4. lecke

Marketing és értékesítés precíz mérése

4. lecke

Marketing és értékesítés precíz mérése

Hogyan adj el többet és nagyobb haszonnal, ha a marketingbüdzsét nem növelheted? Manapság a legtöbb vállalatnál igencsak aktuális ez a kérdés. Kézenfekvő, hogy az eddiginél sokkal hatásosabban kell felhasználni a rendelkezésre álló forrásokat.

Na de, hogy lehet ezt megvalósítani?

Ebben segít a teljesítménymenedzsment, természetesen üzleti intelligencia (business intelligence, BI) támogatással. Íme 7 lépés, amelyet a siker érdekében meg kell tennünk.

Ismerd meg, hogy kik az igazán értékes vevőid! Mennyit költesz rájuk, mennyi hasznot hoznak, milyen potenciál rejlik bennük? Bár a különböző ágazatokban más-más elemzéssel lehet ezt megtudni – példának okáért gondoljunk csak a kiskereskedelmi és a gyógyszeripari vevők eltérő jellegére –, de a válasz megtalálása mindenütt kulcsfontosságú a továbblépéshez:

  1. Ha beazonosítottuk a vevőinket, ki kell derítenünk, hogyan csoportosítsuk át a marketing költségvetést úgy, hogy az értékes vevőinket érjük el.
  2. Az értékesítési szervezetet is a legjobb vevőkre kell szabni. Milyen csatornákon érheted el őket a leghatékonyabban?
  3. Ismerjük meg mélységében a márkánkat! Vajon milyen életciklusban van? Az erre fordított beruházások hogyan térülnek meg? Ez is profi elemző munkát igényel.
  4. Mérjük a marketing kampányok eredményét! Milyen akciók érik el leginkább a kívánt hatást? Árengedményt adjunk-e vagy ajándékot, vagy inkább valami mást? Az elköltött pénz révén elérjük-e, aktivizáljuk-e a célcsoportot?
  5. Tegyük világossá a célokat és a feladatokat minden érintett számára! Ehhez világos struktúra kell, hiszen ma már nagyon komplexek a szervezetek. Nélkülözhetetlen egy jó scorecard.
  6. A gazdálkodásban törekedjünk a működési kiválóságra! Folyamatosan monitorozzuk, hogy a tervnek megfelelően költjük-e a büdzsét, arra a célra és annyit fordítunk-e, amennyit eredetileg akartunk, s ezzel elérjük-e a kívánt célt.
  7. Egyszerűen, hatékonyan lehessen hozzájutni az információhoz! A döntéshozók a tabletjükön, a notebookjukon naprakészen, egy kattintással érjék el a friss adatokat.

Nyilvánvaló, hogy a megvalósításhoz nélkülözhetetlen BI rendszer pénzbe kerül, ám meg merem kockáztatni, hogy ez az a terület, ahol a BI megtérülése a leggyorsabb!

Emiatt a marketing teljesítménymenedzsment bevezetését szorgalmazó pénzügyi terület számára nem a szükséges források előteremtése a legnehezebb feladat, hanem a szervezeti ellenállás leküzdése. A marketingesek ugyanis nem rajonganak azért, hogy valaki kívülről szeretne betekinteni a munkájukba, mi több, értékelni is akarja azt.

A szervezet egésze szempontjából azonban létfontosságú, hogy a marketing területen is profi teljesítménymenedzsment rendszer működjön, különben egy nagyobb magyar vállalatnál milliárdok is elfolyhatnak a semmibe.

Vevőminősítő rendszer, azaz a vevői viselkedések elemzése

A vevők minősítése azért fontos, mert a cégnél dolgozó minden kollégának illik tudnia, hogy aki telefonon hívja az a legfontosabb vevők közé tartozik-e, hiszen más elbánásban kell részesüljön, mint az, aki évente csupán egyszer vásárol, és azt is több hetes késéssel fizeti ki.

Ahogy nő egy vállalat, előbb-utóbb kialakul egy vevőminősítő rendszer, amit lehet, hogy először a vevői viselkedés alapján alakítanak ki, de ahogy telnek-múlnak az évek, a frissítés csak bizonyos paraméterek mentén történik meg (ha egyáltalán megtörténik).

Érdekes kísérlet volt, amikor egy széles vevőkörrel rendelkező nagyvállalati ügyfelünktől azt a feladatot kaptuk, hogy az ügyfelei viselkedése alapján validáljuk a minősítő rendszert, és ezzel együtt készítsünk egy új, megbízhatóbb partner osztályozó rendszert. Ehhez megvizsgáltuk a vásárlók fizetési viselkedését mind gyakoriságban, mind pontosságban, amihez még hozzávettük a vásárolt kosarakat értékben és mennyiségben.

Ezek által jött ki egy teljes (~10.000 partner) céges partner elemzés, ahol akár egyesével is van lehetőségünk ezeket a változókat elemezni. Ezt látjuk az alábbi Vevői viselkedés változáskövetése nézeten, ami megmutatja, hogy évről évre hogyan változott a választott vevő viselkedése termékkosár alapján.

A következő dashboardon pedig a fizetések gyakoriságát láthatjuk, ahol meghatározott algoritmusok alapján tudunk riasztást küldeni azon vevőkről, akik kezdenek lemorzsolódni vagy már le is morzsolódtak. Célzott megkeresésekkel érdemes lehet ezeket a partnereket felkeresni, megnézni, hogy mivel elégedetlenek, és megpróbálni “visszaédesgetni” őket.

Automatikus ajánlat generálás

A videón bemutatott Excel a BI részére forrásként szolgál. Látható, hogy 1 sort tartalmaz. Ebből épült meg a BI-ban a kimutatások fülön a Dyntell elnevezésű riport. Egyszerű kattintással és előnézet választással a rendszer pillanatok alatt generált egy 10 oldalas ajánlatot.

Ilyen és ehhez hasonló automatizálásokkal nagyon sok munkaidőt lehet megspórolni. A mi példánkban a GINOP 3.2.2 pályázathoz kellett készítenünk ajánlatokat. Egy ajánlat elkészítése egy senior kollégának 1-1,5 óra. Ebben az időszakban a Dyntell több mint 200 ajánlatot adott ki. Pontosan kiszámolva, a kollégának ezeket 200-300 munkaóra lett volna előállítani, viszont ezzel a megoldással ez az idő lecsökkent nagyjából 10-20 órára. Ehhez mindössze annyi dolga volt, hogy az Excelbe feltöltötte a pályázatban foglalt modulokat, a rendszer pedig az adatok felhasználásával 3-4 perc alatt legenerálta az összes pályázati anyagot.

Jutalék elszámolási rendszer

Számos ügyfelünk igénye, hogy alakítsunk ki nála egy testreszabott Jutalék elszámolási rendszert. Ennek lényege, hogy dolgozókra bontva tudja követni a jutalék összegét, de ezt ahány ügyfél, mindenki másképpen szeretné, és a logika gyakran változik egy új piac vagy új termékcsoport belépésével. Vállalatirányítási rendszerben felépíteni ezeket a modelleket drága és nehézkes. Az alábbi példában egy adott modell kerül bemutatásra, természetesen a BI segítségével.

Az itt kialakított rendszer megmutatja, hogy:

  • a dolgozók mekkora értékben értékesítettek összesen (Nettó érték HUF),
  • valamint mekkora árrés tömeggel dolgoztak (Árrés tömeg HUF), tehát mennyi volt a nettó árbevétel és az eladott áruk beszerzési (vásárolt) vagy bekerülési (saját előállítású) értékének különbsége.

A dolgozókra eső jutalékot ezen két értékből határoztuk meg. A jutalék alapja az árréstömeg, amelyhez kapcsolódhat egy meghatározott jutalék %, ennek hiányában pedig alacsony fix %-kal számol. Bizonylatoktól függően változhat a jutalék mértéke, ilyenkor az alap jutalék % korrigálva van egy jutalékmódosító %-kal.

Árérzékenység elemzés

Az árérzékenység mérése kulcsfontosságú a legtöbb iparágban, különösen az FMCG, vagyis a gyorsan fogyó fogyasztási termékek körében. A közgazdaságtanban a keresleti függvény árrugalmasságán keresztül határozzák meg mértékét, vagyis azt, hogy az árváltozás miként befolyásolja egy adott termék iránt a keresletet. A magas rugalmasság azt jelenti, hogy a fogyasztók magasabb árak mellett is hajlandók vásárolni, míg rugalmatlanság esetén egy kisebb áremelkedés is jelentősen visszaveti a vásárlást. Amit mi keresünk, az az “egyensúlyi ár”, vagyis az a pont, ahol a bevétel maximalizálása érdekében a kereslet találkozik a kínálattal.

Legtöbb esetben az ár és a mennyiség időben történő megváltozása között fordított arányos kapcsolat áll fenn. Ha az ár emelkedik, az értékesítés csökken, és fordítva. Sok esetben a lineáris modellek jól illeszkednek a pontokhoz, de szinte minden nagyobb adatbázisban sok olyan cikket találunk az adatelemzések során, melyeknek az ára gond nélkül növelhető, de sokszor javaslunk enyhe árcsökkentést is az értékesítési vezetőknek. Láttunk olyan extrém esetet, ahol az eladási ár több mint 100%-kal növelhető volt, és ezzel több milliós plusz árrést hozott a kereskedőnek egyetlen nyár alatt.

BI Irányítópult képernyőképe: Bal felső és alsó rész (két nézettípus): Árérzékenység termékcsoportonként – Egyes termékek esetében láthatjuk, hogy az árérzékenység szinte nulla, ami azt jelenti, hogy megtaláltuk az „áregyensúlyt”. Jobb felső sarok: Szenzitivitás / Bizalomindex – Annak érdekében, hogy értékelni lehessen egy termék átlagos érzékenységét és pontossági helyzetét egy kategórián belül, kiszámoljuk és indexeljük, hogy összehasonlítsuk az adott terméket ugyanazon kategória más termékeivel. Az alacsonyabb értékek alacsonyabb érzékenységet / pontosságot jelentenek a kategórián belüliekhez képest.

Összefoglaló

Egy adatvezérelt vállalatnál adatvezérelt értékesítés van, amelyben kötelező minimum kell legyen egy ügyfélminősítési és lemorzsolódás riasztási rendszer, ahol pedig nagy számú vevő van, ott az árérzékenység elemzés is. Ezek segítségével komoly versenyelőnyt lehet szerezni, és szemmel jól látható bevételkiesést lehet megelőzni!

A következő leckében megmutatom, hogy egy adatvezérelt cégvezetés milyen KPI-okat (key performance indicators – kulcs teljesítmény mutatókat) figyel, és ezeket milyen dashboardokon (műszerfalakon) csoportosítva ellenőrzi.