Datagedreven werken: Business Intelligence voor het MKB

Alles wat we vandaag gebruiken, creëert een digitale voetafdruk, van onze mobiele telefoons tot onze creditcards. Dit heeft de omgeving waarin we leven, werken en zaken doen ontwricht. Bedrijven anticiperen en voorspellen het gedrag van hun klanten en personeel door meedogenloos online zoekroutes in kaart te brengen.

Welnu, kleine bedrijven hebben misschien niet het budget of de neiging om deze extra mijl te lopen en hun klanten in-en-out te leren kennen, of in een soortgelijk geval te voorkomen dat hun werknemers vertrekken.

Hoe het ook zij, kleine bedrijven zijn nog steeds aan het uitzoeken hoe dit complexe web van datatrajecten hen naar het juiste pad kan leiden. Business Intelligence kan je hier als mkb’er mee helpen.

Datagedreven werken als mkb’er

Datagedreven werken

Als manager, directeur of consultant weet je dat je zoveel meer uit je interne of externe data kunt halen. Beslissingen op alle niveaus kunnen worden verbeterd met behulp van gegevens, waardoor iedereen voortdurend kan leren, verbeteren en innoveren. Maar hoe kun je datagedreven werken in je organisatie en wat is daar precies voor nodig?

Datagedreven werken is sturen op basis van onbewerkte feiten en data om meer inzicht en kennis te verkrijgen en meer gefundeerde beslissingen te nemen, over de hele breedte van het bedrijf. In een datagedreven organisatie worden beslissingen genomen op basis van data, niet op onderbuikgevoelens of meningen. dit zorgt ervoor dat iedereen dezelfde doelen nastreeft, om dezelfde redenen.

Degenen die datagedreven werken niet omarmen, worden vervangen. Beslissingen die worden genomen op basis van data hebben een hogere kwaliteit en leiden tot hogere winstgevendheid en grotere klanttevredenheid.

Werknemers die de principes van datagedreven werken niet omarmen, zullen uiteindelijk in de nabije toekomst worden vervangen door werknemers die dat wel doen, vooral in leidinggevende functies.

De kernelementen van datagedreven werken

Het eerste dat je moet begrijpen bij het ontwerpen van een datagedreven marketingstrategie voor een klein bedrijf, is dat hoewel je enkele van dezelfde tools en technieken zult gebruiken als een groot bedrijf, je niet simpelweg in de voetsporen wilt treden van die marketinggiganten. Je bent tenslotte nu nog geen gigant.

Datagedreven zijn heeft alles te maken met:

  • Beginnen met kleine experimenten
  • Uitzoeken wat werkt
  • Vanaf daar opschalen

Dus wanneer je overstapt op een datagedreven model, moet je als mkb’er een verkleinde strategie verkennen om het beste resultaat te behalen.

De organisatie kan haar datagedreven capaciteiten niet verbeteren door alleen te investeren in software en diensten. Marketeers moeten hun capaciteiten in de loop van de tijd opbouwen door systemen, vaardigheden, processen en andere gebieden te verbeteren.

Met andere woorden, je moet een solide strategie hebben voordat je software-investeringen gaat doen, om technische hoofdpijn en onnodige uitgaven te voorkomen.

Waarom datagedreven werken?

De voordelen van een datagedreven organisatie kan ik kort samenvatten. Een datagedreven organisatie:

  • verhoogt klanttevredenheid.
  • herstelt het vertrouwen van medewerkers in hun werk en de missie van de organisatie.
  • maakt als groep veel betere beslissingen op basis van data.
  • is winstgevender en heeft meer financiële zekerheid en betere compliance.

Vóór data was er intuïtief giswerk, en dat is er nog steeds. Big data en analytics stellen ons in staat om gegevens achter ons giswerk te plaatsen en te zorgen voor geloofwaardigheid van onze acties.

Voor kleine bedrijven is het vooral belangrijk om het bedrijfsmodel te begrijpen en te begrijpen wat ze proberen te bereiken, anders is het gemakkelijk om overweldigd te raken door de overvloed aan software voor gegevensverzameling die tot hun beschikking staat.

Het verzamelen van gerichte gegevens zorgt ervoor dat je als bedrijf leert, feedback krijgt en verantwoordelijk wordt gehouden.

Simpel gezegd biedt elke sociale-mediatoepassing nu een zakelijk account dat analyses biedt door gebruikersgegevens te verzamelen die bezoekers via hun sociale mediapagina, website en de bijbehorende betrokkenheid identificeren.

Facebook biedt nu bijvoorbeeld een gratis tool genaamd Business Manager waarmee bedrijven analyses kunnen bekijken voor elk gepubliceerd bericht.

Bovendien kunnen bedrijven de demografie van hun volgers en potentiële klanten begrijpen. Door dergelijke inzichten te begrijpen, kunnen bedrijven relevant gebruikersverkeer naar hun website leiden.

Het is dus belangrijk om te begrijpen hoe gebruikers omgaan met de bestemmingspagina van jouw website. Business Intelligence toepassen en datagedreven te werk gaan binnen je bedrijf is daarvoor dé manier.

Klanten en Personeel

Klanten zijn de ene kant van de medaille, de tweede is je personeelsbestand. Kleine bedrijven hebben meestal een hoog personeelsverloop. Ze missen echter soms het vermogen om het probleem te identificeren dat dit veroorzaakt.

Onderzoek toont aan dat 80 procent van de werkelijke waarde van het bedrijf bij de immateriële activa ligt – simpel gezegd de werknemers. Dus hoe ga je om met het verzamelen van persoonsdata gezien de huidige GDPR-regelgeving (nieuwe privacywet)?

Als je nieuw bent in het analytische traject en je wilt besparen op budgetten, is het advies om gewoon te beginnen met Google Forms om je gegevens over medewerkersbetrokkenheid te verzamelen. De betrokkenheid van medewerkers kan worden geëvalueerd door perceptuele inzichten te krijgen in de emotionele verplichtingen van medewerkers aan je organisatie en haar doelstellingen via het ontwerpen van online enquêtes.

Deze verzamelde gegevens kunnen worden geanalyseerd met software zoals SPSS of Microsoft Excel. Excel is een krachtig hulpmiddel met visualisatie-opties die kunnen worden gebruikt om relevante informatie duidelijk te markeren.

Het enige nadeel is dat kleine bedrijven de relevante statistieken en metingen in verband met de prestaties van mensen moeten begrijpen, en dit kan lastig zijn.

Vertrouwenscultuur binnen het bedrijf

Het is belangrijk voor bedrijven om een ​​vertrouwenscultuur te ontwikkelen door deze gegevens en inzichten gemakkelijk met de hele organisatie te delen, voortbouwend op een progressieve datagedreven cultuur.

Hierdoor zal iedereen op termijn trends met betrekking tot hun klanten, producten en mensen kunnen begrijpen en voorspellen. De verscheidenheid aan software die nu tot onze beschikking staat, heeft het leven gemakkelijker gemaakt met weinig inspanning voor specifieke vakkennis en meer inspanning voor het verwerven van vaardigheden om de software te gebruiken.

Desalniettemin hebben bedrijven niet het volle voordeel van dergelijke software kunnen plukken. Bedrijven moeten deze informatie nu verzamelen, inzichten analyseren en trends voorspellen die tot actie en succes leiden.

Ze moeten worden aangespoord om dergelijke software niet alleen te gebruiken om hun gegevens te verzamelen en ervan te leren, maar ook om nieuwe vaardigheden aan te scherpen waarmee ze de kracht van datagedreven inzichten kunnen benutten. Dit zal je uiteindelijk naar duurzaamheid op lange termijn leiden en je succes in deze digitale economie garanderen.

 

Hoe je een succesvolle datagedreven mkb’er wordt

Zoals inmiddels duidelijk is geworden, is datagedreven te werk gaan niet alleen voordelig voor grote bedrijven, maar ook voor mkb’ers. Er zijn verscheidene manieren om meer datagedreven te werk te gaan.

Maak een inventaris van de soorten gegevens die je verzamelt

Dagelijkse activiteiten en interacties met klanten genereren veel gegevens. Als je niet weet wat er al voor je beschikbaar is, kunt je er geen gebruik van maken.

Sommige bronnen liggen voor de hand: als je winkel een square POS (point of scale)-systeem gebruikt, verzamel je namen, soorten creditcards, het tijdstip van aankoop en meer. Andere gegevensbronnen zijn minder voor de hand liggend: als je Facebook-advertenties plaatst, kunt je dieper kijken dan de conversieratio’s. Wie klikt er op de advertenties, waar, wanneer en op welke apparaten?

Een snelle blik op de square-dataset zou kunnen onthullen dat de meerderheid van je klanten terugkerende klanten zijn. Dit kan je inspireren om een ​​loyaliteitsprogramma te starten om je vaste klanten te belonen.

Met de Facebookgegevens kan een type bericht naar de top stijgen en je ertoe brengen om een ​​paar advertenties met hetzelfde berichttype te plaatsen. Dit raakt slechts aan de oppervlakte van de gegevens die je waarschijnlijk al verzamelt. Denk na over de mogelijkheden als je opzettelijk andere gegevens zou verzamelen.

Bepaal je doelen

Als je eenmaal hebt nagedacht over de hoeveelheid gegevens die je al verzamelt, kun je gemakkelijk vastlopen of afgeleid worden door alle beschikbare statistieken. Overweeg je bedrijfsdoelen en bedenk vervolgens welke cijfers je daadwerkelijk moet monitoren.

Stel dat je een koffietentje runt. Hoewel de ingrediëntenkosten belangrijk zijn, zijn ze bijvoorbeeld niet relevant voor de vraag of je een drive-through-only-locatie moet openen. Wat is de gemiddelde tijd die je werknemers besteden aan het bedienen van een klant aan zo’n drive-through in vergelijking met een normale balie? Welk servicekanaal heeft een hoger gemiddeld orderbedrag? Als je eenmaal een doel voor ogen hebt en gegevens verzamelt, is de volgende stap simpel: tijd vrijmaken om de verzamelde data te beoordelen.

Reserveer tijd voor beoordeling

Zonder herziening en analyse zijn gegevens slechts cijfers die niet tot verandering leiden. ETL – afkorting van “extract, transform, load” stelt je in staat om die getallen in een programma te zetten dat een verhaal laat zien.

Reserveer eens per week tijd in je planning om de laatste wijzigingen in de statistieken die je controleert, te bekijken. Verschillende datasets vereisen verschillende analyse- en visualisatietools.

Een “word cloud” kan geschikt zijn om trends in reacties van klanten op je site te controleren. Een regressieanalyse is geschikter als je een verband probeert te vinden tussen twee numerieke variabelen.

Kijken naar het complete plaatje

Analyses kunnen op meerdere niveaus worden uitgevoerd. Het beoordelen van bevindingen uit meerdere datasets is van cruciaal belang als je het grote geheel wilt zien.

Stel dat je wilt weten welke soorten klanten het meest winstgevend zijn. Je kunt dan niet simpelweg kijken naar welke klanten je het meeste geld opleveren. Hoeveel kost de service voor dat soort klanten? Wat is hun gemiddelde levensduurwaarde?

Om je hoofdvraag te beantwoorden, is een multivariate analyse vereist, wat best lastig kan zijn. Bijzonder belangrijk om te analyseren is welke variabelen van andere afhankelijk zijn. In het vorige voorbeeld: correleert de levensduurwaarde van de klant negatief met de uitgaven per sessie? Vraag bij twijfel altijd om hulp.

Geef je team de sleutels

Als je eenmaal gegevens hebt verzameld en geanalyseerd, is er geen reden om deze voor je team achter te houden. Hoe graag je ook zou willen, je kunt simpelweg niet alle beslissingen alleen nemen voor je bedrijf.

Investeer dus bijvoorbeeld in goede opleidingen voor je werknemers. Je personeel moet weten hoe ze toegang kunnen krijgen tot je database, de gegevens kunnen interpreteren en rapporten kunnen genereren.

Denk ook aan communicatie. Maak een gemeenschappelijke reeks termen. Laat iedereen zien waarom je nieuwe nadruk legt op gegevensanalyse.

Geef tot slot prioriteit aan samenwerking. Moedig teamleden aan om onverwachte bevindingen onder je aandacht te brengen. Beloon hen voor het onder je aandacht brengen van datagedreven ideeën, zoals een nieuw product of een onaangesproken doelmarkt.

Begin met het vereisen van gegevens voor beslissingen

De grootste uitdaging om meer datagedreven te worden, is cultureel: wanneer je een zakelijke vraag moet beantwoorden, moet iedereen zich naar de data begeven en datagedreven beslissingen nemen.

Gegevensobsessie is een geheim van het succes van, bijvoorbeeld, Amazon. De e-commercegigant houdt 500 KPI’s (Key Performance Indicators) bij, zodat hij altijd over de informatie beschikt die hij nodig heeft om een ​​beslissing te nemen. Veel van de initiatieven van Amazon beginnen met het ontdekken van onderlinge trends, zoals de correlatie tussen langzamere laadtijden van pagina’s en verminderde bezoekersactiviteit.

Ontwikkel een plan over hoe je de gegevens precies raadpleegt. Stel parameters in voor de hoeveelheid benodigde gegevens en binnen welk tijdsbestek monsters moeten worden genomen. Als je een restaurant bent dat bijvoorbeeld het menu wil vereenvoudigen, kun je er niet van uitgaan dat wat er op donderdag voor het diner wordt besteld, representatief is voor de hele week.

Een datagedreven bedrijf worden, zal niet altijd even makkelijk zijn. Maar vraag het leiders bij grotere organisaties, en zij zullen het je vertellen: het is veel gemakkelijker om te doen als je klein bent dan wanneer je eenmaal bent opgeschaald!

Geschreven door:

Karim Tazmi

Karim Tazmi

Karim maakt bedrijven datagedreven en werkt o.a. met Tableau, Power BI, SQL, Python en Mongo(DB).