Innsikt og analyse

Våre analysekonsulenter er eksperter i å oversette store og kompliserte datakilder til alt fra enkel styringsinformasjon til AI-baserte automatiseringsgrunnlag. I tett samarbeid med våre kunder jobber vi med dette for å redusere kundefrafall, øke salg, beregne kunde- og produktlønnsomhet, optimalisere prising, identifisere truende og lovende trender i dataene og mye annet. Et analyseprosjekt kan forenklet sett gjerne deles inn i 5 kategorier: (1) Definisjon og forankring av mål, (2) Sammenstille informasjonen, (3) Strukturere informasjon, (4) Analyse og (5) Bruke informasjonen til noe fornuftig.

Forankring av mål – Hvorfor

Felles forståelse av ønsket resultat av et analyseprosjekt er essensielt helt i oppstartsfasen. Vi må bli introdusert for verdikjeden og selskapets strategi, slik at vi i samråd med dere kan utarbeide realistiske målsetninger. Hvis det foreligger liten kjennskap til hvilken data dit selskap innehar, kan det i denne prosessen være krevende å sette seg oppnåelige mål. Utarbeidelse og utvikling mot delmål gir oss derfor mulighet til å oppjustere, eller nedjustere slik at det langsiktige målet blir realisert.

Sammenstille informasjon – Hva

Vår erfaring er at veldig mange bedrifter har store menger data, men at disse ligger lagret på mange ulike steder. Det kan være både lokalt hos enkelte ansatte, men også i ulike servere fordelt over de forskjellige avdelingene. Denne fasen handler derfor om å starte med å sammenstille alle datakilder slik at vi kan begynne å teste delmålene basert på de dataene selskapet har tilgang på. Ofte vil denne fasen føre til oppnåelse av enkelte delmål, samtidig som at vi får kartlagt hvilken informasjon som er utilgjengelig og videre definert hvordan den skal tilgjengeliggjøres.

Et analyseprosjekt kan med andre ord ofte være et utgangspunkt for videre utvikling av selskapets digitale strategi, hvorav resultatet ikke bare blir økt innsikt, men også konkrete tiltaksplaner som samsvarer med de langsiktige målsetningene selskapet har for videre vekst.

Strukturere informasjonen – Hvem

Når dataen først er tilgjengeliggjort, starter fasen med strukturering. Her vil det være naturlig å se hvilke data som tilhører de ulike domene i selskapet og om resultatet av denne fasen utløser en endring i målbildet eller videre prosess.

Analyse informasjonen – Muligheter og videre utvikling

Det er først når vi kommer til denne fasen at vi kan begynne å grave i dataen og kartlegge hvilke potensialet og gevinster innsikten kan gi. Resultatet av denne øvelsen gir gjerne både håndfaste rapporter over ferdig definerte KPI’er, men også besvarelse av spørsmål som: hvilke kunder dere tjener mest på, kartlegging av gap i kundereisen, sammenhenger i kundehenvendelser mot produkt eller tjeneste, ofte stilte spørsmål, type sakshenvendelser fordelt over kundeprofil og mye mer.

De øvrige fasene kan sees på som grunnmuren til analysering, og videre arbeid med innsikt og utvikling er en kontinuerlig prosess uten en sluttdato. Markedet, forbrukermønster og ditt eget selskap er i stadig endring noe som også medfører at behovet for innsikt og analyse kommer til å endre seg, på samme måte som datagrunnlaget.

Bruke informasjonen til noe fornuftig

Under forutsetning av at de fire fasene frem til dette punktet har blitt gjort grundig kommer nå den virkelig harde prosessen som skiller klinten fra hveten. For hva skal du med innsikt hvis den ikke tilgjengeliggjøres, tas i bruk og anvendes til endring og utvikling? Som spesialister på Microsoft Dynamics 365 har vi god erfaring med tilgjengeliggjøring av innsikt tilpasset brukerne med roller og behov direkte i CRM eller for kunder i MinSide eller andre samhandlingsløsninger dere måtte ha. Videre ser vi ofte at resultatet av et større analyseprosjekt kartlegger forbedringspotensialer som danner grunnlaget for endring i arbeidsrutiner, eller utvikling av nye prosesser.

Det kan eksempelvis være at et kundegap kartlegges i salgsprosessen som følge av stort antall kunder per selger, men som kan effektiviseres med en mer strømlinjeformet salgsprosess hvor oppfølgning er automatisert basert på regler. Et annet eksempel er analyse av ofte stilte spørsmål kan føre til oppsett av kunnskapsartikler med automatiserte svar basert på henvendelsestype. Eksemplene på bruk er mange, og der hvor det for et selskap kan resultere i endring i arbeidsrutiner kan det for et annet resultere i ny prisstrategi for å kunne prise riktig i nåtid når produkter skal leveres i fremtiden, eller maskinlæringsmodeller som predikerer kundefrafall som så utløser markedsaktiviteter.

Innsikt og analyse er som tidligere nevnt ikke et enkeltstående prosjekt, men må heller struktureres inn i selskapet som et område for kontinuerlig læring og forbedring. Teknologi kan ikke ta beslutninger for deg, men gjennom målbasert bruk kan den gi tilgang på ny innsikt som ditt eget selskap.