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

Patrik Samko
Datový detektiv
Linkedin

Líbí se vám článek? Ochutnejte naše mňamky.

Jak přistupovat k user managementu v datové analytice? | Mňamka #373

Jak přistupovat k user managementu v datové analytice? | Mňamka #373

Ne každý ve firmě by měl mít přístup úplně ke všem datům. A to ani tam, kde naplno vládne datová demokratizace. Základem dobré bezpečnosti je totiž tzv. princip nejnižších privilegií – nedávejte uživatelům přístup tam, kam ho nepotřebují. Stejně tak je ale potřeba pro klíčové procesy nastavit odpovídající kontrolní mechanismy, které povedou k minimalizaci bezpečnostních rizik. Co dalšího ještě můžete udělat? Verča pro vás popsala 5 důležitých bodů, kterých se společně s našimi klienty při přidělování uživatelských přístupů a práv snažíme držet.

Je to mezera, není to mezera? | Mňamka #370

Je to mezera, není to mezera? | Mňamka #370

O významu čištění dat toho bylo napsáno již poměrně hodně. Zjednodušeně by se to dalo shrnout takto – pokud si neuděláte úklid už na vstupu, budete mít neskutečný bordel i na výstupu. Dnes se proto podíváme, jak ve si Snowflake SQL vyčistit finanční čísla z Google Sheets. Petr vám postupně ukáže, jak by měl vypadat čistící skript pro data různých formátů. A narazil při tom i na jeden opravdu záludný oříšek. Není totiž mezera jako mezera. O tom už ale více v dnešní mňamce!

Period Over Period v Tableau | Mňamka #367

Period Over Period v Tableau | Mňamka #367

Při práci s daty ve vizualizačních nástrojích si velmi často potřebujete porovnat jednotlivá časová období. Zajímají vás např. prodeje tento vs. předchozí rok. V Tableau máte hned několik možností, jak takové period over period srovnání provést. Kterou z nich ale zvolit? Tomáš pro vás sepsal mňamku, ve které vás postupně provede výhodami a nevýhodami standardního řešení v podobě Quick Table Calculation, použití LOOKUP funkce, výpočetně náročnějšího data blendingu a variabilního custom filteru s předdefinovaným obdobím.