Vi börjar med att prata lite om flodhästar. Lite oväntat, eller hur?

Flodhästen symboliserar nämligen akronymen HiPPO (engelskans ord för flodhäst) – ”Highest Paid Person’s Opinion”.  Det är en gammal affärsmodell som går ut på att viktiga beslut ska fattas av den högst betalda personen baserat på deras känsla, åsikt och erfarenhet. 

I dagens moderna digitala miljöer är beslut som fattas av ”hippos” något som hör till dåtiden till. Istället styrs affärsbeslut i moderna verksamheter av dataanalyser och insikter.

Numera har HiPPO ersatts av akronymen DDDM – ”data-driven decision making”, alltså datadrivet beslutsfattande.

En av Une Amundsens (vår grundare) favoritcitat var "fakta tar död på alla diskussioner" och det tror vi verkligen på.

Vi har alla rätt till vår åsikt, men det är siffror och data som driver beslutsfattandet och vi vill gärna visa dig hur.

Det här är historien hur DDDM hjälpte oss att öka försäljningen, förbättra produktutvecklingen och stärka vårt kundfokus. Vi delar också viktiga resultat och lärdomar på vägen.

Låt data göra jobbet dig

Data i sig har inget värde och betyder ingenting – såvida du inte vet hur du ska använda den.

Att exempelvis veta att du sålde din produkt till 10 företag den här veckan, jämfört med 15 företag veckan innan, hjälper dig inte att öka försäljningen. Däremot att veta vilka aktiviteter som resulterade i en försäljningsökning – det är viktig information!

DDDM beror i hög grad på frågorna du ställer och insikterna du söker.

Vilken typ av frågor har vi ställt oss själva för att öka försäljningen, förbättra vårt kundfokus och förbättra vår produkt  för att få insikt i hur vi ökar tillväxten?

Så använder vi data för att öka försäljningen

Visste du att säljteam som använder säljanalyser har tre gånger större sannolikhet att utklassa de som inte gör det?

För att framgångsrikt kunna driva ett säljteam måste du arbeta med data: definiera nyckelvärden, sätta mål, mäta de som kommer in och går ut och analysera resultaten. 

Försäljning handlar nämligen inte om att gissa. Det handlar om att ha en faktabaserad strategi.

Och det är genom användning av fakta som vi har kunnat öka den genomsnittliga avslutningsfrekvensen med hela 50 %!

Vi började med att jämföra säljarna som hade höga och låga avslutningsfrekvenser. Vi upptäckte att de mest framgångsrika säljarna hade ytterligare ett steg i sin säljprocess.

Det här steget kunde självklart spåras med hjälp av SuperOffice CRM. Varje gång vi träffar, talar med eller marknadsför en produkt eller tjänst till en potentiell kund, sparas det som en säljaktivitet i vårt CRM-system. Alla dessa aktiviteter utgör tillsammans ett antal kontaktpunkter. I de allra flesta fall var aktiviteterna exakt samma, utom i ett fall.

Säljarna som var mest framgångsrika hade en tilläggsaktivitet. Istället för att vänta till slutet av säljprocessen för att få ett avslut, bad de mest framgångsrika säljarna om ett godkännande i mitten av säljprocessen.

Att be om det tidigare i säljprocessen innebar att chansen för att den potentiella kunden skulle köpa ökade. Det innebar också att våra säljare kunde vara 100% fokuserade på de köpare som hade accepterat halvvägs, vilket ledde till högre avslutningsfrekvens.

Sedan vi upptäckte detta har vi ändrat i vår säljprocess med ett godkännande mitt i processen. När alla våra säljare gör det har det en stor inverkan på vår genomsnittliga avslutningsfrekvens.

Så använder vi data för att stärka vårt kundfokus  

Vi är stolta över att vara ett kundfokuserat företag. 

För oss innebär det att vi sätter kunden först genom att lyssna på vad de önskar och skapar en värdefull upplevelse och säkrar att de stannar kvar hos oss.

Visste du att 68 % av kunderna inte längre vill vara kund hos dig om de upplever att du inte värdesätter dem?

Ingen gillar att känna sig försummad och för att försäkra oss om att ingen av våra kunder känner sig försummade använder vi två kraftfulla datapunkter för att övervaka våra kunders välbefinnande – ”orphans” och ”heartbeat”.

För det första använder vi CRM-data för att identifiera ”orphans” – det vill säga kunder som inte har blivit kontaktade under en viss tidsperiod. När vi kan identifiera vilka kunder det är, hjälper det oss att agera innan det är för sent.

För det andra mäter vi (naturligtvis med våra kunders samtycke) om de använder vår produkt eller inte.

Vi kallar det ”heartbeat”, för om våra kunder använder programvaran och loggar in dagligen har de en puls. Annars har de hjärtstillestånd och där vill vi givetvis inte hamna.

Om "hjärtslagen" är oregelbundna och kunden också är en "orphan", är det ett viktigt varningstecken att kunden letar efter dörren till utgången.

Med hjälp av data kan vi vara proaktiva och prata med dem innan de försvinner ut genom dörren.

Om det här inträffar meddelas vårt dedikerade ”Customer Success” team, så de kan agera och återaktivera den "sovande kunden".  

De kontaktar kunden för att få en uppfattning om hur kunden ser på situationen. De bjuder in till olika evenemang eller erbjuder utbildning för att hjälpa dem hitta mervärde. Det blir viktigt att diskutera och göra kunden påminnd om varför de valde lösningen från början.

Som ett resultat av de här insatserna har vårt kundbortfall minskat med 4,2 procent de senaste 12 månaderna!

Så använder vi data för att förbättra produktutvecklingen

När det gäller produktutveckling förlitar vi oss alltid på data.

De nya funktionerna och produktutvecklingsområdena som vårt utvecklingsteam arbetar med kommer från olika källor: Net Promoter Score (NPS), feedback från medarbetare och partner, kundserviceärenden och naturligtvis produktanvändning. 

Produktanvändning är ett av de viktigaste kriterierna för att ett företag som använder SaaS ska lyckas.

Vi är väldigt nyfikna på om våra kunder använder våra produkter eller inte. Och tack vare dagens teknologi är det enkelt att samla in och behandla den här typen av data utan att störa kunden.

Vilken del av vår produkt använder kunderna mest? Finns det funktioner som sällan eller aldrig används?

Om en funktion har lite eller ingen användning är det viktigt att ta reda på varför. Fungerar den inte som tänkt? Är den för komplex eller bara överflödig? Och tvärtom – får vår Minimum Viable Product (MVP, minsta lönsamma produkt) något genomslag? Behöver vi utöka och förbättra något?

Utrullningen av SuperOffice Chat 2.0 är ett exempel på det senaste.

I maj 2017 lanserade vi SuperOffice Chat – den första chattlösningen av sitt slag som är direkt kopplad till en CRM-lösning. Det som är komplicerat med chatt är inte själva programvaran, utan att introducera livechattfunktion i hela företaget. Om du lanserar en chattfunktion på din webbplats måste du vara tillgänglig för kunderna när de använder den. Det innebär att du måste ändra arbetsscheman och rutiner för att klara det.

Därför byggde vi vår chatt som MPV, lanserade den och började arbeta på vår GDPR-specifika funktionalitet.

Sedan vi lanserade vår gratis chatt-funktion till vår kundbas har våra kunder hanterat mer än 140 000 chattsessioner med sina egna kunder. Det är många realtidskonversationer och tack vare det har våra kunder fått möjlighet att erbjuda en bättre upplevelse till deras egen kundbas.

Framgångarna med SuperOffice Chat innebar att vi hade ett bra underlag för att lansera en ny version - SuperOffice Chat 2.0. Om användningen av chatten fortsätter på samma sätt, börjar vi arbeta med SuperOffice Chat 3.0 inom en snar framtid!

Så lyckas du med DDDM

När vi tittar tillbaka på vår egen erfarenhet av dataanalyser för att stödja våra affärsbeslut, skulle vi vilja dela med oss av några observationer om hur du använder DDDM-metoden i ditt företag:

1. Ställ rätt frågor

Grundläggande för all analys är behovet av att veta vad du önskar få mer insikt om. Vilka frågor önskar du få svar på? Vilka nyckeltal vill du mäta? Allt detta definierar vilka data du behöver titta på och vilka analysmodeller och verktyg som bör användas. Det bästa rådet är att starta varje nytt projekt med att fråga dig själv vad du vill uppnå och hur det ska mätas.

2. Identifiera och organisera dina datakällor

När du har definierat dina frågor eller mål, går du vidare till att identifiera dina datakällor och datamodeller. Du behöver pålitliga, trovärdiga och anpassningsbara datakällor. Håll dig borta från datakällor som är beroende av manuell inmatning och prioritera de automatiserade.

3. Gör datainsikten tillgänglig för alla

Data kan hjälpa ditt företag på olika sätt: det kan påverka stora strategiska beslut eller definiera dina dagliga arbetsuppgifter. Medan det förstnämnda stannar i styrelserummet, måste det sistnämnda vara tillgängligt för alla, särskilt för anställda med kundansvar. Om alla vet att de viktigaste besluten baseras på fakta och siffror, ökar deras motivation att göra rätt och det hjälper dem att vara trygga med den datainsikt de får.

4. Gå igenom och utveckla dina frågor och undersökningsmodeller

Saker kommer naturligtvis att förändras med tiden. Dina kunder och dina mål kommer också att bli annorlunda. Det här kommer att påverka frågorna du ställer och svaren du söker. Så då och då måste du utvärdera om nyckeltalen du använder fortfarande är relevanta.

5. Se till att du har tillstånd för att samla in data

Du kan inte samla in data som du vill numera. Du måste respektera individers rättigheter och ansöka om tillstånd att samla in och lagra deras data. Som föreskrivs i EU:s allmänna dataskyddsförordning (GDPR), bör insamling av data ske genom att följa en strikt uppsättning regler. Dataintegritet är därför en integrerad del av hur datainsamlingen ska göras, vem som ska använda den och för vilket syfte.

Inga mer ”HiPPO-liknande” beslut som grundas på halvsanningar, magkänsla eller åsikter!

Allt detta kan vara skadligt och ineffektivt. Samtidigt är datadrivet beslutsfattande ett av de mest pålitliga sätten att växa på.

Slutsats

Principen att använda data för att stödja viktiga beslut har varit en grundprincip för vårt företag sedan dagen vi grundades.

Vi inser att fakta inte bara dödar alla diskussioner, utan också eliminerar åsikter, instinkter och andra irrationella faktorer. Beslut baserade på data hjälpte oss att sätta mer konkreta mål och hitta bättre sätt att mäta resultat.

Vi lärde oss också att för att lyckas med dataanalys och basera affärsbeslut på fakta så måste vi veta vilka frågor som ska ställas, vilka data som ska samlas in, vilka mönster vi ska leta efter och hur vi ska använda den insikt vi får.

Slutligen är inte datadrivet beslutsfattande endast för högsta chefen. Det är universellt och passar lika bra för stora strategiska beslut som små vardagsval.

För fler tips, besök oss på www.superoffice.com/blog