Spring til indhold

4 gode grunde til, at kigge nærmere på jeres medlemsdata og 1 vej i graven

Datarevolutionen har været i gang længe. I efterhånden en del år er vi alle blevet tudet ørerne fulde om, at vi skal være datadrevne, at vi skal have cloud-baserede indsigter i real-tid og ikke mindst, at vi skal have machine learning-algoritmer til at identificere forretningskritiske mønstre i data. Men for datarevolutionen gælder også, at revolutionen æder sine egne børn, og det har i realiteten vist sig, at de stort opslåede dataprojekter ikke altid leverer den fornødne værdi. Her kommer mit bud på fire gode grunde til, at I alligevel skal interessere jer for jeres medlemsdata – og det handler mindst lige så meget om jeres organisation, som det handler om teknik og data science.

Se jer selv med medlemmernes øjne

Et kig ned i jeres medlemsdata giver et ret godt indblik i, hvilke processer og systematikker I som organisation har omkring jeres medlemmer. Data som stamoplysninger, indmeldelsesdato, transaktionsdata, permissions, tilmeldinger til nyhedsbreve etc. er alt sammen data, I indsamler, fordi I har et formål med det – det understøtter jeres processer. På samme måde giver de data I ikke indsamler – eller i hvert fald ikke systematiserer og vedligeholder – et rigtig godt indblik i, hvilke dele af relationen til jeres medlemmer der ikke er underlagt den samme systematik. Der kan ofte vindes nogle ret store og hurtige gevinster ved, at tage et kritisk blik på de data I indsamler og ikke indsamler. De processer, der styrer dataindsamlingen, er ofte grundlagt i en tid, før dataanalyse på større skala blev tilgængeligt.

Bryd siloerne ned

Netop fordi medlemsdata ofte indsamles for at understøtte én specifik proces i en organisation, så er der mange organisationer, der overser lavt-hængende frugter. De data, der allerede indsamles i en afdeling af organisationen, kan være guld værd for andre afdelinger i organisationen – ofte, er de bare ikke klar over, at data allerede er tilgængelige i organisationen. Hvis data-projekter virkelig skal have flyvehøjde, er det essentielt, at de ikke isoleres i én del af organisationen, men at det fra start tænkes ind, hvordan andre afdelingers forretningsbehov kan integreres i projektet.

Lær jeres medlemmer bedre at kende

De, der har den tætteste medlemskontakt, er ofte ikke dem, der kender data bedst – eller bruger det til alverden. Alt for ofte leder dette forhold til en skyttegravskrig, mellem de dele af organisationen, der kender medlemmerne gennem direkte kontakt, og de dele, der kender medlemmerne via data. I virkeligheden er dette den urgamle, akademiske skyttegravskrig mellem kvalitative og kvantitative metoder i forklædning, og de organisationer, der lykkes med deres dataprojekter, formår at udnytte styrkerne ved begge. Kvantitative analyser af jeres medlemsdata vil give jer indsigt i hvornår, hvem, hvor meget og den slags spørgsmål, mens kvalitative koblinger til medlemsdata bidrager med det eftertragtede hvorfor.

Skab værdi – for jer og jeres medlemmer

I sidste ende skal jeres brug af medlemsdata vejes på den samme vægtskål som alle andre forretningsprocesser – de skal skabe værdi til jeres organisation. Denne værdi kan f.eks. skabes ved at identificere kritisk timing (hvornår i et medlemsforløb forlader folk jer typisk?) eller kritiske handlinger (hvilken adfærd hænger sammen med tilmelding til jeres aktiviteter?). Forudsætningen for, at denne værdi kan skabes, er dog, at organisationen er gearet til at træffe beslutninger på baggrund af de datadrevne indsigter. Den herostratisk berømte 80/20-regel kan også bruges i dette tilfælde. At lykkes med at få værdi ud af medlemsdata handler kun 20% om data og teknik og 80% om organisationen.

Data er ikke et mål i sig selv

Som afslutning lovede jeg at pege på en vej, som mange organisationer har brændt fingrene på i deres iver efter at nå til det forjættede, datadrevne land. Det er let at lade sig forblænde af de muligheder for avanceret dataanalyse, som i stadig stigende grad bliver tilgængelige – også udenfor de store organisationer. Problemet er bare, at der findes ikke en algoritme, der er bedre, end de data den har adgang til. Derfor er dataprojekter underlagt den samme logik som alle andre organisatoriske udviklingsprojekter: Hvis du vil have succes med dit projekt, så start med en klar business case. Byg dit minimal viable product: Sørg for, at de organisatoriske beslutningsprocesser kan optage inputs fra projektet. Evaluer. Lær. Start igen. Den sikre vej på kirkegården for dataprojekter er, når ambitionerne og at være datadrevet er afkoblet fra de organisatoriske beslutningsprocesser.

Vil du vide endnu mere om, hvordan din organisation får værdi ud af jeres medlemsdata?

Så deltag i vores webinar tirsdag den 9. juni kl. 13.00-13.30.

 

Tilbage til oversigten