Utilizing CRM-data in proactive sales management
Pakkanen, Mikke (2018)
Diplomityö
Pakkanen, Mikke
2018
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2018052224435
https://urn.fi/URN:NBN:fi-fe2018052224435
Tiivistelmä
CRM-system is one of the most comprehensive sources of data for managers to utilize in decision-making. The goal of this study is to find out how the case-company can further utilize CRM data in proactive sales management. In the theoretical part of the study, a literature review consisting of academic literature about customer-supplier relationship, segmentation, sales management, customer relationship management, sales forecasting and datamining is made. In the empirical part of the study, the current usage of CRM-data in the case company is examined through 7 in-depth interviews.
In implications, two tools have been chosen for sales representatives to easily follow their performance and react to the trends in it proactively. Through proactive sales management, the case company will be able to fulfil customers’ latent and future needs. In addition, the data collection and analysis processes in the case company have been unified and developed further. The most important finding of the study is the importance of data quality in analytical processes. This is why the case company should have processes for ensuring that the amount of data is sufficient, it is in correct format and that it is up-to-date. Datamining is a way of using data to understand customer behavior better. This is why it is a great supportive tool for the case company when segmenting its customers. CRM-järjestelmä on yksi kattavimmista tietolähteistä, jota yrityksen johto voi käyttää päätöksenteon tukena. Tämän tutkimuksen tavoitteena on selvittää, miten case-yrityksessä voidaan hyödyntää CRM-dataa proaktiivisen myynnin kehittämisessä. Työn teoreettisessa osuudessa pääosassa on kirjallisuuskatsaus, jossa on käsitelty akateemista kirjallisuutta liittyen asiakas-toimittaja – suhteisiin, segmentointiin, myynnin johtamiseen, asiakkuudenhallintaan, myynnin ennustamiseen sekä dataminingiin. Työn empiriaosiossa on kartoitettu CRM-datan käytön nykytila case-yrityksessä 7 haastattelun avulla.
Työn tuloksissa esitellään kaksi työkalua, joiden avulla yksittäinen myyjä voi seurata omaa suorittamista sekä reagoida siinä tapahtuviin muutoksiin proaktiivisesti. Proaktiivisen myynnin avulla yritys pystyy täyttämään myös asiakkaiden piilevät sekä tulevat tarpeet. Tämän lisäksi työssä on yhdenmukaistettu sekä kehitetty case-yrityksen datankeruu- sekä analysointiprosesseja. Työn keskeisimpänä havaintona on datan laadun suuri merkitys analyysiprosessissa. Tämän vuoksi yrityksen tulee luoda prosessit, joiden avulla varmistetaan että dataa on tarpeeksi, se on oikeassa muodossa eikä se ole vanhentunutta. Datamining on tapa hyödyntää dataa asiakaskäyttäytymisen parempaan ymmärtämiseen. Tämän johdosta se on mainio työkalu case-yritykselle etenkin segmentoinnin tueksi.
In implications, two tools have been chosen for sales representatives to easily follow their performance and react to the trends in it proactively. Through proactive sales management, the case company will be able to fulfil customers’ latent and future needs. In addition, the data collection and analysis processes in the case company have been unified and developed further. The most important finding of the study is the importance of data quality in analytical processes. This is why the case company should have processes for ensuring that the amount of data is sufficient, it is in correct format and that it is up-to-date. Datamining is a way of using data to understand customer behavior better. This is why it is a great supportive tool for the case company when segmenting its customers.
Työn tuloksissa esitellään kaksi työkalua, joiden avulla yksittäinen myyjä voi seurata omaa suorittamista sekä reagoida siinä tapahtuviin muutoksiin proaktiivisesti. Proaktiivisen myynnin avulla yritys pystyy täyttämään myös asiakkaiden piilevät sekä tulevat tarpeet. Tämän lisäksi työssä on yhdenmukaistettu sekä kehitetty case-yrityksen datankeruu- sekä analysointiprosesseja. Työn keskeisimpänä havaintona on datan laadun suuri merkitys analyysiprosessissa. Tämän vuoksi yrityksen tulee luoda prosessit, joiden avulla varmistetaan että dataa on tarpeeksi, se on oikeassa muodossa eikä se ole vanhentunutta. Datamining on tapa hyödyntää dataa asiakaskäyttäytymisen parempaan ymmärtämiseen. Tämän johdosta se on mainio työkalu case-yritykselle etenkin segmentoinnin tueksi.