, , ,

3 Tipps für besseres Vertriebsmanagement mit Big Data Analytics

Dank neuer Technologien stehen Unternehmen heute eine Vielzahl von Daten aus internen und externen Quellen häufig in Echtzeit zur Verfügung – Big Data genannt.

Diese großen, unstrukturierten und kontinuierlich fließenden Datenmengen können heute so einfach wie nie ausgewertet werden, um faktenbasierte Entscheidungen zu treffen und um einen 360- Grad Blick auf Kunde und Vertrieb zu werfen.

Die Datenanalyse im Vertrieb wird somit zunehmend zu einer strategischen Aufgabe. Sie bietet die Möglichkeit, den gesamten Vertriebswertschöpfungsprozess zu optimieren und die Qualität von Entscheidungen in Unternehmen erheblich zu verbessern.

Insbesondere im Vertriebsmanagement kann und sollte die Auswertung von Big Data genutzt werden, um nicht nur Effektivitäts- sondern auch Effizienzverbesserungen zu erreichen und sich Wettbewerbsvorteile gegenüber seinen Konkurrenten zu sichern.

Wie kann man Big Data Analytics im Vertrieb optimal nutzen?

1. Schaffen Sie die richtigen Voraussetzungen für die Verwendung von Big Data im Vertrieb

Um Big Data erfolgreich im Vertriebsmanagement zu nutzen, bedarf es einer modernen IT- Infrastruktur und Datenanalyse-Technologien, um die Masse an Daten aus unterschiedlichen Quellen zusammenzufassen, zu konsolidieren, zu analysieren und aufzubereiten.

Zudem braucht es kompetente Analysten, die vertriebliche Fragestellungen verstehen, in der Lage sind, sinnvolle Hypothesen zu bilden und dann auch noch alle gängigen statistischen Verfahren beherrschen, mit denen diese Fragen beantwortet und Hypothesen bestätigt oder falsifiziert werden können.

Dies addiert sich zu einer ansehnlichen Investition. Daher ist es sinnvoll, zunächst mit Pilotprojekten und externer Beratungs – Unterstützung zu starten und dann den Umfang im Laufe der Zeit zu erweitern. So können nicht nur Erfahrungen in der Datenanalyse gewonnen werden, sondern auch Hinweise auf noch zu erhebende Daten, mit deren Hilfe dann wieder neue Fragen beantwortet werden können. Dieses Vorgehen erhöht die Investitionssicherheit und es kann konkret überprüft werden, welche Wettbewerbsvorteile sich durch Big Data Analytics erzielen lassen.

Im Vertrieb nutzen bisher nur 20 Prozent der Unternehmen Big Data Analytics, jedoch planen 59 Prozent dies. Dies liegt vor allem an mangelndem technischem und fachlichem Know-how im Bereich der Analytics [1].

Diese Know-how Lücke läßt sich aber wie beschrieben mittels Pilotierung und Beratungsunterstützung step-by-step schließen.

2. Fokussieren Sie sich auf die richtigen Kennzahlen

Durch die Datenauswertung können Vertriebsaktivitäten und –leistung tagesaktuell und umfassend überwacht werden So kann durch Abweichungsanalysen ein frühzeitiges Einschreiten bei Fehlentwicklungen möglich gemacht werden.

Mit zunehmendem Leistungsumfang von CRM- und ERP-Systemen stehen auch immer mehr Kennzahlen zur Verfügung. Doch bevor man aufgrund der schieren Menge dann doch wieder vor allem auf sein Bauchgefühl hört, sollte auch hier auf Fakten gesetzt werden. So lässt sich mit geeigneten statistischen Verfahren ermitteln, welche KPI den größten Zusammenhang mit dem Vertriebsergebnis bzw. dem Erreichen der Vertriebsziele haben. So ist beispielsweise nicht bei jedem Produkt und jeder Vertriebsform die Zahl der Kundenkontakte der entscheidende Faktor. Es ist wichtig, sich auf die „Top 5“ definierten Key Performance Indicators (KPIs) zu konzentrieren und diese Festlegung alle 2-3 Jahre zu überprüfen, denn nichts ist statisch.

Dies gilt pro Vertriebskanal. So sind z.B. im stationären Handel ganz andere KPIs relevant als im eCommerce. Gerade um neue digitale Vertriebsformen zu steuern, müssen dann auch neue KPIs, wie z.B. Retweet Rate oder Onlinereputationen – wichtige Datenquellen zur Messung der Online-Leistung – hinzugezogen werden.

3. Erhöhen Sie die Zuverlässigkeit Ihrer Vertriebsplanung mit Data Analytics

Mithilfe von Data Analytics, können Sie nicht nur den Vertrieb besser steuern, sondern auch eine genauere, detaillierte Planung bzw. Forecasts vornehmen und Vertriebsaktivitäten entsprechend ausrichten.

Dabei gibt Big Data beispielsweise Aufschluss über das Kundenverhalten bei Preiserhöhungen oder zunehmendem Wettbewerb. Laut aktueller US Studie verbessern Unternehmen, die solche Kundendaten-Analysen durchführen ihre Ergebnisse um 126 Prozent gegenüber Wettbewerbern und auch Otto konnte aufgrund von Algorithmen auf Basis von historischen Verkaufszahlen, die zukünftigen Produktkäufe sehr genau vorhersagen und Artikel-Absatz Prognosen um 50 Prozent steigern [2].

Erfasst man alle vertrieblichen Maßnahmen (z.B. Trainings, Handelsmarketing, neue Vertriebsmitarbeiter) digital und korreliert sie dann zusammen mit Daten aus CRM, ERP, POS-Managementsystemen bis hin zu z. B. Wetterdatenbanken, ist detailliert zu erkennen, was wie gut bei welchen Kunden bzw. Absatzpartnern funktioniert. Dies schafft eine ganz neue Basis für die Planung und den Einsatz entsprechender Budgets im Vertrieb.

 

Quellen:

[1]  BARC, 2014, BARC Big Data Analytics

[2] Binckebanck, 2016), Digitalisierung im Vertrieb, S. 514