Monet organisaatiot, jotka ajattelevat olevansa datavetoisia, ovat edelleen ensimmäisessä vaihteessa. Kuinka siirryt yksinkertaisesti paljon tietojen keräämisestä liiketoiminta-analyysitoimintoon, joka tosiasiassa kertoo sinulle, kuinka malliasi muokataan kannattavuuden parantamiseksi?
Haastattelimme Travis Andersonia, ApeeScapen yritysanalytiikan johtajaa saadaksemme hänen oivalluksensa ja liiketoiminta-analyysivihjeensä keskitetyn toiminnon luomisesta yrityksessä, raportointivirheen poistamisesta, tietojen käytön tärkeydestä ja mahdollisista karhuista. ApeeScapen liiketoiminta-analyysin johtajana Anderson johtaa tiimiä, joka mahdollistaa datalähtöisen päätöksenteon yhdistämällä liiketoimintastrategian datatoimintoihin (eli data-analyysiin, raportointiin, diagnostiseen analytiikkaan ja datatieteeseen).
Liiketoiminta-analytiikka tukee kaikkia liiketoiminnan alueita, mukaan lukien myynti, markkinointi, rahoitus, tuote, toiminta ja henkilöstöhallinto. Anderson tuo yli vuosikymmenen kokemuksen rakentamisesta ja johtamisesta analytiikka- ja suunnittelutiimejä merkittävän liiketoiminnan kasvun edistämiseksi muun muassa Vivint Smart Housessa, Symantecissa, Brigham Youngin yliopistossa ja hänen startupissaan, Mapline. Hänellä on konetekniikan kandidaatin ja MS-tutkinnot sekä MBA-tutkinto Brigham Youngin yliopistosta.
Yritysanalytiikan avulla johtajat voivat tehdä parempia ja tietoisempia päätöksiä ja lisätä operatiivista tehokkuutta auttamalla johtajia hyödyntämään resursseja tehokkaammin ja lopulta optimoimaan lopputuloksen, MicroStrategyin vuoden 2020 globaalin yritysanalyysin mukaan raportti .
ApeeScapen tapauksessa Anderson tunnisti neljä periaatetta, jotka ovat keskeisiä liiketoimintamme ja asiakkaiden elinikäisen arvon kasvussa:
Nämä neljä periaatetta ovat myös tapa, jolla yritys mittaa sijoitetun pääoman tuottoprosenttia datassa ja liiketoiminta-analyysissä.
Andersonin mukaan ensimmäinen haaste, jonka hän kohtasi liittyessään ApeeScapeen, oli analyysin sisäisen lähestymistavan muutos. Tuolloin suurin osa sisäisistä toiminnallisista ryhmistä suoritti analyysinsa. Suurimmalla osalla tiimeistä oli data-analyytikko, ja he kaikki tekivät tietotyötään, joka keskittyi lähinnä raportointiin, analyyseihin ja trendianalyyseihin. Vaikka datakulttuuri oli olemassa ja linjapäälliköt käyttivät tietoja päätöksenteossaan, asennus oli tehotonta.
Jokaisella joukkueella oli erilainen lähestymistapa, mikä puolestaan tarkoitti, että viesti oli sekava. Koska jokaisella ryhmällä oli sisäinen datatoiminto, määritelmissä ja tulosindikaattoreissa ei ollut johdonmukaisuutta. Johtokeskustelut keskittyivät usein sovintoon, mikä voi olla häiriötekijä. Koska määritelmät olivat erilaisia, aineistosta saadut opinnot menetettiin toisinaan.
Toinen hajautetun tiedonkeruun ja raportoinnin aiheuttama asia oli, että jokaisella tiimillä oli ennakkoluuloja tietojen esittämisessä. Jokainen toiminto valitsi tietoja kuvaamaan itseään parhaassa valossa. Tämä käytäntö aiheutti keskittymisen puutteen ja mahdollisen hallinnan puutteen.
Anderson aloitti yrityksen lähestymistavan ja liiketoiminta-analyysin puitteiden täydellisen uudistamisen. Ensisijaisena tavoitteena oli luoda keskeinen toiminto: liiketoimintalinjojen ulkopuolella toimiva analyyttinen huippuyksikkö, joka toimii kontrollipisteenä. Keskeinen toiminto varmistaa, että tiedot kerätään ja analysoidaan homogeenisesti ja raportointivirhe poistetaan.
Kun keskus on perustettu, on tarpeen varmistaa, että sen henkilöstö on asianmukaista. Ensisijainen järjestys on taitojen puutteen tunnistaminen. Tarvitset tehokkaan ja vaikuttavan tiimin rakentamisen ihmiset joilla on vankka tekninen osaaminen, vahva ongelmanratkaisutaito, mutta myös liiketoiminnan taito.
Andersonin mukaan Keskitetyn data- ja liiketoiminta-analyysitoiminnon luomisen ensisijainen lisäarvo on suorituskyvyn parantaminen ja kustannusten alentaminen . Kunnes yritys mittaa suorituskykyä jatkuvasti ajan myötä, johdon on haastavaa parantaa suorituskykyä merkittävästi.
Ensimmäinen vaihe on mittareiden yhdenmukaisuuden määrittäminen ja tavoitteen kvantifiointi näiden sovittujen mittareiden perusteella. Tällä on henkilöstön motivoinnin keskeinen käyttäytymisvaikutus - kuten Anderson huomauttaa, miten saada ihmiset motivoitumaan, jos tavoitteita ei ole? Lisäksi kaikki kvantitatiiviset mittarit ovat parempia kuin mikään. Andersonin mielestä 'Jos aloitat vain yhden mittaamisen, näet todellisen hyödyn - joko siksi, että voit vaikuttaa siihen tai näet, että sillä ei ole merkitystä.'
Andersonin tiimi tukee kaikkia yritystoimintoja ja järjestää viikoittaiset ja kahden viikon välein tehtävät sisäänkirjautumiset jokaiselle. Työn ensimmäinen osa on varmistaa oikeiden tietojen kerääminen. Tämä kokoelma palvelee käyttäytymistavoitetta motivoida ihmisiä tekemään työnsä ja määrittelemään suoritukselleen 'pisteet'.
Kun johdonmukainen ja korkealaatuinen data on kerätty, syntyy suurin haaste: arvioida oikeat KPI: t kullekin liiketoimintayksikölle. Arviointi alkaa ylhäältä alas. Liiketoiminta-analytiikkatiimi kartoittaa yrityksen strategian tiedoissa siten, että valitut liiketoiminta-analyysin pääindikaattorit ovat hyödyllisiä antamalla oivalluksia ja merkittäviä sekä ylhäältä alas- että liiketoimintatasolla.
Jotkut kysymykset, jotka johtavat asianmukaisten KPI: n vahvistamiseen, ovat:
On ensiarvoisen tärkeää, että liiketoiminnan analyysitiimi ymmärtää liiketoiminnan ja sen strategian perusteellisesti. ApeeScapessa yrityksen sisällä on vahva tuki organisaation tehtävälle.
Tiedot käsitellään ja tutkitaan käyttämällä luotettavaa tilastollista mallinnusta ja ennustamista. On kuitenkin tärkeää huomata, että analyysin tulos ei ole päätös, vaan pikemminkin määrälliset panokset, jotka auttavat tekemään parempia valintoja. Viime kädessä kaikki liiketoimintaa koskevat päätökset ovat yrityksen johtajan vastuulla. Sidosryhmien sekä data- ja liiketoiminta-analyysitiimin välillä on kumppanuus iteratiivisen prosessin kautta. Kun päätös on tehty, tietojen on tuettava sitä. Paitsi että tulosindikaattoreita arvioidaan säännöllisesti uudelleen sen varmistamiseksi, että ne ovat aina yhdenmukaisia yrityksen strategisten prioriteettien kanssa.
Prosessi ei ole aina kivuton. Toisinaan sidosryhmien välillä voi olla kitkaa, koska tiedoissa on paljon palautetta. Kaikki johtajat eivät ole yhtä vastaanottavia tällaiselle palautteelle. Anderson näkee vastuunsa olevan sulavan suosituksen tarjoaminen ja johtajien kouluttaminen siitä, miten tiedoista saatuja oivalluksia voidaan tulkita.
Anderson käsitteli mahdollisia haitallisia tuloksia, joita yritys voi kohdata, kun tiedonkeruussa ja analysoinnissa on heikko sisäinen kurinalaisuus. Aikaisemmassa työsuhteessaan hän oli kohdannut yrityksen, jolla oli suuri liiketoimintayksikkö, joka oli vastuussa merkittävästä osasta yrityksen tuloista. Tällä liiketoimintayksiköllä oli useita myyntiedustajia, jotka olivat kollektiivisesti vastuussa yli 200 miljoonan dollarin tuloista. Tämä joukkue mitasi kuitenkin liikevaihtoaan eri tavalla kuin muu yritys ja ilmoitti sen erillisessä järjestelmässä.
Johdon vaihdon aikana uusi johtaja ei huomannut, että tiedot eivät olleet johdonmukaisia, ja potkaisi kaikki tiimin jäsenet - he olivat saaneet väärän käsityksen tiedoista ja uskoivat, että joukkue ei suoriutunut. Päätös tehtiin virheellisten ja epäjohdonmukaisten numeroiden perusteella ERP-järjestelmässä. Se päätyi 50 miljoonan dollarin virheeseen. Tämä anekdootti kuvaa selkeästi miksi perustietojen hallinnan kurinalaisuus on ratkaisevan tärkeää erityisesti yritysjärjestelyjen kohteena oleville yrityksille .
Anderson on kohdannut kaksi tyypillistä ongelmaa yrityksissä, jotka alkavat tutkia data-analytiikkaa. Nämä ongelmat putoavat taajuuksien kahteen päähän. Ensinnäkin yritykset ryhtyvät joskus suuriin aloitteisiin keräämään täydellisiä tietoja, joita ei lopulta käytetä. Toinen ongelma on, kun yritykset eivät edes aloita mitään analyyseja tietojen heikon laadun vuoksi. Kriittinen neuvo, jonka Anderson antaa tässä, on, että vaikka tiedot eivät olekaan luotettavia, muutaman kriittisen KPI: n mittaaminen tarjoaa hyödyllistä tietoa. Tällöin yritys voi oppia tekemään panoksista luotettavampia.
Oikean KPI: n mittaaminen on välttämätöntä, mutta on syytä huomata, että liian suuri määrä tietoja (tai epäolennaisia tietoja) ei välttämättä ole parempaa. Kohdistamaton mittaus sekoittaa päätöksentekoa ja voi olla häiriötekijä. On tehokkaampaa aloittaa mittaamalla muutama mutta ratkaiseva datapiste johdonmukaisesti ja oikein.
Andersonin tiimin tehokkuutta mitataan edellä mainittujen neljän periaatteen perusteella: asiakkaiden hankinta, jalanjäljen laajentaminen, asiakkaiden säilyttäminen ja kustannusten optimointi. Kullekin näistä vaikutus mitataan ja kvantifioidaan, mikä antaa sijoitetun pääoman tuottoprosentin ryhmän työhön. Jos työryhmä on analysoinut paljon, mutta ei ole saanut aikaan muutoksia, sen työ on ollut tehotonta. Viime kädessä joukkueen menestys tarkoittaa mitattavaa vaikutusta.
Andersonin monet oivallukset voidaan kertoa muutamasta yritysanalytiikkavinkistä tietojen analytiikan onnistuneeseen käyttöönottoon.
Ensinnäkin tällaisen ryhmän tehtävä on muuttaa johtajien mieltä kvantitatiivisilla toimenpiteillä ja vaikuttaa heihin joka päivä. Nämä ovat pieniä, asteittaisia muutoksia, jotka ovat vaikuttavia jatkuvien iterointien ja parannusten avulla.
Toiseksi yritysanalyysitiimi ei tarjoa päätöksiä, vaan tietoja, jotka voivat ohjata avainhenkilöitä. Yritysjohtajat ovat edelleen vastuussa yrityksen strategiasta.
Kolmanneksi liiketoiminta-analyysitoiminnon vaikutuksen tulisi olla mitattavissa ja sillä tulisi olla sijoitetun pääoman tuottoprosentti.
Lopuksi, Aloittaminen rajoitetulla joukolla liiketoiminta-analytiikan KPI-arvoja on parempi kuin ei mitata tietoja ollenkaan . Ei vain prosessi luo organisaatiossa datan huippuosaamisen kulttuurin. Yritykset, jotka tekevät tämän oikein, ovat aina parempia, vaikka ne olisivatkin aluksi teknisesti hankalia, kalliita ja edellyttävät kulttuurimuutosta. Yritykset, jotka jatkuvat ja siirtyvät menestyksekkäästi prosessissa, säilyttävät yleensä lahjakkuuden, menestyvät paremmin ja edistävät vastuullisuuden yrityskulttuuria.
Kurinalaisuutta käyttää koko yrityksen toiminnassa kerättyä tietoa ja käyttää sitä parempien strategisten päätösten aikaansaamiseksi kutsutaan liiketoiminnan analytiikaksi. Se mahdollistaa datalähtöisen päätöksenteon yhdistämällä liiketoimintastrategian datatoimintoihin. Yritysanalytiikka tukee kaikkia liiketoiminnan alueita.
Tehokkaalla ja vaikuttavalla analyytikolla on oltava vankka tekninen taito, vahva ongelmanratkaisutaito, mutta myös liiketoiminnan taito. Analyytikko tukee johtoryhmää parempien liiketoimintapäätösten tekemisessä tarttumalla tietojen tarjoamiin oivalluksiin.
Liiketoiminta-analytiikan vaikutusten on oltava mitattavissa. Vaikutus tuntuu neljältä pääalueelta: asiakashankinta, laajentumisen edistämisen ymmärtäminen, asiakkaiden säilyttäminen etsimällä kulumispisteitä asiakasmatkalla ja lopuksi kustannusten optimointi.
