麦肯锡:如何用大数据驱动B2B公司增收

B2B公司已经不再是站在边线上的局外人,而是投入了“数据革命”的怀抱。通过数据化公司后台部门的工作流程和资源规划,现代化他们已存的IT架构,他们中的大部分已经赶超了消费者公司。但是这些努力大多在内部成本和流程效率上做文章,而不是在销售和用户体验这两个环节上做创新。这两点却又是真正的发展所在。

那么该怎么做呢?我们的研究在这点上很明确:通过投资目标的一系列数据功能和途径,B2B公司可以改善他们的财绩,而且不只是提高一两个百分点。更确切地说,驾驭了这些领域的B2B公司产生了8个百分点多的股东投资回报率和高于这个领域其他公司的5倍多的复合年增长率(CAGR)。

推动企业的优异表现的数据化做法

在过去的3年里,麦肯锡公司测量了大约全世界200家B2C和B2B公司的“数据商值”(简称数商,Digital Quotient,DQ)。DQ值是通过评价有关数据策略、功能、文化和组织的18项管理做法。

这项研究表明B2B公司在总体的数据成熟度上落后于消费者公司。我们研究中的50家B2B公司的平均DQ值是28,但是消费者公司的DQ值是35。

一、在战略层面投入数据化

表现优异的公司创造了专门为开拓和形成市场的数据化战略,它们也用必要的资源来支持这些努力。然而,在大部分B2B公司,数据化战略只被当成小事情。一些项目很难在消费者中打下根基,从而后面会因不足的投资衰弱下去。在我们调查的B2B公司中,只有10%说数据化是他们的投资时首要考虑的事。当数据化战略被当成小事情搁置一边时,他们通常分裂成更小的项目,这些项目过于疏散,难以集成动力,而且范围过于狭小,难以做出实质性的改变。因此,前25%的B2B公司只有平均44的DQ值,而消费者公司有50。

但是一些B2B公司正在打破这种模式开始着手于一种“全押”的数据化战略。比如说,GE通用公司迈出了大胆的一步。它意识到它必须做巨大的变化以在市场里作为一个现代数据化产业进行竞争。GE投资了10亿多美元来打造一个新的“工业互联网”(Industrial Internet)市场。为了让这个数据化战略真正成为实际的运营方式,GE将每个业务部门放在一个数据主管之下。CDO(开发总监)的汇报对象是业务部门CEO,这些CEO然后汇报给GE数据部门的CEO,然后最终拍板平台投资。

如此的战略转型很困难。这需要在共同的视野上取得管理共识,挑战已经执行长久的制度“真理”和在忙碌中学习心得技能和做法,但是这能做出很大的改变。GE雄心壮志的技术平台如今赚取了50亿美元的利润,GE也预测其商务将在2020年3倍于现在的规模,达到150亿美元。

二、打造线上线下一致的客户体验

拥有多个购买渠道的B2B客户,例如现场销售、线上网店等等,往往会比那些单一购买渠道的客户有更多的预算。为了借此获利,需要建立强劲的跨渠道销售体系。然而,尽管现在的B2B客户在决策进程中平均使用了6种不同的渠道,还是有很多B2B公司正在因脱节的销售模型而挣扎,这些脱节的模型使得客户从面对面的互动到线上环境的转移难以顺畅进行(参考“你是否真正理解你的商业客户是如何购买的?”)。特别是,移动设备已经改变了B2B交易决策者的交互方式。超过90%的B2B客户在决策过程中至少使用了一次移动设备,还有低于10%的B2B公司在我们的调查中表明,他们是有强制性的移动端策略的——这个数字只有表现顶尖的那些B2B公司的三分之一。

B2B领先者们在以不同的方式工作。例如,在荷兰的一家银行ING,无论他们的合作法人客户在世界的哪个角落,他们都可以通过同一个单点的路径进入到实时账户概览、定制报告、并且能够执行付款和对冲交易。为了实现这项功能,这家银行必须要详细检修他们的客户数据流程,并且使得信息能够在所有的平台上自动更新。现在,客户服务的全体人员、市场部、以及账户管理员都能够跟踪到客户正处在决策流程的哪一个阶段,并且回应以定制的方案和建议。在他们向零售和法人客户发布这一项全方位渠道策略的第一年,ING的利润增长了23%,市场份额增加了15%,并且获得了《欧洲货币》的“最佳银行”奖。

三、使用数据来激发销售力量

多数的B2B公司还没有掌握实现客户中心化运营所需要的数字化能力,这使得他们非常脆弱。我们的基准表明,仅有15%的B2B公司认为他们具备对客户的完整认识(对比2C公司是20%),而且只有19%表示他们能够理解那些对核心客户的影响最大的客户旅程(对比2C公司是31%)。

相比之下,顶尖的几家B2B公司正在使用先进的分析来提升他们整合信息的能力,同时部署相应的工具来帮助市场和销售部门理解什么样的出价、内容以及服务能够让核心客户投出赞同的一票。

例如,在一家电子设备工厂,市场人员能够辨别某一潜在客户打开了一封邮件,但他们的客户关系管理系统无法跟踪到这位客户花了多少时间阅读这封邮件,或者他们接下来采取了什么行动。为了获得更强的预测能力,这家公司投资了下一代产品购买分析(next-product-to-buy (NPTB) analytics),这项分析工具可以展示一系列的推荐行动,辅以相关性评分。可见,更有效的定位洞察力帮助这家公司提升了8%的销售量。

类似的使用数据的市场实践使B2B公司能够创建高精准定位的活动,从而突破那些意义嘈杂或虚假的客户关系——这是一种在高度竞争或分散的市场中至关重要的能力。

四、过程的端到端连接以提升洞察力和决策力

有效的预售活动——引导到获取资格、投标、中标和更申交易的一系列步骤——能够帮助B2B公司实现持续的40%到50%的新交易中标率,80%到90%的重申交易中标率。但是这样的成功水平需要前台到后台的密切合作,而且,因为很多B2B公司已经在后台实现了不错的自动化,他们在把这些流程前台相连接的时候反而发现了短板。这样的整合性的缺失会造成部门间的多级信息传递、印证复述的多次转向、缺失传递的日期,以及不必要的技术、应用和数据的扩散。

DQ 领导者们采取不同的方式来操作。他们使用自动化的决策支持过程以及其他工具把金融、会计和企业资源管理系统与客户、销售和订单数据连接起来,从而形成一个整合多方客户的360度全方位的图景。这个联通的网络使得销售团队能够获取在与客户面对面沟通前所需要的客户服务、支持和金融信息,并且为运营团队了解销售的过程提供了更高的透明度,从而提供资源和执行计划的协助。

例如,一家建筑材料供应商通过使用现存客户的订单历史和预期市场的分析提升了它的成品率。数据帮助这家公司辨别了哪些潜在客户是最有可能购买它的产品的,这使它的中标率提升了3%-5%。一家全球性的高科技公司使用自动化的区域管理系统工具来接入交通线路、运输密度和其他因素的运营数据,从而重新规划了它的销售区域。这些步骤使销售人员处于销售现场的时间提升了25%。

五、创造一种以创新和执行为基础的文化

三分之一的B2B公司花费一年多的时间将数字化计划从概念转移到实施,不到15%的公司使用了可以加速创新和提高客户满意度的测试学习模型以及快速原型开发过程。

相比之下,领先的B2B公司在部署敏捷开发实践和快速实验方面处于领先地位。 他们与外部合伙人积极合作,并使用数字黑客马拉松等事件来缩短学习曲线。 例如,一家亚洲保险公司在48小时内举行了密集卡纸会议。 它将120名参与者分成十个跨职能团队,并让他们对客户如何处理他们的医疗索赔过程进行重新设计。 作为一个友好的比赛,当它结束时,团队提供的模型远远超出黑客马拉松的原始范围,有效地消除了处理索赔的需要。

六、愿意改变组织结构和指标来支持数字化

在我们研究的大多数B2B公司,组织结构上的问题可能削弱数字化计划的覆盖面和有效性。 内向流程,有限的透明度,对角色的混淆以及缺乏行政领导的优先级是常见的问题。 只有五分之一的公司会系统化地跟踪数字绩效指标,而我们的研究中只有17%的管理者认为他们可以阐述其公司的数字指标。 组织成熟度的DQ分数反映了这些问题。 B2B公司的平均组织成熟度只有27%,接近“落后”的范围。 (相比之下,消费行业的平均组织成熟度为35.)

另一方面,DQ领导者努力创建一个支持他们数字化转型的组织结构。 有些人像默克一样,投资于以研究和创业热点为中心的创新中心,以发掘有前景的研究以及建立许可或合作安排。 其他公司已经建立了风险资本武器和半自治数字中心,就像GE新的GE数字单元一样。

表现最佳的数字公司也愿意消除其指标,并战略性地思考什么类型的措施和激励会达到他们想要的结果。 这并不意味着创造更复杂和更多的绩效指标,而是重新审视公司如何衡量进展和制定一些真正有效的指标。 例如,当Dan Levin加入Box作为首席运营官时,他意识到公司的大多数客户每月支付一次费用,这损害了公司的资本效率。 为了解决这个问题,Box需要将预付款率提高到70%到80%。 为了推进转变,Levin改革了销售补偿结构,使奖金和佣金的多少取决于某些预付目标的达成。 在转变之后的那个季度,Box的销售部门在不减缓增长的情况下实现了扩张目标。

B2B公司有能力采取更结构化的数字化方法,更多地控制速度,并更好地确保资源和投资流向最有价值的机会。 我们的研究表明,通过专注于与客户和财务成功最具紧密联系的数字化实践,B2B公司将有能力创造和维持显著的长期价值。

原文发布于微信公众号 - 钱塘大数据(qtbigdata)

原文发表时间:2017-03-29

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据猿

大咖周语录 | 库克大赞Pokemon Go并将加大VR投资,欧阳辰说数据变现突破点在广告和征信

<数据猿导读> 对于大数据的概念以及大数据在各行业的应用,每个人心中都有不同的看法。小编每周都会整理大数据牛人们的精彩观点,让你在最短的时间获得最精的思想荟萃。...

34160
来自专栏数据猿

大数据时代下的“大教育”遇到了哪些问题?

<数据猿导读> 我国教育领域的发展与改革正面临前所未有的挑战,大数据与教育的结合成为时代发展的必然要求。教育大数据从战略高度应定位为推动教育变革的新型战略资产、...

509110
来自专栏AI科技评论

AI 真的会重蹈 O2O 的覆辙吗?

编者按:文中所有截图、评论之引用都已获得许可,并确保评论内容真实。 近日,奇虎 360 公司董事长兼 CEO 周鸿祎在 360 营销盛典上谈到了他对人工智能的看...

29240
来自专栏程序员互动联盟

码农最后有几种归宿?

经常听到周围的人说,程序员吃的是青春饭,过了30就不行了,身体机能下降,后面的年轻人也会呼呼的赶上来,到30就该考虑出路了。真是这个样子让80后的程序员该如何是...

32560
来自专栏新智元

【重磅研报】中国人工智能产业链三大投资蓝海详解

【新智元导读】这两天人工智能分外火爆,乐视推出超级大脑,猎豹投入5000万美金研发机器人。在中信证券这篇长达1.5万字的人工智能产业投资研究报告里,分析师冷静而...

47550
来自专栏科技向令说

响铃:云计算的时代 2.0的江湖 百度的新赛道战术

云计算最近“大事”不断,基础架构和信息载体的不断更新和迭代,赋予了云计算更多更新的角色。可以说,云计算正处在一个三叉路口,向左继续基础能力演进,向右转向产业全面...

14320
来自专栏大数据文摘

人工智能竞赛:从硅谷到北京,巨头们严阵以待

18850
来自专栏钱塘大数据

钱塘号丨未来人工智能将带动金融服务如何发展?

导读:人工智能日趋普及,并在金融服务领域产生巨大影响。本文作者 Nikolas Badminton 向我们介绍了人工智能在金融服务领域的发展动向,并对其发展趋势...

37980
来自专栏钱塘大数据

中国如何应对大数据时代的挑战

导读:中国社会对“大数据“的概念还存在一些不准确的认识甚至观念上的误区,特别是对大数据在国家层面上的战略意义估计不足,亟需深化。 从小数据到大数据 “大数据”...

40850
来自专栏DT数据侠

考生们请注意,你的大数据专业录取通知书已寄出!

一年一度的高考又开始了。过了这几天,全国九百多万高中生们将告别只有文理科的日子,步入种类繁多的“专业”世界。最近两年,随着科技的发展,以“大数据”为代表的数据行...

12000

扫码关注云+社区

领取腾讯云代金券