Dataa on usein saatavilla suuria määriä ja näkökulmia sen tarkasteluun ja hyödyntämiseen voi löytää loputtomasti. Jotta tiedosta saadaan hyötyjä omalle liiketoiminnalle, tarvitaan aina myös konkreettiset tavoitteet ja niitä vastaavat KPI:t. KPI:lla eli key performance indicatorilla tarkoitetaan arvoa, jolla mitataan kuinka hyvin keskeiset tavoitteet saavutetaan. 

Mittareiksi kannattaa asettaa sekä koko organisaatiota koskevia että pienempiä, eri osa-alueita koskevia tavoitteita ja mittareita. Osa-alueita voivat olla esimerkiksi myynnin kehitys, verkkopalvelun toimivuus sekä asiakaspalvelun laatu ja tehokkuus. Neljän askeleemme avulla voit aloittaa dataohjautuvan kehittämisen matkan helposti jo tänään.

Aloita matkasi näiden vaiheiden kautta: 

1. Varmista ymmärrys lähtötilanteesta ja yhteisestä suunnasta

Ennen tarkempien tavoitteiden ja mittareiden määrittelyä varmista, että sinulla on riittävä ymmärrys niiden pohjaksi. Dataohjautuvan kehityksen pohjaksi tarvitaan tietoa liiketoiminnan tavoitteista, lähtötilanteesta lukujen valossa sekä asiakkaista. Jos jonkin alueen ymmärryksessä on puutteita, tietoja kannattaa paikata. 

Ymmärrystä kannattaa kerryttää myös datan kautta. Mitä dataa on kerätty ja hyödynnetty jo nyt? Millaisia tuloksia mittaamisesta on saatavilla ja mitä ne kertovat kyvystänne palvella asiakkaitanne? Jos et ymmärrä tilannetta nyt, on vaikea kohdentaa kehitystä oikein ja määrittää realistista tavoitetasoa.

2. Määrittele palvelulle konkreettiset tavoitteet ja KPI:t

Kirkas ymmärrys lähtötilanteesta ja suunnasta ovat hyvä pohja matkallasi kohti tavoitteellista tiedon hyödyntämistä. Lisäksi tarvitaan kuitenkin vielä konkreettisempien tavoitteiden ja mittareiden purkaminen auki. Tavoitteiden määrittelyyn kannattaa käyttää aikaa ja varmistaa että eri osapuolilla on tavoitteista sama ymmärrys. Hyvä tavoite on napakka ja selkeä sekä ohjaa toimintaa oikeaan suuntaan. 

Alkuun kannattaa keskittyä määrittämään muutama keskeisin tavoite ja niitä vastaavat mittarit. Mahtavaa digitaalista asiakaspalvelukokemusta tavoitteleva julkinen toimija voisi ottaa mittareikseen esimerkiksi käyttäjäarvioiden paranemisen ja digiasioinnin osuuden kasvun. 

Tavoite tarvitsee rinnalleen 2–5 konkretiaa tuovaa mittaria. Toisin kuin tavoitteen, mittareiden on aina oltava numeraalisia. Esimerkiksi Googlen ja Twitterin käyttämä OKR-malli (objective key results) on suosittu tapa jäsentää tavoitteita ja mittareita. OKR-mallissa tavoitteiden toteutumista mitataan jatkuvasti. Mallissa organisaatiotason mittarit asetetaan usein vuositasolla ja tiimien taktisemmat KPI-mittarit kvartaaleittain. Tulosten seurantaa kannattaa tehdä tiheämmin kuten viikoittain.

Alla on esimerkkejä asetettavista tavoitteista ja niistä johdettavista mittareista. Kullekin mittarille määritetään lisäksi tavoitetaso ja seurannan aikajänne.

Yritystason tavoite: Liiketoiminnan kasvattaminen

KPI esimerkkejä:

• Asiakaspoistuman vähentäminen

• Liikevaihdon kasvattaminen

• Uusien palvelujen kehittäminen ja julkaisu

Tiimin tavoite: Erinomainen palvelutaso kaikissa kanavissa

KPI esimerkkejä:

• FCR (first contact resolution) kanavittain

• Keskimääräinen vastausaika kanavittain

• Käsittelyaika kanavittain

Tiimin tavoite: Verkkokaupan kokonaismyynnin parantaminen

KPI esimerkkejä:

• Konversioprosentit ostopolun eri vaiheissa

• Ostospolun hylkäämisprosentit

• Kokonaismyynti verkossa

• Keskiostos

• Kävijämäärien kasvattaminen kanavittain

3. Kerää ja analysoi laadukasta dataa KPI-mittareita varten

Pelkkä mittareiden päättäminen ei riitä tavoitteiden toteutumisen analysointiin, vaan organisaation eri osastojen pitää puhaltaa yhteen hiileen myös tietolähteiden määrittämisessä. Asiakastyytyväisyyden tai brändin tunnettuuden selvitykseen vaaditaan usein tutkimus, ajantasainen asiakasmäärä voi selvitä asiakkuudenhallinnan järjestelmästä ja verkkopalvelun toimivuutta voidaan seurata digitaalisesta analytiikasta. 

Tiedon analysointia ja KPI seurantaa varten on määritettävä täsmällisesti, mihin kysymykseen etsitään vastausta ja mitä tietoa siihen vastaamiseen tarvitaan. Toisinaan tilanne on se, ettei laadukasta pohjadataa tai prosessia tiedon keruuseen ole vielä olemassa. Tiedon keräämisessä keskeistä on tiedon määrämuotoisuus, joka mahdollistaa tiedon hyödynnettävyyden ja analysoinnin. 

Mikäli dataa KPI:den seurantaa varten ei ole vielä saatavilla voit aloittaa datan keruun vaikkapa käsin. Esimerkiksi asiakaspalvelun osalta voit kirjata ylös vaikkapa excel-taulukkoon millaisia määriä yhteydenottoja tulee kuukausittain. Minkä tyyppisten yhteydenottojen selvittämiseen kuluu eniten aikaa? Mitkä ovat yleisimmät syyt yhteydenottoon? Näin saat muodostettua vertailukohdan asetettaville KPI:lle. Tällöin myös oman työn ja muutosten vaikuttavuuden osoittaminen onnistuu parhaiten. Mikäli sinulla on etsinnässä järjestelmä asiakkaan äänen keräämiseksi yhteen paikkaan tutustu monikanavaisen asiakaspalvelun ratkaisuumme.

Analyysivaihe on alkuun hyvä olla tiimityötä, kunnes mallit ja ymmärrys riittävästä tiedon laadusta täsmentyy. Jaetun tiedon tulee palvella asetettuja tavoitteita sekä mittaristoa ja analyysin pohjalta pitää pystyä tekemään toimenpiteitä.

4. Tuo jatkuvat kokeilut osaksi KPI-mittareiden seurantaa

Datasta ja analytiikasta saa eniten hyötyjä, kun sen hyödyntämisen hahmottaa jatkuvana prosessina, jossa kokeiluista opitaan ja seurattavia KPI:tä muutetaan tilanteen mukaan. Kokeilukulttuurista huolimatta jatkuvuus on tärkeää. Jos mittareiden seuranta ja toiminta on epäsäännöllistä ja poukkoilevaa, kehityksen suunta ei selviä. 

Usein esimerkiksi palvelupolkuja analysoidaan aktiivisesti ennen digipalveluiden uudistamista, mutta huomiotta jää, ettei tilanne pysy samana vuodesta toiseen. Sisältöjä uudistetaan ja asiakkaiden mielenkiinnot muuttuvat. Myös liiketoiminnan tavoitteet muuttuvat useaan otteeseen vuosien aikana. Siksi palvelun tavoitteita ja KPI-mittareita tulee päivittää, jotta kokeilut ja seuranta osataan kohdentaa oikein. Tutustu yleisimpiin virheisiin verkkopalvelun analytiiikan seurannassa blogikirjoituksestamme 5 yleisintä virhettä analytiikan seurannassa.

Tee siis pieniä muutoksia ja palaa säännöllisesti tarkastelemaan tuloksia. Sovi tiimisi kanssa miten ja missä tarkastelette mittareita. Löytyisikö sopiva aika tiimipalavereista?

5. Määritä KPI:t ja lähde matkalle heti

Olennaista dataohjautuvassa kehityksessä on, että palvelun kehitykseen osallistuvat henkilöt voivat toiminnallaan vaikuttaa tavoitteiden ja mittareiden toteutumiseen. Datan hyödyntämisessä ihan ensiarvoisen tärkeää on motivaatio. Kun yhteinen suunta on selvillä on mielekästä myös seurata matkaa ja pienten askelten vaikutusta kohti tavoitteita. 

Mikä onkaan tavoitteesi suosittelen sinua ottamaan ensimmäiset askeleet kohti dataohjautuvaa kehittämistä mieluiten heti. Jo tässä blogissa esitetyillä ajatuksilla pääset liikkeelle – on turha odottaa uutta järjestelmää tai datagurua, koska avaimet tavoitteiden määrittelyyn ja jatkuvaan kehittämiseen ovat sinulla. Jos kaipaat vielä lisäapuja KPI:den määrittelyyn ja datan hyödyntämiseen, ota yhteyttä ja me Exovella autamme mielellämme organisaationne viemisessä seuraavalle tasolle.

Tutustu aiheeseen lisää myös lataamalla webinaaritallenteemme asiakaspalvelun tavoitteiden asettamisesta ja kehittämisestä: asiakaspalvelun tuloksellinen kehittäminen. Tai syvenny tallenteeseen verkkosivuston tavoitteiden ja mittareiden määrittelystä: verkkosivuston tavoitteet.

Tutustu lisää Data ja Analytiikka palveluihimme.