Podelite na društvenim mrežama
Pomozite prijateljima saznati nešto novo
Pametna analitika koja koristi veću dubinu podataka omogućava traženje novih poslovnih prilika. Milan Dragić i Marko Srabotnik objašnjavaju kako je postići u pet koraka.
Vreme. Odnosi. Tržište. Odnos je takav da za prilagođavanje i traženje novih poslovnih prilika nije dovoljno praćenje opštih informacija. Praćenje vesti o privrednim i društvenim događajima i kontakti s kupcima su poželjni, čak neophodni, za sticanje informacija o trendovima. Međutim, kompanijama je za donošenje ispravnih odluka potrebna veća dubina podataka. Kako izvršiti dubinsku analizu događanja i traženja novih prilika objašnjavaju Milan Dragić, generalni direktor kompanije Bisnode za Jugoistočnu Evropu, i Marko Srabotnik, direktor poslovnih rešenja u kompaniji Bisnode za Jugoistočnu Evropu.
Pored praćenja trendova i položaja na tržištu, i u vašoj niši je preporučljivo da sistematski pratite prognoze makroekonomskih institucija, statističkih kompanija i analitičkih kuća. Važno je:
Pažljivo pratite šta se događa s kupcima vaših kupaca. Kako posluju, kojim tržištima i granama su izloženi i od kojih preduzeća i događanja na tržištu zavise. Pratite trendove u industrijama kupaca koji kupuju od vašeg kupca, bez obzira na to da li se radi o preduzećima ili krajnjim potrošačima.
Sposobnost razumevanja svega o potencijalnom kupcu – njegove potrebe, izazove i industriju – pomaže nam da obezbedimo uvid koji je neophodan za uspešno povezivanje s potencijalnim klijentima. Uspostavljanje kontakata s potencijalnim kupcima u današnjem kompleksnom i bučnom B2B okruženju zahteva vreme, trud i informativne podatke. I upravo pomoću podataka i analitike možete skratiti vreme koje bi vam inače bilo potrebno da vaš potencijalni klijent postane profitabilni klijent.
Pratite hlađenje tržišta s aspekta sopstvenog poslovanja. Postavite sebi pitanje: šta to znači za vaše preduzeće? Možete konstatovati dve stvari: šta pri poslovanju možete optimizovati i gde možete iskoristiti hlađenje za nov razvoj.
Proizvodne kapacitete, za koje na primer znate da obezbeđuju izvođenje za samo još nekoliko narednih meseci, iskoristite za proizvodnju novih proizvoda odnosno rešenja. Počnite da se proaktivno povezujete s novim, još neosvojenim tržištima, izvan tržišta Zapadne i Srednje Evrope, na kojima su slovenačka preduzeća uglavnom prisutna. Analitičari konstatuju da slovenačka preduzeća često postupaju reaktivno umesto proaktivno, naglašava Marko Srabotnik:
„Ako uporedimo izvoznu strukturu Slovenije i Danske (priložena tabela), možemo videti da je zavisnost od Nemačke manja nego u Sloveniji, a oko 50% danskog izvoza čine države sa tri kontinenta. Direktno poređenje je inače nezahvalno (zbog različite strukture privrede, ostvarenog BDP-a i dodatne vrednosti i udela globalnih kompanija), ali pokazuje da se 50% slovenačkog izvoza kreće oko susednih država s pretežnim udelom u Nemačkoj.
Proizvodna struktura slovenačkih preduzeća u velikom delu zavisi od glavnih kupaca na navedenim tržištima. Slovenačke kompanije su uprkos prepoznatljivoj razvojnoj izuzetnosti deo nabavnog lanca i premali broj preduzeća funkcioniše kao razvojni partner ili samostalno nastupa na globalnim tržištima.“
Slovenija | Danska | ||
Nemačka | 20% | Nemačka | 15,50% |
Italija | 11% | Švedska | 11,60% |
Hrvatska | 7,80% | Ujedinjeno Kraljevstvo | 8,20% |
Austrija | 7,50% | SAD | 7,50% |
Francuska | 5,40% | Norveška | 6% |
Kina | 4,40% |
Kompanija ste iz mliječne industrije. Ovako se odvija dvostepena analitika (s trećim korakom):
1. KORAK: Prilikom analize se fokusirajte na stavke:
2. KORAK: Na osnovu analize utvrdite da je profil vašeg idealnog kupca:
3. KORAK: Kada pomoću drugog koraka steknete željene podatke, iskoristite ih za dobijanje liste:
Kako do novih kupaca pomoću naprednih pristupa.
Pored onlajn alata za analitiku, koji su predstavljeni u prethodnoj tački, na raspolaganju su rešenja koja prilično precizno pripremaju spisak potencijalnih poslovnih partnera kombinacijom korišćenja tradicionalnog segmentiranja i podataka s veb-sajtova. Najvažniji je promišljeni izbor ključnih reči. One, naime, signaliziraju čime se kompanija stvarno bavi i da li kompanija želi da uđe na neko područje.
Primer. Želite da dobijete podatke o kompanijama u Nemačkoj koje rade u oblasti zelene energije (green energy). Pošto se radi o prilično novom pojmu, odnosno delatnosti, tu sintagmu ne nalazimo u uobičajenim klasifikacijama delatnosti i zbog toga je pretraga neuspešna. Za pretragu po veb-sajtovima zato koristimo ključnu sintagmu „green energy Deutschland“. Dobijene rezultate zatim obogaćujemo željenim podacima iz offline kolekcija: nazivom kompanije, kontaktima, obimom prometa, brojem zaposlenih. Tako postavljamo filter koji nam omogućava da kontaktirano samo sa relevantnim potencijalnim kupcima.
Pristup se zasniva na pravoj kombinaciji internih podataka kompanija i odabranih strukturisanih (offline) i nestrukturisanih podataka s interneta. Prikupljene podatke pomoću veštačke inteligencije (AI) pretvaramo u kvalitetne moguće kupce (lead-ove) s velikom verovatnoćom realizacije prodaje. To su analitički projekti kod kojih moramo znati kakvi su ciljevi i na koja pitanja želimo da dobijemo odgovore.
Primer Frankfurtskog sajma (Messe Frankfurt). Prilikom traženja potencijalnih kupaca (lead generation), pojavljuje se potreba za ciljanijim targetiranjem pravih potencijalnih partnera. Pratimo sledeće korake:
Cilj: kvalitetne potencijalni kupci sa pravim donosiocima odluka za sajam tekstila.
Rešenje pruža dobro definisan i automatizovan pristupa za stvaranje potencijalnih kupaca (lead generation). Koristimo kombinaciju:
a.) offline podataka: broj zaposlenih, delatnost, finansijski podaci;
b.) selekcionisanih podataka sa veb-sajtova koji su dobijeni tehnikama veštačke inteligencije (AI).
Dobijene podatke o potencijalnim kupcima (lead-ove) zatim razvrstavamo pomoću modela mašinskog učenja (MLM, odnosno machine learning models) s fokusom na idealne poslovne partnere. Na taj način je dobijeno skoro 3.300 rangiranih potencijalnih kupaca kojima smo iz offline baza dodali kontakt podatke na globalnom nivou.
Rezultat: pre 16 od 100 kvalitetnih potencijalnih kupaca, sada 90 od 100 –> iz skupa od 100 potencijalnih kupaca, u praksi se pokazalo da je 16 zaista kvalitetnih (uzimajući u obzir prethodne kriterijume segmentacije). Pomoću veštačke inteligencije (AI) taj broj se podiže na 90. Što znači 5,6x veću uspešnost prilikom kvalifikacija i dobijanja potencijalnih kupaca.