Klem in Data-analyse: zo boek je wél business resultaten
Luisteren naar de klant, data analyseren, iedereen doet het ondertussen. Lees hier hoe je ervoor zorgt dat data omgezet wordt in acties en meetbare resultaten.
Natuurlijk luisteren we allemaal heel goed naar onze (potentiële) klanten. Dat kan ook bijna niet meer anders in tijden waar alles draait om de klantervaring. De experience economy draait op volle toeren, zeker nu vrijwel elk bedrijf -al dan niet gedwongen door de omstandigheden- grotendeels draait op de digitale strategie.
Maar als je vooral blijft hangen in de analyse, zullen je inzichten nooit leiden tot business resultaten. Het is dus belangrijk om concrete stappen te nemen.
Van luisteren naar doen
Als we kijken naar de enorme hoeveelheden data die beschikbaar zijn, vraag je je af waarom niet ieder bedrijf hartstikke succesvol is. We luisteren en analyseren ons helemaal suf. Al die gegevens moeten worden omgezet naar acties om resultaten te behalen - en daar gaat het regelmatig mis. Veel bedrijven blijven nu nog in de analysefase hangen. Ze zien daarbij de praktische kant vaak over het hoofd. Letterlijk vergeten veel bedrijven vaak om de operationele data (O-data) te combineren met de experience data (X-data). En als die data wel worden gecombineerd, zijn sommigen nog niet in staat om het volledige potentieel te ontsluiten.
Operationele data, daar heb je verder geen fancy onderzoeken voor nodig, het is gewoon dat wat je dagdagelijks kunt meten. Neem bijvoorbeeld de kosten van je customer care, een van de grootste maar zeer noodzakelijke kostenposten in het digitale contact met je klant. De O-data die je hiervoor kunt analyseren zijn zaken als duur van de wachtmomenten, de afhandelingstijd, of het percentage van de vragen waarvoor customer care direct een oplossing kan bieden. Allemaal gegevens, die je elke dag weer bijna volledig automatisch kunt meten. Meestal trek je de O-data met een druk op de knop uit je CRM.
De O-data zeggen vaak wat over de kwaliteit van je operatie en kunnen bijvoorbeeld inzichtelijk maken waar moet worden bespaard, of juist geïnvesteerd. Handig, maar er gaat pas echt een wereld voor je open als je de O-data ook nog eens koppelt aan alles wat je weet en meet over de customer experience (CX).
Maak die koppeling
Een van de manieren om de kwaliteit van de klantervaring te meten is de Customer Satisfaction Score, oftewel CSAT. Dit is een simpele methode om te meten hoe groot het aandeel van tevreden klanten is. De data die je hiervoor gebruikt is de X-data, die je voor een optimaal (bedrijfs-)resultaat koppelt aan je operationele inzichten (O-data).
De kunst zit ‘m hier vooral in het vinden van correlaties, waarmee je vervolgens het klantlandschap in kaart brengt. Je ziet zo hoe je kosten op een relevante manier verdeelt over de operatie; het helpt je om efficiënte keuzes te maken. In de praktijk gebeurt dit vooralsnog te weinig. Terwijl het enorm kan helpen om je doelen te stellen, maar vooral om die uiteindelijk ook te halen. Je wilt namelijk onderaan de streep weten hoeveel impact een CSAT heeft op de omzet en de kosten. Je krijgt meteen inzicht waar je in de customer journey het verschil kunt en moet maken - uitgedrukt in geld.
Zo werkt dit in de (B2B) praktijk
Diepgaande data analyse is iets wat soms vooral gezien wordt als een handige tool voor de consumentenmarkt. Dat het niet geschikt zou zijn voor zakelijke analyses in een B2B-omgeving, is echter een fabel. Mits je ook hier je X en O-data goed met elkaar verbindt.
Een paar voorbeelden:
CSAT vs. lopende kosten
Denk hier bijvoorbeeld aan O-data als verkoopcijfers koppelen aan X-data omtrent een productaanbod, het aantal personeelsleden of het kennisniveau van de verkoper. Zie je hier een correlatie dan kun je daarop sturen. Als blijkt dat bijvoorbeeld minder personeel, of een kleiner productaanbod geen invloed hebben op de CSAT en de omzet, zijn dat mogelijke bespaarpunten.
Online vs offline
Een interessant experiment met de koppeling van X en O-data is om de online en offline customer journey met elkaar te vergelijken. Neem bijvoorbeeld een specifiek moment zoals het afrekenen, of de checkout. En vergelijk de CSAT score van de on- en offline variant. In de B2B betekent een hogere CSAT score vaak minder frictie, dus een prettige ervaring met een loyalere klant (meer omzet) tot gevolg.
De mogelijkheden zijn eindeloos, zolang je operationele data koppelt met specifieke experience inzichten. Je weet dan precies waar je moet ingrijpen en op welke manier je de klant daar benadert. Op die manier hou je het simpel, krijg je overzicht en is er nog enorm veel winst te behalen.
Blijf nieuwsgierig
Koppelen van X en O-data is de manier waarop je de stap kunt maken van luisteren naar doen. Dit werkt voor een kleine online B2C-organisatie tot en met de grootste B2B-bedrijven met internationale vestigingen. Sta jezelf toe om nieuwsgierig te zijn: koppel zoveel mogelijk variabelen. De inzichten die je hieruit haalt zorgen dat je met data-analyse uiteindelijk ook echte business resultaten haalt.
Origineel gezien is dit artikel gepubliceerd door Emerce