Tilmeld dig THRIVE - en ny serie af originale artikler, designet til at hjælpe dig med at skabe vækst.

Datadrevet beslutningstagning: Sådan træffer du smartere beslutninger, der styrker forretningsvæksten

Verden bliver oversvømmet af data.

De artikler, du læser, de videoer, du ser, de opdateringer, du skriver, og de produkter, du køber.

I 2020 vil mængden af ny information, der genereres pr. sekund til hvert eneste menneske, nå 1,7 megabytes. Når man tænker på, at der er over 7,7 milliarder mennesker på planeten, svarer mængden af ny information til mere end 25.000 timers videoer. Pr. sekund!

Al vores digitale adfærd bliver registreret. Men for mange virksomheder findes denne data i dashboards og databaser og bliver aldrig brugt. De gode nyheder er, at i stedet for bare at lade dine data gå til, kan du bruge dem i vækststrategien for din virksomhed, så du kan træffe bedre beslutninger.

I denne artikel vil vi beskrive, hvad datadrevet beslutningstagning er, hvordan din virksomhed kan udnytte data til at træffe bedre beslutninger inklusiv en fem-trins proces, som du kan bruge til at træffe smartere forretningsbeslutninger.

Hvad er datadrevet beslutningstagning?

Fremfor at vælge en strategi, som du tror er bedst, er datadrevet beslutningstagning en strategi, hvor data lægges til grund for forretningsbeslutninger.

Det kaldes ofte DDDM eller informationsbaseret beslutningstagning, og det handler om at samle historisk information for at analysere tendenser og træffe beslutninger for fremtiden baseret på det, der har fungeret godt i fortiden – fremfor beslutninger baseret på fornemmelser, holdninger eller oplevelser.

Virksomheder, der benytter DDDM, har data som kernen af hver eneste beslutning, de træffer.

Hvordan kan du udnytte datadrevet beslutningstagning?

I forretningsverdenen er der altid en risiko involveret, men datadrevne beslutninger gør dig mindre sårbar overfor risikable beslutninger, der kan gå galt.

Vi kan f.eks. sige, at du planlægger en gå-til-markedet strategi for en ny funktion i dit SaaS værktøj. Fremfor at starte fra bunden og håbe på at den nye strategi virker, kan du se på tidligere lanceringer af produktfunktioner. Hvad gik godt? Gentag det. Lad være med at implementere noget, der ikke virkede tidligere.

Kort sagt, gør mere af det, som virkede, og mindre af det, som måske ikke gør – alt sammen baseret på den data, du har indsamlet for at træffe smartere forretningsbeslutninger.

En undersøgelse understøtter også denne model.

Virksomheder, der bruger big data, har oplevet en stigning i indtjeningen på 8–10% og 10% reduktion af omkostningerne overordnet set.

Hvis du stadig ikke er overbevist, kan du overveje dette:

Mens 91% af virksomhederne siger, at datadrevet beslutningstagning er vigtig for væksten i deres virksomhed, er det kun 57% af virksomhederne, som siger, at de baserer deres beslutningstagning på deres data.

data-driven-decision-making-usage.jpg

Datadrevet beslutningstagning er en god måde at opnå konkurrencemæssige fordele, øge indtjeningen og reducere omkostningerne!

Hvilke forretningsbeslutninger kan jeg bruge data til?

Nu ved du, hvordan datadrevet beslutningstagning kan være en fordel for dig. Næste trin er at identificere, hvordan din organisation kan bruge data til at træffe beslutninger om, hvordan I skal skabe vækst i virksomheden.

Du kan f.eks. bruge data til at finde ud af:

  • Økonomi: Hvad er mest omkostningseffektivt, når du skal ansætte personale, eller hvordan er det billigst at reklamere for et nyt produkt?
  • Vækst: Hvilke aktiviteter kan du igangsætte for at forhindre kundeafgang? Hvordan forbedrer du kundeloyalitet? Vil de nye funktioner, som du planlægger, påvirke dine forretningsmæssige mål?
  • Marketing og salg: Hvilken kommunikationskanal opnår den bedste ROI? Hvilke salgsaktiviteter genererer flest leads?
  • Kundeservice: Hvordan håndteres supportsager mest omkostningseffektivt? Hvilke kanaler forbedrer svartider?

Sådan kan du bruge data til at træffe forretningsmæssige beslutninger

Før du analyserer din virksomheds KPI dashboard, er det bedst at starte med en handlingsplan, der detaljeret beskriver, hvordan du vil finde de data, du har brug for, og endnu vigtigere, hvordan du vil fortolke disse data for at træffe de rigtige forretningsmæssige beslutninger.

Her er en fem-trins proces, som du kan bruge til at komme i gang med datadrevet beslutningstagning.

1. Se på dine mål og prioritér

Enhver beslutning, du tager, må starte med dine forretningsmæssige mål som udgangspunkt.

Så du skal starte med at spørge dig selv: Hvilke mål ønsker jeg at forbedre?

Begynd med det vigtigste, når du træffer beslutninger.

Lad os f.eks. sige, at du ønsker, at flere personer skal abonnere på dit Premium SaaS værktøj i Europa. I dette tilfælde er det din højeste prioritet at generere flere abonnementer. Men i undersøgelsesfasen finder du måske ud af, at 75% af Premium abonnementerne kommer fra Norge, men mindre end 10% kommer fra UK eller Tyskland.

Derfor er målet at “øge antallet af Premium abonnementer i UK og Tyskland”. Når det først er besluttet, har du brug for data til at understøtte dette.

2. Find og præsentér relevant data

Når du har identificeret det problem, du ønsker at løse, og den beslutning, du skal træffe, er det tid til at finde og præsentere relevant data.

Det er vigtigt at fremhæve, at ordet “relevant” er nøglen her.

Du ønsker ikke at bruge flere timer på at analysere data, som ikke har nogen indflydelse på din endelige beslutning. Så sørg for, at dine data er relevante, og du skal kun indsamle data, der vedrører dit mål.

Du kan finde relevant data fra kilder såsom:

  • Analyser fra social medier
  • Hjemmeside analyser
  • CRM software
  • Business intelligence platforme
  • Tilbagemeldinger fra kunder

Det sidste punkt er specielt vigtigt, da 60% af virksomhederne siger, at det at bruge tilbagemeldinger fra kunder som en del af deres beslutningsproces har bidraget til deres mest succesfulde projekter.

decision-making-techniques.jpg

Hvis vi vender tilbage til Premium abonnement eksemplet, kan du spørge dine brugere, hvorfor de er blevet kunder, og hvad der fik dem til at vælge dit produkt fremfor en konkurrents produkter. Denne indsigt vil så hjælpe dig med at udforme et mere overbevisende budskab til dine kunder i UK og Tyskland.

Selvom dit mål ikke relaterer sig til erhvervelse af kunder, såsom “hvad kan vi gøre for at undgå kundeafgang?”, kan du stadig finde relevant data. I dette tilfælde kan du måske se på din onboarding proces for at se hvilken fase, der fører til fald i konverteringsraterne.

3. Drag konklusioner fra dine data

Se på de historiske data, du har indsamlet, og prøv at identificere mønstre eller tendenser.

Hvis vi tager “reducér kundeafgang” eksemplet fra før, kan du overveje at omskrive din onboarding email-serie for at se, om denne forbedring påvirker din kundeafgangsrate væsentligt.

For organisationer, der arbejder med datadrevet beslutningstagning, betyder dette, at de ser på deres historiske data for at se, om der er noget, der indikerer, at en omskrivning har været en succes.

Gennem denne proces vil du måske finde ud af, at:

  • Omskrivning af din onboarding serie i fortiden har ført til positive forbedringer.
  • Opslag på de sociale medier, som er skrevet i en let, mere humoristisk tone, har ført til mere engagement (dine emailskabeloner bruger normalt ikke denne tone).
  • Flertallet af de besøgende i dit supportcenter er eksisterende kunder, men din onboarding serie dirigerer ikke nye brugere dertil.

I dette tilfælde kan du konkludere, at en omskrivning af din onboarding serie er et godt valg, da dine data indikerer, at det kunne blive en succes. Og at det kan være en smart beslutning!

Nu kan du sammenligne dette med et eksempel på en ikke-datadrevet beslutningstagning.

Du vil reducere kundeafgang, så du beslutter at omskrive din onboarding serie. I stedet for at se på historiske data, består din omskrivning mest af en opdatering af indholdet – men du beholder den samme tone og dirigerer nye brugere til de samme hjemmesider.

Efter nogle uger er der ingen forandring i din kundeafgangsrate. Så du konkluderer, at det ikke er email-serien, der er problemet. Derfor kommer du med et nyt gæt og går videre.

Kan du se forskellen her?

Forestil dig nu en datadrevet tilgang for alle forretningsenheder i din organisation. Nu er det nemt at se, hvorfor virksomheder, der arbejder med datadrevet beslutningstagning, er meget mere succesfulde.

4. Planlæg din strategi

Du har fundet det mål, du ønsker at forbedre og har analyseret data for at tage beslutning, om du skal gå videre med en ny strategi.

Derefter må du udarbejde en handlingsplan, som kan føre din beslutning ud i livet.

Nøglen i denne fase er at lave klart definerede mål for, hvad der skal gøres og hvornår, af hvem, hvorfor du gør det, hvilket resultat du forventer – fremfor vage mål, som “skal gøres inden udgangen af året”.

Du kan måske bruge data til at konkludere, at et belønningsprogram vil hjælpe på kundeloyaliteten. I dette tilfælde vil dit klart definerede mål se således ud:

“Erik og Miriam vil opsætte et pointbaseret belønningsprogram for at øge kundefastholdelsesraten indenfor de næste 2 måneder. Dette vil øge kundeloyaliteten og fastholdelse med 15%.”

Enkelt men overraskende effektivt.

5. Mål succes og gentag

Din beslutning er blevet truffet, og du har set resultaterne – godt arbejdet!

Men det betyder ikke, at din beslutningsproces er slut.

Se på den data, du oprindeligt har indsamlet, og som du har baseret din indledende beslutning på. Når du er kommet til din deadline for at nå dit mål, skal du sammenligne den historiske data med dine nye data, som du har indsamlet, og spørge dig selv:

Havde min datadrevne beslutning en positiv betydning for væksten i min virksomhed?

Tillykke, hvis din beslutning var en succes!

Men hvis den ikke var, er det okay. Selvfølgelig har din beslutning måske ikke haft en indflydelse lige med det samme, men i det mindste ved du nu, hvad der ikke virker. Og sommetider er det lige så vigtigt, som at vide, hvad der gør.

Og som Thomas Edison engang sagde ved opfindelsen af pæren – “Jeg har ikke fejlet, jeg har bare fundet 10.000 måder, der ikke virker”.

Glem ikke at leve op til EU lovgivning om persondatabeskyttelse

The Economist kalder data “Verdens mest værdifulde ressource” – mere værdifuld end olie.

Og med god grund. Jo mere data en organisation har om dig, jo bedre kender de dine købsvaner, og hvordan du vil reagere på forskellige budskaber.

Det er stærke kræfter.

Og for at citere Uncle Ben fra Spiderman tegneserien, “Med stor styrke, følger stort ansvar”.

De store datalækager, der er blevet skrevet meget om, har betydet, at mange forbrugere bekymrer sig om, hvordan deres data bruges – hele 89% af forbrugerne mener, at virksomhederne bør være mere åbne om, hvordan de bruger data, når de skal sælge deres produkter.

Dette bringer os til EU-lovgivningen – the General Data Protection Regulation (GDPR).

GDPR er ikke frivillig. Hvis du har kunder med base i EU, så gælder GDPR for din virksomhed – og du må klart beskrive, hvordan og hvorfor du indsamler, gemmer og bruger deres persondata.

Konklusion

Der er ingen tvivl om, at data er et værdifuldt værktøj for enhver SaaS virksomhed.

Faktisk er virksomheder, hvor data er kernen af deres beslutningstagning, i stand til at reducere omkostningerne og øge indtjeningen.

Hvis du kan bruge data til at bevise, at dine beslutninger højest sandsynligt har en positiv betydning for virksomhedens vækst, så er det tiden værd at analysere data i din CRM løsning, driftsrapporter, salgs dashboards og Excel ark.

Næste gang du skal træffe en beslutning, bør du basere den på de data, du har. Det kan være den teknik, du har brug for, når du skal skabe yderligere vækst, slå dine konkurrenter og erhverve langsigtede, loyale kunder.

Kontakt os i dag og hør mere om, hvordan du kan bruge datadrevet indsigt fra dit CRM system.

Kontakt os