Werken met loyaliteitsprogramma-gegevens - dummies

Als je een loyaliteitsprogramma hebt en de gegevens die het produceert, wat moet je ermee doen? ? Als datamininger is het jouw taak om beleidsmakers analyse te bieden die het bedrijf ondersteunt. Sommige leidinggevenden begrijpen loyaliteitsprogramma's en kunnen om specifieke informatie vragen, misschien meer dan u uren te bieden heeft. Maar veel anderen vragen het niet.

Sommige leidinggevenden vertrouwen geen gegevens, anderen houden er niet van, en velen begrijpen het niet, maar de meest voorkomende reden waarom leidinggevenden u niet om informatie vragen, is dat ze gewoon veel andere dingen hebben in hun gedachten. Wanneer het management niet om een ​​analyse vraagt, ga dan niet zitten wachten op een gesprek. Dit is een goede gelegenheid om een ​​proactieve rol te spelen. Het is meer dan een kans; het is een noodzaak!

Uw organisatie heeft mogelijk veel leidinggevenden, maar u moet ze allemaal als een individu behandelen. Uw bedrijf mag 101 soorten snacks maken, maar de persoon die de leiding heeft over maïschips wil alleen maar horen over maïschips. Hij is niet bevoegd om beslissingen te nemen over chocolade, crackers of fruitrolletjes, en hij heeft ook geen tijd om erover na te denken.

Focus op iets dat belangrijk is voor een bepaalde beslissingsmaker. Als u de prioriteiten van de leidinggevende nog niet kent, kunt u hier achter komen. Begin met een goed begrip van de verantwoordelijkheden van de uitvoerende macht. Deze kunnen worden gedefinieerd door elementen zoals specifieke productlijnen of geografische regio's. De uitvoerende macht heeft specifieke strategische doelen en je moet weten wat ze zijn.

Zoek vervolgens uit welke statistieken het belangrijkst zijn voor het voortbestaan ​​van de leidinggevende. Uitvoerende vergoedingen, bijvoorbeeld, zijn vaak gekoppeld aan statistieken voor bedrijfsprestaties. Als u weet welke statistieken de beloning van de manager bepalen, weet u precies waar u uw inspanningen voor datamining op moet richten.

Overweeg dat u een nuttige analyse wilt geven aan de manager die verantwoordelijk is voor het in de handel brengen van maïschips in Canada. Je hebt de scope veel versmald door alleen maar deze verantwoordelijkheden te kennen; u hoeft geen productlijnen in overweging te nemen, behalve maïschips of geografie behalve Canada. Bekijk vervolgens doelen. Misschien heeft de leidinggevende het doel om de omzet dit jaar met 7 procent te verhogen.

Hier is de sleutel: Executives weten al wat er is gebeurd en ze hebben je nodig om te laten zien hoe ze kunnen beïnvloeden wat er vervolgens gebeurt.

Dus ga niet naar de leidinggevende en leg uit dat de verkoop van maïskorrels dit jaar tot nu toe met 4 procent is gestegen. Iemand anders heeft dat al gedaan. In plaats daarvan, de mijne de gegevens voor aanwijzingen over welke acties de verkoop zouden kunnen verhogen.Word de datamijnheld van je beslissingsmaker door bruikbare informatie te ontdekken, zoals

• Kenmerken van klanten die grote hoeveelheden van een product kopen

• Kenmerken van klanten die hun gekochte hoeveelheid vergroten

• Groeiende klantensegmenten

• Combinaties van producten die vaak samen worden gekocht

• Promoties die beter werken dan anderen

• Marketingkanalen die kosteneffectiever zijn dan andere

• Gedragspatronen van klanten (in de winkel en online) die van invloed zijn op de verkoop

• Onverwachte factoren (of combinaties van factoren) die de verkoop beïnvloeden