Nilai data pelanggan, dan rencana aksi untuk dampak maksimal

Belum lama ini, seorang eksekutif bisnis bertanya kepada saya, “Semua orang mengatakan bahwa data adalah minyak baru, tetapi apa artinya bagi perusahaan kami? Apa nilai dari data pelanggan kita?”

Mari kita berhenti sejenak dan memikirkan pertanyaan ini. Apakah Anda memiliki jawaban untuk organisasi Anda?

Sebuah studi oleh Forrester menunjukkan bahwa organisasi berbasis data tumbuh rata-rata lebih dari 30% per tahun, melampaui pesaing mereka.

Memiliki data yang tepat dan memanfaatkannya adalah cara untuk mengeksekusi keputusan strategis yang lebih baik, mengoptimalkan pengeluaran pemasaran, menciptakan pengalaman pelanggan yang unggul, dan banyak lagi.

Sebuah studi menarik oleh Ocean Tomo menyoroti elemen penting lainnya yang membantu kita untuk lebih memahami besarnya nilai informasi: Pada tahun 2020, 90% nilai pasar S&P 500 terkait dengan “aset tidak berwujud” – termasuk data dan perangkat lunak.

Data – dan khususnya data pelanggan – saat ini merupakan aset utama bagi suatu perusahaan, tetapi apa nilainya?

Nilai bergantung pada strategi data pelanggan

Pada prinsipnya, nilai data pelanggan Anda sama dengan keuntungan tambahan yang dapat Anda hasilkan darinya. (Investor saham mungkin melihat paralel dengan nilai pasar perusahaan – yaitu, jumlah pendapatan masa depan).

Ada banyak pendapat tentang topik ini. Namun ada satu hal yang tampaknya disetujui semua orang: untuk memanfaatkan nilai data pelanggan, perusahaan perlu mengambil tindakan terhadapnya. Jika tidak, menangkap dan memelihara data pelanggan hanyalah biaya TI.

Dengan kata lain, melepaskan nilai data pelanggan membutuhkan strategi data pelanggan.

Tapi apa sebenarnya strategi data pelanggan?

Google "definisi strategi data" dan Anda akan menemukan banyak jawaban berbeda. Namun ada beberapa kesamaan di antara sumber yang paling otoritatif, yang cenderung mendefinisikannya sebagai berikut:

• Strategi data pelanggan adalah bagaimana perusahaan akan menggunakan data untuk menghasilkan nilai dan mencapai tujuan bisnis
• Ini menggambarkan bagaimana sebuah perusahaan mengelola data untuk menghasilkan nilai, yaitu mengumpulkan, menyimpan, memproses dan mendistribusikan data
• Ini menggambarkan perubahan yang perlu dilakukan organisasi untuk memaksimalkan nilai aktivitas datanya

Mulailah dengan obsesi pelanggan

Memiliki tujuan akhir yang jelas selalu merupakan cara yang baik untuk memulai, tetapi banyak perusahaan kesulitan dalam mendapatkan nilai dari data pelanggan mereka. Terkadang sebuah organisasi TI mengimplementasikan platform data pelanggan dan kemudian melihat kembali rekan bisnis mereka untuk menyadari dengan sedih bahwa sebagian dari upaya mereka pada dasarnya tidak berguna.

Tim bisnis yang mensponsori proyek dan "pandangan 360 pelanggan" yang sempurna berharap hal itu secara ajaib akan memberi tahu mereka apa yang harus dilakukan selanjutnya. Itu tidak bekerja seperti itu.

Cara yang tepat untuk mulai mendapatkan nilai terbaik dari data pelanggan Anda adalah… pelanggan!

Mempertimbangkan:

• Pada jam berapa dan di saluran mana saya dapat menjangkau mereka?
• Bagaimana saya bisa segera menyelesaikan masalah mereka saat mereka sedang berbicara di telepon dengan call center saya?
• Konten apa yang paling relevan untuk dibawa saat saya bertemu mereka secara langsung atau virtual?
• Bagaimana saya dapat mengubah situasi yang sulit (seperti pengiriman pesanan yang terlambat) menjadi pengalaman yang positif?

Membuat daftar tiga hingga empat kasus penggunaan berdampak tinggi adalah latihan yang membutuhkan upaya tim multifungsi dengan pola pikir kuat yang terobsesi dengan pelanggan.

Pendekatan silo tidak akan berhasil. Misalnya, jika tim pemasaran menciptakan cara baru untuk menargetkan audiens tertentu dengan lebih baik, tetapi tidak menyertakan tim penjualan (untuk mempertimbangkan pelanggan mana yang lebih berdampak pada pendapatan) atau pusat panggilan (untuk mempertimbangkan keluhan) atau operasi tim (untuk memastikan bahwa pesanan tidak terlambat), pengalaman pelanggan akan berkurang.

Menghitung nilai pelanggan

Pemilihan kasus penggunaan yang tepat – dan akibatnya, keputusan Anda tentang nilai apa yang Anda inginkan dari data Anda – terkadang dipengaruhi oleh apa yang Anda anggap tersedia dengan mudah. Ini tidak sepenuhnya salah, namun, Anda mungkin melewatkan detail utama.

Untuk mengilustrasikan konsep tersebut, berikut adalah beberapa contoh:

• Jika Anda memiliki 50 pesanan yang tidak terpenuhi, seberapa penting untuk memastikan bahwa — segera setelah barang tersedia — Anda mengirimkan pesanan ke pelanggan paling strategis terlebih dahulu?
• Jika Anda menargetkan ulang pelanggan terpenting untuk kampanye, apakah Anda mengklasifikasikan mereka sebagai “paling penting” hanya dengan melihat pendapatan mereka? Bukankah lebih baik mengandalkan KPI yang lebih relevan, seperti pengembalian, pengaruh di media sosial, COGS tingkat pelanggan, dan membelanjakan anggaran pemasaran Anda berdasarkan nilai seumur hidup pelanggan yang sebenarnya?

Contoh-contoh ini mengarah pada beberapa pengamatan:

1. Definisi pelanggan "strategis" atau "penting" selalu menjadi informasi utama untuk setiap kasus penggunaan. Efisiensi adalah prioritas, dan kemampuan untuk membedakan antara pelanggan bernilai tinggi dan rendah menjadi lebih penting dari sebelumnya.
2. Nilai pelanggan harus dihitung berdasarkan elemen transaksional (seperti pembelian) serta proses back-office (pengembalian).

Platform data pelanggan membantu perusahaan membuat keputusan yang tepat berdasarkan data dari proses back-end (pengembalian, profitabilitas, inventaris real-time) dan poin kontak yang berhubungan dengan pelanggan (portal, situs web e-niaga, aplikasi).

Strategi dan upaya tim

Piala Dunia FIFA menunjukkan kepada kita bahwa nilai sebuah tim tidak hanya bergantung pada kualitas pemain, tetapi juga oleh strategi pelatih dan bagaimana posisi pertahanan, lini tengah, dan serangan berkolaborasi untuk mengeksekusinya.

Dengan cara yang sama, data pelanggan dapat memberikan keunggulan kompetitif bagi perusahaan Anda jika Anda dapat menentukan strategi yang jelas dan menindaklanjutinya dengan cara kolaboratif lintas fungsi.