En del av alla starka intäktsorganisationer är beroendet av data och datavisualisering för att stödja beslutsfattandet inom era marknadsintroduktionsteam och ert företag. Och även om det är avgörande att investera i tillförlitliga data, är det lika viktigt att investera i de mekanismer som gör det möjligt för er att tolka och förstå vad data berättar för er.
Efter att ha ägnat det senaste decenniet åt att stödja intäktsansvariga inom försäljning, marknadsföring och kundframgång har jag sett det ökande beroendet av stark datavisualisering för att stödja både kortsiktig och långsiktig affärsplanering. Det är inte konstigt att marknaden för datavisualiseringsverktyg förväntas växa till 10,2 miljarder dollar år 2026.
Genom att investera i rätt tekniska kompetenser och programvara för datavisualisering kan ni ge er organisation de förutsättningar som krävs för att förvärva, behålla och utveckla kunder på lång sikt.
Vad är datavisualisering?
Datavisualisering är både konsten och vetenskapen att visuellt representera stora och ibland komplexa datamängder. För vissa innebär detta kalkylblad i Excel, medan det för andra som har kommit längre innebär interaktiv rapportering och instrumentpaneler genom omfattande verktyg för beslutsstöd.
Datavisualisering minskar beroendet av sammanfattande text och betonar den viktiga hjärnfunktion som används för att förstå bilder. Ur ett fysiologiskt perspektiv är det relativt ineffektivt för oss att läsa text, eftersom människans hjärna bearbetar bilder 60 000 gånger snabbare än text. Detta är delvis anledningen till att infografik är så populär för att ta till sig information.
Inom intäktsverksamhet är det avgörande att skapa effektivitet i hur vi förstår, tolkar och agerar utifrån data. Det är därför vi ser många B2B SaaS-organisationer investera i att utveckla funktionerna för verksamhetsanalys som ansvarar för att mäta företagets resultat.
Visualiseringar som diagram, grafer och scheman är utmärkta verktyg för att omvandla rådata till uttrycksfulla visualiseringar som kan berätta en historia. Dessa visualiseringar fungerar som kraftfulla lösningar för att förmedla information och underlätta viktiga beslut på alla nivåer.
Fördelarna med datavisualisering
Inom RevOps har datavisualisering otaliga användningsområden. Datavisualisering kan användas för att prognostisera intäkter, mäta marknadsföringens effektivitet eller förstå kundens övergripande hälsa. Även om dessa användningsområden är många har jag funnit att de främst kretsar kring fem mycket viktiga fördelar som uppstår när man investerar i robust datavisualisering. Yrkesverksamma som vill bli skickliga inom detta område genomgår ofta specialiserade utbildningsprogram för att bemästra dessa tekniker.
1. Det ger tillgänglighet: Information måste delas och förbli tillgänglig för medarbetarna i er organisation. Att formatera data på ett lättförståeligt sätt kan bidra till att skapa samsyn mellan team. Alla roller är i någon mån beroende av data, vilket gör datatillgänglighet till en viktig fördel med datavisualisering.
2. Det hjälper till att dra jämförelser: Datavisualisering används ofta för att jämföra datapunkter. Visuella bilder och representationer gör det mycket enklare att upptäcka trender, skillnader och likheter. Visualiseringar som stapeldiagram eller linjediagram är vanliga exempel som används för att jämföra datamängder.
3. Beskriva samband: Yrkesverksamma inom intäktsverksamhet måste kunna formulera och översätta sambanden mellan olika datapunkter i er verksamhet. Ett enkelt exempel – vilket samband finns mellan säljteamets ordervärden och säljteamets genomsnittliga säljcykel? Med hjälp av datavisualisering blir det enklare att beskriva samband.
4. Identifiera mönster: Människor är bra på att upptäcka mönster genom visualisering. Inom RevOps använder vi datavisualisering för att lyfta fram både mönster och avvikelser i data. Genom att visualisera mönster blir det enklare att upptäcka trender, avvikelser och teman som skulle vara mycket svårare att beskriva enbart med text.
5. Databerättande: Som yrkesverksam inom intäktsverksamhet står du mycket nära data i din organisation. Det är inte bara vår roll att underhålla och sammanställa data, utan också att informera intressenter om vad data berättar för oss. Datavisualisering är en avgörande del av ett effektivt berättande. Lär dig att använda datavisualisering för att dela ditt perspektiv och din berättelse, samtidigt som du gör det möjligt för andra GTM-ledare att effektivt berätta och dela sin egen berättelse.
10 exempel på datavisualisering från verkligheten
Nu när vi har gått igenom vad datavisualisering är och vilka fördelar investeringen i det medför vill jag ta med dig på en visuell resa genom några verkliga exempel på olika datavisualiseringar.
Här är 10 verkliga exempel på datavisualisering från både företagsrelaterade och icke-företagsrelaterade områden, för ditt nöje.
Stapeldiagram: Apples kvartalsöversikt för iPhone
Stapeldiagram är unika eftersom de är enkla att använda och förstå. Ett stapeldiagram är en representation av numeriska data som visas som staplar med varierande bredd eller höjd. Ta till exempel detta stapeldiagram som visar Apples kvartalsintäkter från iPhone mellan 2014 och 2022.
När ska man använda ett kolumndiagram?
Ett kolumndiagram kan användas för att följa förändringar över tidsintervall, precis som i bilden ovan. Dessa diagram kan också användas för att jämföra data mellan olika kategorier eller grupper.
Den här diagramtypen är utmärkt för att framhäva skillnader och visualisera rangordningar, vilket gör diagrammen effektiva för att presentera diskreta data såsom frekvenser, antal eller procentandelar.
Have an account? Log In
Vattenfallsdiagram: Europeiska unionens historia
Inom intäktsverksamheten har jag ofta sett vattenfallsdiagram användas för att prognostisera försäljningsresultat under specifika perioder. Till exempel kan dessa visualiseringstyper användas för att prognostisera försäljningspipeline inom en specifik tidsram.
Vattenfallsdiagram är användbara för att visa en mängd olika data utöver försäljning och försäljningspipeline. Det här verkliga exemplet är ett vattenfallsdiagram som visar hur EEC/EU-regionen växte och minskade under åren fram till Brexit.
När ska man använda ett vattenfallsdiagram?
Använd det här diagrammet för att visa uppdelningen av ett heltal. Dessa visualiseringstyper gör det enkelt att förstå hur specifika variabler påverkar ett specifikt värde över tid.
Linjediagram: Teslas historik över fordonsleveranser
Ett linjediagram (även kallat kurvdiagram) visar trender och utveckling under en specifik tidsperiod. Ta till exempel den här verkliga illustrationen av Teslas historik över fordonsleveranser sedan 2016. Det här linjediagrammet illustrerar tydligt den exponentiella tillväxten för Model 3 och Y, samtidigt som leveranserna av Teslas modeller S och X minskar stadigt.
När ska man använda ett linjediagram?
Enligt min uppfattning används linjediagram bäst för att illustrera trender och visa jämförande skillnader. Inom intäktsverksamheten kan du använda dessa diagram för att framhäva försäljningstrender över en tidsperiod. Lägg till flera linjer för att visa specifika produkter och hur deras försäljning också utvecklas eller minskar.
Spridningsdiagram: världens befolkningar
Ett spridningsdiagram är en diagramtyp som gör det möjligt att se sambandet mellan två variabler. Den här diagramtypen används också för att visa fördelningstrender.
I det verkliga exemplet nedan kan du se jämförelsen mellan födelsetal och dödstal för olika länder. De olika färgerna representerar geografiska regioner, medan punktstorleken visar befolkningsstorleken.
När ska man använda ett spridningsdiagram?
Spridningsdiagram är utmärkta för att visa flera datapunkter, precis som i vårt exempel ovan. De används bäst för att visa samband mellan dessa olika datapunkter. Den här diagramtypen är också användbar för att visualisera fördelningsmönster, såsom avvikande värden som kan finnas i din dataanalys.
Cirkeldiagram: kostnadsriktmärken för SaaS
Ett cirkeldiagram visar hur specifika kategorier kan utgöra en del av ett heltal. Generellt visar ett cirkeldiagram tal i procent, där summan av alla delar måste vara 100 %. I mitt exempel nedan kan du se ett cirkeldiagram som illustrerar kostnadsriktmärken för SaaS-företag med mer än $20 miljoner i ARR.
När ska man använda ett cirkeldiagram?
Cirkeldiagram gör det enkelt att se hur dina data är segmenterade. Du kan överväga att använda cirkeldiagram när du vill segmentera kunddemografi, granska produktförsäljning eller till och med analysera data om kundbortfall.
Mekko-diagram: S&P 500 efter sektor
Den här diagramtypen kallas även Marimekko-diagram och är en visuell representation som använder staplar med varierande bredd och staplade segment för att representera datakategorier. I vårt exempel nedan kan du se hur de främsta S&P 500-aktierna står sig storleksmässigt, både i förhållande till sin bransch och till indexet som helhet.
När ska man använda ett Mekko-diagram?
Mekko-diagram passar utmärkt för att illustrera exempelvis tillväxt, marknadsandelar eller till och med göra en konkurrensanalys. Använd Mekko-diagram när du vill betona skala eller skillnader mellan datagrupper.
Trattdiagram: Konverteringar på webbplatsen
Trattdiagram är utmärkta för att visa en serie steg och hur man tar sig igenom en process. De används ofta för att mäta marknadsförings- och säljprocesser samt konverteringsgrader, och är mycket bra på att visualisera en linjär resa. Ta till exempel tratten nedan, som mäter konverteringsmått för en webbplats.
När ska man använda ett trattdiagram?
Använd trattdiagram i din datavisualisering när du har 4–5 steg med sekventiella data som ska visas. Dessa diagram är mycket mångsidiga, särskilt för marknadsförings- och säljteam, eftersom de kan användas för att rapportera om stora mängder data, exempelvis säljtrattar, webbplatskonverteringar och/eller resultat från marknadsföringskampanjer.
Bubbeldiagram: Teknikmarknader i Nordamerika
Bubbeldiagram är en vidareutveckling av punktdiagram och används för att mäta sambanden mellan tre numeriska variabler. I exemplet nedan kan du se en visualisering som representerar teknikmarknaderna i Nordamerika, uppdelade efter större städer.
När ska man använda ett bubbeldiagram?
Bubbeldiagram är mycket användbara för att visualisera relationen mellan olika variabler. Inom RevOps är bubbeldiagram utmärkta affärsindikatorer, eftersom de kan hjälpa till att undersöka relationen mellan relaterade variabler som exempelvis kostnad, marginaler och pris.
Värmekarta: Risknivå för att smittas av covid-19
En värmekarta visar korrelationen mellan två variabler och ger en graderad skala, exempelvis från hög till låg. Värmekartan nedan är till exempel en visuell representation av risken för att smittas av covid-19 i olika län i USA. Amerikaner i röda områden löper högre risk, medan amerikaner i gröna områden anses löpa lägre risk.
More Articles
När ska man använda en värmekarta?
Det finns flera olika användningsområden för den här typen av diagram. Värmekartor kan användas för att förstå befolkningstäthet eller visualisera din kundbas. De är utmärkta för att visa en mer övergripande bild av numeriska värden, särskilt när man arbetar med stora datamängder.
Staplat stapeldiagram: Berömda författares produktivitet
Sist men inte minst har vi en av de vanligaste visualiseringarna som jag personligen ofta har sett användas för att mäta säljresultat. Staplade stapeldiagram (även kallade staplade stapelgrafer) passar utmärkt för att visualisera hur en datagrupp förflyttar sig från en kolumn till en annan. Ett särskilt intressant exempel på detta visas nedan. Se hur varje berömd författares produktivitet varierar och dessutom är ytterligare segmenterad efter litterär typ.
När du bör använda ett staplat stapeldiagram
Stapeldiagram är ett bra alternativ för att mäta försäljningsresultat under en viss tidsperiod och segmentera efter säljteam. De hjälper till att visualisera avvikelser i historiska trender och samtidigt jämföra din strategi med dina övergripande resultat.
Att sammanföra helheten
Företag som vill få sin personal och strategi att arbeta mot samma mål bör gå längre än grundläggande datavisualiseringstekniker och framöver börja investera i robusta typer av datavisualisering. Med framväxten av kraftfulla visualiseringsverktyg som Tableau, Looker och Domo krävs det inte längre ett team av dataforskare för att omvandla rådata till vackra dataskapelser som mäter KPIS och företagets resultat.
Se till att anpassa din visualisering efter målgruppens behov och kom ihåg att göra visualiseringen till en del av den berättelse du vill förmedla. De bästa datavisualiseringarna är sådana som är lätta att förstå för alla som vill tolka dem (och inte bara för experter inom datavetenskap), så gör dem inte onödigt komplicerade. Interaktiv datavisualisering kan också vara ett användbart verktyg för att hålla alla engagerade.
Gillade du den här artikeln? Följ The CRO Club på sociala medier och prenumerera på vårt nyhetsbrev för att få det bästa inom intäktsverksamhet direkt till din inkorg.
