Strategische precisie: data gebruiken als strategisch wapen

Strategie en strategische precisie: speel waar je kunt winnen

Dus, wat is strategie? In het leger is het: "de wetenschap en kunst van het inzetten van strijdkrachten om de vijand in de strijd onder gunstige omstandigheden te ontmoeten". Om te winnen, moeten generaals beslissen waar en wanneer ze vechten (bijv. welk terrein) en hoe ze hun middelen (bijv. wapens) inzetten om de grootste kans om te winnen te bereiken. Dit geldt ook voor bedrijven: een bedrijf kan alleen winnen als het middelen inzet (bv. verkopers, marketinguitgaven...) in die marktsegmenten waar het een concurrentievoordeel heeft (laagste prijs of betere productwaarde).

Een van de fundamentele vragen in een strategie is dan ook de vraag 'waar te spelen' of 'slimme uitbreiding'. In ons klantwerk ervaren we vaak 'in het beste geval' dat 'slimme uitbreiding'-beslissingen veel te breed en dubbelzinnig zijn om daadwerkelijk een significant concurrentievoordeel te definiëren. Het gevolg: verspilling van waardevolle middelen aan onrendabele (markt)segmenten of aan segmenten waar de concurrentie uit alle richtingen komt.

In ons GrowthPath®-werk heeft ons Strategy Analytics-team dit probleem opgelost door het concept van strategische precisie te introduceren: verdeel het bedrijf in zeer gedetailleerde 'micropockets' op meerdere strategische dimensies. Deze strategische dimensies moeten 'betekenisvol' zijn (onderscheid maken tussen winst en concurrentievoordeel) en 'actiegericht' (waarneembaar voor managers om op te reageren). Op basis van deze diagnose kunnen we vervolgens een bedrijf ontwerpen of herontwerpen door met chirurgische precisie die micropockets te selecteren waar concurrentievoordeel en winst kunnen worden gemaximaliseerd. In wezen bouwen we het bedrijf opnieuw op.
Op basis van deze uitgangspunten hebben we een klant in de energiedistributie geholpen waarbij 10% van de klanten meer dan 50% van de winst voor zijn rekening nam. Analytisch gezien lijkt dit misschien niet verrassend, maar bestuurlijk resulteerden deze inzichten in een complete revolutie omdat alle klanten (en budgetten voor deze klanten) gelijk werden behandeld. We hebben hun bedrijf opnieuw ontworpen, hun marktaandeel gemaximaliseerd in zeer granulaire micropockets die de meest waardevolle klanten bevatten, en zijn begonnen met het opbouwen van concurrentievoordeel voor dit soort klanten. Deze segmenten zijn gedefinieerd op basis van verschillende dimensies: bedrijfskenmerken van klanten (bijv. grote hotels), regionaal (bijv. gemeenten) en de customer journey (bv. overstappen van een concurrent). Nu domineren ze de winstpool in hun branche.

Strategische precisie wordt mogelijk gemaakt door slim gebruik te maken van data

Dus, wat is data? Cambridge Dictionary definieert data als: "informatie, met name feiten of getallen, verzameld om te worden onderzocht, overwogen en gebruikt om besluitvorming te helpen, of informatie in elektronische vorm die kan worden opgeslagen en gebruikt door een computer". Bedrijfsgegevens, zowel intern gegenereerd als extern verkregen door bedrijven, worden steeds meer gelogd ('dataficatie'), voornamelijk gedreven door de vooruitgang in de informatietechnologie (bijvoorbeeld meer en goedkopere rekenkracht en opslag). In ons klantwerk ervaren we vaak dat bedrijven inderdaad enorme hoeveelheden data verzamelen en bezitten ('big data'), maar dat ze daar geen gebruik van maken, of erger nog, enorme energie steken in strategisch irrelevante analyses. Het gevolg: er is een enorm verbeterpotentieel in de manier waarop bedrijven hun data gebruiken.

Onze belangrijkste stelling is dat het verzamelen, combineren en interpreteren van data 'slim' moet zijn op twee fundamentele dimensies: strategisch en technologisch. Op het gebied van strategie is het verzamelen, combineren en interpreteren van gegevens de 'brandstof' voor strategische precisie. Daarom moeten de gegevens op basis waarvan beslissingen worden genomen 'zinvol' zijn (onderscheid maken tussen winst en concurrentievoordeel) en 'actiegericht' (waarneembaar voor managers om op te reageren). Wat de technologische dimensie betreft, kan de juiste combinatie van gegevensbronnen (bv. sensoren, menselijke input), gegevensconsolidatietechnologieën (bv. data lake, cloudopslag, datawarehouses) en data-analysetechnieken (bv. segmentatie, regressie, classificatie) bijdragen aan het omzetten van bedrijfsgegevens in gegevens met strategische waarde.

Op basis van deze uitgangspunten combineerden we interne klantgegevens om de winstgevendheid te beoordelen met meerdere externe gegevensbronnen om (kenmerken van) zeer winstgevende klanten te observeren voor onze klant in de markt voor energiedistributie. In een van de segmenten was de belangrijkste winstfactor bijvoorbeeld het verbruikte volume, dat sterk gecorreleerd was met het aantal hotelkamers voor hotelklanten (dat uit een database kon worden gehaald). Er werd een algoritme ontwikkeld om voortdurend nieuwe gegevens in het hotelsegment te verwerken en de meest aantrekkelijke klanten te selecteren. Daarnaast werden combinaties met andere gegevens (zoals regio, vergunningen) gebruikt om het type hotelklanten waarop men zich moest richten verder uit te splitsen en te verkleinen en om het moment in de tijd aan te scherpen waarop men zich het best op hen kon richten. Op basis van een gesloten leercircuit (waarbij het resultaat van marketing- en verkoopinspanningen werd geïnjecteerd) evolueerde het algoritme en konden meer variabelen worden opgenomen, waardoor het gebruik van gegevens slimmer werd en strategische precisie mogelijk werd. Het richten op deze granulaire waardegebieden in verschillende segmenten heeft geresulteerd in tientallen miljoenen extra jaarlijkse waarde voor onze klant uit de energiedistributie (waarvan een deel al tijdens het project werd gerealiseerd, door middel van vroege tests). Hen helpen hun capaciteiten te ontwikkelen met ons Strategy Analytics-team om de gegevens te verzamelen, te combineren en te interpreteren en strategische precisie te bevorderen, evenals het implementeren van het zogenaamde Closed Loop Learning System om uit te voeren, zorgde voor de duurzaamheid van deze waardecreatie in de toekomst.

Strategische precisie als groeimotor

In deze blog hebben we ons specifiek gericht op de waarde van het slimme gebruik van data bij het ontwikkelen van strategische precisie, waardoor betere 'slimme uitbreiding'-beslissingen mogelijk worden. De belangrijkste bewering is dat strategie of data (analytics) alleen niet voldoende is om bedrijfswaarde te ontwikkelen. Fundamenteel bij het ontwikkelen van bedrijfswaarde is de combinatie van strategische inzichten met data (analytics) zodat beide elkaar kunnen versterken. Dit zorgt voor een concurrentievoordeel, waardoor een bedrijf een groei krijgt die boven het gemiddelde in de sector ligt. Met dat in gedachten moeten CEO's beoordelen of hun huidige data-assets optimaal worden benut tijdens hun strategische potentieel, zoals hierboven besproken, of dat gegevens kunnen worden gegenereerd of verzameld om de strategische precisie te vergroten. Natuurlijk zijn er, naast de 'slimme uitbreiding'-beslissing, ook andere strategische beslissingen die verbeterd kunnen worden door slim gebruik te maken van data. We zullen deze in onze volgende blogs onderzoeken.