Utilizar los datos internacionales para encontrar oportunidades de

beneficio

Decisiones de matemticas siempre de opinin trompeta y el juicio. El

problema con la mayora de las empresas es que ellos toman decisiones
basados en el juicio cuando las decisiones basadas en datos podran hacerse.
Customer Intelligence ---acerca de sus preferencias, sobre su
comportamiento de compra --- puede ayudarle a tomar una serie de decisiones
basadas en hechos, no la sabidura convencional. Este captulo le mostrar
cmo analizar e interpretar los datos que ya tiene dentro de su empresa o en
su cabeza. Usted no necesita automticamente a encargar un estudio cada vez
que tenga una pregunta acerca de sus clientes. Mientras que sus datos interna
claramente tiene limitaciones, se le puede decir mucho acerca de lo que
quieren sus clientes, lo que hacen, y cmo responder a amenazas de la
competencia

Comience por dejar que los datos internos

Orientar la toma de decisiones
Jhon DC poco, profesor de la Escuela de Administracin Sloan del MIT,
distingue entre dos tipos de datos: datos de estado y de respuesta. Gran parte
de las empresas de datos puede recuperar en sus propias bases de datos son
los datos de estado. Esto incluye los ingresos, las ventas de unidades, los
costos variables, los niveles de precios, estimaciones de cuota de mercado, y
el tamao de los presupuestos de publicidad. Dependiendo de qu tan
transparente el mercado es, una empresa tpica incluso tendr Mucho de esta
informacin sobre sus competidores.
Analizando los datos de estado puede revelar reas donde usted tiene la
oportunidad de diferenciar, reorientar sus recursos de ventas y de marketing, y
ganar ms beneficios como resultado. Pero las mayores ganancias en las
utilidades provienen de la generacin de lo poco denomina datos de respuesta.
Los datos de respuesta incluyen el acceso elasticidades precio, efectividad de
la publicidad y la eficacia de ventas. Estos datos implican siempre una variable
independiente (informal) y una variable dependiente, lo que representa la
respuesta o efecto. Comparaciones puras a travs del tiempo, como el cambio
en la cuota de mercado ao tras ao, no son datos de respuesta, ya que no
ofrecen una idea de la "por qu". Slo se puede obtener datos de respuesta
con comparaciones dinmicas (antes y despus) de sus datos de estado y / o
los resultados de los mercados de prueba. Estos datos le ayudan a dar la
indicacin ms precisa de dnde usted tiene oportunidades de beneficio
adicional.
En el resto de este captulo, le mostraremos cmo utilizar sus datos internos de
nuevo conocimientos sobre sus clientes, encontrar el punto de diferenciacin

potencial, hacer cambios yo su mezcla de marketing, e incluso cuantificar el

alcance de los beneficios incrementales que se debe perseguir. Nos
centraremos principalmente en los datos relacionados con el cliente que ya
existe dentro de su empresa.

Utilizar datos de estado para identificar sus oportunidades de beneficio

Por qu hacemos una gran cosa acerca de estos conjuntos de datos
internos? La razn es simple. No importa qu tan rentable una empresa puede
ser general, sus gerentes son a menudo seguro acerca de si la empresa es un
negocio rentable, ya que podra ser o debera ser. Para llegar a esa conclusin
y ganar esa ganancia extra, que necesitan una mejor comprensin de si las
miles de decisiones individuales de sus Temas hacen que cada ao son
beneficios o prdidas, sabia o no, esenciales o innecesario. En la figura 4-1
echamos un vistazo ms de cerca a los tipos de empresas de datos de estado
y de respuesta tienden a tener disponibles.
Se podra esperar que las empresas, especialmente las grandes, con los
departamentos de TI y los departamentos de relaciones con los clientes, tener
un conjunto compacto, completo de datos de estado para que los directivos
trabajan. A nivel agregado, esto puede ser cierto. Pero intenta recuperar datos
desglosados en cliente, regin, producto o vendedor, y usted encontrar
rpidamente frustrado.
Los datos de estado que puede ayudar a entender sus clientes rara vez en una
forma fcil y rpidamente accesible. La mayora de os nuestros proyectos
comienzan con ayudar a los clientes traer los datos tienen en un marco comn.
Cundo existe los datos, en general encontramos que se extendi a travs de
muchos departamentos. En algunas organizaciones las personas que
gestionan los datos en diferentes departamentos rara vez, o nunca, se
comunican entre s, y por muy buenas razones. Ellos tienen diferentes
lealtades, recibir pago y recursos de diferentes presupuestos, y tienen
completamente diferentes objetivos e incentivos. Como resultado, nos
encontramos por lo general uno de los siguientes dos obstculos:
La empresa imposible tener exactamente lo que necesita. La buena noticia
es que los datos son por lo general hay... ms o menos. Simplemente no existe
en el nivel de detalle necesario para los anlisis pertinentes. Usted encontrar
agregados y promedios, pero no hay un desglose detallado de acuerdo a los
productos, clientes o equipos de ventas. Eso deja la puerta abierta a la
subjetividad, la intuicin y la experiencia para llenar los vacos que los datos
deben llenar.
La empresa puede obtener los datos, pero tomar un tiempo. A menudo
toma semanas o incluso meses para las empresas para llevar sus datos en un
solo lugar, Cuando le preguntamos a un fabricante de artculos para el hogar
que nos proporcione datos sobre los precios al por mayor y al por menor en

cinco pases europeos y Estados Unidos, su equipo necesitaba all meses

conciliar los datos.
Una vez que tenga un marco comn juntos, usted se beneficiara de poner un
equipo en el lugar para asegurarse de conjunto de los datos sigue siendo hasta
a la fecha y para analizar los datos. Incluso las empresas con paquetes de
software de planificacin de recursos empresariales totalmente desplegadas
luchan con esta tarea aparentemente simple. Esto ha creado un nicho para los
proveedores de software que consolidan los datos existentes de manera
significativa y flexible.
Una empresa que llamaremos saneamiento Northlight (Northsan) realiza la
tarea hemos descrito anteriormente y luego poner esos datos a utilizar. Aunque
los anlisis de datos de estado no son tan reveladores como los anlisis de los
datos de respuesta (que explicaremos en la siguiente seccin), Northsan utiliza,
no obstante sus datos de estado para exponer una nueva fuente de ganancias
potenciales.

Estudio de caso
Problema: entender ingresos y beneficios por vendedor
Empresa: saneamiento Northlight
Producto: Cocina y accesorios de bao
Fuente: Proyecto de Simon-Kucher & Partners

Northsan fabrica y vende una amplia gama de accesorios y accesorios para

cocinas y cuartos de bao. La compaa utiliz un anlisis efectivo poco simple
de encontrar focos de ganancia adicional dentro de su organizacin una vez
que encontr la manera de llevar sus datos en conjunto de una manera til.
Clasificado entre los lderes del mercado, Northsan tena una gran fuerza de
ventas que vende a mayoristas, as como directamente a los contratistas. La
compaa otorga a los vendedores considerable margen de maniobra en la
negociacin de precios, trminos y condiciones. La alta direccin considera que
este enfoque ayud a la compaa a adquirir y mantener importantes piezas de
negocio en un mercado cada vez ms competitivo. Histricamente, Northsan
slo haba limitado la capacidad para descomponer la informacin al nivel del
vendedor individual. Ms all de la comparacin de los ingresos, no se poda
comparar fcilmente un rendimiento vendedores directamente con otro. Los
vendedores podran argumentar - correctamente - que la competencia, los tipos
de clientes, y la cartera de productos Northsan pone a disposicin de todos
difieren de un territorio a otro. Pero la compaa espera que estas diferencias
sean lo suficientemente ligera que no se distorsione la imagen general. Nunca
se molest en cavar ms profundo.

Despus Northsan consolid sus datos en un marco comn, que comenz a

examinar las averas ms finas. Usted se encuentra uno de los primeros
informes de la empresa genera en la figura 2.4, que muestra Northsans, las
ventas netas mtricas habituales, por veinte vendedores seleccionado. Ahora,
sin embargo, Northsan tambin podra determinar el margen de contribucin
cada vendedor logrado.
Observe que un vendedor (identificado como A2704) genera poco ms de $
900,000 en ventas, pero el margen de contribucin sobre esas ventas es de 5,9
por ciento. Por el contrario, las ventas de A1725 fueron slo 785.000 dlares,
pero a un margen de contribucin mucho mayor del 23 por ciento. Ambos
casos estn rodeados en la figura 4-2.
Mientras Northsan ya conoca las diferencias de rendimiento de las ventas y las
comisiones por ventas resultantes que pag, el panorama de ganancias
margen llam la compaa por sorpresa. Nadie haba esperado que los
mrgenes de contribucin generada por los vendedores para variar tan
ampliamente.
Los viejos argumentos sobre las diferencias territoriales y las circunstancias
especiales no podan explicar manera el hecho de que los vendedores
mrgenes de contribucin generada difera hasta en un factor de cinco. La
nueva hiptesis fue que los representantes de ventas con los mrgenes de
contribucin ms bien actuaron demasiado agresivamente en el mercado o
acondicionados poca o ninguna resistencia a las demandas del cliente.
En lugar de interpretar los datos, literalmente, Nothsan decidi investigar ms
para entender por qu algunos de los antiguos artistas "estrella" de la
organizacin (en trminos de ingresos) no generaron mucho beneficio. La
empresa entrevist a representantes de ventas, acompaado algunas de ellas
en las llamadas de ventas, y mantuvo conversaciones de seguimiento con los
clientes seleccionados.
El resultado del anlisis extra fue sorprendentemente claro. La empresa
contaba con dos tipos de representantes de ventas. Un tipo poda articular
Northsans propuesta de valor bien y celebr su tierra cuando los clientes
buscan precios ms bajos. El otro grupo trat de aumentar las ventas
ofreciendo regularmente y activamente menores precios, descuentos
generosos, o alentar a los clientes a cambiar a productos de menor margen.
Vendieron tanto producto como sea posible, pero con un claro desprecio por las
empresas beneficios.
Northsan dio dos pasos para corregir el problema. Es nueva formacin,
reasignado, o terminado los vendedores que persigui slo volumen. Tambin
ajust su sistema de incentivos para recompensar la contribucin ms de las
ventas de unidades. Estos dos pasos impulsaron Northsans rendimiento de las
ventas del 11,6 por ciento a casi el 14 por ciento. Este MEJORAMIENTO est
en lnea con la cantidad que mencionamos atrs en el captulo 1. Nos dijo que

las empresas tienen un vasto potencial de beneficio - equivalente a 1 a 3 por

ciento de sus ingresos anuales - Escondido en sus departamentos de ventas y
marketing.
Sin la mejor vista de sus datos de estado, Northsan habra continuado para
recompensar a las empresas vendedores colume para la destruccin de lucro.
Sin dar un paso atrs para interpretar los nuevos datos, habra culpado
reflexivamente los delincuentes sin una comprensin ms clara de los patrones
subyacentes. En este caso, el sistema de incentivos de empresa
verdaderamente haba alentado y reforzado el comportamiento observado. Es
difcil culpar a un vendedor para alcanzar el nivel de rendimiento que usted
pag para llegar. Se discuten los incentivos de la fuerza de ventas con mayor
detalle en el captulo 9.

Generar datos Responde para cuantificar

Sus oportunidades de beneficio
El xito de su producto - cunto de lo que usted vende - es inseparable de lo
mucho que cobran (precio) y cunto invertir (otras iniciativas de marketing). Un
intento de establecer cualquier tipo de objetivo de ventas, elaborar una
respuesta a una amenaza competitiva, o cambiar su enfoque de marketing que
no tiene sentido sin tener una comprensin clara de los efectos de los precios y
la comercializacin de la inversin. Para ganar esta comprensin, necesita
datos de respuesta.
Pocos, si cualquiera de las empresas tiene datos de respuesta disponible. La
falta de potencia de clculo, sin embargo, no explica por qu las empresas an
no han incorporado los tipos de bases de datos que pueden mejorar su toma
de decisiones. Como un artculo sobre el tema afirman "mayora de los
fabricantes gastar mucho dinero en los datos de ventas de productos, pero aun
as no puede determinar los efectos de los cambios en los precios, las
caractersticas, y en los exhibidores de ventas". La mejor explicacin es que las
empresas prefieren depender de accesos directos, la evidencia anecdtica, la
sabidura convencional, los datos agregados, y sensaciones de la tripa para
tomar su decisin de hacer las inversiones mentales adicionales necesarias
para descubrir y entender estos efectos. La mayora de estas empresas tienen
la capacidad de actuar, pero no el deseo.
Puede generar la ONU datos Responde dos maneras: o bien puedes hacer
estimaciones sobre la base de los datos histricos, o puede estudiar su cliente
directamente. Vamos a discutir las primeras opciones ahora y la segunda
opcin en el prximo captulo.
Cuando las empresas deciden producir datos de respuesta de sus propios
datos histricos, que rara vez pueden hacerlo con los anlisis sencillos o
estandarizados. Proveedores de software de planificacin de la demanda,
como los ingresos PROS Gestin, Zilliant o Arrebatado han tratado de llenar

este vaco, ofreciendo herramientas que hacen ms fcil para las empresas
para recopilar y analizar los datos de estado, y generan datos de respuesta, de
una manera sistemtica. Pero no nos engaemos - el valor de la clave de este
tipo de software es que ayuda a compilar y transformar datos, pero nunca
totalmente sustituto de su criterio. Ni va a ofrecerle ideas de pulsador. An
tenemos que ver una herramienta de software que realmente automatizar la
toma de decisiones.
La ropa de la cadena minorista estadounidense casual masculina analiz sus
datos histricos con el fin de determinar el momento ptimo para descontar
artculos de moda. La sabidura convencional en el negocio dictaba que las
tiendas minoristas cortan los precios de los trajes de bao justo despus del 4
de julio fin de semana.
Steve Schwartz, hombres casuales vicepresidente senior de planificacin, dijo
que la empresa sola tener "ni idea de si bamos a conseguir un mejor margen
eligiendo un elemento sobre otro". l introdujo herramientas de fijacin de
precios basados en la web para analizar los datos de cadenas de ventas en
todo el pas, e identific variaciones regionales sustanciales en los ciclos de
ventas.
Las cadenas de mrgenes brutos aumentaron un 25 por ciento en los
siguientes nueve meses, en parte gracias al nuevo sistema de fijacin de
precios.
Un aumento del 25 por ciento en los mrgenes brutos representaba una
enorme cantidad de beneficios adicionales para informal masculina. Pero la
orientacin dada por el nmero de servicio pesado tal crujido es incompleta. No
tiene en cuenta para posibles reacciones competitivas, ni permite a estimar el
efecto de las variaciones de productos y servicios que no se han ofrecido.
Software hombres Casual pudo evitarlo calcular respuesta de los precios y la
elasticidad de los precios, pero no pudo evitar masculino casual inferir si un
competidor continuar siguiendo la sabidura convencional (un precio ms bajo,
a nivel nacional) o imitan enfoque hombres casuales en parte o en su totalidad.
Del mismo modo, si informal masculina vendi slo azules trajes de bao, el
modelo no poda predecir lo que sucedera si introduca los rojos en algunas
regiones, debido a que no tena datos sobre el traje de bao rojo.
Estimacin de reaccin de la competencia o el efecto de las variaciones de
productos con datos internos requiere lo que nos referimos como la opinin de
expertos. Te renes con el personal ms cualificado y experimentado de
marketing, ventas, servicio al cliente y el desarrollo de productos y el uso de un
enfoque estructurado para explorar sus suposiciones sobre cmo los clientes
responderan a ciertas modificaciones de la mezcla de marketing. Luego se
cuantifica sus suposiciones. El siguiente caso muestra cmo llevar a cabo este
tipo de anlisis, paso a paso.

Estudio de caso
Tema: cmo defenderse de una amenaza competitiva
Empresa: qumica cortez
De productos: jabones y detergentes
Fuente: proyecto Simon-Kucher & Partners

Cortez Qumica, un fabricante diversificado y altamente rentable, era el lder del

mercado en productos de limpieza utilizados en las fbricas y en los pisos de
las tiendas de todo el mundo. Se encontr con uno de sus productos clave en
una unidad de negocio bajo la amenaza de las importaciones chinas. Una firma
china continental vende a precios al por mayor 50 por ciento. El mercado haba
mostrado un fuerte crecimiento, la compaa podra haber preocupado menos.
Pero haba sentido durante mucho tiempo que la demanda se ha desacelerado.
El mercado haba madurado.

Productos Cortezs confiaron en la tecnologa de veinticinco aos de edad. El

gasoducto empresas estaban seca los huesos. Cortez no poda innovar su
salida del problema. al menos no dentro de dos aos .En vista de esa
restriccin, Judith S. el gerente unidades de negocio, se acerc a nosotros con
el siguiente desafo: "Aydame a proteger a mi cuota de mercado y mrgenes
por averiguar cunto debera reducir los precios porque valerse esta amenaza
". Precios de corte parecan no slo intuitivamente sonido, pero tambin es fcil
de implementar, argument. Momentum y el apoyo poltico a la idea haba
empezado a crecer.
Judith hizo notask si debera reducir los precios, sino ms bien lo mucho que
debe cortarlos. Sugerimos que suprimir su urgencia por actuar en vez dar un
paso atrs para reexaminar la situacin. Le pedimos que haga la tarea folloring:

Seleccionar el tipo de precio que realmente llev a su beneficio, el precio

apropiado para tener en cuenta en su caso era su precio de venta neto
medio (ANSP) a los distribuidores. Tanto legal como en la prctica, que
no tena control sobre el "precio de venta", o el precio al que los
distribuidores venden sus productos a los clientes finales.
Escoja un punto de precio realista por encima del nivel actual ANSP y
uno realista debajo. En caso Judiths, el menor precio seleccion
correspondi a la ANSP ante un incremento de los precios se haba

puesto en marcha un ao antes. El precio ms alto correspondi a un

precio aumente su vice presidente de la divisin le haba pedido a
considerar para el prximo ao fiscal. Tericamente podra haber elegido
cualquier precio por encima y por debajo. Pero la tarea ms sentido
cuando ella podra relacionarlo con otros dos puntos de precio que ella y
su equipo estaban familiarizados.
Estimar el volumen de ventas previsto para cada punto de precio. Le
pedimos que estimar cmo su volumen de ventas sera diferente si ella
realmente no subir o bajar sus precios a los que ella se definen
anteriormente.

Estiman cmo los competidores clave cambiaran sus precios en respuesta a

cada uno de estos puntos de precio. Si se mova hacia abajo, cmo
responderan sus nuevos competidores chinos? Cmo responderan otros
competidores? Quin hara matemticas el descenso, y que prefiere mantener
los precios estables a expensas de la cuota de mercado?
Repita los pasos para cuatro puntos de precios ms bajos adicionales
Inicialmente ella se resisti a las dos tareas finales, porque senta las
respuestas que debe dar equivaldra a poco ms que conjeturas salvajes. Pero
en realidad, Judith - al igual que sus homlogos en cualquier empresa - ya
tena estos nmeros en su cabeza. Cuando se planifica la produccin para el
prximo ao, analiz las ventas de unidades con respecto al ao anterior, o
pensado por qu una reduccin de precios podra ser ventajoso, ya haba
realizado estimaciones similares. Todo lo que le haba pedido que hacer era la
lnea a todos en una fila. Figura 4-3 captura el resultado de su trabajo.