Při přípravě počáteční analýzy dat, které v INSIDE Sales děláme, se občas potýkám s faktem, že zákazník sleduje spoustu údajů a vytváří z nich závěry. Tato data však nekorespondují s cíli firmy. Jsou to data, která jsou historicky sledována a využívána. Bývají to občas i reporty, které si nový manažer přinesl ze svého původního působení.
Jak jsem uvedl, souhrn reportů musí odpovídat tomu, kam firma směřuje. Chápu, že pokud si management zvykne na jeden typ přehledu, není asi nejjednodušší vše měnit. Možná nyní někdo namítne, že měnit report každý měsíc není smysluplné. Přesně tak! Stejně tak je nesmysl měnit každý měsíc strategii. Na jednoduchém příkladu uvedu, co tím mám na mysli. Zkusme jednoduché zadání: Popište mi svého kolegu.
Jenže proč potřebuju ten popis – chci ho poznat v davu lidí, nebo s ním chci vést obchodní jednání a potřebuju vědět jaký je, nebo mě zajímá jeho povaha? Pokud byste chtěli k zadání přistoupit s maximální důsledností, pak mi popíšete jeho postavu, oblečení, které má na sobě, povahové rysy, momentální náladu, jeho rodinou situaci, praxi, vzdělání, jeho pracovní úspěchy a neúspěchy. To je však úplně zbytečná práce jak pro vás, tak i pro mě jako čtenáře tohoto popisu. Pokud Vám ale řeknu: „Mám s ním schůzku v kavárně, jak ho poznám?“ Bude jeho popis poměrně jednoduchý. Stejně tak když řeknu: „ Mám s ním jednání, na co si mám dát pozor?“
Stejné je to i s daty pro analýzu obchodu a trhu. Mohu sice použít několik základních ukazatelů, které jsou nezbytné, ale to nebude mít tu správnou vypovídací hodnotu. Potřebujeme vědět, v jaké situaci se analyzovaná firma nachází a co je jejím cílem.
Další běžnou chybou je množství dat. Jsou firmy, které razí teorii, že data musí být max. na jednu A4. Nevím, kde a kdy vznikl tento mýtus, že podstatná data pro rozhodování se vejdou na jednu stránku. Záleží spíše na tom, co je důvodem ke sledování dat. Jsou situace, kdy stačí třeba půl stránky, ale na druhou stranu někdy je třeba sledovat více faktorů. Například, jak by se firma, která se snaží zvětšit svůj podíl na trhu, mohla spokojit s pouhým přehledem nových zakázek. V tomto případě se musí porovnávat kapacita trhu, původní plán, pipelina a její pravděpodobnost, sezónní výkyvy atd. V rozběhové fázi bude management např. řešit i úroveň úspěchu jednotlivých obchodníků. K tomuto bodu musím samozřejmě zmínit i opačný extrém. Některé firmy sledují tolik ukazatelů, že se už v tom skoro nikdo nevyzná. Každé oddělení „potřebuje“ jiné údaje v podstatě o stejné činnosti a tak vznikají reportovací specialisté, kteří vytváří složité přehledy, analýzy, plány atd. Napříč firmou tak koluje obrovské množství tabulek a grafů, které vlastně nikomu nic nepřináší.
Do třetice datových nelogičností bych uvedl i interpretaci dat. Opět velmi často se setkávám s tím, že firma má data, ale způsob jejich interpretace je z nějakého důvodu zkreslován, nebo údaje jsou porovnávány nelogicky. Pod záminkou manažerského zjednodušení jsou vytvářeny datové prezentace s mnoha barvami, grafickými šipkami a spoustou dalších nepodstatných okras, až se ztrácí vypovídací schopnost. Pak i taková prezentace unaví natolik, že posluchač to podstatné ani nezaregistruje Bohužel nezřídka se setkávám i s tím, že ten, kdo připravuje data, a ten, kdo je prezentuje, se nedomluví, a tak si prezentující nějak data vyloží a v domnění, že jim rozumí, prezentuje něco jiného, než měl autor dat na mysli.
Nebylo by asi smysluplné, abych tady jen vytahoval, co je špatného a neřekl, co s tím. Prvním a nejdůležitějším krokem k nápravě je uvědomit si ten stav. Třeba teď po přečtení výše uvedených řádků si někdo řekne, tak to přesně se děje u nás, pojďme to změnit. Jenže jak? Řešil jsem něco podobného v jedné firmě, kde z mého pohledu byli všichni zahlceni daty, analýzami a přípravami tabulek. Na poradách pak prezentace střídala prezentaci a všichni mi tvrdili, jak potřebují každý údaj který tam je uveden. Tak jsem jim u jedné prezentace položil otázku. Jakou mají ta data, která tam jsou obsažena, hodnotu. Dozvěděl jsem se, že velikou, přímo zásadní. Otázku jsem upřesnil. Ať si představí, že by si nemohli ta data získat data sami a museli si je ode mne koupit. Po několika mých pokusech o zvýšení prodejní ceny těchto dat jsme se dostali až na 12 tisíc/měsíc. Tím jsme se dostali k tomu, že informace v tabulce obsažená má pro firmu hodnotu 12tis/měsíčně. Vedle toho jsem jim položil náklady na přípravu. Tyto náklady v sobě zahrnovaly čas lidí, kteří se na přípravě podíleli i čas který tabulce věnují na poradě a přepočtený na peníze. Došli jsme tak k tomu, že tabulka, která pro ně má hodnotu 12tis/měsíc je stojí 40tis/měsíc. A ten náklad se ještě zvětšuje tím, že obchodníci netráví čas se zákazníkem, ale nad tabulkou. Takže se management zamyslel a dal úkol, aby každá prezentace na závěr obsahovala shrnutí, kolik času příprava stála a přepočet na finanční náklady (podle průměrných mezd v jednotlivých kategoriích). Během 2 měsíců pak zredukovali počet přehledů na necelou polovinu a u mnohých změnili periodu sledování.
Třeba by podobný model mohl zafungovat i jinde. Ulehčil by od přílišné zátěže a neochoty vzdát se svých oblíbených tabulek.
