Mona Bokneberg
Mona Bokneberg
Kontakt meg

Dataanalyse – 4 vanlige fallgruver

Dataanalyse – 4 vanlige fallgruver

Det er mange fallgruver å gå i når du skal jobbe med dataanalyse i en bedrift.

I dette innlegget har vi skrevet om de 4 fallgruvene mange selskap i vekst faller i og  hvordan du kan unngå dem og dermed få en bedre kvalitet på din analyse.

God lesning!

Alle vet at data er viktig, ikke bare for en selv og teamet, men også for virksomhetens langsiktige forretningssuksess. Du er avhengig av data for å evaluere kampanjer, prioritere nye initiativer, overvåke posisjonen i markedet og mye mer. Så hvorfor føles det noen ganger som om datahåndtering er en kamp?

Datadrevne initiativer kan ofte vakle eller ikke oppnå forventede resultater selv hos de beste selskaper. Vi har hørt om feilslåtte kampanjer hvor de trodde dataene fortalte dem én retning å gå, men i virkeligheten gikk verden i en annen. Hvis dette høres kjent ut har du kanskje falt i en av de fire største fallgruvene et selskap i vekst møter i løpet av sin datareise.

Disse feiltrinnene er frustrerende, men de kan fikses.

 

ABONNER PÅ ØKONOMBLOGGEN

 

Fallgruve 1 - Tenker på data helt til slutt

Det hender altfor ofte at ledere og dataanalytikere må inn i en reaktiv rolle i virksomheten. En ny strategi utvikles, eller en fantastisk mulighet dukker opp og dataanalyseteamet er de siste som hører om det. Dette resulerer ofte i at de blir bedt om å trekke ut rapporter, planer og annen nyttig informasjon fra manglende eller dårlig data.

Når team som er involvert i dataintegritet og compliance blir brukt som et servicesenter i stedet for å ha en sentral rolle når selskapsstrategier defineres går lett i denne fallgruven. En bedriftsleder står ansvarlig for å stille spørsmål til virksomhetens data, både tidlig og ofte. Samtidig må det trekkes paralleller mellom dataene og forretningens resultater. Økonomiansvarlig må være involvert og viktigheten av kundedata må være et fokus. Korrekt kundedata kan forkorte salgssykluser og øke mersalg. Sørg for at operasjonelle ledere er klar over den vitale funksjonen kundedata har i markedsføringskampanjer, og at innsamling av kundedata krever en solid datainfrastruktur.

Som en datadrevet leder blir du en forkjemper for alle typer problemstillinger i alle bransjer.
Ikke vær redd for å heve stemmen og sikre at data er en del av enhver strategisk samtale!

 

Fallgruve 2 - Overvurderer virksomhetens databeredskap

"Alle" sier de vil være datadrevne, men hvor realistisk er egentlig det? Selv om vi ønsker å sette data først i enhver beslutning, er det ikke alle bedrifter som har tid, ressurser eller drivkraft til å få det til. Forskning viser at kun 61% av selskapene anerkjenner virkningen av data og analyser på kjernevirksomhet, og tar en ad-hoc-tilnærming til analyse i stedet for å utvikle en fullverdig datastrategi.

Det er viktig å gjøre det beste man kan på hvert trinn i datareisen. Du må gjøre data til en viktig del av enhver beslutning i egen virksomhet. Fremgang er det som betyr noe, og er den perfekte tilnærming til å bli mer datadrevet. Uansett hvor dere er i deres datareise må det fokuseres på å få mest mulig ut av datastrategien og sørge for at dataene er av god kvalitet. Invester tid i små konkrete tiltak for å forbedre databruken og tilpasning av de mest kritiske delene av virksomheten. Et ærlig blikk på datakulturen innebærer å sikre at analytikerne har tid og ressurser til å støtte vekst i de riktige områdene i selskapet, selv om det betyr et litt mindre responsivt forhold til andre deler av organisasjonen og deres data.

 

Fallgruve 3 - Unnlate å tenke på driverne

Når det kommer til data er det veldig lett å miste oversikten over hva som er viktig. Dette resulterer ofte i at selskapet faller ned i et hull med irrelevante beregninger og følger sykluser på komplekse rapporter og dashboards som kartlegger drastiske endringer over tid, uten å få svar på et eneste spørsmål om kjernevirksomheten. Hvor ofte har du sett deg selv stirre på enda en rapport som beskriver månedlig engasjement på sosiale medier, eller antall supporthenvendelser som er logget i løpet av en uke og tenkt: «Hva betyr dette egentlig?» Det er lett å havne i fellen hvor du starter et datainitiativ ved å måle det som er enklest å måle, men det er sjelden disse tingene som utgjør forskjellen for virksomheten. I stedet må du ta et skritt tilbake og ta deg tid til å formulere spørsmålene du aller helst vil ha svar på.

Er hovedmålet å sørge for at salg får flere kunder av høy kvalitet vil ikke sporing av nettstedtrafikk alene fortelle mye om hvordan de kommer inn i salgstrakten, eller hvor og hvorfor de faller ut av prosessen. Lag heller en liste over alt du ønsker å vite for å få grundige svar på spørsmålene. Du kan kanskje ikke fange opp eller behandle alle disse dataene helt fra start, men det vil hjelpe deg å sette en ramme for rapporteringen din og bruke den til å bygge meningsfull kontekst i stedet for å spytte ut tall.

Et annet vanlig feilgrep mange selskaper gjør er å investere i et nytt verktøy uten å bygge et solid grunnlag først. Har du noen gang funnet deg selv i arbeid med et dataanalysedashbord for prosjektplanlegging og implementering, som egentlig burde ha vært et kundeintelligensprosjekt, så vet du hvor demotiverende det kan være. Teknologi er til hjelp for å bevege seg raskere og mer effektivt, men alt starter med en klar strategi. Før du tar inn et nytt verktøy må du sørge for at du kjenner til utfordringene som skal løses. Invester tid i å bygge entusiasme rundt initiativet – ikke bare i teamet ditt, men også i andre team og avdelinger som kan bruke det nye verktøyet. Sett av tid til å lære opp nye brukere, og planlegg regelmessige oppdateringer for å holde entusiasmen og motivasjonen høy.

 

"Ta et skritt tilbake og ta deg tid til å formulere spørsmålene du aller helst vil ha svar på."

 

Fallgruve 4 - Bruker data av dårlig kvalitet som basis for kritiske forretningsbeslutninger


Det er forskjell på å være datamettet og datadrevet. Bedrifter har mer tilgang til data enn noen gang, men det kreves mye jobb for å forstå dem. Ledere nedvurderer ofte deres evne til å trekke ut det grunnleggende: rettidig-, tilgjengelig-, fullstendig- og nøyaktig data. Datahåndteringsselskaper tilbyr sine tjenester, men er mest fokusert på mekanikken til dataen, som å flytte dem og lagre dem.

Bedrifter trenger et helhetlig system av forebyggende tiltak, effektiv behandling og en støttende kultur for å aktivt administrere bedriftsinformasjonen. Den bør utformes på en måte som lar bedrifter svare på grunnleggende spørsmål om dataene, som fortsatt er utfordrende for mange å ta tak i; hvor befinner de seg, hvem har tilgang til dem, er de nøyaktige og hvor mye er de verdt? Når du vet hvordan du skal svare på disse spørsmålene, kan du begynne å forstå og kommunisere på en kvantifiserbar måte påliteligheten, risikoen og avkastningen til denne svært kritiske virksomheten.

Ser du etter ineffektivitet i bedriften din, er sjansen stor for at du finner en del dårlige data internt. Imidlertid kan bedrifter forbedre dataen og gjøre gode data til en livsstil ved å ta en helhetlig tilnærming til kvaliteten. Endringen fra å sette søkelys på mekanikken i data til å konsentrere seg om dens generelle helse kan hjelpe ledere med å bli tryggere på å ta datadrevne forretningsbeslutninger.

 Les mer om dataanalyse, rapportering og BI løsninger ->

 

ABONNER PÅ ØKONOMBLOGGEN

 

Kontakt forfatteren
Mona Bokneberg
Mona Bokneberg