En del av ethvert sterkt inntektsdriftsteam er avhengigheten av data og datavisualisering for å støtte beslutningstaking i markedsteamene og virksomheten. Og selv om det er avgjørende å investere i pålitelige data, er det like viktig å investere i mekanismene som gjør det mulig å tolke og forstå hva dataene forteller deg.
Etter å ha brukt det siste tiåret på å støtte inntektsledere innen salg, markedsføring og kundesuksess, har jeg sett den økende avhengigheten av sterk datavisualisering for å støtte både kortsiktig og langsiktig forretningsplanlegging. Det er ikke rart at markedet for datavisualiseringsverktøy forventes å vokse til $10.2 billion by 2026.
Investering i de riktige tekniske ferdighetene og programvare for datavisualisering kan gi organisasjonen din muligheten til å skaffe, beholde og utvikle kunder på lang sikt.
Hva er datavisualisering?
Datavisualisering er både kunsten og vitenskapen bak å representere store og noen ganger komplekse datasett visuelt. For noen innebærer dette Excel-regneark, mens det for andre som har kommet lenger, innebærer interaktiv rapportering og instrumentbord gjennom omfattende BI-verktøy.
Datavisualisering reduserer avhengigheten av oppsummert tekst og fremhever den viktige hjernefunksjonen som brukes til å forstå bilder. Fra et fysiologisk perspektiv er det ganske ineffektivt for oss å lese tekst, ettersom menneskehjernen behandler bilder 60 000 ganger raskere enn tekst. Dette er delvis grunnen til at infografikk er så populært for å bearbeide informasjon.
Innen inntektsdrift er det avgjørende å skape effektivitet i hvordan vi forstår, tolker og handler på grunnlag av data. Og det er derfor vi ser mange B2B SaaS-organisasjoner investere i å utvikle forretningsintelligensfunksjonene som er ansvarlige for å måle virksomhetens resultater.
Visualiseringer som diagrammer, grafer og figurer er gode verktøy for å omdanne rådata til uttrykksfulle visuelle fremstillinger som kan fortelle en historie. Disse visuelle fremstillingene fungerer som kraftige løsninger for å formidle informasjon og legge til rette for viktige beslutninger på alle nivåer.
Fordelene med datavisualisering
Innen RevOps har datavisualisering utallige bruksområder. Datavisualisering kan brukes til å prognostisere inntekter, måle markedsføringens effektivitet eller forstå kundens generelle helsetilstand. Selv om disse bruksområdene er mange, har jeg funnet ut at de først og fremst dreier seg om fem svært viktige fordeler man får når man investerer i robust datavisualisering. Fagpersoner som ønsker å utmerke seg på dette området, tar ofte spesialiserte opplæringsprogrammer for å mestre disse teknikkene.
1. Det gir tilgjengelighet: Informasjon må deles og forbli tilgjengelig for ansatte i organisasjonen. Å formatere data på en lett forståelig måte kan bidra til å skape samordning mellom team. Alles rolle er til en viss grad avhengig av data, noe som gjør datatilgjengelighet til en viktig fordel ved datavisualisering.
2. Det gjør det enklere å trekke sammenligninger: Datavisualisering brukes ofte til å sammenligne datapunkter. Visuelle bilder og fremstillinger gjør det mye enklere å oppdage trender, forskjeller og likheter. Visuelle fremstillinger som stolpediagrammer eller linjediagrammer er gode eksempler som ofte brukes til å sammenligne datasett.
3. Beskrive sammenhenger: Fagpersoner innen inntektsdrift må kunne formulere og oversette forholdet mellom ulike datapunkter i virksomheten. Et enkelt eksempel – hva er forholdet mellom ordreverdiene til salgsteamet og salgsteamets gjennomsnittlige salgssyklus? Ved hjelp av datavisualisering blir det enklere å beskrive sammenhenger.
4. Gjenkjenne mønstre: Mennesker er flinke til å oppdage mønstre gjennom visualisering. I RevOps bruker vi datavisualisering til å fremheve både mønstre og avvik i dataene. Visualisering av mønstre gjør det enklere å oppdage trender, anomalier og temaer som ville vært mye vanskeligere å formulere kun gjennom tekst.
5. Datafortelling: Som fagperson innen inntektsdrift er du svært tett på dataene i organisasjonen din. Det er ikke bare vår rolle å vedlikeholde og aggregere data, men også å informere interessenter om hva dataene forteller oss. Datavisualisering er en kritisk komponent i effektiv historiefortelling. Lær å bruke datavisualisering til å dele ditt synspunkt og din historie, samtidig som du gjør det mulig for andre GTM-ledere å fortelle historier effektivt og dele sin egen fortelling.
10 eksempler på datavisualisering fra virkeligheten i praksis
Nå som vi har gått gjennom hva datavisualisering er og fordelene man oppnår ved å investere i det, vil jeg ta deg med på en visuell reise gjennom noen virkelige eksempler på ulike datavisualiseringer.
Her er 10 eksempler fra virkeligheten på datavisualisering fra både næringslivet og andre områder, til glede for deg som leser.
Stolpediagram: Apples kvartalsvise gjennomgang av iPhone
Stolpediagrammer er unike fordi de er enkle å bruke og forstå. Et stolpediagram er en representasjon av numeriske data som vises som stolper med varierende bredde eller høyde. Ta for eksempel dette stolpediagrammet som viser Apples kvartalsvise iPhone-inntekter fra 2014 til 2022.
Når bør du bruke et søylediagram?
Et søylediagram kan brukes til å følge endringer over tidsintervaller, slik som på bildet ovenfor. Disse diagrammene kan også brukes til å sammenligne data på tvers av ulike kategorier eller grupper.
Denne diagramtypen er utmerket til å fremheve forskjeller og visualisere rangeringer, noe som gjør den effektiv til å presentere diskrete data som frekvenser, antall eller prosenter.
Have an account? Log In
Fossefallsdiagram: En oversikt over Den europeiske unions historie
Innen inntektsoperasjoner har jeg ofte sett fossefallsdiagrammer brukt til å forutsi salgsresultater innenfor bestemte perioder. Et eksempel er å bruke disse visualiseringstypene til å forutsi salgspipelinen innenfor en bestemt tidsramme.
Fossefallsdiagrammer er nyttige for å vise en rekke data utover salg og salgspipeline. Dette eksempelet fra virkeligheten er et fossefallsdiagram som viser hvordan EEC/EU-regionen vokste og krympet gjennom årene frem til Brexit.
Når bør du bruke et fossefallsdiagram?
Bruk dette diagrammet til å vise oppdelingen av et helt tall. Disse visualiseringstypene gjør det enkelt å forstå hvordan bestemte variabler påvirker en bestemt verdi over tid.
Linjediagram: Historikk over Teslas kjøretøyleveranser
Et linjediagram (også kjent som et linjediagram) viser trender og utvikling over en bestemt tidsperiode. Se for eksempel på denne illustrasjonen fra virkeligheten av Teslas kjøretøyleveranser siden 2016. Dette linjediagrammet viser tydelig den eksponentielle veksten for Model 3 og Y, samtidig som leveransene av Teslas modell S og X har hatt en jevn nedgang.
Når bør du bruke et linjediagram?
Etter min mening brukes linjediagrammer best til å illustrere trender og vise sammenlignbare forskjeller. Innen inntektsoperasjoner kan du bruke disse diagrammene til å fremheve salgstrender over en tidsperiode. Legg til flere linjer for å vise bestemte produkter og hvordan salget deres også utvikler seg eller går tilbake.
Punktdiagram: Verdens befolkninger
Et punktdiagram er en diagramtype som lar deg se forholdet mellom to variabler. Denne diagramtypen brukes også til å avdekke distribusjonstrender.
I eksempelet fra virkeligheten nedenfor kan du se sammenligningen mellom fødselsrater og dødsrater for ulike land. De forskjellige fargene representerer geografiske regioner, mens størrelsen på punktene viser befolkningsstørrelsen.
Når bør du bruke et punktdiagram?
Punktdiagrammer er utmerkede til å vise flere datapunkter, slik som i eksempelet ovenfor. De brukes best til å vise forholdet mellom disse ulike datapunktene. Denne diagramtypen er også nyttig for å visualisere distribusjonsmønstre, for eksempel avvikere du kan ha i dataanalysen din.
Sektordiagram: Referanseverdier for SaaS-utgifter
Et sektordiagram viser hvordan bestemte kategorier kan utgjøre en del av et helt tall. Generelt viser et sektordiagram tall i prosenter, og totalsummen av alle delene må være 100 %. I eksempelet mitt nedenfor kan du se et sektordiagram som illustrerer referanseverdier for utgifter i SaaS-selskaper med mer enn $20 Million i ARR.
Når bør du bruke et sektordiagram?
Sektordiagrammer gjør det enkelt å se hvordan dataene dine er segmentert. Du kan vurdere å bruke sektordiagrammer når du ønsker å segmentere kundedemografi, se på produktsalg eller analysere data om kundefrafall.
Mekko-diagram: S&P 500 etter sektor
Denne diagramtypen, som også er kjent som et Marimekko-diagram, er en visuell fremstilling som bruker stablede stolper med varierende bredde for å representere datakategorier. I eksempelet nedenfor kan du se hvordan de største S&P 500-aksjene gjør det når det gjelder størrelse, både i forhold til bransjen sin og indeksen som helhet.
Når bør du bruke et Mekko-diagram?
Mekko-diagrammer egner seg godt til å illustrere ting som vekst, markedsandeler eller til og med en konkurrentanalyse. Når det er sagt, bør du bruke Mekko-diagrammer når du ønsker å fremheve skala eller forskjeller mellom datagrupper.
Traktdiagram: Konverteringer på nettstedet
Traktdiagrammer er utmerkede for å vise en serie trinn og fremdrift gjennom en prosess. Traktdiagrammer brukes ofte til å måle markedsførings- og salgsprosesser samt konverteringsfrekvenser, og egner seg godt til å visualisere en lineær reise. Ta for eksempel trakten nedenfor, som måler konverteringsdata for et nettsted.
Når bør du bruke et traktdiagram?
Bruk traktdiagrammer i datavisualiseringen når du har 4–5 stadier med sekvensielle data som skal vises. Disse diagrammene er svært allsidige, spesielt for markedsførings- og salgsteam, siden de kan brukes til å rapportere om store mengder data, for eksempel salgspipeline, konverteringer på nettstedet og/eller resultater fra markedsføringskampanjer.
Boblediagram: Teknologimarkeder i Nord-Amerika
Boblediagrammer er en videreutvikling av punktdiagrammer og brukes til å måle forholdet mellom tre numeriske variabler. I eksempelet nedenfor kan du se en visualisering som representerer teknologimarkedene i Nord-Amerika, fordelt på større byer.
Når bør du bruke et boblediagram?
Boblediagrammer er svært nyttige for å visualisere forholdet mellom ulike variabler. Innen RevOps er boblediagrammer gode forretningsindikatorer, siden de kan bidra til å undersøke forholdet mellom relaterte variabler som for eksempel kostnad, marginer og pris.
Varmekart: Risiko for å bli smittet av covid-19
Et varmekart viser korrelasjonen mellom to variabler og gir en skala for gradering, fra høy til lav. Varmekartet nedenfor er for eksempel en visuell fremstilling av risikoen for å bli smittet av covid-19 i de ulike fylkene i USA. Amerikanere i røde områder har høyere risiko, mens amerikanere i grønne områder anses å ha lavere risiko.
More Articles
Når bør du bruke et varmekart?
Det finnes flere ulike bruksområder for denne diagramtypen. Varmekart kan brukes til å forstå befolkningstetthet eller visualisere kundebasen din. De egner seg godt til å vise en mer generalisert fremstilling av numeriske verdier, spesielt når du arbeider med store datasett.
Stablet stolpediagram: Berømte forfatteres produktivitet
Sist, men ikke minst, er dette en av de vanligste visualiseringene jeg personlig ofte har sett brukt til å måle salgsresultater. Stablede stolpediagrammer (også kjent som stablede stolpegrafer) egner seg godt til å visualisere hvordan en datagruppe beveger seg fra én kolonne til en annen. Et unikt interessant eksempel på dette finner du nedenfor. Se hvordan produktiviteten til hver berømte forfatter varierer, samtidig som den videre er segmentert etter litterær type.
Når du bør bruke et stablet stolpediagram
Stablede stolpediagrammer er et godt alternativ for å måle salgsresultater over en bestemt tidsperiode og segmentere etter salgsteam. De gjør det enklere å visualisere avvik i historiske trender, samtidig som du kan sammenligne strategien din med de samlede resultatene dine.
Slik får du helhetsbildet
Virksomheter som ønsker å samkjøre medarbeiderne og strategien sin, bør gå lenger enn grunnleggende teknikker for datavisualisering og begynne å investere i robuste former for datavisualisering fremover. Med fremveksten av kraftige visualiseringsverktøy som Tableau, Looker og Domo, kreves det ikke lenger et team med dataforskere for å omforme rådata til flotte datavisualiseringer som måler KPIs og virksomhetens resultater.
Sørg for at du tilpasser visualiseringen slik at den støtter behovene til målgruppen din, og husk å gjøre visualiseringen til en del av historien du ønsker å fortelle. De beste datavisualiseringene er de som er enkle å forstå for alle som ønsker å tolke dem (og ikke bare eksperter innen dataforskning), så ikke gjør dem unødvendig kompliserte. Interaktiv datavisualisering kan også være et nyttig verktøy for å holde alle engasjert.
Likte du denne artikkelen? Følg The CRO Club på sosiale medier, og abonner på nyhetsbrevet vårt for å få det beste innen inntektsoperasjoner rett i innboksen din.
