Slik kan Big Data styrke kundeforholdet ditt

Ved riktig bruk av data og måte du jobber på kan du enkelt levere flere tjenester og gi kunden merverdi.

Del

Gjennom Big Data-prosjekter med kunden vil regnskapsfører kunne styrke kundeforholdet. Regnskapsfører kommer tett på bedriften og blir en del av daglig drift og ledelsesbeslutninger. Når dette samarbeidet er etablert, er det lav motivasjon for kunden å bytte regnskapsfører når regnskapsfører gir relevant og god styringsinformasjon. Ta praten med kunden og hør hva de trenger av informasjon. Kanskje er du rett leverandør av disse analysene.

Hva er Big data?

Big Data er definert som store datasett som kan analyseres av datamaskiner for å identifisere mønster, trender og sammenhenger, spesielt relatert til menneskelig atferd og samhandling.

Kjente tilfeller av bruk av Big Data er hos Netflix og Amazon, hvor de foreslår interessante filmer eller relevante kjøp basert på din atferd på nettet. Hvordan kan dette konseptet bidra til å styrke kundeforholdet mellom regnskapsfører og oppdragsgiver?

Bruk din arbeidsmetodikk til å tilby eksisterende kunder mer

Gjennom oppdragsavtalen skal regnskapsfører sikre fullstendig og nøyaktig datafangst av regnskapsinformasjon, registrere informasjonen i systemer, kvalitetssikre og avstemme registrert informasjon og rapportere dette strukturert til kunden og til myndigheter. I oppdragsavtalen er det fokus på regnskapsinformasjon, herunder lønnsinformasjon.

Hvorfor ikke bruke denne overordnede metoden på annet enn regnskapsinformasjon, eventuelt i kombinasjon med regnskapsinformasjon? Vi tror det er veldig interessant for regnskapsfører å kunne tilby sine kunder analysetjenester utover analyser basert kun på regnskapsinformasjon.

Utbredelsen av skyløsninger bidrar til at kundene får tilgang til oppdatert regnskapsinformasjon løpende. Dette er en stor forbedring fra tidligere månedsrapporteringer fra regnskapsfører. Men dette er ikke alltid nok for en leder hos en kundebedrift. Det er andre forhold som kan påvirke beslutninger. Hvem hjelper denne lederen med å skaffe relevant beslutningsinformasjon? I noen tilfeller er det regnskapsfører, men jeg tror bedriftsledere ofte søker til andre leverandører for å få tak i relevant styringsinformasjon utover regnskapsinformasjon. Det er synd – lederen har allerede høy tillit til regnskapsfører, og regnskapsfører kjenner bedriften kanskje bedre enn noen annen. Regnskapsfører har, med sin strukturelle tilnærming, sin matematiske sans, og evne til å se helhet de beste forutsetninger for å være en god rådgiver og analytiker.

Big Data as a Service er en tjeneste jeg har stor tro på fremover hvor regnskapsfører styrer en skyplattform for analyse uavhengig av hva slags data kunden skal ha analysert.

Hva er viktig å måle i bedriften?

I den sirkulære regnskapsklyngen analyserer vi bedriftscaser. Et forhold som til stadighet kommer opp i casene er hva bedriftene skal måle og styre etter, og som er relevant for virksomhetens omgivelser og fremtid.

Tradisjonell regnskapsrapportering og bedriftsøkonomiske beregninger er ikke nødvendigvis dekkende for hva som bør måles for å sikre lønnsom drift eller økning i antall kunder hos oppdragsgiver. For at din kunde skal utvikle sin virksomhet er det kanskje helt andre datasett som er viktig å analysere.

For en salgsavdeling hos kunden er det effektivitet i kundesenteret og årsaker til høy kunde-churn som er interessant å analysere, mens for en internettvirksomhet er det viktig å treffe relevante kunder i relevante fora med rett budskap. Data som grunnlag for målingen kan være internt tilgjengelig hos kunden, eller tilgjengelige fra eksterne kilder – betalbare eller fritt tilgjengelig.

Et Big Data prosjekt kan organiseres slik:

  • Hva er det virksomheten skal oppnå?
  • Definer kritiske parametere som kan hjelpe virksomheten å nå sine mål, eksempelvis å vokse eller bli mer lønnsom.
  • Identifiser de data som trengs for å beregne parameterne og hvor data kan leveres fra.
  • Velg algoritme som er best egnet til å identifisere mønster, trender eller sammenhenger som er relevant for målet.
  • Bygg analysemodellen.
  • Test modellen.
  • Evaluer resultater, og se etter forbedringer i datagrunnlaget.

Eget bruk i kundestøtte

Regnskapsvirksomheten kan selv benytte Big Data i å forbedre egen drift og samhandling med sine kunder. Eksempelvis kan regnskapsbedriften samle informasjon fra sine produksjonsprosesser og sammenstille dette mot timelister, faktureringen, mot kundetilfredshet mv. Alt avhengig av hva regnskapsvirksomheten ønsker å oppnå.

Hva kan gå galt?

Det er alltid en risiko for at analysene gir et feil beslutningsgrunnlag. Dette kan skje av ulike årsaker:

  • Hypotesen du legger til grunn for problemstillingen er gal. Kundens kunde baserer sin atferd på annet enn hva kunden selv tror.
  • Datasettene som analyseres er ikke relevant i forhold til problemstillingen.
  • Algoritmen som skal underbygge hypotesen er feil.
  • Du tolker resultatene feil fordi du er forutinntatt på forventet resultat og ikke er tilstrekkelig kritisk til det du ser.

Nødvendig teknologi

Selv om konseptet Big Data indikerer store datamengder, er det ikke nødvendigvis slik at det er behov for avanserte IT-systemer. I sin enkleste form er et regneark-program tilstrekkelig. Excel er et kraftig verktøy for de som kan bruke det på en avansert måte. Dog vil et regnearkprogram raskt vise svakheter i å kunne trekke ut korrekte konklusjoner fra datasettene.

Power BI fra Microsoft er et verktøy som kan sammenstille informasjon fra mange kilder og visualisere det på en god måte.

Selv har jeg begynt å jobbe med Microsoft Azure Machine Learning Studio for å forstå hvordan kunstig intelligens og maskinlæring kan gi et godt grunnlag for beslutninger. Verktøyet har en relativt lav brukerterskel for å sette opp nyttige analyser basert på maskinlæring.

Det er mange verktøy på markedet med ulikt fokus, så her må du nok bruke litt tid på å orientere deg. Et råd er å begynne i det små, og gjøre analysene mer avanserte etter hvert.