Immergiti nell’Analisi CRM (+ Modello Gratuito)
Nel SaaS, c'è una fame crescente di più dati, più metriche e più dashboard — ma la comprensione generale dei dati è maturata poco.
Questa risorsa venerata è fraintesa, mal utilizzata e spesso distorta per rendere 'vera' una narrazione invece di essere modellata in una storia che cambia il destino di un'azienda.
Entra in scena la CRM analytics.
Vuoi di più da The CRO Club?
Crea un account gratuito per continuare a leggere e unisciti ai moderni leader delle entrate che utilizzano strategie collaudate, intuizioni dei colleghi e approcci guidati dall'intelligenza artificiale per costruire pipeline prevedibili e crescita scalabile.
Have an account? Log In
Ti mostrerò come preparare i dati per l’analisi, i miei modi preferiti per usare la CRM analytics nei flussi di lavoro quotidiani e tre template gratuiti per la mappatura dei campi, la mappatura delle metriche e la previsione.
Cos’è la CRM Analytics?
Da non confondere con la funzione di Salesforce CRM che porta lo stesso nome, la CRM analytics è la pratica di prelevare dati sia dal passato che dal presente e combinarli con la conoscenza del sistema e una varietà di metodi computazionali per comprendere e prevedere i trend del tuo business.
CRM Analytics vs. CRM Reporting
Mentre il CRM reporting si occupa di verificare la situazione attuale della tua azienda e ogni report dovrebbe rispondere a una domanda semplice, la CRM analytics mira a costruire un quadro d’insieme e a prevederlo nel futuro utilizzando una combinazione di report, analisi e grafici per collegare insieme più risposte a domande in una narrazione coerente.
Perché la CRM Analytics?
Il mercato del software CRM, che attualmente vale circa 70 miliardi di dollari, si prevede che crescerà oltre i 200 miliardi nei prossimi 10 anni. I leader del settore come Salesforce continueranno a proporre nuove modalità per incorporare più dati dei clienti nei loro modelli a 360°.
Non è mai stato così facile monitorare le performance di un’azienda — ma allo stesso tempo, non è mai stato così complicato capire le connessioni, le relazioni e gli insight utili in questo groviglio crescente.
Un successo imprevedibile è quasi inquietante per un consiglio di amministrazione quanto un fallimento imprevedibile. Le aziende moderne dovrebbero saper prevedere entrambi gli scenari e avere un piano per ciascuno. La CRM analytics funziona come una sfera di cristallo per la tua azienda.
Iniziare con la CRM Analytics
Che tu abbia accesso a una piattaforma di analytics avanzata o soltanto a un foglio di calcolo, trovare un significato nel "data lake" (o palude) spetta a te.
In realtà — consiglio vivamente di iniziare proprio da un foglio di calcolo per aiutarti a comprendere i tuoi dati al di là dei sofisticati algoritmi. Osserva i tuoi dati e inizia a ragionare come un analista.
Domande da porti
- Come funziona?
- Come sono collegate le tue colonne?
- Quali righe spiccano?
- È positivo o negativo che si distinguano?
Scava più a fondo per sbloccare insight ancora più utili:
- Come questa comprensione chiarita dei dati informa la nostra strategia?
- Cosa significa per la nostra proposta di valore?
- Fin dove ci porta rispetto a dove pensiamo di poter arrivare?
La curiosità forse ha ucciso il gatto, ma ha trasformato il professionista RevOps in un esperto di analytics. Ed è proprio questa competenza che ti farà crescere come leader rispettato nella tua azienda.
Crea una Mappa dei Dati
Per dirla con Covey, inizia con la fine in mente.
Quali sono le tue metriche guida? Cosa DEVI misurare? E da cosa sono composte? Quali sono i numeratori, i denominatori, i moltiplicatori e i fattori di rischio? Da dove provengono? Quali sistemi sono coinvolti?
Sono tante domande a cui rispondere, quindi te lo semplifico ulteriormente. Facciamo una mappa dei campi!
Come Creare una Mappa dei Campi
- Apri il tuo strumento di fogli di calcolo preferito o scarica il modello gratuito di mappa dei campi qui sopra
- Inserisci nei diversi righi della Colonna A i campi importanti di cui hai bisogno (una scheda per ogni oggetto [Opportunità, Account, Lead, Contatto, ecc.] — usa schede diverse se hai più oggetti da integrare o mappare)
- Nella Colonna B, inserisci tutti i tipi di dato (numero, stringa, set di scelte, ecc.)
- Intitola la Colonna C come un altro sistema di riferimento con la Colonna D come tipo di dato ancora una volta
- Completa le righe in C & D con i nomi dei campi corrispondenti e i tipi di dato
- Aggiungi una formattazione condizionale per controllare se D = B (o è equivalente)
- Ripeti i passaggi 4-6 per ogni sistema aggiuntivo, confrontando ogni colonna dei tipi di dato con la Colonna B
Risolvendo le incongruenze nei tipi di dati, farai passi significativi verso il miglioramento dell’integrità dei dati.
Molto probabilmente avrai molti spazi vuoti, dove puoi confermare se dovrebbero esserci mapping o meno. Puoi estendere questa attività aggiungendo colonne per elencare tutte le opzioni dei tuoi set di scelte e confrontarle. Da questo foglio, avrai una conoscenza maggiore del tuo ecosistema generale.
Sebbene esistano strumenti per automatizzare questo processo, tutti hanno un costo. A seconda delle dimensioni aziendali e del controllo che hai sui sistemi, potrebbe essere un’attività da fare una sola volta, e potresti non avere bisogno di pagare per un abbonamento continuativo.
Mappa verso le North Star Metrics
Una volta che hai mappato i tuoi campi, puoi iniziare a mappare i componenti delle tue North Star metrics (controlla la seconda scheda del modello di mappa dei campi).
- In una nuova scheda del foglio di calcolo, crea un elenco di ciascuna delle metriche che devi tracciare in Colonna A
- Usa la Colonna B per scrivere la formula o il processo per calcolare ciascuna
- Nella Colonna C, fai l’elenco dei riferimenti alle celle dalla tua mappa dei campi per i campi necessari a calcolare la metrica in Colonna A usando il metodo della Colonna B
Ora hai una documentazione di come le tue metriche sono collegate ai tuoi campi e una mappa di dove si trovano questi dati. Il tuo livello di maturità dei dati è ora adeguato per una Series C+. Hai raggiunto le basi dell’integrità e della tracciabilità dei dati.
6 Esempi di CRM Analytics nella Vita Quotidiana
Una volta che hai costruito la tua mappa dei dati, puoi passare all’utilizzo delle analisi CRM nei tuoi flussi di lavoro quotidiani. Questi sono alcuni dei miei metodi preferiti per mettere a frutto le abilità di analisi:
1. Ottimizza i processi
Prendendo in esame i dati delle Opportunità in modo analitico, puoi iniziare a capire dove potrebbero esserci colli di bottiglia nei processi di vendita o dove si potrebbero verificare interruzioni o fallimenti procedurali.
La metrica migliore da utilizzare in questo caso è il tempo nella fase, da osservare settimanalmente o mensilmente per capire se sta aumentando o diminuendo. In generale, un tempo nella fase che aumenta in modo asimmetrico in una fase specifica è un segnale che richiede un’analisi più approfondita.
Caso di Studio
La pipeline dei servizi di un cliente enterprise aveva tempi di permanenza nella fase di Solutioning molto più alti rispetto alle altre fasi, che aumentavano ogni mese.
Attraverso l’analisi CRM, ho scoperto che ogni solution engineer all’interno dell’azienda aveva un carico di lavoro eccessivo, e le assunzioni nelle vendite avevano superato quelle dei team di supporto, peggiorando l’esperienza complessiva dei clienti.
Abbiamo implementato una metodologia di qualificazione più rigorosa per ridurre la pressione e l’azienda ha ricoperto alcune posizioni vacanti.
Ci sono voluti 4 mesi, ma i valori delle metriche sono tornati a una distribuzione più equilibrata, e questa reportistica è servita per monitorare se ci fosse il giusto mix tra venditori e figure di supporto alle vendite.
2. Definisci il tuo ICP
Ogni team commerciale con cui ho parlato crede di conoscere il proprio ICP, ma quanti stanno effettivamente vendendo al segmento target?
Prendi la tua pipeline di vendita totale (inclusi chiusi vinti & persi) e creane una tabella pivot. Segmenta i dati per allinearli al tuo ICP e guarda se la distribuzione delle fasi finali/vinte tende verso quei clienti che rispecchiano maggiormente i campi ICP.
Se sì, sei allineato con la tua strategia. Ma se non è così, e i dati vinti sono fuori dal tuo ICP, forse stai puntando al target sbagliato o è arrivato il momento di cambiare. E se i dati vinti sono all’interno del tuo ICP, ma le trattative in fase avanzata non lo sono, il tuo team ha sbagliato nel fare prospecting o il mercato sta cambiando sotto i tuoi occhi.
3. Prevedi trend e comportamenti dei clienti
Vedo molte aziende utilizzare campi di testo libero per raccogliere input su determinati argomenti. Questo è principalmente poco utile per l’analisi, a meno che non venga categorizzato.
Per iniziare a rendere più puliti i dati testuali, esegui un'analisi di frequenza di base su tutti i testi presenti nel tuo campo e individua le tendenze più comuni. Utilizzando formule o workflow, puoi poi impostare valori booleani o menu a discesa che si aggiornano in base al testo libero.
4. Crea una previsione e monitora le prestazioni
Se lavori in un’azienda con una velocità di vendita ragionevole, puoi sfruttare la geometria a tuo vantaggio nelle previsioni. Puoi configurare tutto in un foglio di calcolo — oppure scaricare il modello gratuito per le previsioni (scheda 3 nel modello di mappatura dei campi).
- Inserisci i Giorni nella Colonna A e Da Raggiungere nella Colonna B
- Ora inserisci il tuo target al giorno 0 nella prima riga della tabella.
- Per ogni vendita ricevuta, registra il giorno e poi sottrai il valore dal tuo target, inserendo la quantità "Da raggiungere" nella riga corrispondente.
- Una volta che hai la prima voce, aggiungi una nuova riga come giorno 40. Inserisci un grafico e aggiungi una linea di tendenza alla serie.
Man mano che inserisci altre trattative, vedrai la linea di tendenza che intercetta l’asse orizzontale — questo indica quando probabilmente avrai raggiunto il target.
Questo grafico di previsione è efficace perché mostra di quanti giorni sei in anticipo o in ritardo invece di mostrare solo quello che ti manca e di quanto.
5. Individua nuove opportunità
Un’attività relativamente semplice da fare per chiunque abbia più linee di prodotto o una forte propensione all’upsell.
Prendi la tua base clienti e la spesa media per cliente in base alla dimensione dell’azienda (numero di dipendenti o valutazione) e, se sei in una realtà più grande, in base al settore/verticale.
Dovresti così avere un’idea approssimativa dello "spazio bianco" nel tuo portafoglio clienti e vedere chi sta pagando meno di quanto potrebbe permettersi. Analisi di densità così semplici possono portare a moltissimi insight a seconda della variabile utilizzata.
Puoi guardare ad altre utili analisi di vendita come quante volte i clienti (per dimensione e settore) fanno acquisti ripetuti, da quanto tempo in media sono clienti e quante richieste di supporto inviano, e poi confrontare tutto con i tuoi valori standard.
Questo ti indica in modo generale dove puoi tirarti indietro e dove dovresti concentrarti, ed è un’attività di analisi perfetta da affiancare alla pianificazione della copertura.
6. Identifica i clienti a rischio
Questa è più complessa, perché probabilmente sarebbe necessario realizzare un modello di machine learning per approfondire davvero la retention, tuttavia puoi iniziare costruendo un framework a "strikes".
Prendi ogni aspetto dell’esperienza del cliente che puoi tracciare in modo accurato e calcola la media di partecipazione/coinvolgimento/utilizzo dei clienti più soddisfatti e più propensi al rinnovo per ogni parte della tua offerta.
Poi lavora a ritroso e usa questi risultati come i tuoi "strikes":
- Per ciascun altro cliente, partecipa/si coinvolge/utilizza il prodotto nello stesso modo?
- Chi lo sottoutilizza in modo marcato, è limitato a un’area specifica?
- Non sfruttare quel valore potrebbe essere un fattore di rischio?
A partire da qui, puoi costruire una serie di formule a casella di spunta sui tuoi clienti per indicare quali ‘flag’ vengono sollevati per ciascuno di loro.
Il numero di flag attivati può quindi rappresentare lo “stato” del cliente, dove 6 (ad esempio) lo fa andare in rosso.
Questo modello è più semplice da implementare rispetto a un sistema di scoring della salute completo, ma risulta più operativo per il tuo team dato che possono vedere quali flag sono stati attivati. Guardando questo punteggio su tutta la tua base clienti, che percentuale è verde? È generalmente allineato con i dati di retention?
Hai bisogno di una piattaforma di analisi CRM?
Se stai usando una piattaforma di analisi dei dati che tenta di fare qualche passo in più e calcolare i tuoi indicatori al posto tuo, fermati e domandati se avrai bisogno di approfondire quella metrica in una riunione del consiglio o quando dovrai renderne conto ai livelli superiori.
Smetti di usare la piattaforma come metrica principale e usala invece in modo operativo e direzionale. Se non sai come viene calcolato qualcosa, da dove provengono i dati, qual è la sua tolleranza all’errore o la sua volatilità, la piattaforma è funzionale ma non fornisce approfondimenti.
Piattaforme come Salesforce CRM Analytics (precedentemente Einstein Analytics) o Tableau CRM ti permettono di ottenere una profonda comprensione dei tuoi dati, ma richiedono comunque una conoscenza ampia e approfondita dei dati stessi.
Altre piattaforme possono sembrare più simili a delle scatole nere e hanno i propri punteggi d’offerta registrati come marchio, di cui non puoi conoscere il funzionamento interno. Anche se questi rappresentano importanti punti di vendita per le piccole aziende, la mancanza di integrità e robustezza di queste metriche le rende inadatte per una reale reportistica o analisi.
Sfrutta i dati CRM per un impatto aziendale maggiore
Dove la saggezza comune suggerirebbe di procedere con cautela e con passi tentennanti in acque profonde, il mio consiglio è invece audace: Tuffati.
Che tu scelga di tuffarti dove l’acqua è bassa o direttamente nel profondo, lo lascio a te decidere. Ma là fuori c’è un mondo di significato.
L’analisi è l’intersezione tra la scienza dei dati e l’arte della divinazione. Devi immergerti completamente per poterla comprendere.
Stai costruendo il tuo cubo Shashibo con i dati che trovi. Colori le facce e modelli le forme come meglio credi. C’è struttura nel caos e caos nella struttura. Ed è proprio questa la gioia di comprendere l’analisi CRM.
Apri un foglio di calcolo. Usa una piattaforma di analisi. Gioca con i tuoi dati.
Ti sfido.
