Naneštěstí se to stává poměrně často a CFO potom obviňuje marketing či obchod, podle aktuální dělby práce ve společnosti, ti zase přesouvají zodpovědnost na IT.
Podle společnosti Ventana Research postrádá v předpovědích většina společností jeden zásadní prvek – dostatečně čistý vhled do prodejního řetězce. Podle výzkumu Ventana Reasearch se chystá letos 60?% společností investovat do nástrojů pro analýzu prodeje, což svědčí o tom, že chápou důležitost analýzy takových dat.
Jenže tady číhá nepříjemný zádrhel: Získat dobrý pohled na prodejní řetězec je k ničemu, když ve firmě neexistuje formalizovaný prodejní proces. Melissa Scheppeleová, CIO firmy Cooper Industries, upozorňuje, že společnosti se příliš snaží normalizovat existující prodejní data, přitom jim nedochází, že historická data jen říkají, kolik bylo něčeho prodáno, ne kde existují tržní příležitosti. Velmi často se navíc předpovědi zakládají na předpovědi obchodníků, kteří tvrdí, že uzavřou i obchody, které se nakonec však nemusí podařit.
Než však obviníme byznys z nesprávných předpovědí, je třeba zvážit povahu úspěšných obchodníků. Manažeři chtějí optimistické prodejce, žádné zachmuřené pesimisty (realisty, řekl by někdo), tedy tým složený z lidí, kteří věří ve svůj úspěch, v to, že uzavřou dostatečné množství smluv o předpokládaném objemu. Takový přístup se na jedné straně odráží ve vyšší prodejní úspěšnosti, na druhé straně však nepřispívá k realistickým prodejním předpovědím.
CRM patří k systémům, které jejich cíloví uživatelé, prodejci, nechtějí často používat. Podle Jima Burleigha, CEO poskytovatele cloudových analytických nástrojů Cloud9, spočívá význam CRM v uchování znalostí společnosti a racionalizaci podnikových procesů. Jenže když jde o shromažďování konkrétních dat, prodejci se často v duchu ptají, co oni konkrétně z toho mají. Obvykle ne moc, protože nejsou odměňováni za shromažďování a vkládání relevantních a validních dat, ale za uzavřené obchody.
Automatizace prodejů
Automatizace prodejů zní jako krásná věc, nicméně tyto moderní technologie mohou mít nepředvídatelné následky, jedním z nichž je problém „velkých dat“.
Představme si, že průměrný prodejce má 20 až 50 rozjednaných obchodů a v organizaci je takových prodejců deset, takže celkový počet rozpracovaných obchodů se pohybuje mezi 200 a 500. Jenže to hovoříme o příkladu menší společnosti – větší může mít stovky či dokonce tisíce prodejců, počet aktuálně dojednávaných obchodů tak roste velkým tempem a dosahuje i desítek tisíc.
Jenže datový problém neznamená jen každý rozjednaný obchod. Pokud CRM systém nearchivuje záznamy a jen je jednoduše přepisuje, když se změní data o rozpracovaném či uzavřeném obchodu, mohou být cenné údaje ztraceny. Například společnost EchoSign, nedávno koupená firmou Adobe a zabývající se elektronickými podpisy, zjistila zajímavý vzorec chování v souvislosti s udržovacími marketingovými e-maily. Když si zákazník založí EchoSign účet, obdrží tři úvodní e-maily. První poděkuje za založení účtu, zatímco druhé dva nabídnou uživatelské tipy, v každém e-mailu je navíc odkaz na placené prémiové služby.
Jak už to s podobnými marketingovými kampaněmi bývá, první e-mail má největší úspěšnost, tedy nejvíce kliknutí na odkaz na prémiové služby. Úspěšnost každého dalšího e-mailu klesá, ale jen do určité úrovně. Když za měsíc obdrželi uživatelé další e-mail, byla jeho úspěšnost jen o něco nižší než u úvodního e-mailu.
Pokud by společnost ve svých záznamech jen jednoduše přepsala předchozí údaje, místo aby zaznamenala nové zvlášť, tento vzorec by se neobjevil. Jenže uchovávání dostatku informací pro analýzu takového chování znamená mít místo pro kvanta dat. A v tom právě spočívá onen problém velkých dat.
Viditelnost prodejních dat spouští lavinu
Pokud se zaznamenává údaj o každém potenciálním zákazníkovi, začíná objem dat narůstat exponenciálně. V některých prodejních cyklech mohou být záznamy mnohokrát aktualizovány, než je obchod skutečně uzavřen, ať již úspěšně či neúspěšně. Pokaždé, když se potenciální zákazník zúčastní semináře, stáhne whitepaper nebo se zastaví u prezentačního veletržního stánku, musí být záznamy o něm upraveny. Časové prodlevy mezi po sobě následujícími událostmi jsou také důležité, takže v průběhu prodejního cyklu mohou existovat stovky verzí jednoho záznamu.
Jak již bylo řečeno, tým 1 000 obchodníků může mít snadno přes 25 000 potenciálních zákazníků. Pokud jsou změny v záznamech realizovány neefektivně, jako že často jsou, tak databáze obsahující už tak obtížně únosných 25 000 záznamů se může nafouknout do stovek tisíc či milionů položek.
Může nastat potenciální možnost nalezení nejasného vzorce prodejního chování dostatečným argumentem pro uložení a správu takového objemu dat? Podle Jima Burleigha z Cloud9 ano, už jen kvůli analýze chování jednotlivých obchodníků.
Je totiž jasné, že někteří z nich budou úspěšnější než jiní a jejich manažeři budou chtít vědět, proč tomu tak je, jinak řečeno, jak se chování těch úspěšnějších odlišuje. Postupně se analyzované jednání převede do nejlepších podnikových praktik a přesných předpovědí. Dobrý manažer prodeje bude schopný podle dostupných dat posoudit, kdy se předprodejní chování ubírá špatným směrem.
Někdy se může stát, že stejná produktová prezentace vede k různým výsledkům, co se zákazníkova chování týče. Většina firem sice tento moment prodejního chování zaznamenává, nicméně už nevede detailnější údaje, kdy a za jakých podmínek se tak stalo a ve které fázi produktové prezentace se zákazník zapojil.
Jestliže k předváděcí akci došlo příliš brzy v rámci prodejního cyklu, pravděpodobně k uzavření obchodu nedojde.Naopak pozdější předvedení, ne však příliš pozdní, spíše povede k úspěšnému obchodu.
Cloudové technologie k získávání dat
Odpověď na potíže se získáváním, shromažďováním a analyzováním prodejních dat mohou poskytnout cloudové nástroje. Jejich častými přednostmi jsou dostupnost, cenová nenáročnost, snadné použití a nižší pravděpodobnost, že se z nich stanou izolovaná datová sila jako u klasických softwarových řešení.
I v cloudu však číhají zádrhely. Pokud se například rozhodnete opustit známou cloudovou službu Salesforce.com, tak hodně štěstí s exportem dat do jiného systému. Nicméně i pokud byste považovali Salesforce.com za „cloudové datové silo“, věřte, že je to mnohem menší datová pevnost než běžné softwarové instalace. Ekosystémy objevující se kolem úspěšných cloudových nástrojů přinášejí zákazníkům výhodu v podobě snadného sdílení dat mezi aplikacemi. Zároveň vznikají nové nástroje, pro něž nemusíte nutně instalovat nový systém, stačí jen nástroj připojit na existující aplikaci.
EchoSign například používá cloudové automatizované řešení společnosti Marketo, které je pevně integrováno se Salesforce.com. Díky Marketo může EchoSign známkovat určité chování a poskytovat prodejním týmům skóre aktuálního případu. Čím vyšší, tím větší šance na uzavření smlouvy.
Integrace marketingových a prodejních nástrojů znamená, že šéfka marketingu společnosti EchoSign Loretta Jonesová může prodejním týmům nabídnout SLA jako hodnoticí mezistupeň v jejich prodejním cyklu. Například pokud to vypadá, že jsou šance nad určitou hodnotou, vyšle systém upozornění manažerovi, aby se na daný případ více soustředil.
Zapojení sociálních médií
Další výhoda cloudových prodejních a marketingových automatizovaných řešení spočívá v tom, že řada z nich je propojena se sociálními médii, což znamená novou šanci pro prodej a marketing.
Jim Burleigh z Cloud9 říká, že když zvládne prodejce dát dohromady sociální mapu svých zákazníků, vyletí prodeje strmě vzhůru. Jde o to, porozumět, kdo je zákazníkem a kdo jej ovlivňuje. Potom na něj lze působit přes prostředníky.
Tento typ marketingového předpovídání už se dnes skutečně děje, a to například pomocí běžného „lajkování“ na Facebooku. Když něco takto oceníte, vaši přátelé pravděpodobně uvidí, že jste fanouškem toho či onoho, což odráží oblíbenost produktu či služby. Tento druh chování sice pobuřuje ochránce soukromých dat, nicméně je zlatým dolem pro marketingová data.
V době zdarma poskytovaného obsahu je obtížné zákazníky přimět, aby jen tak platili za čtení běžných zpráv či poslech hudby. Na druhou stranu jsou uživatelé více než ochotní poskytovat množství dat o svém chování, co mají rádi a co ne. Zůstává jen na marketingových nástrojích, zda a jak dokážou tento příval dat zpracovat.
PŘEDPLATNÉ
ČLÁNKY DO MAILU