Ako pripraviť dátový plán: interné dáta, sekundárne zdroje a primárny výskum

Dostupnosť veľkého množstva dát je užitočná iba vtedy, keď vieme, ktoré z nich potrebujeme pre konkrétne rozhodnutie.

Analytická práca preto nemá začínať zoznamom databáz, reportov, tabuliek alebo rozhovorov, ktoré by sa „mohli hodiť“. Má začínať otázkou:

Aké rozhodnutie potrebujeme urobiť a čo o ňom ešte nevieme?

Z nej sa odvodzuje všetko ostatné.

Dátový plán je praktický most medzi analytickou otázkou a dôkazom. Spája:

rozhodnutie
→ analytickú otázku
→ informačnú potrebu
→ potrebný údaj alebo dôkaz
→ zdroj
→ spôsob získania
→ očakávanú kvalitu
→ analytické použitie

Takýto plán chráni pred dvoma opačnými chybami.

Prvou je zber veľkého množstva údajov bez jasného účelu. Druhou je príliš rýchly záver založený na malom počte čiastkových informácií.

Cieľom teda nie je mať čo najviac dát. Cieľom je mať primerané dôkazy pre otázky, ktoré môžu zmeniť rozhodnutie.

Dátový plán vzniká pred zberom dát

Analýza trhu môže ľahko skĺznuť do logiky:

máme CRM
+
našli sme odvetvový report
+
môžeme urobiť dotazník
→
pozrime sa, čo z toho vyjde

Taký postup môže vytvoriť veľa materiálu, ale nemusí vytvoriť odpoveď na rozhodovaciu otázku.

Presnejší postup je opačný:

rozhodnutie
↓
analytické otázky
↓
kritické neistoty a hypotézy
↓
informačné potreby
↓
vhodné údaje
↓
vhodné zdroje

Predstavme si rozhodnutie:

Máme vstúpiť s novým B2B riešením na český trh?

Z tejto otázky môžu vzniknúť menšie analytické otázky:

• Koľko relevantných organizácií na trhu existuje?
• Ako dnes riešia daný problém?
• Ktoré alternatívy používajú?
• Je problém dostatočne naliehavý?
• Aké bariéry vstupu existujú?
• Ktoré segmenty sú realisticky dostupné?

Každá z týchto otázok potrebuje iný typ dôkazu.

Počet organizácií možno hľadať v registroch alebo štatistikách. Spôsob riešenia problému môže vyžadovať kombináciu verejných zdrojov a zákazníckych poznatkov. Bariéry vstupu môžu súvisieť s reguláciou, distribúciou alebo internými schopnosťami firmy.

Dátový plán preto nevzniká ako univerzálny zoznam zdrojov. Vzniká pre konkrétnu analytickú otázku.

Od analytickej otázky k dátovej potrebe

Analytická otázka je ešte príliš široká na to, aby sa podľa nej priamo zbierali dáta.

Musíme ju preložiť do informačnej potreby.

Príklad:

Prečo prehrávame zákazky v segmente stredných firiem?

Táto otázka môže vyžadovať zistiť:

• v ktorej fáze zákazka najčastejšie končí,
• aký dôvod prehry je zaznamenaný,
• koho si zákazník vybral,
• akú cenovú ponuku dostal,
• ako dlho rozhodovanie trvalo,
• aké kritériá zákazník považoval za rozhodujúce.

Až potom možno pomenovať konkrétne údaje:

• CRM fáza,
• lost-opportunity reason,
• cenová ponuka,
• vybraný konkurent,
• obchodná poznámka,
• zákaznícka spätná väzba.

Tento prevod možno zapísať jednoducho:

ANALYTICKÁ OTÁZKA
↓
ČO POTREBUJEME VEDIEŤ
↓
AKÝ ÚDAJ ALEBO DÔKAZ TO MÔŽE UKÁZAŤ

Dôležitý rozdiel je medzi údajom a zdrojom.

Údaj môže byť:

počet stratených zákaziek v konkrétnom segmente.

Zdrojom môže byť:

CRM.

Údaj môže byť:

počet relevantných podnikov v odvetví.

Zdrojom môže byť:

verejný register alebo štatistická databáza.

Ten istý údaj možno niekedy získavať alebo odhadovať z viacerých zdrojov. Dátový plán preto neeviduje iba „kde budeme hľadať“, ale najmä čo potrebujeme zistiť a načo to použijeme.

Interné dáta: čo sa na trhu deje nám

Interné dáta patria medzi najcennejšie, ale často nevyužité zdroje analytickej práce.

Môžu zahŕňať napríklad:

• obchodné výsledky,
• CRM,
• zákaznícke dáta,
• konverzie,
• stratené príležitosti,
• cenové údaje,
• produktové dáta,
• reklamácie,
• spätnú väzbu zákazníkov,
• interné analýzy,
• poznatky obchodného tímu.

Ich sila spočíva v tom, že ukazujú vlastnú skúsenosť organizácie s trhom.

Externý report môže hovoriť:

Segment rastie.

Interné dáta môžu ukázať:

V tomto segmente nám klesá konverzia.

Externý zdroj môže hovoriť:

Zákazníci zvyšujú investície do určitej technológie.

Interné dáta môžu ukázať:

Naše ponuky v tejto oblasti zákazníci opakovane odkladajú.

Oba pohľady sú dôležité, ale odpovedajú na inú otázku.

externé dáta
→ čo sa deje na trhu

interné dáta
→ čo sa na tomto trhu deje nám

Interný fakt nie je to isté ako interná interpretácia

Pri práci s internými údajmi treba zachovať jednu dôležitú hranicu.

Predstavme si záznam:

Zákazka bola prehraná.

To môže byť fakt.

Ak obchodník doplní:

Prehrali sme pre cenu.

môže ísť o interpretáciu.

Obchodník môže mať pravdu. Zákazník však mohol rozhodnutie ovplyvniť aj dôverou, referenciami, rizikom implementácie, internou politikou alebo vzťahom s existujúcim dodávateľom.

Dátový plán preto môže evidovať CRM poznámku ako relevantný zdroj, ale nemal by automaticky premieňať subjektívne vysvetlenie na potvrdený fakt.

Sekundárne zdroje: čo už o trhu existuje

Sekundárny výskum pracuje s údajmi, ktoré už existujú a neboli vytvorené špeciálne pre aktuálnu analytickú otázku.

Môže ísť napríklad o:

• oficiálne štatistiky,
• verejné registre,
• výročné správy,
• odborné štúdie,
• odvetvové reporty,
• odborné databázy,
• verejné informácie konkurentov,
• odborné médiá,
• publikované prieskumy.

Sekundárne zdroje sú často vhodným prvým krokom, pretože umožňujú relatívne rýchlo vytvoriť základný externý obraz trhu.

Môžu pomôcť zistiť:

• počet subjektov,
• veľkosť trhu,
• historický vývoj,
• štruktúru odvetvia,
• hlavných hráčov,
• regulačné podmienky,
• verejné ceny,
• technologické alebo behaviorálne trendy.

Dôležitá zásada znie:

Ak existujúci zdroj primerane odpovedá na otázku, nie je potrebné vytvárať nový údaj iba preto, že primárny výskum pôsobí dôkladnejšie.

Ak potrebujeme počet registrovaných organizácií v určitej kategórii a kvalitný verejný register ho poskytuje, dotazník medzi firmami nie je lepším zdrojom len preto, že ide o „vlastný výskum“.

Metóda sa vyberá podľa otázky.

Nie podľa prestíže metódy.

Primárny výskum: nový údaj má mať konkrétny dôvod

Primárny výskum vytvára nové údaje priamo pre konkrétnu analytickú potrebu.

Môže zahŕňať napríklad:

• zákaznícke rozhovory,
• expertné rozhovory,
• dotazníky,
• fokusové skupiny,
• pozorovanie,
• používateľské testovanie.

Primárny výskum má význam najmä vtedy, keď kritická otázka nemá primeranú odpoveď v existujúcich interných ani sekundárnych údajoch.

Typické situácie:

• trh je netransparentný,
• zákaznícke správanie nie je dobre zdokumentované,
• firma pripravuje nový produkt,
• treba overiť kritickú zákaznícku hypotézu,
• verejné dáta nevedia vysvetliť motiváciu alebo obavy,
• interné predpoklady si odporujú.

Príklad:

Firma môže z verejných zdrojov relatívne dobre zistiť počet relevantných zákazníkov.

Nemusí však vedieť:

Prečo sú zákazníci ochotní alebo neochotní zmeniť súčasné riešenie?

Taká otázka môže vyžadovať priamy kontakt so zákazníkom.

Dôležité je však zachovať hranicu:

primárny výskum
≠
povinná fáza každej analýzy

Primárny výskum nie je známkou „vyššej kvality“ sám osebe.

Je to nástroj na konkrétnu dátovú medzeru.

Otázka určuje zdroj, nie naopak

Rozličné otázky potrebujú rozličné zdroje.

Taká tabuľka nie je univerzálny decision tree.

Je iba pripomienkou jednej zásady:

Zdroj sa vyberá podľa informačnej potreby.

Nie podľa toho, čo máme práve po ruke.