Kombinér data om kunder og medarbejdere og udnyt potentialet

En dyb forståelse af kunder og medarbejdere er vital for at træffe beslutninger, og nå de mål virksomheden sætter sig. Mens de fleste virksomheder researcher og samler feedback fra kunder og medarbejdere, er det de færreste der kobler informationerne sammen, så de kan bruges til at opnå forretningsmæssige fordele. ag analytics har udviklet et simpelt beslutnings- og prioriteringsværktøj, der sammenkobler data om kunder og medarbejdere.

Case

Ved at forbinde kundeoplevelsen med medarbejderengagement lykkedes det en større dansk detailkæde at øge omsætningen per transaktion i deres butikker. ag analytics leverede det nødvendige setup, så data kunne integreres og anvendes i et simpelt prioriteringsværktøj. Således fik hver enkelt butik i kæden sit eget relevante mål og de praktiske redskaber til at nå det.

Vi vidste fra tidligere undersøgelser, at omsætningen per transaktion styres af følgende relationer:

  • Højt medarbejderengagement er et nøglepunkt for en ekstra god kundeoplevelse
  • En ekstra god kundeoplevelse er et nøglepunkt for omsætning per transaktion og Share og Wallet

I det første prioriteringslag kortlagde vi den enkelte butik i forhold til medarbejderengagement og kundeoplevelse.

Figur 1. kombinér kundeoplevelse og medarbejderengagement.

LinkCustomerAndEmployee1

Med viden om, hvordan afdelingerne præsterede på nøgleområder, inddelte vi dem i fire kategorier:

  • Fix – medarbejdere og kunder er uengagerede, og der er fundamentale problemer i afdelingerne. Disse afdelinger skal have særlig opmærksomhed, da de højest sandsynligt skader indtjeningen.
  • Keep on Improving – medarbejdere og kunder har stort engagement, men det slår ikke igennem i kundeoplevelsen. Fortsæt med at optimere og forbedre, så vil kundeoplevelsen følge efter.
  • Prioritize – kundeoplevelsen scorer højt, men medarbejderengagementet er lavt. Det lave medarbejderengagement vil med tiden trække kundeoplevelsen ned. Prioritér dette segment for at forhindre, at det sker.
  • Capitalize – afdelinger med en høj score på begge parametre. Brug dem som eksempler på “best practice” til at gøre de øvrige afdelinger bedre.

Det næste prioriteringslag kombinerer data med potentiale. Potentiale udregnes som reel omsætning per transaktion, Share of Wallet eller markedsandelsækvivalent.

Figur 2. Kundeoplevelse og finansielt potentiale.

LinkCustomerAndEmployee2

Ovenstående struktur giver et billede af, hvor hver afdeling står i forhold til medarbejdere og kunder. Ydermere leverer det input til at styre det finansielle resultat. F.eks. er der tre grønne afdelinger i vækstsegmentet.  Medarbejderengagement og kundeoplevelse er fremragende, men Share of Wallet er lille. Ved at fokusere på voksende kunders omsætning per transaktion, opnås hurtige resultater. Ligeledes er der adskillige røde afdelinger i ’reparér’-kategorien: lav medarbejder- og kunde vurdering, men med høj Share of Wallet. Hvis præstationen i disse afdelinger ikke repareres, vil det koste på bundlinjen.

 

"Det vi ser, er et klar forbindelse mellem medarbejdermotivation og Share of Wallet."

Læs mere

Verden er mere datastyret end nogensinde før, men hvordan finder man de rigtige forbindelser i data?

Læs mere
×