De wereld overspoeld met data, de content die je leest, de video’s die je kijkt, de updates die je post en de producten die je koopt.
Tegen 2020 bedraagt de nieuwe informatie die per seconde voor elk mens wordt gegenereerd, 1,7 megabyte per seconde Ervan uitgaande dat er meer dan 7,7 biljoen mensen op deze planeet rondlopen, betekent dit dat de hoeveelheid nieuwe informatie gelijk is aan meer dan 25.000 uur durende video’s. Per seconde!
Al ons digitale gedrag wordt opgeslagen. Voor veel bedrijven geldt dat deze data wordt opgeslagen in dashboards en databases die je nooit gebruikt. Het goede nieuws is dat in plaats van dat je jouw data hier laat verpieteren, je deze kunt gebruiken voor de groeistrategie van je bedrijf en zodoende betere besluiten kunt nemen.
In dit artikel delen we met je wat data gedreven besluitvorming is en hoe jouw bedrijf data in kan zetten voor besluitvorming. Ook geven we je een vijfstappenplan die je kunt gebruiken om slimmere bedrijfsbeslissingen te nemen.
Wat is data gedreven besluitvorming?
In plaats van dat je strategie gebaseerd is op onderbuikgevoel, gaat een data gedreven besluitvorming ervan uit dat je data gebruikt om zakelijke beslissingen te nemen.
Deze strategie gaat ervan uit dat je historische informatie groepeert en trends analyseert om op die manier betere besluiten te nemen voor de toekomst die gebaseerd zijn op eerder behaalde successen. Een dergelijke strategie elimineert zaken zoals onderbuikgevoelens, meningen of ervaringen.
Bedrijven die gebruik maken van een data gedreven strategie, nemen data als uitgangspunt voor iedere beslissing die ze nemen.
Hoe kun je profiteren van een data gedreven besluitvorming?
In het bedrijfsleven is er altijd een element van risico, maar data gedreven beslissingen maken je minder kwetsbaar voor risicovolle beslissingen die fout kunnen gaan.
Bijvoorbeeld, stel je eens voor dat je een go-to-market strategie aan het maken bent voor een nieuwe fuctionaliteit van je eigen SaaS tools. In plaats van het wiel helemaal opnieuw uit te vinden, kun je beter eerst even kijken naar eerdere lanceringen van nieuwe product functie. Wat werkte er? Herhaal dit. Implementeer niets dat niet werkte.
Simpel gezegd, doe meer van wat werkte en minder van wat niet werkte – baseer dit alles op de data die je hebt verzameld om slimmere zakelijke beslissingen te nemen.
Dit model wordt ook ondersteund door onderzoek.
Bedrijven die gebruik maken van big data zagen hun winst toenemen met 8-10% en hun kosten dalen met 10%.
Als je nog steeds niet overtuigd bent, denk dan eens over het volgende na:
Terwijl 91% van de bedrijven zegt dat data gedreven besluitvorming belangrijk is voor de bedrijfsgroei, geeft slechts 57% van de bedrijven aan dat ze hun beslissingen ook baseren op data.
Data gedreven besluitvorming is een geweldige manier om een concurrentievoordeel te behalen, de winst te verhogen en de kosten te verlagen!
Voor welke zakelijke beslissingen kan ik data gebruiken?
Nu je weet hoe jouw bedrijf voordeel kan halen uit data gedreven besluitvorming, is de volgende stap om te kijken hoe je organisatie gebruik kan maken van data om beslissingen te nemen omtrent bedrijfsgroei.
Je kunt data onder andere gebruiken voor de volgende zaken:
- Finance: Wat is de meest kosteneffectieve manier om nieuw personeel te werven of de goedkoopste manier om een nieuw product te promoten?
- Groei: Wat kun je doen om klantenverloop te beperken? Hoe verhoog je de klantenloyaliteit? Heeft nieuwe functionaliteit impact op je bedrijfsdoelen?
- Marketing en verkoop: Welke advertentiekanalen hebben de beste ROI? Welke verkoop activiteiten genereren de meeste leads?
- Klantenservice: Wat is de meest kosteneffectieve manier om met verzoeken/tickets om te gaan? Welke kanalen hebben een positieve invloed op reactietijden?
Hoe gebruik je data om zakelijke beslissingen te nemen
Voordat je het verkoop KPI dashboard van jouw bedrijf gaat analyseren, kun je beter eerst een plan van aanpak maken waarin er gedetailleerd beschreven wordt hoe je op zoek gaat naar de data die je nodig hebt, en nog belangrijker, hoe je deze data op de juiste manier interpreteert om de juiste zakelijk beslissing te nemen.
Hieronder beschrijven we in vijf stappen hoe je kunt beginnen met data gedreven besluitvorming.
1. Kijk naar je doelen en stel prioriteiten
Voor iedere zakelijke beslissing die je neemt geldt dat je jouw bedrijfsdoelen centraal moet stellen.
Vraag jezelf dus eerst af: welke doelen wil je verbeteren?
Begin met de meest belangrijke als het aankomt op het nemen van besluiten.
Laten we er bijvoorbeeld eens vanuit gaan dat je als doel hebt dat meer mensen zich aanmelden voor je premium SaaS tool in Europa. In dit geval is het genereren van meer aanmeldingen de belangrijkste prioriteit. Tijdens de onderzoeksfase kom je erachter dat 75% van al je bestaande aanmeldingen afkomstig is uit Noorwegen en minder dan 10% komt uit Engeland of Duitsland.
Daarom is je belangrijkste doel: het aantal aanmeldingen in Engeland en Duitsland verhogen. Wanneer je besloten hebt wat je belangrijkste doel is, heb je data nodig om dit te onderbouwen.
2. Vind en presenteer relevante data
Wanneer je het probleem dat je wil oplossen, hebt geïdentificeerd wordt het tijd om relevante data te vinden en te presenteren.
Het is belangrijk om te benadrukken dat het woord “relevante” centraal staat.
Je wil namelijk voorkomen dat je urenlang bezig bent met het analyseren van data die geen impact heeft op je uiteindelijke beslissing. Zorg ervoor dat je data relevant is en verzamel enkel de data die je helpt met het bereiken van je doel.
Relevante data kun je vinden in bronnen zoals:
- Social media analytics
- Website analytics
- CRM software
- Business intelligence platformen
- Feedback van klanten
Vooral het laatste punt is belangrijk, omdat 60% van de bedrijven aangeeft dat het centraal stellen van de feedback van klanten in hun besluitvormingsproces een bijdrage heeft geleverd aan hun meest succesvolle projecten.
Om terug te gaan naar ons voorbeeld van de premium aanmeldingen, kun je gebruikers vragen waarom ze klant van je zijn geworden en waarom ze voor jouw product hebben gekozen in plaats van dat van de concurrent. Deze inzichten helpen je met het maken van een meer aansprekende boodschap voor je doelgroep in Engeland en Duitsland.
Zelfs wanneer je doel niet gelinkt is aan het aantrekken van nieuwe klanten, zoals “wat kunnen we doen om klantverloop te voorkomen?”, ben je nog steeds in staat om relevante data te vinden. In dit geval kijk je naar het onboarding proces, om te ontdekken in welke fase het conversieratio het meeste daalt.
3. Trek conclusies uit data
Kijk eens goed naar de historische data die je hebt verzameld en probeer trends of patronen te ontdekken.
Wanneer we het “verlagen van de klantverloop” voorbeeld van hierboven er nog eens bij pakken, zul je wellicht je onboarding e-mails moeten herschrijven, om te zien of deze verbetering een dramatische impact heeft op je klantverloop.
Voor organisaties die gebruik maken van data gedreven besluitvorming betekent dit dat ze naar hun historische gegevens moeten kijken om te zien of er aanwijzingen zijn dat herschrijven noodzakelijk is.
Gedurende dit proces kun je erachter komen dat:
- Het herschrijven van je onboarding programma in het verleden heeft geleid tot verbetering.
- Social media post met een lichtere, meer humoristische toon tot meer engagement hebben geleid (waar je huidige email sjablonen geen gebruik van maken).
- De meerderheid van de mensen die je support center bezoeken uit klanten bestaat, maar je onboarding proces besteed hier voor prospects geen aandacht aan.
In dit geval kun je concluderen dat het herschrijven van je onboarding proces een goede gok is, omdat de data aangeeft dat dit succesvol kan zijn.
Vergelijk dit nu met een beslissing die niet is gebaseerd op data.
Je wil het klantverloop verkleinen, dus besluit je om je onboarding proces te herschrijven. In plaats van te kijken naar de historische data, bestaat het herschrijven van de content voornamelijk uit het updaten ervan. Je behoudt dezelfde toon en verwijst gebruikers naar dezelfde webpagina’s.
Er gaan een paar weken voorbij en er is geen verschil te zien wat betreft klantverloop. Dus besluit je dat het probleem niet ligt in het onboarding proces via e-mail, maar ergens anders. Je waagt een gokje en gaat verder.
Zie je het verschil hier?
Denk je nu eens in dat iedere afdeling binnen je bedrijf gebruik maakt van een data gedreven aanpak, dan is het gemakkelijk te begrijpen waarom bedrijven die gebruik maken van data gedreven besluitvorming veel succesvoller zijn.
4. Plan je strategie
Wanneer je het doel waaraan je wilt werken hebt gevonden, wil je de data analyseren om een beslissing te kunnen nemen of je wel of niet door wil gaan met een nieuwe strategie.
Vervolgens zul je een actieplan moeten maken, om je beslissing in de praktijk te brengen.
Het belangrijkste in deze fase is om duidelijk geformuleerde doelen te maken omtrent wat je moet doen, wanneer, wie dit doet, waarom je het doet en wat de verwachte uitkomst is – in plaats van dat je vage doelen maakt die “tegen het einde van het jaar gerealiseerd moeten zijn”.
Je kunt data bijvoorbeeld gebruiken om tot de conclusie te komen dat een beloningsysteem je kan helpen met het verkrijgen van meer klantenloyaliteit. In dit geval zal je doelstelling er ongeveer zo uitzien:
“Erik en Miriam zetten een op punten gebaseerd beloningsprogramma op om in de komende 2 maanden het percentage klantenbehoud te verhogen. Dit zal leiden tot een verhoging van klantenloyaliteit van 15%.”
5. Meet succes en herhaal
Je hebt je besluit genomen en de resultaten komen binnen – goed gedaan!
Dit betekent alleen niet dat je besluitvormingsproces ten einde is.
Kijk eens goed naar de data die je oorspronkelijk hebt verzameld en gebruikt om je aanvankelijke beslissing op te baseren. Wanneer de deadline voor het behalen van je doelstelling steeds dichterbij komt, moet je de historische data vergelijken met de nieuwe data die je hebt verzameld en jezelf het volgende afvragen:
Heeft jouw data gedreven beslissing een positieve impact gehad op je bedrijfsgroei?
Gefeliciteerd als je beslissing succesvol was!
Als deze niet succesvol was, is dat ook oké. Het klopt dat je beslissing misschien geen direct effect heeft gehad, maar nu weet je in ieder geval wel wat er niet werkt. Soms is dat net zo belangrijk als weten wat er wel werkt.
Of zoals Thomas Edison ooit zei over de uitvinding van de gloeilamp - "Ik heb niet gefaald, ik heb gewoon 10.000 manieren gevonden die niet werkten".
Vergeet de Europese privacy wetgeving niet
The Economist noemt data “’s werelds meest waardevolle hulpbron” – nog meer dan olie.
Met een goede reden. Hoe meer data een organisatie van je heeft, hoe beter ze je koopgedrag kennen en de manier waarop je op bepaalde berichten reageert.
Om ‘Uncle Ben’ uit de Spiderman stripboeken aan te halen, “Veel macht, brengt veel verantwoordelijkheid met zich mee”.
Door grote datalekken zijn consumenten steeds bezorgder geworden over hoe er met hun data wordt omgegaan – zo erg zelfs dat 89% van de consumenten vindt dat bedrijven duidelijker moeten communiceren over de manier waarop data gebruikt wordt.
Dat brengt ons bij de ‘algemene verordening inzake gegevensbescherming’ (AVG) of (GDPR).
De AVG is niet optioneel. Wanneer je klanten uit de EU hebt, zal AVG een effect hebben op je bedrijfsvoering – en ben je verplicht om goed uit te leggen hoe en waarom je persoonlijke data van klanten vastlegt en gebruikt.
Conclusie
Er is geen twijfel over mogelijk dat data een waardevolle bron is voor ieder SaaS bedrijf.
Sterker nog, bedrijven die data centraal stellen bij hun besluitvorming, verlagen de kosten en verhogen hun winst.
Gebruik data waar mogelijk om te bewijzen dat je beslissingen hoogstwaarschijnlijk een positieve impact hebben op bedrijfsgroei. Het is de tijdsinvestering waard om je data te analyseren in een CRM oplossing, operationele rapporten, verkoop dashboards en excel sheets.
De volgende keer dat je een beslissing moet nemen, baseer die dan op de data die je hebt. Deze techniek helpt je met bedrijfsgroei, het verslaan van je concurrenten en het aantrekken van loyale klanten.
Neem vandaag nog contact met ons op en ontdek hoe je data gedreven inzichten kunt halen uit een CRM oplossing.