En del af ethvert stærkt team inden for indtægtsoperationer er afhængigheden af data og datavisualisering til at understøtte beslutningstagning i jeres teams med ansvar for markedsintroduktion og virksomhed. Og selvom investering i pålidelige data er afgørende, er det lige så vigtigt at investere i de mekanismer, der gør det muligt for jer at fortolke og forstå, hvad dataene fortæller jer.
Efter at have brugt det seneste årti på at understøtte ledere inden for indtægter i salg, marketing og kundesucces har jeg været vidne til den voksende afhængighed af stærk datavisualisering til at understøtte både kortsigtet og langsigtet forretningsplanlægning. Det er ikke så mærkeligt, at markedet for datavisualiseringsværktøjer forventes at vokse til $10.2 billion by 2026.
Investering i de rette tekniske færdigheder og datavisualiseringssoftware kan give jeres organisation den løftestang, der skal til for at tiltrække, fastholde og udvikle kunder på lang sigt.
Hvad er datavisualisering?
Datavisualisering er både kunsten og videnskaben at repræsentere store og til tider komplekse datasæt visuelt. For nogle indebærer dette Excel-regneark, mens det for andre, der er længere fremme, indebærer interaktiv rapportering og kontrolpaneler gennem omfattende BI-værktøjer.
Datavisualisering mindsker afhængigheden af opsummeret tekst og fremhæver den vigtige hjernefunktion, der bruges til at forstå billeder. Fra et fysiologisk perspektiv er det temmelig ineffektivt for os at læse tekst, da den menneskelige hjerne behandler billeder 60.000 gange hurtigere end tekst. Det er delvist derfor, at infografikker er så populære til at fordøje information.
Inden for indtægtsoperationer er det afgørende at skabe effektivitet i måden, vi forstår, fortolker og handler på data. Og det er derfor, vi ser mange B2B SaaS-organisationer investere i at udvikle de forretningsintelligensfunktioner, der er ansvarlige for at måle virksomhedens resultater.
Visualiseringer såsom diagrammer, grafer og illustrationer er gode værktøjer til at omdanne rå data til udtryksfulde visualiseringer, der kan fortælle en historie. Disse visualiseringer fungerer som effektive løsninger til at formidle information og gøre det lettere at træffe vigtige beslutninger på alle niveauer.
Fordelene ved datavisualisering
Inden for RevOps har datavisualisering utallige anvendelsesmuligheder. Datavisualisering kan bruges til at forudsige indtægter, måle markedsføringseffektivitet eller forstå din kundes generelle sundhedstilstand. Selvom disse anvendelsesmuligheder er mange, har jeg fundet ud af, at de primært er centreret omkring fem meget vigtige fordele, som opnås, når du investerer i robust datavisualisering. Fagfolk, der ønsker at dygtiggøre sig inden for dette felt, gennemfører ofte specialiserede uddannelsesprogrammer for at mestre disse teknikker.
1. Det giver tilgængelighed: Information skal deles og forblive tilgængelig for medarbejdere i jeres organisation. Ved at formatere data på en letforståelig måde kan I skabe bedre overensstemmelse mellem teams. Alles rolle afhænger i et eller andet omfang af data, hvilket gør datatilgængelighed til en vigtig fordel ved datavisualisering.
2. Det hjælper med at drage sammenligninger: Datavisualisering bruges ofte til at sammenligne datapunkter. Visuelle billeder og repræsentationer gør det meget lettere at få øje på tendenser, forskelle og ligheder. Visualiseringer som søjlediagrammer eller linjegrafer er gode eksempler, der ofte bruges til at sammenligne datasæt.
3. Beskrivelse af relationer: Fagfolk inden for indtægtsoperationer skal kunne formulere og oversætte den relation, som forskellige datapunkter har i jeres virksomhed. Et simpelt eksempel – hvad er relationen mellem jeres salgsteams ordreværdier og jeres salgsteams gennemsnitlige salgscyklus? Ved hjælp af datavisualisering bliver det lettere at beskrive relationer.
4. Genkendelse af mønstre: Mennesker er gode til at opdage mønstre gennem visualisering. I RevOps bruger vi datavisualisering til at fremhæve både mønstre og afvigelser i data. Visualisering af mønstre gør det lettere at få øje på tendenser, anomalier og temaer, som ville være meget sværere at formulere udelukkende gennem tekst.
5. Datafortælling: Som fagperson inden for indtægtsoperationer er du meget tæt på dataene i din organisation. Det er ikke kun vores rolle at vedligeholde og aggregere data, men også at informere interessenter om, hvad dataene fortæller os. Datavisualisering er en afgørende komponent i effektiv historiefortælling. Lær at bruge datavisualisering til at dele dit synspunkt og din historie, samtidig med at du gør det muligt for andre GTM-ledere effektivt at fortælle historier og dele deres egen fortælling.
10 eksempler på datavisualisering fra den virkelige verden i praksis
Nu hvor vi har gennemgået, hvad datavisualisering er, og hvilke konkrete fordele der er ved at investere i det, vil jeg tage dig med på en visuel rejse gennem nogle eksempler fra den virkelige verden på forskellige datavisualiseringer.
Her er 10 eksempler fra den virkelige verden på både forretningsrelateret og ikke-forretningsrelateret datavisualisering.
Søjlediagram: Apples kvartalsvise gennemgang af iPhone
Søjlediagrammer er unikke, fordi de er enkle at bruge og forstå. Et søjlediagram er en repræsentation af numeriske data, der vises som søjler med varierende bredde eller højde. Tag for eksempel dette søjlediagram, der viser Apples kvartalsvise iPhone-indtægter fra 2014 til 2022.
Hvornår skal man bruge et søjlediagram?
Et søjlediagram kan bruges til at følge ændringer over tidsintervaller, ligesom på billedet ovenfor. Disse diagrammer kan også bruges til at sammenligne data på tværs af forskellige kategorier eller grupper.
Denne diagramtype er fremragende til at fremhæve forskelle og visualisere rangordninger, hvilket gør den effektiv til præsentation af diskrete data såsom frekvenser, antal eller procenter.
Have an account? Log In
Vandfaldsdiagram: Den Europæiske Unions historie
Inden for indtægtsdrift har jeg ofte set vandfaldsdiagrammer blive brugt til at forudsige salgsresultater inden for bestemte perioder. Et eksempel er at bruge disse visualiseringstyper til at forudsige salgstragten inden for en bestemt tidsramme.
Vandfaldsdiagrammer er nyttige til at vise en lang række data ud over salg og salgstragt. Dette eksempel fra den virkelige verden er et vandfaldsdiagram, der viser, hvordan EØF/EU-regionen voksede og skrumpede gennem årene frem til Brexit.
Hvornår skal man bruge et vandfaldsdiagram?
Brug dette diagram til at vise opdelingen af et helt tal. Disse visualiseringstyper gør det nemt at forstå, hvordan specifikke variabler påvirker en bestemt værdi over tid.
Linjediagram: Historik over Teslas køretøjsleverancer
Et linjediagram (også kendt som et kurvediagram) viser tendenser og udvikling over en bestemt periode. Tag for eksempel denne illustration fra den virkelige verden af historikken over Teslas køretøjsleverancer siden 2016. Dette linjediagram illustrerer tydeligt den eksponentielle vækst for Model 3 og Y, mens der ses et støt fald i leverancerne af Teslas Model S og X.
Hvornår skal man bruge et linjediagram?
Efter min mening bruges linjediagrammer bedst til at illustrere tendenser og samtidig fremhæve sammenlignelige forskelle. Inden for indtægtsdrift kan du bruge disse diagrammer til at fremhæve salgstendenser over en periode. Tilføj flere linjer for at vise specifikke produkter, og hvordan deres salg også udvikler sig eller falder.
Punktdiagram: Verdens befolkning
Et punktdiagram er en diagramtype, der gør det muligt at se forholdet mellem to variabler. Denne diagramtype bruges også til at afdække fordelingstendenser.
I eksemplet fra den virkelige verden nedenfor kan du se sammenligningen mellem fødselsrater og dødsrater for forskellige lande. De forskellige farver repræsenterer geografiske regioner, mens prikkerne viser befolkningens størrelse.
Hvornår skal man bruge et punktdiagram?
Punktdiagrammer er fremragende til at vise flere datapunkter, ligesom i vores eksempel ovenfor. De bruges bedst til at vise relationer mellem disse forskellige datapunkter. Denne diagramtype er også nyttig til at visualisere fordelingsmønstre såsom afvigere, der kan forekomme i din dataanalyse.
Cirkeldiagram: Forbrugsreferenceværdier for SaaS
Et cirkeldiagram viser, hvordan specifikke kategorier kan udgøre en del af et helt tal. Generelt viser et cirkeldiagram tal i procenter, og den samlede sum af alle dele skal være lig med 100 %. I mit eksempel nedenfor kan du se et cirkeldiagram, der illustrerer forbrugsreferenceværdier for SaaS-virksomheder med mere end $20 millioner i ARR.
Hvornår skal man bruge et cirkeldiagram?
Cirkeldiagrammer gør det nemt at se, hvordan dine data er opdelt. Du kan overveje at bruge cirkeldiagrammer, når du vil segmentere kundedemografi, se på produktsalg eller analysere data om kundeafgang.
Mekko-diagram: S&P 500 efter sektor
Denne diagramtype, der også er kendt som et Marimekko-diagram, er en visuel repræsentation, der bruger stablede søjler med varierende bredder til at repræsentere datakategorier. I vores eksempel nedenfor kan du se, hvordan de største S&P 500-aktier klarer sig med hensyn til størrelse både i forhold til deres branche og til indekset som helhed.
Hvornår skal man bruge et Mekko-diagram?
Mekko-diagrammer er gode til at illustrere ting som vækst og markedsandele eller til at gennemføre en konkurrenceanalyse. Når det er sagt, bør du bruge Mekko-diagrammer, når du vil fremhæve skala eller forskelle mellem datagrupper.
Tragtdiagram: Konverteringer på webstedet
Tragtdiagrammer er fremragende til at vise en række trin og progression gennem et forløb. Tragtdiagrammer bruges ofte til at måle marketing- og salgsprocesser samt konverteringsrater og er gode til at visualisere en lineær rejse. Tag for eksempel tragten nedenfor, som måler konverteringsmålinger for et websted.
Hvornår skal man bruge et tragtdiagram?
Brug tragtdiagrammer i din datavisualisering, når du har 4-5 stadier af sekventielle data, der skal vises. Disse diagrammer er meget alsidige, især for marketing- og salgsteams, da de kan bruges til at rapportere om en stor mængde data, f.eks. salgspipeline, konverteringer på webstedet og/eller resultater af marketingkampagner.
Boblediagram: Teknologimarkeder i Nordamerika
Boblediagrammer er en udvidelse af punktdiagrammer og bruges til at måle relationerne mellem tre numeriske variabler. I eksemplet nedenfor kan du se en visualisering, der repræsenterer teknologimarkederne i Nordamerika opdelt efter større byer.
Hvornår skal man bruge et boblediagram?
Boblediagrammer er virkelig nyttige til at visualisere forholdet mellem forskellige variabler. Inden for RevOps er boblediagrammer gode forretningsindikatorer, da de kan hjælpe med at undersøge forholdet mellem relaterede variabler som f.eks. omkostninger, avancer og pris.
Varmekort: Risiko for at få covid-19
Et varmekort viser korrelationen mellem to variabler og angiver en skala for vurderingen, f.eks. fra høj til lav. Varmekortet nedenfor er for eksempel en visuel repræsentation af risikoen for at få covid-19 i de enkelte amter i USA. Amerikanere i røde områder har en højere risiko, mens amerikanere i grønne områder anses for at have en lavere risiko.
More Articles
Hvornår skal man bruge et varmekort?
Der er flere forskellige anvendelsesområder for denne type diagram. Varmekort kan bruges til at forstå befolkningstæthed eller til at visualisere din kundebase. De er gode til at vise et mere generaliseret billede af numeriske værdier, især når man arbejder med store datasæt.
Stablet søjlediagram: Berømte forfatteres produktivitet
Sidst, men ikke mindst, er dette en af de mest almindelige visualiseringer, jeg personligt ofte har set blive brugt til at måle salgsresultater. Stablede søjlediagrammer (også kendt som stablede søjlegrafer) er gode til at visualisere, hvordan en gruppe data bevæger sig fra én kolonne til en anden. Et særligt interessant eksempel på dette ses nedenfor. Se, hvordan hver berømt forfatters produktivitet varierer, samtidig med at den også er opdelt yderligere efter litterær type.
Hvornår skal man bruge et stablediagram?
Stablediagrammer er en god mulighed til at måle salgsresultater over en given tidsperiode og opdele dem efter salgsteam. De hjælper med at visualisere afvigelser i historiske tendenser og samtidig sammenligne din strategi med dine samlede resultater.
Saml det samlede billede
Virksomheder, der ønsker at skabe overensstemmelse mellem deres medarbejdere og strategi, bør gå videre end grundlæggende datavisualiseringsteknikker og fremover begynde at investere i robuste former for datavisualisering. Med udviklingen af effektive visualiseringsværktøjer som Tableau, Looker og Domo kræver det ikke længere et team af dataforskere at omdanne rådata til flotte datavisualiseringer, der måler KPI'er og virksomhedens resultater.
Sørg for at tilpasse din visualisering, så den understøtter behovene hos din målgruppe, og husk at gøre visualiseringen til en del af den historie, du ønsker at fortælle. De bedste datavisualiseringer er dem, der er nemme at forstå for alle, der ønsker at fortolke dem (og ikke kun eksperter i datavidenskab), så lad være med at overkomplicere dem. Interaktiv datavisualisering kan også være et nyttigt værktøj til at holde alle engagerede.
Kunne du lide denne artikel? Sørg for at følge The CRO Club på sociale medier, og tilmeld dig vores nyhedsbrev for at få det bedste inden for omsætningsdrift direkte i din indbakke.
