Duik in CRM-analyse (+ gratis sjabloon)

Ik laat je zien hoe je je data voorbereidt op analyses, wat mijn favoriete manieren zijn om CRM-analyses in dagelijkse workflows te gebruiken en drie gratis sjablonen voor veldtoewijzing, statistiektoewijzing en prognoses.

Wat zijn CRM-analyses?

CRM-analyses zijn niet hetzelfde als de Salesforce CRM-functie met dezelfde naam. Het is de praktijk waarbij gegevens uit het verleden en het heden worden verzameld en gecombineerd met systeemkennis en verschillende computationele methoden om trends binnen je bedrijf te begrijpen en te voorspellen.

CRM-analyses versus CRM-rapportage

Waar CRM-rapportage zich richt op een momentopname van je bedrijf en elk rapport een eenvoudige vraag moet beantwoorden, proberen CRM-analyses een beeld te schetsen van een algehele situatie en deze vooruit te voorspellen. Daarbij worden rapporten, analyses en grafieken gecombineerd om meerdere antwoorden op vragen samen te brengen tot één verhaal.

Waarom CRM-analyses?

De markt voor CRM-software, die momenteel ongeveer $70 miljard waard is, zal naar verwachting in de komende 10 jaar groeien tot meer dan $200 miljard. Marktleiders zoals Salesforce zullen nieuwe manieren blijven introduceren om meer klantgegevens op te nemen in hun 360°-modellen.

Het is nog nooit zo eenvoudig geweest om de prestaties van een bedrijf bij te houden — maar het is ook nog nooit zo ingewikkeld geweest om de verbanden, relaties en bruikbare inzichten binnen deze groeiende wirwar te begrijpen. 

Onvoorspelbaar succes is voor een bestuur bijna net zo verontrustend als onvoorspelbare mislukking. Moderne bedrijven moeten beide zien aankomen en voor elk scenario een plan hebben. CRM-analyses fungeren als een kristallen bol voor je bedrijf.

Aan de slag met CRM-analyses

Of je nu toegang hebt tot een geavanceerd analyseplatform of alleen over een spreadsheet beschikt, het is aan jou om betekenis te vinden in het datameer (of de datasomp).

Eigenlijk raad ik sterk aan om met een spreadsheet te beginnen, zodat je je data leert begrijpen zonder afhankelijk te zijn van geavanceerde algoritmen. Bekijk je data en begin te denken als een analist.

Vragen om jezelf te stellen

• Hoe werkt het? 
• Hoe hangen je kolommen met elkaar samen? 
• Welke rijen vallen op? 
• Is het goed of slecht dat ze opvallen? 

Ga wat dieper om meer bruikbare inzichten te ontsluiten:

• Hoe beïnvloedt dit verduidelijkte inzicht in de data onze strategie? 
• Wat betekent dit voor onze waardepropositie? 
• Waar brengt dit ons in vergelijking met waar we denken uit te komen?

Nieuwsgierigheid heeft misschien de kat gedood, maar heeft de RevOps-professional gevormd tot een analyse-expert. En juist deze expertise zal ervoor zorgen dat je uitgroeit tot een gerespecteerde leider binnen je bedrijf.    

Maak een datakaart

Zoals Covey zegt: begin met het einde voor ogen.

Wat zijn je leidende statistieken? Wat MOET je meten? En waaruit zijn deze opgebouwd? Wat zijn je tellers, noemers, vermenigvuldigingsfactoren en risicofactoren? Waar komen deze vandaan? Welke systemen zijn erbij betrokken?

Dat zijn veel vragen om te beantwoorden, dus ik splits het nog verder op. Laten we een veldkaart maken!

Sjabloon voor veldkaart

Duik diep in je CRM-data en laat een veldkaart je kompas zijn, dat je naar waardevolle bedrijfsinzichten leidt. Ontvang je sjabloon voor een veldkaart plus twee bonussjablonen voor het in kaart brengen van leidende statistieken en het maken van een prognosegrafiek!

Facebook

This field is for validation purposes and should be left unchanged.

Name*

First* Last*

Your email*

By submitting this form, you agree to receive the requested content, our newsletter, and occasional emails related to The CRO Club. You can unsubscribe at any time. For more details, please review our Privacy Policy.

Een veldkaart maken

1. Open de spreadsheettool van je keuze of download de gratis veldmappingtemplate hierboven
2. Plaats de belangrijke velden die je nodig hebt in kolom A op verschillende rijen (één tabblad voor één object [Verkoopkans, Account, Lead, Contact, enz.] — gebruik verschillende tabbladen als je meerdere objecten moet integreren of mappen)
3. Plaats in kolom B alle gegevenstypen (getal, tekenreeks, keuzelijst, enz.)
4. Noem kolom C naar een ander systeem van registratie en gebruik kolom D opnieuw voor het gegevenstype
5. Vul de rijen in C & D in met de namen van overeenkomende velden en gegevenstypen
6. Voeg voorwaardelijke opmaak toe om te controleren of D = B (of equivalent is)
7. Herhaal stap 4-6 voor elk extra systeem en vergelijk elke kolom met gegevenstypen opnieuw met kolom B

Door mismatches tussen je gegevenstypen op te lossen, zet je belangrijke stappen naar het verbeteren van de gegevensintegriteit. 

Je zult waarschijnlijk veel lege velden hebben, waarin je kunt bevestigen of er wel of geen mappings moeten zijn. Je kunt dit uitbreiden door kolommen toe te voegen waarin je alle opties van je keuzelijsten vermeldt en deze ook vergelijkt. Vanuit dit werkblad vergroot je bovendien je kennis van je volledige ecosysteem. 

Hoewel er tools beschikbaar zijn die dit voor je kunnen uitvoeren, brengen ze allemaal kosten met zich mee. Afhankelijk van de omvang van je bedrijf en de controle die je over je systemen hebt, kan dit een eenmalige oefening zijn en hoef je mogelijk niet de doorlopende kosten te betalen.

Koppel aan noordsterstatistieken

Nadat je je velden hebt gemapt, kun je beginnen met het mappen van de componenten van je noordsterstatistieken (bekijk het tweede tabblad van de veldmappingtemplate).

1. Maak op een nieuw tabblad van je spreadsheet in kolom A een lijst van elke statistiek die je moet bijhouden
2. Gebruik kolom B om de formule of het proces op te schrijven waarmee je elke statistiek berekent
3. Maak in kolom C een lijst van de celverwijzingen uit je veldmapping voor de velden die nodig zijn om de statistiek in kolom A te berekenen met behulp van de methode in kolom B

Je beschikt nu over een gedocumenteerd overzicht van de manier waarop je statistieken verband houden met je velden en een kaart van waar die gegevens zich bevinden. Je datamaturiteit is nu geschikt voor Series C+. Je hebt de basis gelegd voor gegevensintegriteit en traceerbaarheid van gegevens.

6 Voorbeelden van dagelijkse CRM-analyses

Nadat je gegevenskaart is opgebouwd, kun je CRM-analyses gaan gebruiken in je dagelijkse werkprocessen. Dit zijn enkele van mijn favoriete manieren om mijn analytische vaardigheden toe te passen:

1. Processen stroomlijnen

Door je verkoopkansgegevens analytisch te bekijken, kun je beginnen te begrijpen waar zich knelpunten in je verkoopproces(sen) kunnen bevinden of waar processen mogelijk niet goed verlopen of mislukken.

De beste statistiek om hier te gebruiken is de tijd in een fase. Bekijk deze wekelijks of maandelijks om te begrijpen of deze toe- of afneemt. Over het algemeen is een asymmetrische toename van de tijd in één fase een teken dat je iets grondiger moet onderzoeken.

2. Bepaal je ICP

Elk verkoopteam waarmee ik ooit heb gesproken, gelooft dat het zijn ICP begrijpt, maar hoeveel teams verkopen er daadwerkelijk aan?

Neem je volledige verkoopspipeline (inclusief gewonnen en verloren deals) en maak er een draaitabel van. Segmenteer de gegevens zodat ze aansluiten op je ICP en bekijk vervolgens of de verdeling van de latere en gewonnen fasen neigt naar de klanten die het beste aansluiten bij je ICP-velden.

Als dat zo is, sluit je aan bij je strategie. Maar als dat niet zo is en je gewonnen gegevens buiten je ICP vallen, is het mogelijk dat je het verkeerde doel nastreeft of dat je moet bijsturen. En als je gewonnen gegevens wel binnen je ICP vallen, maar je verkoopdeals in een late fase niet, heeft je team de verkeerde prospects benaderd of verandert de markt zich voor je ogen.

3. Trends en klantgedrag voorspellen

Ik zie dat veel bedrijven vrije tekstvelden gebruiken om input over bepaalde zaken te verzamelen. Voor analyses is dit grotendeels niet bruikbaar, tenzij de tekst wordt gecategoriseerd.

Om te beginnen met het opschonen van tekstgegevens, voer je een basisfrequentieanalyse uit op alle tekst in je veld en zoek je naar de meest voorkomende trends. Met formules of workflows kun je vervolgens booleaanse velden of keuzelijsten instellen die worden bijgewerkt op basis van de vrije tekst.

Author's Tip

Als er een tekstveld is waarvan je weet dat het bij analyses wordt gebruikt, stel het dan in als een vervolgkeuzelijst.

4. Maak een prognose en volg de prestaties

Als je actief bent in een bedrijf met een redelijk verkooptempo, kun je meetkundige principes in je voordeel gebruiken bij het maken van prognoses. Je kunt dit instellen in een rekenblad — of de gratis prognosesjabloon downloaden (tabblad 3 in de veldkaartsjabloon).

1. Voer Dagen in kolom A in en Nog te gaan in kolom B
2. Vul nu je doel in tegenover dag 0 op de eerste rij van je tabel.
3. Noteer voor elke binnenkomende verkoop de dag en trek vervolgens de waarde af van je doel. Vul het bedrag dat Nog te gaan is in op de overeenkomstige rij.
4. Voeg, zodra je één invoer hebt, een nieuwe rij toe voor dag 40. Voeg een grafiek in en voeg een trendlijn toe aan je reeks.

Naarmate je meer transacties toevoegt, zie je de trendlijn je horizontale as kruisen — dit is het moment waarop je je doel waarschijnlijk hebt behaald.

Deze prognosegrafiek is effectief omdat hij laat zien hoeveel dagen je voor- of achterloopt, in plaats van alleen wat je zult missen en met hoeveel.

5. Identificeer nieuwe kansen

Dit is een relatief eenvoudige analyse voor iedereen met meerdere productlijnen of een sterke focus op bijverkoop.

Neem je klantenbestand en de gemiddelde klantbesteding op basis van de omvang van het bedrijf (aantal werknemers of waardering) en, als je in een groter bedrijf werkt, de verticale markt/sector.

Je zou dan een globaal beeld moeten hebben van de onbenutte ruimte binnen je accounts en kunnen zien wie minder betaalt dan hij of zij zich vermoedelijk kan veroorloven. Een eenvoudige dichtheidsanalyse als deze kan, afhankelijk van de variabele die je gebruikt, tot veel inzichten leiden.

Je zou kunnen kijken naar andere nuttige verkoopanalyses, zoals hoe vaak klanten (naar omvang en sector) opnieuw kopen, hoe lang ze gemiddeld klant zijn en hoeveel ondersteuningsverzoeken ze indienen, en dit vervolgens vergelijken met je normen.

Dit geeft in grote lijnen aan waar je gas kunt terugnemen en waarop je je moet richten. Het is een uitstekende analytische activiteit om je planningsdekking aan te vullen.

More Articles

• 18 belangrijkste voordelen van CRM-software voor de gezondheidszorg voor zorgverleners
• 15 belangrijkste voordelen van AI-CRM voor verkoop & marketing
• 16 belangrijkste voordelen van mobiele CRM-systemen voor verkoopteams en klanten

6. Markeer klanten die risico lopen

Deze analyse is lastiger, omdat je waarschijnlijk een model voor machinaal leren moet opzetten om klantbehoud echt uiteen te rafelen. Je kunt echter beginnen met het opstellen van een signaleringskader.

Neem elk aspect van je klantervaring dat je nauwkeurig kunt volgen en bereken voor elk onderdeel van je aanbod de gemiddelde deelname/betrokkenheid/gebruik bij je tevredenste klanten en klanten die het waarschijnlijkst verlengen.

Werk vervolgens terug en gebruik deze gegevens als je signalen:

• Doen andere klanten mee, zijn ze betrokken en gebruiken ze je product op dezelfde manieren?
• Is het gebruik bij klanten die het product aanzienlijk onderbenut, beperkt tot een specifiek gebied?
• Kan het niet benutten van die waarde een risicofactor zijn?

Van daaruit kun je een reeks selectievakjes met formules op je klanten toepassen om aan te geven welke ‘signalen’ voor hen zijn geactiveerd.

Het aantal geactiveerde signalen kan vervolgens de ‘status’ bepalen, waarbij ze bijvoorbeeld bij 6 signalen rood worden.

Dit model is eenvoudiger te implementeren dan een volledige gezondheidsscore en is tegelijkertijd bruikbaarder voor je team, omdat zij kunnen zien welke signalen zijn geactiveerd. Als je deze score over je volledige klantenbestand bekijkt, welk percentage is dan groen? Komt dit in grote lijnen overeen met je retentiepercentages?

Author's Tip

CRM-analyses hoeven niet ingewikkeld te zijn.

Al deze voorbeelden kunnen in een spreadsheet worden uitgevoerd en helpen je grondig te begrijpen wat er wel en niet werkt in je organisatie.

Heb je een CRM-analyseplatform nodig?

Als je een data-analyseplatform gebruikt dat een paar stappen verder probeert te gaan en je statistieken voor je probeert uit te werken, stop dan en vraag je af of je tijdens een bestuursvergadering of bij het rapporteren aan hoger management in die statistiek moet kunnen duiken.

Gebruik het platform niet langer als een belangrijke statistiek, maar gebruik het in plaats daarvan operationeel en richtinggevend. Als je niet weet hoe iets wordt berekend, waar de gegevens vandaan komen, wat de foutmarge is of hoe veranderlijk het is, dan is het platform functioneel, maar biedt het geen inzicht.

Platforms zoals Salesforce CRM Analytics (voorheen Einstein Analytics) of Tableau CRM geven je een diepgaand inzicht in je gegevens, maar vereisen nog steeds een brede en diepgaande kennis van de gegevens zelf.

Andere platforms kunnen meer aanvoelen als zwarte dozen en hebben hun eigen handelsmerkscores voor deals, waarvan je niet kunt zien hoe ze intern tot stand komen. Hoewel dit belangrijke verkoopargumenten zijn voor kleine bedrijven, maakt het gebrek aan integriteit en robuustheid in deze statistieken ze ongeschikt voor echte rapportage of analyses.

Benut CRM-gegevens voor meer bedrijfsimpact

Waar algemeen aanvaarde wijsheid je zou aanraden om voorzichtig en aarzelend het diepe in te gaan, is mijn advies juist gedurfd: spring erin. 

Of je nu in het ondiepe springt of meteen in het diepe, laat ik aan jou over. Maar daarbuiten bevindt zich een wereld aan betekenis. 

Analyse is het snijvlak van de wetenschap van gegevens en de kunst van waarzeggerij. Je moet erin ondergedompeld zijn om het te leren kennen.

Je bouwt met de gegevens die je vindt je eigen Shashibo-kubus. Je kleurt de vlakken en vormt de figuren naar eigen inzicht. Er zit structuur in de chaos en chaos binnen de structuur. En dat is het plezier van het begrijpen van CRM-analyses.

Open een spreadsheet. Implementeer een analyseplatform. Speel met je gegevens.

Ik daag je uit.