Lancement d'une stratégie de données? Voici comment vous assurer que la C-Suite dit «Oui».


Êtes-vous un CMO qui pense qu'une attribution précise est un rêve de pipe? Ou un directeur de l'expérience client qui doit pirater des données pour créer quelque chose qui ressemble à un parcours client?

Cet article est pour toi. Nous allons vous montrer comment:

  1. Évaluez l'approche actuelle de votre entreprise en matière de données.
  2. Mappez votre stratégie de données par rapport aux objectifs commerciaux globaux.
  3. Créez une feuille de route des données pour mettre en œuvre la stratégie.

Savoir ce que vous affrontez

Si j’avais un dollar à chaque fois que j’entendais une entreprise dire qu’elles étaient «basées sur les données», je serais riche.

Alors que la plupart des entreprises se noient dans les données, peu ont la stratégie ou la maturité culturelle pour les utiliser pour une mesure précise, sans parler de prendre des décisions ou de conduire des objectifs commerciaux. Et tandis que les deux tiers des cadres pense ils ont besoin d'une stratégie de données, seulement un tiers le fait.

Malgré ces lacunes, les dirigeants de votre entreprise peuvent hésiter à approuver une stratégie de données. D'où ils se trouvent, ils ont déjà dépensé une tonne d'argent pour acheter des outils d'analyse et de tableau de bord, chacun promettant d'être le Saint-Graal. Alors pourquoi ont-ils besoin d'une stratégie de données?

Voici le problème. Ils ont dépensé de l'argent pour des éléments tactiques qui ne desservent que des parties isolées de l'entreprise. Vous devez penser au-delà du point de données dont vous avez besoin en ce moment et créer une stratégie qui répond à des objectifs commerciaux plus larges.

Il est tentant de développer une stratégie qui fonctionne uniquement pour votre département. Mais vos clients n'interagissent pas uniquement avec votre service. Votre équipe commerciale a des données dans son CRM. Les représentants du service client disposent de données sur les conversations clients. Vous avez besoin de toutes ces données pour prendre de meilleures décisions.

Si, au contraire, vous êtes dans une entreprise où le court-termisme sévit, ces scénarios devraient vous sembler familiers:

  1. Vous disposez d'énormes quantités de données, mais différentes équipes ont accès à différents bits, copiant et conservant les mêmes données à leur manière.
  2. Vous ne pouvez pas obtenir un aperçu du parcours d'un client, car les données dont vous avez besoin existent dans 10 outils différents (qui ne se parlent pas).
  3. Les gens demandent des points de données spécifiques pour soutenir l'idée qu'ils ont déjà eue, plutôt que d'étudier d'abord les données pour éclairer une décision.

Ceux qui bricolent les choses ensemble peuvent obtenir des victoires précoces. Mais sous le capot, les choses deviennent désordonnées et les lacunes dans les données révèlent le fait que vous n'avez pas pensé stratégiquement à vos besoins.

Si vous êtes prêt à aller au-delà de ces tactiques à court terme, voici les trois étapes pour le faire.

Étape 1: évaluer l'approche actuelle de votre entreprise en matière de données.

Nous avons créé un ensemble de 19 questions pour lancer ce processus, qui vous aideront à évaluer la maturité actuelle des données au sein de votre entreprise. Nous considérons quatre domaines critiques pour planifier votre stratégie de données:

  1. Stratégie et culture;
  2. Personnes et compétences;
  3. Technologie et outils;
  4. Méthodologie et processus.

Les scores recueillis à ce stade informent la feuille de route à l'étape 3. Vous pouvez également utiliser ces scores comme référence pour réévaluer votre entreprise tout au long de la mise en œuvre de votre stratégie pour quantifier les progrès.

Étape 2: mappez votre stratégie de données par rapport aux objectifs commerciaux globaux.

Si votre entreprise a des objectifs flous comme «devenir centré sur le client», vous devez les identifier en quelque chose de quantifiable.

Mon approche de choix pour fixer des objectifs est les OKR (objectifs, résultats clés) car ils associent des objectifs vagues à des résultats mesurables. Les OKR utilisent également une structure hiérarchique, avec des niveaux d'entreprise, d'équipe et personnels.

Cette structure de définition d'objectifs aide vraiment lors de l'écriture des exigences de données à l'étape suivante.

Exemples d'OKR:

  • Objectif de l'entreprise: Les clients adorent notre produit.
  • Résultats clés: Le score NPS passe à 30 à la fin du troisième trimestre. La valeur à vie du client (LTV) augmente de 15% d'ici la fin de l'année.
  • Objectif de l'équipe produit: Créez les fonctionnalités souhaitées par nos clients.
  • Résultat clé: 65% des clients utilisent les nouvelles fonctionnalités du produit au moins une fois par semaine d'ici la fin du troisième trimestre.
  • Objectif du chef de produit: Évaluer de nouvelles idées de fonctionnalités.
  • Résultat clé: Testez quatre nouvelles idées de fonctionnalités et identifiez celles que les clients utilisent le plus.

échantillon okrs au niveau de l'entreprise, de l'équipe et de l'individu.

Création d'un arbre d'objectifs avec les besoins en données

L'arbre des objectifs est un document qui montre à la suite C comment les données sont liées à la valeur commerciale qu'elles souhaitent atteindre.

Mappez les OKR en cascade au niveau de l'entreprise, de l'équipe et du personnel. Vous pouvez choisir de travailler uniquement au niveau de l'équipe si votre entreprise compte plus de 30 employés. (L'arbre des objectifs devient difficile à gérer après ce point.)

Pour vous assurer de ne manquer aucune exigence, parlez à chaque membre de l'équipe et résumez ses exigences au niveau de l'équipe.

exemple d'un arbre de but.

Ajout des exigences de données

Travaillez chaque objectif et résultat clé avec l'équipe concernée:

  • De quelles données ont-ils besoin pour réaliser et mesurer ce qui est écrit?
  • Quels indicateurs de performance clés mesureront leurs performances?

Évitez d'écrire une solution technique à ce stade (par exemple, «nous avons besoin d'une API pour joindre les données de site Web avec Intercom dans un tableau de bord») et indiquez plutôt le besoin (par exemple «nous devons voir les données de comportement du site Web du client à côté des données d'Intercom»).

le Comment devrait être dirigé par votre équipe technique.

Questions à considérer lors de la rédaction des exigences

1. De quelles données avez-vous besoin pour inspirer des idées et des hypothèses? Supposons que votre objectif est d'augmenter le chiffre d'affaires de votre base de clients existante et que votre résultat clé soit de générer 500 000 $ supplémentaires à partir de ces clients d'ici la fin du deuxième trimestre.

L'une de vos exigences pourrait être la capacité de voir le comportement des clients qui reviennent tout au long du parcours client. À partir de ces données, vous pouvez identifier que les clients abandonnent leurs paniers à un taux élevé, malgré leurs achats antérieurs.

Ces données ont permis d'identifier un problème. Pour inspirer une hypothèse, vous pouvez avoir besoin de la capacité d'enregistrer et de codifier les réponses qualitatives aux sondages de sortie des clients (c'est-à-dire vos besoins). Ces données peuvent montrer que les clients abandonnent leurs paniers parce qu'ils recherchent des codes promotionnels, puis se laissent distraire.

exemple de code promo.

Votre hypothèse pourrait être que si vous supprimez le champ du code promotionnel à la caisse, l'abandon du panier diminuera et les revenus des clients existants augmenteront.

2. De quelles données avez-vous besoin pour valider les idées? Quelles tactiques l'équipe pourrait-elle utiliser pour atteindre ses objectifs? Pour continuer avec notre exemple, vous pourriez avoir besoin de pouvoir tester votre hypothèse en montrant à la moitié des clients existants l'expérience actuelle et à la moitié d'une version de test (sans le code promo).

Vous pouvez également essayer un e-mail déclenché par l'abandon du panier qui nécessite de mesurer les taux d'ouverture, les taux de clics et les conversions.

3. De quelles données avez-vous besoin pour rendre compte des résultats clés? Dans cet exemple, vous aurez besoin de résultats statistiquement significatifs pour comprendre si vous pouvez vous fier aux données de test pour prendre une décision. Vous avez également besoin de statistiques sur les taux d'abandon de panier et d'achat pour ceux qui ont vu votre idée de test et ceux qui ne l'ont pas vue.

De plus, vous souhaiterez mesurer le montant des revenus supplémentaires générés par le test.

Des décisions commerciales basées sur les données dans la pratique

Nous avons récemment travaillé avec une entreprise de commerce électronique qui a réalisé que ses clients abonnés valaient plus que des acheteurs uniques. Mais ils ne pouvaient pas en être sûrs car ils ne pouvaient pas suivre le LTV et la valeur moyenne des commandes de manière cohérente.

Même s'ils fait disposer de ces données, ils ne pouvaient pas y donner suite – ils n'étaient pas en mesure de segmenter les clients par LTV. La capacité de segmenter signifierait qu'ils pourraient tester et cibler des clients précieux et fournir des messages marketing pertinents à leur étape du voyage.

diagramme de lac de données(Source de l'image)

Cela nous a conduit à remodeler l'ensemble de leur suivi. Nous avons commencé avec l'attribution hors ligne pour les commandes récurrentes. Désormais, nous mettons en place un lac de données qui stocke les données sur tous les points de contact clients sur la plupart des canaux, de l'acquisition à la réengagement.

Cela a non seulement aidé à éclairer les hypothèses d'expérimentation et a considérablement augmenté leurs taux de conversion, mais il a également guidé des décisions commerciales plus larges, telles que se concentrer sur un modèle d'abonnement par rapport aux ventes uniques, leur offre de produits, et leur approche de vente et de messagerie.

Étape 3: Créez une feuille de route des données pour mettre en œuvre la stratégie.

Pour construire votre feuille de route, vous devrez travailler avec votre équipe technique pour comprendre quoi et comment les choses doivent être faites pour répondre aux exigences que vous avez définies.

Idéalement, vous souhaitez fournir ces solutions de données en sprints. Cela permet à l'entreprise de:

  1. Commencez dès le début à voir la valeur d'une stratégie de données holistique;
  2. Aplanissez tous les problèmes dans vos plans ou méthodes de travail.

La feuille de route devrait contenir des éléments assez détaillés tels que «mettre en œuvre un entrepôt de données» à court terme (par exemple, une fenêtre de trois mois), avec des activités qui s'élargissent / deviennent plus floues au fur et à mesure qu'elles avancent.

Au fur et à mesure que votre équipe livre des éléments de la feuille de route, vous pouvez évaluer le succès de ce qui a été livré et ajouter plus de détails sur une base continue aux trois prochains mois d'activité planifiée.

Définissez votre point de départ

Utilisez les réponses de l'audit de maturité à l'étape 1. En collaboration avec votre équipe technique, cataloguez ce que vos capacités techniques actuelles, votre pile d'outils, vos compétences et votre culture peuvent réaliser à partir de votre liste d'exigences dans l'arborescence des objectifs.

Déterminez ce qui va où dans la feuille de route

Maintenant que vous comprenez votre point de départ, vous devrez prioriser le reste des exigences. Voici six facteurs à classer par importance:

  1. Sécurité et gouvernance des données les activités devraient se dérouler tout au long de la feuille de route. Des activités spécifiques pour se conformer à la sécurité ou à la gouvernance devraient être la plus haute priorité.
  2. Activités à chargement frontal les plus faciles à mettre en œuvre et liées aux gains les plus importants. Considérez tous les coûts impliqués pondérés par rapport à la valeur commerciale associée aux exigences. Examinez et exploitez votre configuration analytique existante: il y a souvent des données précieuses inutilisées mais nécessaires. Les premières victoires peuvent vous aider à obtenir du soutien pour votre travail et à familiariser l'équipe avec de nouvelles pratiques (par exemple, agile).
  3. Dépendances. Comprenez ce qui doit se produire en premier pour que quelque chose d'autre se produise plus tard (par exemple, vérifiez la fiabilité des données avant de commencer la personnalisation).
  4. Facteur de disponibilité du personnel et envisagez d'autres projets internes qui pourraient entrer en conflit avec votre feuille de route.
  5. Considérez le processus budgétaire dans votre entreprise. Devez-vous attendre jusqu'en avril prochain lorsque les budgets seront renouvelés?

rétrospective, aperçu, diagramme de prospective.

Une stratégie est plus qu'un simple plan

Gartner a un modèle pour illustrer comment les activités de votre feuille de route font évoluer votre entreprise vers la maturité des données:

  1. Sagesse rétrospective: Qu'est-il arrivé?
  2. Perspicacité: Pourquoi est-ce arrivé?
  3. Prévoyance: Comment pouvons-nous y arriver?

cro avec le recul, la perspicacité, l'analyse prospective.

L'accès aux bonnes données aide les entreprises à franchir ces niveaux, tout comme le changement culturel et l'éducation.

Demandez à votre PDG et à vos managers de demander aux équipes de présenter des informations basées sur des données plutôt que des sentiments instinctifs pour renforcer l'utilisation correcte des données. Aidez les autres à apprendre de votre propre travail en modelant la façon de prendre des décisions en utilisant les données. Vous pouvez même partager des informations sur votre entreprise et vos clients dans des newsletters hebdomadaires.

L'arborescence des objectifs est également utile dans ce domaine: les équipes s'appuient sur les données pour informer et mesurer leurs objectifs clés. Ceux-ci peuvent faire partie de leur évaluation du rendement; Sinon, envisagez de le suggérer à votre équipe RH pour inciter les comportements souhaités autour de l'utilisation des données.

de l'information à l'optimisation.

Personnes et compétences

L'éducation des individus sur la façon d'utiliser les données pour prendre des décisions est cruciale pour qu'une stratégie fasse plus que simplement cocher la case «données». Airbnb a créé une «université de données» interne avec un programme adapté à leur pile d'outils et à leurs analyses de rentabilisation.

En conséquence, ils ont vu les utilisateurs actifs hebdomadaires des outils internes de science des données passer de 30% à 45%, et 500 employés avaient suivi au moins une classe. Vous n'avez pas besoin d'aller à cet extrême, mais vous devez ajouter une formation et des recrutements clés à votre feuille de route pour vous assurer que les gens savent comment utiliser les données.

Processus et méthodologie

Les plans sont excellents, mais les exigences changeront. Quelqu'un devra suivre des mesures supplémentaires. Un nouveau réseau de médias sociaux deviendra populaire et, soudain, vous aurez une nouvelle source de données à prendre en compte.

Dans la stratégie que vous avez créée, définissez les processus internes de traitement des nouvelles demandes et questions à l'avenir. Par exemple, lorsqu'une équipe recherche un nouvel outil, créez une liste de contrôle des éléments dont l'équipe technique a besoin, comme une API ouverte ou une autre manière de prendre en charge l'exportation / l'importation automatisée de données.

Conclusion

Les étapes, exercices et questions ci-dessus vous aideront à développer une stratégie de données clairement liée à des objectifs commerciaux plus larges et à éviter l'approche trop commune et sporadique de la plupart des entreprises.

Pour augmenter votre effet de levier au sein de la C-suite, impliquez plusieurs équipes de votre entreprise – davantage de départements verront et défendront votre proposition.




Source link

Pourquoi créer une vitrine sur internet ?

Un état e-commerce permet de se lancer à moindres frais chez rapport aux entreprises classiques. De plus, vous avez la possibilité vous lancer autrement rapidement. La gérance d’un condition e-commerce ne demande pas de présence physique à un endroit précis, sauf peut-être quant à stockage et la préparation des commandes que vous pouvez tout à fait externaliser, ou bien mieux dans l’hypothèse ou vous ne possédez pas de approvisionnement (on en parlera plus tardivement dans l’article).