En innføring i visuell dataanalyse for B2B-organisasjoner

Det kan oppleves forvirrende med alle uttrykkene og teknologien knyttet til visuell dataanalyse og business intelligence (BI). I denne artikkelen skal vi gå nærmere innpå temaet og besvare følgende spørsmål:

  • Hva er visuell dataanalyse?
  • Hvorfor bruke det?
  • Hva trenger jeg å vite før jeg starter?

Hva er visuell dataanalyse?

Visuell dataanalyse er kraftig i vinden nå. Dette fordi mengden data vokser i et stadig hurtigere tempo.

B2B- og B2C-kunder tilfører verdifulle data fra forskjellige kanaler og enheter hver gang de kommuniserer med en bedrift, enten personlig eller elektronisk. Deres forventninger er stigende, og de er utålmodige. Når de gir fra seg data til en bedrift forventer de noe tilbake.

Mer data = Mer analyse og rapportering

I samme hastighet som mengden data blir samlet i bedriftens system, databaser og apper, vokser behovet for grundigere analyser og bedre rapportering.

Tradisjonelle verktøy som regneark vil fort komme til kort. Det blir rett og slett for mye data fordelt over for mange nivåer. Ledelsen kan ikke slutte å ta avgjørelser i påvente av rapporter, og ansatte kan ikke bruke tid på å søke gjennom databaser etter svar mens kundene venter. Det er her bruken av visuell dataanalyse er nyttig.

Analyseverktøyene samler, bearbeider og presenterer kundedata, salgsdata, priser, fakturering og annen data for databaser og apper på en måte regneark ikke er i stand til. Det konverterer rådata til meningsfull informasjon som hver enkelt ansatt har tilgang til online ved behov.

Ved å lære litt om de forskjellige prosessene og hva de gjør vil det være enklere å forstå visuell dataanalyse bedre. La oss ta en nærmere titt:

De forskjellige faktorene i visuell dataanalyse

Hovedfaktorene inkluderer:

  • Strukturerte data
  • Analyseplattform
  • Dashbord, rapporter og visualiseringer

Strukturerte data

Strukturerte data finner du i faste felt i en fil eller et datamateriale, som i en relasjonsdatabase. Noen kilder til strukturelle data kan være din CRM, ERP, kundestøtte, prosjektledersystem eller dine egne databaser eller datatorg.

Analyseplattform

Analyseplattformen er motoren for samling, strukturering og prosessering av data fra en eller flere kilder. Når data oppdateres hos kilden, blir den automatisk også oppdatert i analyseverktøyet og vist på dashbordene.

Som ved alle bedriftssystem, vil bredde og variasjon  av muligheter variere avhengig av hvilket verktøy du velger. Faktorer som størrelsen på bedriften, mengden data, type av datakilder, behov for matematiske utregninger, statistikker og modeller vil spille inn når du velger hvilket system du trenger.

Dashbord, rapporter og visualiseringer

Dashbord gir deg en visuell fremstilling av informasjon på nær sagt alle typer enheter. Her får du sanntidsversjoner av mål, KPIs, trender, sammenligninger, referansemålinger og andre faktorer relevant til en spesiell prosess eller enhet.

Noen av de mest populære dashbordene i B2B-organisasjoner viser antall nye leads, salgstall målt opp mot budsjett, status på salgskanaler, vinn og tap, konvertering- og treffprosent. Om rådataen er tilgjengelig kan i prinsippet hva som helst måles.

Dashbord bruker visualiseringer som diagrammer, grafer og tabeller for å gjøre det lettere for brukeren å raskt forstå informasjonen. Opprinnelig ble dashbord designet for bruk på stasjonære pc, mens de nå er optimalisert for bruk på omtrent hvilken som helst enhet, inkludert mobil, nettbrett og tv-skjerm.

Dashbordene sørger for å gi brukerne en måte å utforske dataene og finne svar ved å bruke såkalte “drill-downs” og “roll-ups”, der den første gir deg mulighet til å se flere detaljer rundt datamaterialet, den andre en forenklet fremstilling.

Dashbord er rollebasert. Definerte regler gjør at de som trenger tilgang til de forskjellige rapportene, får det. Dette varierer fra bedrift til bedrift, men er ofte basert på organisasjonskart eller hierarki. Som oftest har øverste ledelse tilgang til all informasjon, og administratorer kontrollerer tilgang.

Hvorfor bruke visuell dataanalyse?

En av grunnene til at bedrifter bruker visuell dataanalyse er at det gir mange fordeler sammenlignet med tradisjonelle regneark.

Dette inkluderer:

  • regneark for dataanalyse og rapportering blir fort utdatert – visuell dataanalyse blir automatisk oppdatert.
  • regneark lar ikke brukeren utforske data på forskjellige nivåer – visuell dataanalyse lar brukerne selv velge om de vil se en forenklet fremstilling eller gå dypere inn i datamengden.
  • Det kan være forskjellige versjoner av regneark – det er kun en versjon av dashbord-rapporter
  • regneark kan være vanskelig å dele og informasjon kan være skjult – dashbordet gir deg sikker tilgang til relevant informasjon.

Kort sagt, visuell dataanalyse er pålitelig og effektivt sammenlignet med regneark. Istedenfor at noen manuelt lager salgs- eller styringsrapporter hver uke, måned eller kvartal, blir dette automatisk kalkulert og rapporter laget automatisk.

Dashbord gir ledere, mellomledere og andre ansatte tilgang til pålitelig informasjon som er relevant, sikkert og oppdatert. Alle vet hva status er og hva de trenger å gjøre.

Som et godt eksempel, sluttet Tinde, Norges drømmehyttebygger, å bruke regneark fordi de opplevde en voldsom vekst, noe som krevde større effektivitet og klarere innsikt angående status. En kombinasjon av CRM-verktøy og visuell dataanalyse ga dem muligheten til å øke prosessene og handle med langt større presisjon.

Les også: Tinde økte omsetning med 50%. Stor økning i bruk av dataanalyse 

Forbedret beslutningsprosess og ytelse

Visuell dataanalyse erstatter ikke bare regneark. De hjelper bedrifter å yte bedre ved å gjøre målene klarere og mer synlig. Ledere bruker visuell dataanalyse for å måle og overvåke KPIs og gjøre beslutninger underveis i prosessen.

Bilde: For å forstå  bedriftsstrategi og jobbe effektivt, må det være en klar forbindelse mellom målene som er satt, hvordan bedriften skal nå dem, og hva som må måles underveis.

En nylig spørreundersøkelse, der over 1.000 salgsorganisasjoner fra hele verden deltok, viste at 53 prosent av de som gjør det bra sier at de bruker visuell dataanalyse effektivt.

I følge forskning utført av MIT og IBM er sannsynligheten for at bedrifter som gjør det bra bruker visuell dataanalyse dobbelt så stor i forhold til andre bedrifter. Salesforce sier blant annet “Blant vellykkede salgsteam er sannsynligheten 2.4 ganger større enn andre brukere for å score teamets analyseverktøy og innsiktsmuligheter som fantastisk eller veldig bra.”

Bedrifter har behov for å vite hva som hender nå, hva som antagelig skjer snart, og hva som trengs å gjøres for å få best mulig resultat.

For å holde bedriften fokusert og motivert er det viktig å sette overordnede mål og KPIs og kommunisere disse på dashbordet. Dette sikrer at de ansatte har en god forståelse for hva de trenger å gjøre og hvordan det måles.

Målene blir så delt opp for å sikre at man har målbare indikatorer i alle avdelinger og på individuelt nivå. Hver person kan se sitt bidrag og hvordan de passer inn i det store bildet. Ledere kan analysere sine team, hvordan de yter, hva som fungerer, og hva som ikke gjør det.

Etterhvert som teamene nærmer seg sine delmål, vil de hele tiden underveis bli informert og få tilbakemeldinger på sin innsats. Dette kan gjøres ved for eksempel å sette opp lagkonkurranser eller statustavler på kontoret. Premier, fordeler og bonus-dashbord kan også øke motivasjonen.

Fem ting du trenger å vite før du starter

La oss si at du har lyst til å prøve visuell dataanalyse, uten at det blir et stort prosjekt. Hvordan kan du gå fra å tenke på visuell dataanalyse til å få innsikten du trenger?

Dette er våre beste tips:

  1. Velg et eller to av dine viktigste mål og identifiser aktiviteter som leder til disse målene.
  2. Finn ut hvor man kan finne dataene som er relatert til disse målene. Hvis målet er inntekt eller overskudd, er CRM-systemet nok et godt sted å starte.
  3. Sjekk hvilket visuelt dataanalyseverktøy som er kompatibelt med dine data eller kunder med de samme datakildene.
  4. Vær forberedt på å bruke litt tid og ressurser i å bedre datakvaliteten for å gi best mulig verdier ut.
  5. Start i det små med noen få brukere og en enkel workshop. Du kan senere legge til flere brukere og typer av verktøy etterhvert som dere jobber.

Etterhvert som du blir vant til å utforske data fra en kilde, vil du fort ønske å analysere og bruke data på alle nivåer og måter i bedriften din.

Abonner på vår blogg for flere tips om visuell dataanalyse eller ta kontakt med en av våre konsulenter.