Dra fördel av dessa 2 små datahackar för att öka ditt företag

Stora data är ett hett ämne. Och det kan fungera underverk för rätt sorts företag.

Som ett litet företag är du dock inte "rätt sorts företag".

Det verkliga guldet finns i dina små data.

Fördelarna med Small Data Analytics

Utnyttjande av små data kan ge stora vinster i lönsamhet och kassaflöde (vissa studier har visat att ökningen kan vara så hög som 50-60 procent). Och det gör att du kan göra det på ett riskfyllt sätt, på en mycket kort tid (hur går nästa vecka, nästa månad eller nästa kvartal till dig?)

$config[code] not found

Små data är transaktionsdata som fångas av dina samspel med kunder, leverantörer, lagmedlemmar och dina produkter och tjänster. Det är de uppgifter som finns i saker som ditt bokföringssystem, din CRM, din ERP, Excel-kalkylblad och liknande små datatröjor.

Ett fullständigt åtagande att utnyttja dina små data kräver lika delar datavetenskap, programmering, rättsmedicinsk revision och kreativitet.

Små datahackar

Men för att komma igång med din Small Data analytics-resa vill jag ge dig två mycket effektiva "små datahackar" som du kan använda för att börja använda kraften i små data.

Prova dessa i ditt företag. Jag tror att du kommer bli positivt överraskad över vad du upptäcker.

Small Data Hack # 1 - CVPM Analysis

CVPM-analys är ett sätt att dissekera hur ditt företag ser ut från en granulär eller transaktionsnivå. För att göra din CVPM-analys måste du analysera dina intäkter, din bruttovinst och din kostnad på basis av "per transaktion".

Vad du letar efter är förändringar i dessa granulära mängder över tiden. Till exempel under de senaste tre räkenskapsåren. Eller om det är mer relevant, under de senaste fyra senaste kvartalen. I allmänhet uppnås bättre insikter genom att titta på din CVPM-analys under tre hela räkenskapsår.

Låt oss se ett exempel på två olika företag för att klargöra detta koncept. Några relevanta uppgifter från var och en av företagen är följande:

	Business Alpha	Business Beta
(A) Antal kunder	1,000	370
(B) Frekvens per år	0.5	6.0
(C) Genomsnittlig bruttovinst	$ 350	$79
Bruttoresultat (A x B x C)	$175,000	$175,380

Denna information säger att vi tittar på två företag med helt olika tillvägagångssätt och strukturer (två olika affärsmodeller).

Business Alpha har ett stort antal kunder som bara köper någonting om vartannat år (frekvens om 0,5 per år), men det är ett större biljettobjekt än Business Beta.

Business Beta har långt färre kunder (ungefär en tredjedel så många), men de köper ett mindre biljettobjekt mycket oftare (ungefär varannan månad).

Men titta på slutresultatet. Båda företagen returnerar ungefär samma bruttoresultat. Varje företag har cirka 175 000 dollar för att täcka overheadkostnader, återbetala skulder, återinvestera i tillväxt och ge tillbaka ägare.

Small Data Hack # 2 - Produktmatrisanalys

Produktmatrisanalys är en metod för att titta på specifika kunder eller kundsegment och jämföra försäljning per produkt (eller produktkategori) för varje kund. Det ger en bild av hur mycket intäkterna från varje kund härrör från dina olika produkter och tjänster.

Det brukar vara mest effektivt att börja på mer aggregerade nivåer, och borra i mer detalj som data och analyser indikerar.

Produktmatrisanalys är mest kraftfull när det görs med följande dimensioner:

Kundförsäljning
Kundintäkter
Kund - Bruttovinst
Marknad eller affärssegment
Geografi
Industri

Tabellerna nedan ger ett exempel för att vägleda dig:

Försäljningsintäkter per kund
Kund	Inkomst
Höjdpunkt	$ 35,000
ACX	$ 23,600
Bergström	$ 74,835
Manilo SP	$ 126,959
TOTAL	$ 260,394

Informationen i denna första tabell är intressant. Men det ger inte mycket detaljer om komponenterna i intäktsintäkten för varje kund. I bästa fall skulle det sannolikt leda dig och ditt säljteam att vara nöjd med Manilo SP: s intäkter och helt enkelt "försöka sälja mer" till Acme och ACX.

Tabellen nedan ger en mer detaljerad och användbar vy av samma kunder, med hjälp av begreppen produktmatrisanalys.

Produkt Penetration Matrix (av intäkter)
Kund	Produkt A	Produkt B	Produkt C	Produkt D	TOTAL
Höjdpunkt	$ 35,000	$ nil	$ nil	$ nil	$ 35,000
ACX	$ nil	$ nil	$ nil	$ 23,600	$ 23,600
Bergström	$ 12,500	$ 19,325	$ 1,350	$ 41,660	$ 74,835
Manilo SP	$ 103,000	$ 23, 009	$ 950	$ nil	$ 126,959
TOTAL	$ 150,500	$ 42,334	$ 2,300	$ 65,260	$ 260,394

Informationen från denna produktmatrisanalys skulle sannolikt leda till olika slutsatser.

Till exempel, även om Manilo SP såg ut att vi skulle vara nöjda med sin omsättning (när endast försäljningsintäkter från första tabellen användes), borde vi faktiskt inte vara nöjda alls. De köper en relativt liten mängd produkter C och D från oss.