אז איך בעצם ניצול חכם של מערכות מידע יכול לעזור לעסק שלך, ולך, להרוויח יותר?
בפוסט קודם כתבתי על כך שלאורך הקריירה שלי ראיתי ארגונים – גדולים וקטנים – שלא עושים שימוש מושכל בנתונים האגורים במסדי הנתונים שלהם, ובהתאם, מרוויחים פחות ממלוא הפוטנציאל שלהם.
לפני שאסביר, חשוב לי להדגיש: לא מדובר בהשקעות גדולות לצורך הגדלת הרווחיות. מדובר, לרוב, בנתונים שכבר קיימים, ונדרשת השקעה לא גדולה לצורך ניתוח הנתונים והפיכתם למידע ולידע, ידע שיאפשר להרוויח יותר.
במקום להסתבך בהסברים תיאורטיים, אתן דוגמא אמיתית:
אחד מלקוחותינו מוכר את מוצריו לכמה מאות לקוחות ברחבי הארץ. הלקוחות מבצעים הזמנות – בטלפון, באינטרנט, וע"י אנשי מכירות, והוא מספק להם את המוצרים.
עד לאחרונה, הלקוח סיווג את לקוחותיו עפ"י היקף הקניות שלהם: לקוח שקונה ב-10,000 ₪ בחודש הוא לקוח "טוב" יותר מלקוח שקונה ב-5,000 ₪ בחודש (בהנחה ששניהם משלמים בזמן).
הגיוני? בהחלט.
אבל אז ערכנו ניתוח של הנתונים, וגילינו שיש לקוחות שמבצעים הזמנה שבועית גדולה, ולעומתם לקוחות באותו היקף בדיוק, שמבצעים 3, 4, ואפילו 5 הזמנות קטנות ביום.
לקוח כזה מייצר עומס מיותר על מחלקת ההזמנות, שצריכה לטפל בכ-200 הזמנות, על מחלקת הנהלת חשבונות, על המחסן, שצריך לרכז את 20 ההזמנות ל-2 משלוחים, וכמובן – על מחלקת ההפצה, שצריכה לספק פעמיים בשבוע לאותו לקוח, במקום פעם אחת.
העומס מתבטא גם, כמובן, בהוצאות מיותרות: שעות עבודה מיותרות, טפסים מיותרים, ודלק מיותר.
כמובן שהידיעה לבדה לא מקטינה את ההוצאות. נדרשת גם פעולה.
פעולה כזו יכולה להיות שינוי נוהלי עבודה, לדוגמא – לא לקבל יותר מהזמנה אחת ביום, אולם אז ייתכן ש"נרגיז" את הלקוחות. הפתרון עליו הוחלט במקרה המדובר היה תגמול לקוחות עבור ביצוע הזמנות באינטרנט (כדי להוריד את העומס ממחלקת ההזמנות) ואיחוד ההזמנות הנקלטות מהאתר להזמנות מרוכזות בהתאם לימי האספקה הקבועים של כל לקוח (כדי להוריד עומס מהמחסן וממחלקת ההפצה).
כך, באמצעות ניתוח נכון של הנתונים, ונקיטת פעולה חד-פעמית, פשוטה ולא יקרה, הגדלנו את הרווחיות של הלקוחות הבעייתיים.
אם גם בעסק שלך יכול להיות מצב כזה, או דומה, ודרוש לך ייעוץ ובדיקה, נשמח לקבוע פגישה ללא התחייבות.