Datová analytika v Salesu | Mňamka #364
Datová analytika (Business Intelligence) prostupuje celou firmou a podporuje byznys v jeho růstu. Umožňuje hledat souvislosti, šetřit náklady, investovat do rozvoje, lépe se rozhodovat a řídit.
Sales je důležitý pro chod firmy stejně tak jako benzín či baterky pro vaši zahradní sekačku.
Když nebude “šťáva”, těžko posečete. Ve světě byznysu, když sales nebude přinášet nové kšefty, tak těžko budete existovat nebo růst.
Proto je nasnadě nejenom obchod dělat kvalitně a systematicky, ale taktéž řiditelně. A abychom mohli něco efektivně řídit, kontrolovat a rozhodovat se nebo zjistit, kde je ten bottleneck (úzké hrdlo), co nám brání v rozletu, potřebujeme k tomu informace.
A informace se skrývají kde? Všude kolem nás, ale především v datech.
Podělím se s vámi o to, jak já vnímám, kde sales datová analytika může pomoci. Samozřejmě lze vyhodnocovat další spoustu ukazatelů, KPIs a pohledů, ale ty v následujících odstavcích považuji za esenciální.
Současný stav a výhled
Každý sales manager jednoznačně potřebuje výhled. Kolik dealů mám v sales pipeline, jak blízko jsou před uzavřením, jedná se o růst na současných zákaznících, nebo se jedná o nové klienty. Bez toho se prostě neobejdete, protože mít odpověď na otázku „Kolik byznysu bude příští kvartál?“ je prostě základ.
Roční pohled na obchodní pipeline vyjádřenou v penězích
Jednoduchým najetím kurzoru myši se zobrazí možnost prokliku na detail
Po kliknutí vidím detail daného měsíce a části, která mě zajímá (např. Forecast)
Aktivita
Co když ale pipeline zeje prázdnotou? No tak potřebuju vidět, že se obchodníci snaží a jedou na plné obrátky, aby ji opět naplnili. Takže potřebuji odpovědi na tyto otázky:
- Jakou aktivitu dělají? - Schůzka bude mít vždycky větší šanci na úspěch než poslaný email.
- Zda plní domluvený plán? - Mnoho obchodníků bez obchodního plánu nemá motivaci a nevyužívá svůj plný potenciál.
- Jestli mají domluvené schůzky?
- Jak vypadá jejich sales funnel?
A v neposlední řadě mít možnost se podívat na konkrétní aktivity a rychle se dozvědět detail.
Měsíční pohled na aktivitu daného obchodníka (filtr jen na meetingy a calls) - opět lze využít proklik na detail jednotlivých metrik
Místo pro zlepšení
A pak mě zajímá celková dlouhodobá performance a to, kde jsou již zmiňované bottlenecks:
- Jaké jsou konverzní poměry mezi jednotlivými fázemi obchodního procesu?
- Jak dlouho nám trvá v průměru dostat deal z jedné fáze do druhé?
- Jak dlouho trvá náš obchodní cyklus?
- Kolik dealů jsme uzavřeli tento rok?
- Jaké to byly?
To vše potřebuji na pár kliknutí, přes tým nebo přes jednotlivce. V rychlosti, každý den aktuální, abych si mohl ověřit své hypotézy nebo odhalovat ona hluchá místa, kde nám něco uniká, a to něco jsou noví klienti.
Měsíční pohled na sales funnel a jednotlivé metriky
Další pohled na sales analytiku si můžete přečíst v naší mňamce S čím reálně může sales analytika pomoci?
Pokud vás zaujalo, jak se dá pracovat s daty v oblasti obchodu a máte nějaké otázky, připomínky či komentáře, budu rád, když mi napíšete.
Patrik
Postavili jsme stejného AI chatbota nad firemními daty v Googlu i v Microsoft Azure. | Mňamka #557
Skoro každá firma dneska sedí na hromadě vlastních dokumentů - produktové listy, FAQ, smlouvy, zápisy z projektů. A skoro každá firma by chtěla to samé: chatbota, kterému napíšete otázku a on odpoví z vašich dat, ne z toho, co si kde přečetl na internetu. Zní to jednoduše. My jsme si to chtěli osahat pořádně, a tak jsme jedno a to samé řešení postavili dvakrát - jednou v Google Cloudu, podruhé v Microsoft Azure. Tady je, co z toho vypadlo.
Microsoft Fabric vs. dbt | Mňamka #556
Když firmy modernizují svou datovou platformu, narazí dřív nebo později na otázku, jaký datový stack zvolit a co je pro jejich byznys nejvhodnější. Migrovat na Microsoft Fabric? Nasadit dbt? Otázka je ale položená trochu zavádějícím způsobem, jde totiž o srovnání dvou věcí, které stojí na jiné úrovni datového stacku: Fabric je platforma, dbt je transformační nástroj, který na takové platformě běží. Přesto má smysl se ptát, jak se tyto dva světy doplňují, kde si uvnitř Fabricu konkurují nativní nástroje a dbt, a kdy se vyplatí sáhnout po dbt jako standardní transformační vrstvě.
7 signálů, že vaše firma potřebuje datovou strategii | Mňamka #555
Každá firma chce zvednout efektivitu a využít příležitosti, které dnes AI nabízí. Jenže než nasadíte jakýkoliv model, copilota nebo „chytrou analýzu", musíte mít v pořádku to, na čem AI stojí a to jsou pevné datové základy. Následující signály jsou věci, se kterými se u klientů stále poměrně často setkáváme. Pokud některý z nich zní povědomě, datová strategie není nice-to-have. Je to základ. A ten se bohužel nedá přeskočit, i když by to bylo hodně pohodlné. Dá se oddálit, ale pak se vždy platí i s úroky.
