Lösningar
Det finns vissa saker som kan lösa det flesta utmaningar och det är processer, strategier och kunskap. Viktigast av allt är kunskap, den är nyckeln till att det övriga blir bra. Data är inte som människor, det kan inte tänka smart om den inte fått instruktioner till vad som är smart. För att lösa data-utmaningarna på en säljavdelning och få en säljavdelning som arbetar smart med data, krävs att man förstår hur data fungerar.
Nyckeln till att ge smarta instruktioner om försäljning, är att kunna affärsprocesserna.
Det spelar ingen roll hur mycket information, data, man har, om man inte lyckas omsätta det till pengar. På en säljavdelning är det alltid sälj som gäller. Den som kan kombinera kunskap om sälj med data, är den som kommer att lyckas bäst. Det är också mycket enklare för en som kan försäljning och affären att applicera konceptet data på det, jämfört med att kunna data och försöka applicera affärssinne på det.
Vad gör man på sälj
- På en säljavdelning är syftet att sälja.
- Det viktigaste mätetalet är försäljning.
- Att automatisera rapporter och analyser är utmanande
På en säljavdelning finns det oftast olika typer av försäljare. Det kan vara uppdelat på olika typer av affärer, t ex baserat på omsättning eller potential. Det finns säljare som enbart säljer på distans, via telefon eller digitala lösningar och det finns säljare som också träffar kunder.
Statistik är jätteviktigt
Gemensamt för alla säljare är att de har många mål och målet på en viss summa som de ska sälja för är den viktigaste. Det är vanligt med tävlingar för att nå dessa mål. Ingen annan avdelning mäter de anställdas prestation på samma sätt som en säljavdelning. Personlig statistik och jämförelse med andra är vardag. En säljare kan mätas på antal kundbesök, antal samtal, ordervärde osv.
Leads – nya möjligheter
Det viktigaste på en säljavdelning är leads – d.v.s. potentiella nya kunder. Det svåraste är att veta vilka leads som leder till försäljning. Att få nya leads är kostsamt, men det är också kostsamt att bearbeta leads. Leads som bearbetas men som inte leder till affärer, är extra kostsamma.
Antal kunder som förnyar sina avtal är också ett jätteviktigt mätetal.
Systemstöd – CRM
Varje säljavdelning har någon form av CRM-system. CRM står för Customer Relationship Management. Varje lead registreras i CRM systemet och tanken är att alla steg i försäljningen ska loggas. CRM systemet ska vara platsen där alla kontaktuppgifter är uppdaterade och där all info gällande kunden finns tillgänglig.
I teorin är CRM-systemet ett perfekt system, men verkligheten är inte lika perfekt.
Alla CRM system är mer eller mindre komplicerade. De säljs med viss funktionalitet, men eftersom alla företag har sitt sätt att göra saker på, vill man ofta ändra på upplägget. CRM systemen blir mer och mer avancerade, vilket i sin tur leder till att många helt enkelt inte orkar med dem. Många säljare tycker att det är enklare med något man har full koll på själv, t ex excelfiler eller OneNote.
Automatisera statistik och rapporter genom data
På en säljavdelning används data för statistik och rapporter. En säljare måste sälja och statistik används för att både jämföra säljarna med varandra, men också för att ha koll på enskilda säljare.
Man måste mäta ofta och mycket för att ha kontroll och mycket tid går åt att både skapa och följa upp. En av utmaningarna på en säljavdelning är att lyckas automatisera mätning och rapportering.
Data utmaningar
Det optimala inom försäljning skulle vara om man kunde förutspå vilken kund som köper och till vilket pris. Om man visste detta, skulle man veta exakt vart man ska lägga sin tid. Många säljavdelningar har någon form av scoring av sina leads, t ex en siffra mellan 1 och 5 som visar hur bra leadet är, men de flesta modeller är ganska ointelligenta.
En av svårigheterna med att räkna ut sannolikhet till försäljning är kunskap i hur man samlar data. Den andra utmaningen är tillgång till data. En tredje utmaning är kvalitén på den data som finns.
Jobbigt att samla data
Säljare fokuserar på att skapa relationer och behov av den produkt de vill sälja. Alla har sitt eget sätt att göra det på och även om en del dokumenteras, så krävs det mycket mer och annan typ av dokumentation för att kunna använda det som data för en data-modell. För att räkna ut sannolikheten att en kund köper, behöver man veta vilka saker som gjort att försäljning lyckats eller misslyckats. Ju fler saker man vet, desto bättre, men att dokumentera alla steg på samma sätt kräver disciplin. Det krävs också att man analyserar allt så att man vet vad av all information, data, som sparas som är relevant.
CRM-system begränsar
På en säljavdelning sparar man oftast information in ett CRM system. I ett CRM-system sparas information i form av textfält, siffror eller genom att bocka i rutor. En användare av ett CRM-system fyller i information genom datorn eller mobilen och datat, alltså informationen, sparas i en databas. Alla CRM-system sparar informationen hos leverantören, annars skulle man ju inte kunna få upp det man sparat, men det begränsar också tillgången till det datat. Det finns ofta möjligheter att se en del grafer och att exportera ut information till t ex excelfiler, men man är begränsad till det systemet tillåter en att göra.
Data i flera system
På en säljavdelning har man också ofta data i något annat system, t ex Google Analytics, som email eller som diverse excelfiler. För att få fram en komplett bild av hur en försäljning gått till, behöver man oftast ta hänsyn till alla system. Utmaningen ligger i att få all data, information, till samma ställe och att därefter kunna kombinera dem. Det kan låta enkelt, men eftersom allt sparas på olika sätt och ägs av olika företag (t ex Google och Microsoft), så är det en utmaning. Speciellt när man inte vet vad av all data som är relevant.
Kvalitén på data
Det svåra är att balansera mellan att dokumentera tillräckligt utan att det ska bli för mycket att dokumentera. De flesta människor och speciellt säljare, tycker att dokumentation är bland det tråkigaste som finns. Är det för mycket att dokumentera, kan man vara helt säker på att man inte orkar fylla i allt och speciellt inte noggrant. Det leder till dålig kvalitet på datat.
Fritext-svar leder också till dålig data-kvalitet. Långa beskrivningar i text är mycket svårare att tolka än ifyllda ja/nej svar. Fritext-svar ger utrymme för stavfel och olika sätt att förklara samma sak. En person kan svara med ‘helt ok’ medan en annan skriver ‘lagom’.
Det optimala är alltså att klura ut vad i säljprocessen som är det viktiga och relevanta, så att man enbart sparar det som behövs.
Utmaningar med data analys och rapportering
Försäljning hänger ihop med marknadsföring, men de två delarna sköts av olika personer och avdelningar.
- Varje avdelning dokumenterar på sitt sätt och det är sällan alla gör likadant.
- Utöver att spara information på olika sätt, kan man också ha olika mål och syften.
- Även fast man arbetar på samma företag och därmed delar samma strategi, är det sällan man har samma taktik.
- Man saknar också ofta förståelse för hur andra avdelningar arbetar.
Utöver effektivitet, påverkar detta också insamlandet och användandet av data.
Data borde vara samma hos alla
Det är samma kunder, men deras information finns uppdelad på flera olika ställen och avdelningar. En kund bryr sig inte om avdelningsgränser och på samma sätt borde informationen, datat, om dem delas av alla. Utmaningen är att kundens relation med företaget, kundresan, dokumenteras olika beroende på vem som dokumenterar.
En säljavdelning får tag på kunden när det skapas ett lead, men tiden innan dess tillhör en marknadsavdelning. Säljavdelningen dokumenterar försäljningsprocessen. När ett köp skett tar ekonomiavdelningen över och skapar och sparar information om fakturor och betalning. Ytterligare avdelningar kan vara involverade om det t ex behövs en fysisk montering, något ska fraktas eller ett digitalt system som ska byggas in i nuvarande miljö.
Alla dessa avdelningar och olika sätt och platser att dokumentera och spara data, skapar ett problem när man vill analysera. Man har ofta behov av att förstå hela kedjan, t ex hur ett lead skapades, hur lång tid försäljningen tog, vad som såldes och ifall kunden blev nöjd. Eftersom informationen finns utspridd i olika system är det svårt.
Dubbel bokföring
En annan utmaning är att säljavdelningen själva sparar information på flera ställen. När information som finns i ett CRM system ska kombineras ihop med sådant som är sparat i excel, blir det problem. Det kan vara något så enkelt som att chefen sparat målen per säljare i en excelfil medans själva utfallet, alltså vilken säljare som sålde vad, finns i ett CRM system. Alla CRM-system försöker vara så användarvänliga som möjligt, men vissa funktioner saknas eller är för krångliga. Enklaste i detta exempel är att manuellt titta i CRM-systemet och skriva in i excel. Det fungerar en stund, men till slut inser man att det tar för mycket tid och man dessutom riskerar att fylla i fel. Det är också en risk att spara viktig information i excelfiler, det krävs inte många klick för att allt ska vara borta.
System på system
Eftersom CRM-system har en tendens att växa i omfång, blir det till slut ohållbart att fylla i all information som efterfrågas och att få en bra sammanfattning. För att lösa det, finns det andra system som man kan komplettera med och som samlar ihop det viktigaste och sammanfattar. Nackdelen är att man bygger en härva av system som är beroende av varandra. Man kanske blir klokare för stunden, men man skapar sig också nya beroenden och nya kostnader.