Customer Intelligence

I vårt erbjudande kring Customer Intelligence fokuserar vi på fyra områden:

  • Master data/Affärsbegrepp
  • Kundsegmentering
  • Kundlönsamhetsscoring
  • Kundbasanalys och rapportering

Masterdata/Affärsbegrepp

Förvånansvärt många företag har dålig ordning på sina s k ”affärsbegrepp”. Med detta menas företagsgemensamma definitioner på t ex:

  • vad är en kund i ert företag? (ett kundnummer, ett personnummer, ett hushåll, en e-postadress, ett kundklubbsmedlemsnummer, ett organisationsnummer, en koncern, etc)
  • när blir kunden kund hos er och när anser ni att ni har förlorat den?
  • vad är en produkt? vad är en tjänst? vad är en kanal? när sker en försäljning?
  • vilka tidsenheter vill ni följa kundrelationen i?  (Realtid, timme, dag, vecka, månad?)

Om man gör jobbet med affärsbegrepp ordentligt slipper man tjafsa om vilka siffror och rapporter som egentligen stämmer…

Att få ordning på affärsbegreppen är ett stort, tungt arbete som måste ägas av företagsledningen annars kommer det inte att lyckas. Från 2018 när GDPR träder i kraft blir detta än viktigare.

Försöker man fuska sig förbi detta högst centrala område inom Customer Intelligence får man oftast betala för det senare i processen. Om olika definitioner av centrala affärsbegrepp florerar i företaget kommer först och främst olika rapporter att visa olika resultat. Detta leder till osäkerhet i företaget om olika avdelningar rapporterar olika siffror och mycket tid går åt till att träta om riktigheten i siffrorna istället för att analysera vad siffrorna säger och vilka aktiviteter som därför bör vidtas.

Under de senaste 15 åren har många CRM-projekt fallerat och i de flesta fall är bristande arbete med affärsbegrepp en stor del av problembilden.

Det bästa sättet att arbeta med detta är, enligt vår erfarenhet, att sätta ihop en tvärfunktionell arbetsgrupp med representanter från controlling, produktledning, försäljning/marknad, kundservice, CRM, supply chain och IT som arbetar fram förslag som sedan fastställs i företagsledningen och sedan ägs och förvaltas på ETT ställe i organisationen, och det bör inte vara hos IT. Vi på Moderamen kan hjälpa er att komma igång på ett bra sätt.

Kundsegmentering

En kundsegmenteringsmodell bör på ett bra sätt dela upp kundbasen/marknaden i viktiga segment baserat på olika behov och preferenser som kunderna har. Om t ex ert företag har en prisposition kan det vara centralt att segmentera på kundgruppernas priskänslighet.

En av de viktigaste sakerna att tänka på när man skapar en kundsegmenteringsmodell är att den kan operationaliseras och användas i det dagliga arbetet. För att få valuta för pengarna när en segmenteringsmodell tas fram bör kunderna löpande kunna kategoriseras i CRM-systemet eller datalagret så att det enkelt går att t ex få ut listor för marknadsförings- eller försäljningsaktiviteter mot en specifik kundgrupp, eller så att kundservice ser vilken kundgrupp kunden tillhör och kan anpassa dialogen/erbjudanden efter kundens preferenser/beteende i realtid. Det är också en fördel att kunna rapportera hur de olika segmenten utvecklas rent numerärt till ledning och varumärkesansvariga.

Alla kunder har inte samma livsstil, behov, preferenser, etc. Det är därför viktigt för företaget att segmentera sina kunder baserat på vad som styr behoven av företagets produkter och tjänster

Många gånger låter företag konsulter göra väldigt avancerade segmenteringsmodeller genom stora frågeformulär till kunderna där man får fram olika kundprofiler. Sammanställningen av dessa ger ofta en väldigt bra strategisk förståelse för kundbasen vilket är en fantastisk hjälp för produktledning och produktutveckling, men problemet är att enbart de kunder som svarat på frågorna i undersökningen kan märkas upp i CRM-systemet för att användas i det dagliga arbetet.

Det finns olika sätt att hitta en bra operationell segmenteringsmodell. Antingen utgår man ifrån företagets eget transaktionsdata eller så kan man använda externt demografiskt och/eller socio-ekonomisk data från t ex Bisnode, InsightOne eller Geomatic. Eller en kombination av olika datakällor.

Vi har stor erfarenhet av att hjälpa företag att definiera och implementera bra segmenteringsmodeller som ger både djup insikt och kan användas i det operationella arbetet.

Kundlönsamhetsscoring

Detta område är det som företagsledningen oftast är mest intresserad av (på gott och ont). Det är nämligen väldigt mycket värt att veta vilka kunder som är de mest lönsamma och ha möjlighet att erbjuda dem extra bra service för att säkerställa deras lojalitet långsiktigt.

Moderamen tar fram en modell tillsammans med er där vi räknar ut styckkostnader för s k ”relationskostnader” förutom naturligtvis kostnad såld vara på de produkter/tjänster den enskilde kunden köper.

I relationskostnader ingår t ex kundservice, försäljning, support, marknadsföring som direkt eller indirekt kan allokeras till kunden/kundgruppen. I princip skapas ett program som räknar fram en resultaträkning per kund. På så sätt får företaget en bra bild av vad det kostar att hantera deras kunder och kan därmed etablera olika strategier för olika lönsamma kundgrupper. Vissa företag väljer att även lägga till en schablonkostnad för fasta overhead-kostnader som hyra, administration, etc. Detta ändrar dock inte kundernas inbördes lönsamhet men ger en mer realistisk bild av täckningsbidraget per kund.

När detta är gjort grupperas kunderna i tre kategorier baserat på deras unika kundlönsamhet utifrån ”resultaträkningen”. Vi rekommenderar inte fler är tre kategorier då de flesta har lätt att ta till sig Guld-Silver-Brons eller Large-Medium-Small.

Eftersom det också är förvånansvärt ofta som förhållandet att ca 20% av kunderna står för majoriteten av lönsamheten rekommenderar vi även att den mest lönsamma gruppen inte blir för stor då det kan bli för dyrt att ge dessa kunder bättre service och erbjudanden.

Kundbasanalys och rapportering

En kundbasanalys är något som bör göras löpande för att förstå kundbasens sammansättning samt dess dynamik och därmed dess potential. På samma sätt som företag löpande följer upp hur produktportföljen utvecklas bör samma energi läggas på analys av hur ”kundportföljen” utvecklas. Genom att ha bra koll på både kundbas och produktportfölj (och helst båda i kombination) kan ett företag bli oerhört snabbfotat istället för att sitta och ”tycka” och debattera olika åsikter. Med fakta på bordet kan fokus läggas på att besluta om lösningar och aktiviteter istället för ifrågasättande av olika siffror i olika rapporter.

Många gånger analyserar företag sina kunder enbart baserat på vilka produktinnehav kunderna har, vilket är förståeligt men lite begränsande. Det är t ex väldig vanligt att telekomoperatörer tittar separat på sin mobilkundstock, sin bredbandskundstock och sin TV-kundstock. Men det är när man förstår vilka kunder som är helkunder och var potential för kors- och merförsäljning finns som kundbasanalysen verkligen genererar ett mervärde.

Moderamen har mycket erfarenhet av att hjälpa kunder att implementera datalager som förenklar både kundbasanalys och kundbasrapportering.