Artiklar

Feltolkar du din kunddata - här är listan på de vanligaste misstagen företagen gör

Att tolka kunddata rätt kan ge ditt företag medvind, men enligt två av Bisnodes tyngsta experter på analys av kunddata blir det ofta fel. Misstagen påverkar resultatet mycket mer än de flesta företag kan föreställa sig.

- Jag skulle tro att upp till 90 procent av alla företag gör något av de här misstagen när de tolkar sin data, säger Per Selin, senior analytiker på Bisnodes Professional Services.

Köper mycket-fällan  

Genom transaktionsdatan kan du se vilka kunder som köper absolut mest av ditt företag. Men det gäller att dra rätt slutsatser:

– En koncern vi jobbade med hade kommit fram till att 56-åriga kvinnor köper mest. För att skaffa nya kunder, ska de då fokusera marknadsföringsinsatserna på 56-åriga kvinnor? Nej, inte självklart. Man måste gå tillbaka och se hur de blev kunder. Hur gamla var de då? Vilken livsfas var de i? Det har ett värde att analysera både dem som blivit kunder den senaste tiden och de som varit kunder över tid. Då kan man hitta den typ av person som kommer att bli kund, och kommer att hänga med över tid. Gruppen ”56-åriga kvinnor” ska behandlas som viktiga återkommande kunder, precis som vad de är, säger Per Selin, senior analytiker på Bisnodes Professional Services. 

KAM-fällan

Det är lätt att bli förblindad av sina största kunder och lägga mycket tid och pengar på att bearbeta dem med aktivt KAM-arbete, medan de kunder som faktiskt har mest köpbehov hamnar på innesäljavdelningen.

–  Låt oss säga att ett företag har 100 kunder och 30 av dem räknas som storkunder. I våra prediktiva analyser kan vi utläsa vilka av de 30 som borde ha ett köpbehov de närmaste 12 månaderna. Kanske rör det sig om fem av dem. Men prognosen kan också visa vilka av de 70 andra som har stora köpbehov de kommande 12 månaderna. Om man lägger fokuset där köpbehovet är som störst i stället för att förblindas av de största kunderna blir utfallet troligtvis bättre, säger Per Wedenman, analyschef för B2B Professional Services på Bisnode.

Close up of hands printing on Tablet PC
"Jag skulle tro att upp till 90 procent av alla företag gör något av de här misstagen när de tolkar sin data"

Per Selin, senior analytiker på Bisnodes Professional Services.

Historien upprepar sig-fällan

Det är riskabelt att dra för snabba slutsatser om framtiden med enbart historiska data från er bransch. Förändringar i omvärlden kan helt förändra förutsättningarna.

– Exempelvis har vårdcentraler i alla tider köpt från svenska leverantörer, men i samband med privatiseringen inom vården och övergången till online-handel görs nu en majoritet av dessa inköp från leverantörer i England och Frankrike. För de flesta företagare är det mycket enklare att vara kostnadsmedveten idag med en global konkurrens. Beteendemönster förändras hela tiden, så det gäller att förstå hela bilden. De som tidigare skodde sig på vinster i välfärden får kanske tänka om, säger Per Selin.

Lojalitetsfällan

Försöker du analysera hur lojala dina kunder är med hjälp av data? Frågan är om det ens finns lojala kunder. Kanske är det något annat vi menar när vi säger att vi vill ha lojala kunder? Per Selin ger ett exempel:

– Om jag säger att en kund är 80 procent lojal, så kommer du nog att tycka det är en bra kund. Om du däremot säger till din partner när du kommer hem ikväll. ”Hjärtat, idag har jag varit 80 procent lojal till dig"... Då känns det inte riktigt lika bra. Sanningen är att inga kunder är lojala, förutom möjligtvis till ett varumärke som Apple eller Harley Davidson. Vad som är betydligt mer intressant för marknadsföringen och försäljningen är frågorna ”Vilka är mest benägna att göra ett återköp?”, vilket vi kan få fram med prediktiv analys, säger Per Selin.

Förvrängningsfällan 

De flesta företag har en bild av vilka kunder man vill ha. Och den bilden kan vara helt förvrängd.

– Ett exempel är ett detaljhandelsföretag där jag var involverad för att utveckla deras kundklubb. Företagsledningen hade idén om att deras kunder var kvinnor som mentalt kände sig som 30-åringar. Som en konsekvens visade man upp 30-åringar på bild i sin reklam, trots att data tydligt visade att målgruppens medelålder var 53 år. En dag med en kamera och fotograferade alla som kom in i butiken, och visade sedan dessa 300-400 bilderna för ledningsgruppen. ”Det där är inte vår målgrupp”, sa de. ”Jo, det här är era kunder”, sa jag och påpekade att de skulle tappa 22 miljoner i omsättning om de höll fast vid sin mentala bild av hur deras kunder ser ut. Därför tror jag det är viktigt att vi åtminstone i erbjudanden till kundklubben låter kunderna känna igen sig, känna sig hemma. Att stöta bort sina viktigaste kunder och deras omsättning är kanske inte den bästa strategin, säger Per Selin. 

Bisnode Expert

Prenumerera på vårt nyhetsbrev

Nyhetsbrevet vänder sig till alla med intresse för tips, trendspaning och inspiration inom smart data.

SÄKRA DIN DATAKVALITET

SÄKRA DIN DATAKVALITET

Korrekt information för positiva resultat

  • Få koll på dina kunder genom kvalitetssäkrad data
  • Optimera marknadsförings- och säljinsatserna med rätt data
  • Skapa långsiktig träffsäkerhet med uppdaterad information
Läs mer