointiaktiviteetit, asiakaspalvelu ja muut

Jos lopullisena tavoitteena on tehdä parempaa kohdennettua markkinointia, kannattaa asiakastietoa rikastaa markkinointiaktiviteeteillä. Suoramarkkinakirjeet, niin printit, emailit ja sms-viestit kuin myös puhelinsoitot ja f2f kontaktit ovat tällaisia.

Näiden perusteella päättelimme, reagoiko asiakas markkinointiviestiin ja millaiseen viestiin. Jos asiakas sai torstaina emailissa mainoskirjeen ja hän ei ollut ostanut sunnuntaihin mennessä, voidaan olettaa, että mainos ei osunut kohteeseen.

Jälleen kerran vaaditaan päätöksiä: miten päätellään, että toimiiko markkinointiviesti? Kuinka monta kertaa asiakkaan pitää olla ostamatta tai ostaa viestin saatua, että voimme sanoa hänen reagoivan siihen positiivisesti tai negatiivisesti? Mikä saa olla viive?

Päivittäistavarakaupassa olettaisin, että lehtimainoksen nähtyä asiakas ostaa samana tai seuraavana päivänä.

Markkinointiponnistelujen lisäksi luonnollisesti asiakaspalvelu ja palvelun laatu ylipäätään kiinnostaa. Esimerkiksi:

  • Kuinka monta kertaa asiakas on ottanut yhteyttä aspaan?
  • Kuinka monta reklamaatioita asiakas on tehnyt?
  • Kuinka monta tuotepalautusta asiakas on tehnyt?
  • Onko asiakkaan palvelussa ollut katkoja (esim. teleoperaattorit)?

Tänä päivänä on myös trendikästä puhua NPS:stä eli Net-promoter-score:sta. Kyseessä on asiakastyytyväisyyttä kuvaava mittari, yksi lukuarvo, joka kertoo: Kuinka todennäköisesti asiakas suosittelisi yrityksen palvelua muille?

Olen kuullut palvovia kommentteja tästä maagisesta mittarista. Kuulemma juuri mitään muuta ei yritys tarvitsekaan.

Ja ei siinä mitään, kyseessä on varmasti hyvä mittari ja otetaan se analyysiin mukaan. Itse näen sen yhdeksi pieneksi osaksi koko asiakastietämystä.

Alla kuvassa näkyy kooste tiedoista mitä olemme saaneet aikaan yhdistämällä CRM-dataa, laskutusdataa eli ostohistoriaa ja tuotetietoja sekä markkinoinnin aktiviteetteja.

Asiakastiedon rikastaminen markkinoinnin tiedoilla

Olemme tulleet valtavan harppauksen eteenpäin mutta varsin pienellä työllä. Asiakastietämys on rikastunut 2 sarakkeesta (nimi + postinumero) useisiin kymmeniin, laadukkaisiin ja todenmukaisiin tietoihin asiakkaista.

Jo tällaisenaan voidaan puhua todella rikkaasta asiakastietämyksestä, jonka perusteella asiakkuuksien johtaminen ja esimerkiksi kampanjoiden älykkäämpi suunnittelu on mahdollista.

Mutta todellisuudessa olemma vasta aluissa. Tässä käytiin alussa esitetyistä neljästä kohdasta vasta ensimmäinen. Paras osa on vielä tulematta. Niistä lisää seuraavalla kerralla, pysy kuulolla.

 

 


1.10.2015 / Samuli Sikanen

Luin pari päivää sitten useammasta lehdestä uutisen, jossa tuotiin esille Nokian pelolla johtamisen kulttuuria ja sitä miten tietoa vääristeltiin ja kaunisteltiin esiteltäessa numeroita ylimmälle johdolle, minkä myötä ylimmällä johdolla ei ollut kuvaa liiketoiminnan todellisesta tilasta. Olipa Nokian tarina totta tai tarua, mieleeni tuli kuva ketjusta, joka lähtee tiedon tuottamisesta ja päättyy tiedon hyödyntäjiin, jotka tekevät saadun tiedon pohjalta päätöksiä. Artikkelin tapauksessa tiedon hyödyntäjinä ketjun lopussa olisi Nokian silloinen johto.

Sanotaan, että ketju on yhtä vahva kuin sen heikoin lenkki.Tiedolla johtamisen ketjussa lenkeiksi voidaan yksinkertaisimmillaan kuvata:

  1. tiedon tuottajat ihmiset ja anturit
  2. tietovarasto tietokannat ja paperiarkistot
  3. tietomalli (miten tietoa eri lähteistä yhdistetään ja miten tiedosta muodostetaan sanallisia tai numeerisia yhteenvetoja)
  4. tiedon esittäjät raportointityökalut, visualisointityökalut, tietoa esittävät ihmiset
  5. tiedon hyödyntäjät ihmiset ja koneet, jotka käyttävät esitettyä tietoa päätöksentekoon

Virheet ja/tai puutteet missä tahansa osassa ketjua tekevät ketjusta heikon. Perinteisesti olemme tottuneet siihen, että liiketoimintaa tukevat järjestelmät ovat heikoin lenkki. Tietohaut ovat hitaita, manuaalisen työn määrä on suuri tietomassojen käsittelyn tapahtuessa pääosin Excelissä ja Powerpointissa, jne. Entä kun meillä on käytettävissä täysin nykyaikainen arkkitehtuuri ja loppukäyttäjäratkaisut, joita tiedän usean yrityksen tällä hetkellä jo käyttävän tai kehitys on suunnittelun alla. Kun teknologian osuus sisältää vahvimmat lenkit, niin missä on heikoin lenkki? Mitäpä jos se on yrityksen johtamiskulttuurissa?

Käytännössä tämä tarkoittaa sitä, että vaikka rakentaisimme kuinka hyvän teknologisen kokonaisuuden tukemaan tiedolla johtamista, ei tehokasta käyttöä ja parasta mahdollista takaisinmaksua investoinneille saada, ellei yrityksen johtamiskulttuuri luo pohjaa tiedolla johtamisen tavoitteiden saavuttamiselle. Ja jos johtamiskulttuuri ei tue tiedolla johtamista, ei tietoa voida käyttää myöskään parhaalla mahdollisella tavalla strategiatyön tukemiseen ja yrityksen ohjaamiseen parempaan suuntaan. Kuvitelkaapa itsenne ohjaamaan laivaa kompassin avulla – kompassin, jossa neula osoittaa johonkin suuntaan, mutta ei välttämättä juuri oikeaan. Mahdollisuus päätymisestä mukavaan kohteeseen on olemassa, mutta onnistuminen perustuu enemmän intuitioon ja tuuriin kuin riittävään, luotettavaan tietopohjaan.

Yhteenvetona voimme siis todeta, että parhaimmillakaan työkaluilla ei saada toteutettua tehokkaasti eteenpäinvievää tiedolla johtamista ellei myös yrityksen johtamiskulttuuri tue tiedolla johtamisen ympäristön luomista.

Paremman tiedon saatavuuden ja käytön paljastamat ongelmat ja virheet organisaatiokulttuurissa, strategiassa ja operatiivisissa prosesseissa tulisi uskaltaa tunnistaa ja tuoda esille. Ongelmien märehtimisen ja syyttelyn sijaan huomio tulisi kiinnittää tilanteen korjaamiseen ja  opitun jakamiseen, jotta eri puolilla yritystä  asiasta voitaisiin ottaa opiksi. Oletteko kuulleet yrityksestä, joka onnistumisten ja menestystarinoiden lisäksi jakaisi työntekijöilleen tietoa epäonnistumisista ja korjaavista toimenpiteistä ja osaisi vielä tuoda ne esille osana oppimisprosessia?

Analysoitavan tiedon ja tämän myötä myös esitettävien johtopäätösten määrän kasvaessa on varmaa, että myös ikävien löydösten määrä kasvaa. Esimerkiksi kannattavuuslaskennan kehitttyessä tunnistetaan enemmän heikosti kannattavia asiakkaita. Tämä pitää nähdä mahtavana liiketoiminnan kehittämismahdollisuutena – paljon pahempi olisi, jos emme tunnistaisi näiden asiakkuuksien kannattavuusongelmia ja ohjaisimme resursseja huonoon liiketoimintaan. Tässä vaiheessa on tärkeätä, että myyntiä tai muita asiakkuuden hoitoon osallistuvia ei syyllistetä heidän käytössä olleesta vaillinaisesta tiedosta tai heikoista toimintaprosesseista, vaan todetaan faktat ja lähdetään yhdessä suunnittelemaan toimenpiteitä tilanteen korjaamiseksi.

Hyvää rallitiimiä ei rakenneta pelkäämällä epäonnistumisia, vaan tiedon jakamisen mahdollistavan johtamiskulttuurin myötä keskustelemalla haasteista ja ongelmista avoimesti ja suunnittelemalla yhdessä korjaavia toimenpiteitä, joilla käytetyt teknologiat ja tiimin toimintamallit kehitetään sellaisiksi, että ne tukevat tallin strategisia tavoitteita - voitto seuraavissa kilpailuissa. Näin johtamiskulttuurilla mahdollistetaan voittajia, joille parempi tiedolla johtaminen pystyy luomaan merkittävän kilpailuedun.


25.09.2015 / Ville Niemijärvi

1236296_713535151996903_1161666421_nKonttoriin tarvittiin uudet työtuolit. Mielestäni kelvot pilkkijakkarat eivät kuitenkaan uusille työntekijöille kelvanneet joten piti kääntyä tuolikaupan puoleen. Sovin puhelimessa tilauksen Kuopion Martela Outletin lupsakan myyjän kanssa perjantaina. Myyjä lupasi, että tuolit ovat Jyväskylän toimistollamme "ehkä keskiviikkona".

Tuolit saapuivat heti viikonlopun jälkeen maanantaina ennen puolta päivää. Priimakunnossa ja pari päivää ennen luvattua aikaa.

Martelan palvelu oli häkellyttävän hyvää ja muistin paasata siitä tutuille.


Kesällä olin ruokakaupassa ja pyysin kalatiskillä kaveria fileoimaan kuhan. Ajattelin, että siinä kalamestarin touhutessa, ehdin käydä hoitamassa muita asioita leipä- ja maitohyllyillä. En ehtinyt liikahtaa paikoiltani kun veitsimestari teki noin neljä ranneliikettä ja kalaparka oli jo irroitettu elimistään ja nahoistaan.  Noin 30 sekunnin kuluttua tilauksestani sain kuhafileet paketissa ja saisikoollamuuta siihen päälle. Olin vähällä alkaa aplodeeraamaan ammattitaitoisesta suorituksesta mutta maltoin suomalaisesti mieleni ja nyökkäsin hyväksyvästi sanomatta mitään.


Tovi sitten sai oma kyltymätön egoni silkkihansikkaan hyväilyä kun asiakkaalta satoi kehuja hoitamastani projektista. Otin tietenkin kiitokset vastaan hyvilläni sillä hanke sujui oikein mainosti. Mutta myöhemmin mietin, että projekti oli omalta osaltani oikeastaan rutiinisuoritus, ei mitenkään normaalista poikkeava. En tehnyt pitkää päivää, en venynyt urosuorituksiin. Toki tarjosin asiakkaalle käyttöön parhaan osaamiseni (oli siellä ehkä joku kollega myös mukana...), pääsimme maaliin aikataulussa, budjetissa ja tulokset olivat sitä mitä tilattiin. Siinä se. Tein työni ja sen mikä sovittiin, en enempää.

Huonosta palvelusta on tullut standardi

Onko huonosta palvelusta tullut standardi, johon verrataan kaikkea (palvelu)työtä?

Asiakkaat taputtaa niin kuin hassenmatkalaiset charter-lentojen laskeutumisen jälkeen Kanariansaarille konsanaan aina kun ammattilainen tekee työnsä?

Jos normaalilla suorituksella erottuu joukosta ja lyö asiakkaan ällikällä, minkälaiseen tulokseen mahtaa päästä kun oikein yrittää?

Älykäs yritys = yritys joka tekee työnsä?

Vaikka saan leipäni liiketoiminnan analytiikasta ja "tiedolla johtamisesta", niin ollaan rehellisiä:

Iso osa yrityksistä voisi heittää balanced scorecardit, performance managementit, bigdatat ja business intelligencet hetkeksi sivuun ja keskittyä tekemään vain työnsä. Löytämään sen ytimen, mikä määrittää heidän olemassaolon.

Tarkoitan sitä, että kaupassa on myyjiä, jotka tuntevat tuotteet ja osaavat myydä niitä. Kalamestari osaa käsitellä kalaa, asiakaspalvelu vastaa puhelimeen ripeästi, tavarat ja ihmiset liikkuu ajallaan ja ehjänä perille ja jopa IT-projektipäällikkö vie projektin maaliin edes joskus oikeaan aikaan ja budjetissa.

Kun perustat on kunnossa, on aika ottaa älykkäämmät vipstaakit käyttöön.


13.08.2015 / Ville Niemijärvi


glovesEhdotin asiakkaalle heidän asiakaspoistuman pienentämistä ja näin lisämyynnin tekoa. Tarvetta tähän ei kuitenkaan ollut, homma on jo hanskassa.

”Emme tarvitse asiakaspoistuma-analyysejä. Kysymme jo asiakaspalautetta poistuneilta asiakkailta.”

Homma hanskassa?

Se, että asiakkailta kysytään palautetta heidän jo lähdettyä vetämään, ei kuulosta ihan siltä poistuman pienentämiseltä mitä tarkoitin.

Asiakaspoistumamallinnuksen ja sitä seuraavan toiminnan (esim. asiakkaiden kontaktoinnin) tarkoituksena on estää poistuma ennakkoon. Poistuma-analyysi kertoo:

  • ketkä asiakkaat ovat poistumariskissä (jotta voit estää heitä poistumasta)
  • mitkä todelliset tekijät vaikuttavat poistuman taustalla (jota taas voidaan käyttää liiketoiminnan kehittämisessä)

Asiakaspalaute tai esimerkiksi net-promoter-score on yksi hyvä apumuuttuja tässä prosessissa (jos se saadaan ennen poistumaa). Mutta vain yksi. Paljon tärkeämpiä muuttujia ovat useimmiten asiakkaan todellinen käyttäytyminen, demografiat ja psykografiat.

Kauppoja ei tässä tapauksessa siis tullut. Koska homma on hanskassa. N. 8-10% vuosittaisen poistuman tapauksessa puhutaan tässä casessa lienee jostain 2 miljoonan vuosittaisesta hävikistä. Itse tekisin tässä tapauksessa muutakin kuin kysyisin poistuneelta asiakkaalta: mistä se kenkä puristaa?

Louhia Asiakastiedon rikastaminen ja mittaaminen
Jos haluat todella tietää miksi asiakkaasi poistuvat, tulee sinun tutkia muutakin kuin pelkkää asiakaspalautetta.

2.05.2015 / Ville Niemijärvi
Ahterin_saa_istumalla
Istumalla saa myös katsella muiden menevän ohi oikealta ja vasemmalta. Nosta siis ahteri ylös ja ryhdy hommiin.

"Me on päätetty, että ei tehdä mitään bisnestä Pohjoismaissa. Se on niin hirveän vaikeaa."
Micke Paqvalen, Kiosked:in perustaja Helsingin Sanomissa 19.4.2015

Suomi ei ole lähtenyt digitalisaatiossa etujoukkoihin ja tämän on huomannut sunnuntain Hesarissa haastateltu Mainosalan startup Kioskedin perustaja Paqvalen.

"Suomesta puuttuu kokeilukulttuuri. Alustavat neuvottelut voivat kestää kolme kuukautta. Yhdysvalloissa sanotaan 'let's try this!'" hän kuvaa.”

Allekirjoitan Micken kommentin kokeilevan kulttuurin puutteesta. Mutta 3 kuukautta? Hirveän vaikeaa? Kaveri on kasvanut pumpulissa.

Olemme Louhialla puskeneet ennakoivaa analytiikkaa, tiedon louhintaa ja tiedolla johtamisen digitalisaatiota eteenpäin kohta 6 vuotta. Varsinkin alussa markkinoilla oli aika yksinäistä. Tien auraajien vastuulle jää markkinoiden kouluttaminen ja se on kallista. Mutta se tie valittiin, turha napista. Mutta jos vähän...

2 vuoden myyntiputki – 5000€ kauppa

Sinnikkäimpiä caseja olemme puskeneet kovapäisesti eteenpäin 2 vuoden ajan. Tuotto-odotusten ollessa +100k€ ja investoinnin n. 5000€, ei pitäisi olla vaikea myytävä.

”Pitää jutella pomon kanssa. Pitää vähän fundeerata. On vähän kiire kun meidän toimialalta sulaa pohja pois ja kaikki mikä voisi estää sen, on uutta ja pelottavaa. Entä jos epäonnistun?”

2 vuotta perustelimme asiakkaalle investoinnin hyötyjä. Kun lopulta saimme kaupan ja teimme työmme noin 2 viikossa, oli tulokset erittäin hyviä. Investointi maksoi itsensä takaisin moninkertaisesti. Se olisi maksanut sen 2 vuotta takaperinkin ja olisimme tehneet älyttömästi lisää tulosta näiden vuosien aikana.

Vikaa on tietenkin myyjässä ja tuotteessa, jos ei saa näin päivän selvää asiaa kaupaksi. Turha napista. Mutta jos vähän kuitenkin...

Kokeileminen on suomalaisille vierasta

Ajatus siitä, että kokeillaan jotakin, mitä ei ole ennen tehty ja joka saattaa epäonnistua, on täysin vieras meille härmässä. Se on outoa niin makuukamarissa kuin drinkkibaarin tiskillä.

Valot pois, pimeässä saunan jälkeen lauantaina. Keskaria kiitos.

Useimmat ennakoivan analytiikan hankkeet ovat 5 000-15 000€ investointeja. Eli todella pieniä investointeja jos verrataan esimerkiksi perinteisiin business intelligence ja tietovarastointihankkeisiin.

Osa A/B ja hypoteesien testauksista on parin tunnin hommia, investointina alle tonnin. Useimmat, lähes kaikki, pystytään tekemään palveluna ilman asiakkaan lisenssi- ja infrainvestointia. Useimmille pystymme laskemaan tuotto-odotukset, jotka ovat moninkertaiset investointiin. Mutta entä jos se ei onnistu?

”Tämän pitää onnistua”

Teimme asiakkaan kanssa yhdessä laskelmia, miten suunniteltu analytiikkainvestointi maksaisi itsensä takaisin alle vuodessa. Ensimmäiset versiot tehtäisiin parilla kympillä, koko ajan arvioiden ROI:ta, pitäen riskit todella minimissä. Tästä eteenpäin arvioidut lisätuotot oli n. 300 000€/vuosi. Selvä no-brainer, ei muuta kuin tekemään ja naureskellaan yhdessä matkalla pankkiin.

Asiakas: "Onnistuuko tämä sitten varmasti?"

Minä: "Emme me sitä voi taata. Ei kukaan voi. Laskelmat näyttävät hyvältä. Meillä on erinomaiset kokemukset muilta asiakkailta. Uskomme tähän, mutta emme voi taata. Mutta sen voin taata, että jos ette tee mitään, teillä ei 5 vuoden päästä ole enää yritys pystyssä."

Asiakas päätti olla tekemättä mitään.

Kokeileva toimintakulttuuri osana tiedolla johtamista

Jos käyt kerran lenkillä, ei se nosta kuntoasi. Terveytesi ei parane, hapenottokykysi pysyy ennallaan. Lihakset eivät kasva. Yksittäisenä kertasuorituksena lenkkeily on huono investointi ja täysin ajanhukkaa.

Mutta kun toistat sen uudelleen ja uudelleen. Muutat vähän treeniä. Tunnustelet mikä tuntuu hyvältä, koettelet omia rajoja. Silloin kehityt. Vahvistut. Opit.

Sama pätee tiedolla johtamisen kehittämiseen. Sinun pitää rakentaa kokeileva mutta systemaattisesti etenevä tekemisen kulttuuri.

Miten tehdä se käytännössä?

Jos aiot aidosti johtaa tiedolla ja hyödyntää analytiikan keinoja, se tulee sisältämään yritystä ja erehdystä.

  • Miten säätila vaikuttaa myyntiimme?
  • Entä jos kohdistaisimme osan suoramainonnasta asiakaskäyttäytymisen perusteella ja toisen osan perinteiseen tapaan massana – paranisiko konversio?
  • Voisiko hadoop, Amazonin pilvi tai teknologia X tuoda lisäarvoa toiminnallemme?
  • Missä tuotteissamme olisi varaa korottaa hintoja ja parantaa katetta, ilman että se vaikuttaa kysyntään?
  • Miten tekijä X vaikuttaa kannattavuuteemme? Voimmeko vaikuttaa siihen ja miten?

No testataan! Let's try it!

Jos yritys haluaa valjastaa tiedolla johtamisen todella käyttöönsä, sen tulee vaalia ketteryyden ja kokeilun kulttuuria ja lainata paljon start-up ajattelutavasta.

Ensiksi pitää nostaa ahteri ylös penkistä.

Tulet häviämään pieniä kamppailuja. Tulet tekemään huonoja investointeja. Tulet muuttamaan suuntaa, kääntämään takkisi. Kaikki analyysit eivät tuota haluttua tulosta. Asiakaspoistuma ei pienentynytkään, mainonnan konversioaste ei noussut.

Mutta samalla opit. Samalla kehityt ja vahvistut. Ymmärryksesi asiakkaista, työntekijöistäsi ja liiketoimintaprosesseista kasvaa. Huomaat, että pystyt ohjaamaan niitä. Voit vaikuttaa niihin. Voit vaikuttaa siihen, onko putiikkisi pystyssä ja elinvoimainen vielä 5 vuoden päästä.

 

Kokeileva toimintakulttuuri koostuu pienistä riskittömistä protoista/hypoteeseista/analyyseistä, joista kerätään systemaattisesti tietoa.
Tiedolla johtamisen kehittäminen: iso kuva/roadmap ohjaa ketteriä, nopeita ja pienen riskin analyysejä/protoja/AB-testejä. Opitut oivallukset tallennetaan systemaattisesti esimerkiksi tietovarastoon ja valjastetaan johtamisen käyttöön.

Viisi ohjetta ketterän, analyyttisen toimintakulttuurin rakentamiseen.

  1. Etene pienin askelin, laske kullekin vaiheelle ROI, aseta tavoitteet, minimoi riskit. Äläkä aloita lisenssihankinnalla, ainakin analytiikassa softan merkitys on pieni.
  2. Toista. Toista. Toista. Muuta suuntaa välillä mutta älä pysähdy ensimmäiseen analyysiin tai voittoon/tappioon vaan jatka toistoja.
  3. Opi: kerää dataa systemaattisesti. Älä tee vain irrallisia häröilyjä vaan pidä iso kuva mielessä. Rakenna taustalle sellainen tietoarkkitehtuuri, joka mahdollistaa systemaattisen, jatkuvan oppimisen. Myös epäonnistuneet projektit opettavat, tallenna niiden tuottama tieto.
  4. Valmistaudu epäonnistumaan ja hyväksy se. Jos teet kohdan 1. oikein, minimoit tappion.
  5. Valmistaudu voittamaan ja hyväksy se. Jos teet kohdat 1-4 oikein, tulet voittamaan. Joillekin se, että on vastuussa yrityksen tuloksenteosta on vieras ajatus. Totuttele siihen.

Ja tärkein: aloita.