Data inzetten om nog succesvoller in sales te worden
Elke dag, ieder uur, iedere minuut worden er duizelingwekkende hoeveelheden data geproduceerd. Ook op salesgebied. Daar wil je, móet je, chocolade van maken. Data zijn immers het nieuwe goud. De juiste vragen stellen en via analyse de antwoorden uit data halen, is echt van toegevoegde waarde. Ook voor sales, zoals McKinsey weer eens aantoonde.
Boardroom consultancybedrijf McKinsey doet regelmatig interessante onderzoeken. Uit recent onderzoek onder 2500 B2B-bedrijven blijkt dat bedrijven die het erg goed doen op het gebied van sales vier zaken goed op orde hebben: inzicht door het goed inzetten van data, flexibiliteit in het salesproces, ze hebben de juiste medewerkers aan boord en investeren daarin en maken slim gebruik van technologie.
Steeds meer data beschikbaar
Bedrijven die dit op orde hebben groeien veel harder dan bedrijven die dat niet, of slechts mondjesmaat, hebben. Op datagebied groeien de mogelijkheden natuurlijk snel. Er zijn steeds meer data over klanten en het koopproces bekend en het is veel sneller en beter mogelijk om deze data te analyseren.
Meer verkopen door salesdata te gebruiken
Volgens het onderzoek kunnen salesmanagers op 2 tot 5 procent hogere verkopen rekenen als beslissingen op basis van data genomen worden. Van de snelgroeiende bedrijven zegt 72% dat analyses helpen bij de salesplanning, tegen 50 procent van de bedrijven die minder snel groeit. Data worden gebruikt om de kans te bepalen dat klanten willen kopen (koopbereidheid), om specifieke klantwensen te identificeren en om winstgevendheid van klanten te bepalen (‘lifetime profitability’).
Lees hier de waarde van datagedreven sales.
Succesvolle bedrijven investeren in data-analyse
De outperformers geven aan in de toekomst (nog) meer te gaan investeren in data-analyse. Ze willen investeren in predictive analytics (voorspellende analytics). Zo willen ze kunnen voorspellen wanneer een klant weggaat en dat dan voorkomen (churn prevention), of een klant geneigd is om te kopen (propensity to buy) en voorspellen welke producten of diensten een klant dan wil afnemen (next product to buy). Deze bedrijven hebben dus al een voorsprong op het gebied van data-analyse. De voorspelling is dat het gat tussen de succesvolle bedrijven en de minder succesvolle bedrijven door deze investeringen in analytics steeds groter wordt.
Fases datavolwassenheid
Nu zal het klanten- of relatiebestand van McKinsey niet direct representatief zijn voor het Nederlandse bedrijfsleven. Veel organisaties doen nog niets met data. Sommige hebben eerste stappen ondernomen. Een enkeling pakt het echt professioneel aan. Maar als bedrijf zul je toch echt aan de slag moeten met data, ook op salesgebied. Dit betekent nogal wat. De cultuur en de strategie van de organisatie moeten veranderen. Er moet draagvlak voor een data-driven aanpak komen. Dan is het goed om inzicht te hebben in welke fase van ‘data-volwassenheid’ de organisatie verkeert. Op basis daarvan kunnen concrete stappen voor verbetering, voor verdere professionalisering gezet worden.
In bovenstaand model worden vijf fases onderscheiden. In welke fase zit jouw organisatie?
Fase 1: Data resistant
In Fase 1 doet een organisatie nog helemaal niets met data. Data worden zelfs als bedreiging gezien. Bijvoorbeeld omdat de bestaande status quo bedreigd wordt of omdat er een algehele aversie is tegen verandering.
Fase 2: Data-curious
Binnen de organisatie leeft het besef dat data interessante mogelijkheden en inzichten kunnen bieden. ‘We moeten er iets mee’, hoor je in dergelijke organisaties. Er wordt dan ook een begin gemaakt met het verzamelen van data via verschillende kanalen en systemen, zoals het order- en boekhoudsysteem en het bekijken van webstatistieken.
Fase 3: Data-aware
Organisaties die zich in deze fase bevinden gaan aan de slag met het analyseren van beschikbare data. Data worden getoetst aan de hand van bedrijfsdoelstellingen. Echt specifieke toepassingen, bijvoorbeeld op het gebied van HR of sales zie je vaak nog niet. In deze fase is het vaak beschrijvende statistiek (prescriptive analytics).
Fase 4: Data-savvy
De organisatie realiseert zich in deze fase de strategische waarde van data. Er wordt echt geïnvesteerd in een team en tools om data te analyseren. Dit betekent ook dat een stap gemaakt kan worden richting predictive analytics. Dan worden statistische technieken ingezet om data te analyseren met als doel het voorspellen van toekomstige acties en gedragingen. Zo kun je voorspellen wat de gevolgen zijn van bijvoorbeeld een bepaalde investering. Het blijven echter voorspellingen, met een bepaalde onzekerheidsmarge. Dit wordt ook wel de ‘wat als-analyse’ genoemd. Wat gebeurt er als een bepaalde actie wordt ondernomen?
Fase 5: Data-driven
De hele organisatie is doordrongen van het belang van data. Data spelen bij veel beslissingen een cruciale rol. Processen en afdelingen worden geoptimaliseerd op basis van inzichten uit data-analyses. In deze fase gaan organisaties kijken naar prescriptive analytics. Met de uitkomsten van deze analyses kunnen aanbevelingen worden gedaan over te ondernemen (sales-)acties en kan aangegeven worden wat de waarschijnlijke gevolgen van deze acties zullen zijn. Met prescriptive analysetechnieken wordt geëxploreerd wat er zal gebeuren, wanneer en waarom.
De outperformers in het onderzoek van McKinsey bevinden zich in fase 4 of 5. Zij kijken dus hoe ze klantverloop kunnen aanpakken, weten wanneer een klant bereid is om te kopen en kunnen aangeven in welk middel of kanaal geïnvesteerd moet worden om de salesomzet te laten stijgen.