Hvordan velge KPI-er for et prosjekt eller en virksomhet

Som en del av samarbeidet mitt med mine tidligere partnere fra det gamle selskapet måtte jeg denne måneden utarbeide et forslag til KPI-er som jeg mener de bør gjennomgå i et månedlig møte.

De trengte KPI-er for hvert av selskapene i konsernet, som er:

• Yo pongo el hielo: det tidligere selskapet mitt og den digitale kanalen, en ecommercevirksomhet for mat og drikke.
• YPH Mayoristas og TDL: selskapene som betjener HORECA-kanalen (barer, restauranter, puber osv.).
• Sanluma: de fysiske butikkene, som er i ferd med å gå over til distributørvirksomhet (fra B2C til B2B).
• Grupo ComenXall: holdingselskapet som samler dem alle.

Så jeg satte i gang, og dette ble resultatet:

Fordi bildet er lite, er det vanskelig å se ordentlig. Men ta det med ro, jeg forklarer det nå.

Reelt eksempel på forretnings-KPI-er

Vi begynner med det konkrete eksemplet, og deretter forklarer jeg prosessen.

I dette tilfellet er KPI-ene for hver virksomhet som følger:

Yo pongo el hielo: to typer KPI-er, forretningsmessige og digitale, spesifikke for kanalen.

• Forretnings-KPI-er
  • Omsetning
  • Beneficios
    • De la actividad (ventas – costes de mercadería, embalaje y logística)
    • Reales (Actividad – Gastos [Salarios, Inversión en marketing, Otros gastos])
• Andel bestillinger fra tilbakevendende kunder: (Totalt antall bestillinger – Bestillinger fra nye kunder) / Totalt antall bestillinger
• Digitale KPI-er
  • Trafikk
  • Suscriptores email
• Instagram-følgere
• Telegram

YPH Mayoristas og TDL: her skiller vi ikke lenger mellom dem. Siden det ikke finnes noen egentlig fysisk salgskanal (alt skjer via telefonsamtaler, WhatsApp eller e-post), lar vi være å ta med antall besøkende i butikk og lignende ting, slik at vi kan konsentrere oss om virksomheten:

• Omsetning
• Driftsresultat (salg − gjennomsnittlig varekostnad − logistikk med varebil)

• Nettoresultat (driftsresultat − kostnader [husleie, forsyninger, lønn, skader/svinn og andre kostnader])

Margin

Antall aktive kunder (med et kjøp i løpet av måneden)

Andel av salget fra de 5 største kundene

Sanluma: siden selskapet går over til en modell som ligner de to andre selskapenes, mener jeg det er fornuftig å måle resultatene med de samme KPI-ene, så jeg gjentar dem ikke.

Grupo ComenXall: her handler det om å se virksomheten som helhet. Da ser vi på:

• Omsetning
• Kostnader
• Nettoresultat

• Fordelt på selskap

Margin

I de tre første tilfellene vil dataenes oppdateringsfrekvens være månedlig, mens den i det siste tilfellet vil være kvartalsvis.

Hvorfor?

Det forklarer jeg nå ved å gå gjennom variablene jeg vurderte og prosessen jeg fulgte for å komme frem til dette forslaget.

Generelle variabler

På dette punktet skal vi se på de to aspektene som gjør at jeg velger én variabel fremfor en annen når jeg velger en måling som KPI.

Dette er de to viktigste delene av ligningen. Selv om vi senere nyanserer dem med to andre variabler, er det de som avgjør hoveddelen av utvalget.

Verdien av informasjonen som gis

Dette er det viktigste.

En KPI er en måling som utløser handling så snart den avviker fra målene.

Som regel er dette indikatorer som oppfyller ett av disse tre kriteriene:

1. De påvirker marginen (høyere inntekter eller lavere kostnader).
2. De måler risiko (egentlig fremtidig margin).
3. De styrer budsjettfordelingen.

For å definere KPI-er ut fra informasjonen de gir meg, stiller jeg derfor veiledende spørsmål som:

• Hva skjer hvis målingen faller? Ville det endret mine prioriteringer eller virksomhetens?
• Eller dette: hvor ofte skal jeg gjennomgå den? Daglig, ukentlig eller månedlig?
• Og hvor kritisk er målingen? Hva koster en feil dersom KPI-en er feil?

Eksempler på målinger med høy verdi:

• Driftsmargin (driftsinntekter minus driftskostnader).
• Faktisk margin (alle inntekter minus alle kostnader).
• Dekningsbidrag per kanal eller kategori.
• LTV/CAC over 12 måneder.
• Andel tilbakevendende kunder.
• Churn.
• NPS.
• Inkrementalitet i markedsføringskanalen. Eller i det minste attribusjon.
• …

Som du ser, er det litt av hvert, men hver enkelt måling hjelper oss med å forstå marginen prosjektet skaper eller vurdere risiko (NPS, churn…).

Hvor vanskelig det er å hente ut dataene

Hvis du ser på målingene over, vil du legge merke til at noen er svært enkle å få tak i, fordi CMS-et eller ERP-systemet leverer dem som standard (margin, tilbakevendende kunder).

Andre er derimot langt vanskeligere å få frem (inkrementalitet eller attribusjon).

Derfor må vi, når vi fastsetter målingene, vurdere om vi klarer å hente dem ut på riktig måte. Vi vil befinne oss i ett av disse tre scenarioene::

• Det holder å implementere verktøyene vi allerede har.
• Noe må utvikles i teknologistacken vår.
• Nye plattformer må implementeres.

Uansett hvor mye verdi et datapunkt gir, er det meningsløst å velge det fra starten av dersom vi ikke kan få tak i det på kort sikt. Derfor snakker jeg senere om analytics-roadmapen, der vi møter flere scenarioer.

Og hvordan vet jeg hvor vanskelig et datapunkt er å hente ut?

Gjennom erfaring og ved å vurdere ting som dette:

• Lav vanskelighetsgrad: én stabil kilde (GSC for CTR; ERP for kostnad).
• Middels: to kilder med en enkel kobling (GA4 + ERP for faktisk konverteringsrate).
• Høy: dyptgående analyser med flere kilder. Kohorter/attribusjon/inkrementalitet (faktisk LTV, inkrementell ROAS).

Det kan virke opplagt, men ta hensyn til de to variablene vi nettopp har diskutert, og når du velger KPI-er, begynn med Høy verdi + Lav vanskelighetsgrad (det finnes alltid minst én).

Husk at målinger med Høy verdi + Høy vanskelighetsgrad bare blir KPI-er dersom du kan utvikle en løsning for å hente dem ut, med alt det innebærer (definere utviklingen, gjennomføre den, vedlikeholde den og QA).

Spesifikke variabler

Greit, når vi har grunnlaget over, må hver KPI gjennom to nye filtre.

Disse nye variablene nyanserer informasjonen jeg ønsker å formidle, som avhengig av situasjonen kan være mer grunnleggende eller generell, eller langt mer spesifikk eller kompleks.

Rolle: hvem KPI-en er ment for

Jeg regner med at dette er klart, men selv om begrepene ligner, trenger ikke en CEO det samme som en SEO-spesialist.

En CEO trenger oversikt over virksomhet og risiko, så målingene vil som regel være mer overordnede og mindre spesifikke:

• Driftsmargin og dekningsbidrag.
• Omsetning.
• Markedsandel.
• NPS.
• Churn.

En områdeleder (Marketing/IT/Product/Ops) trenger de viktigste målingene for sin avdeling. Innen markedsføring kan det for eksempel være:

• CAC.
• Annonseinvestering.
• Attribusjon per kanal.

De mellomlederne må kombinere KPI-ene fra avdelingsledelsen med teamets KPI-er. Ja, du må kjenne alle. Eller nesten alle.

En spesialist (SEO, Paid, CRM, Data) trenger maksimal detaljgrad. Personen vet at virksomheten avhenger av at KPI-ene fungerer. For noen innen paid kan dette for eksempel være:

• CAC for egen kanal.
• Antall konverteringer.
• Andel konverteringer.
• Konverteringsrate.
• Fluktfrekvens på landingssiden.
• Investering per kampanje.

Jeg synes eksemplene over gjør det svært tydelig hva hver rolle trenger.

Analytisk modenhet

Når du går løs på et slikt prosjekt, må du vite hvem det er ment for, ikke bare ut fra personens rolle, men også erfaringen med å arbeide med data.

Det er ikke det samme å presentere KPI-er for noen med mange års erfaring i å lese dashboards som for en analytisk newbie .

Derfor er det ofte bedre å utelate målinger som er vanskelige å forklare eller forstå. Selv om du forklarer dem godt, kan personen som skal hente ut eller tolke KPI-en en måned senere, gjøre det feil.

I slike tilfeller bør du holde deg til enklere og mer forståelige målinger..

Du kan forsøke å foreslå én eller to avanserte, men ikke flere.

Dette er nettopp tilfellet for Yo pongo el hielo. Hvis du går gjennom KPI-ene i begynnelsen på nytt, vil du se det.

I motsatt tilfelle, med erfarne medarbeidere, kan du bruke enkle målinger når det passer, men du har også frihet til å bruke mer komplekse målinger når du mener de er relevante.

Anbefalt antall KPI-er og frekvens

La oss gå rett på sak.

Hvis det er KPI-ene for en hel virksomhet, er mellom 4 og 7 passende.

Hvis det gjelder en avdeling eller person, er mellom 3 og 5 passende.

Ikke flere.

Hvis du vil legge til flere verdier, bør de regnes som viktige målinger eller støttemålinger for diagnose, men ikke som KPI-er.

I mitt analyticskurs for ecommerce presenterer jeg de 17 KPI-ene som trengs for å holde butikken under kontroll. Du kan si at 17 er flere enn de 7 jeg nevner her, men de 17 dekker alle avdelingene i selskapet. Derav tallet.

Når det gjelder frekvensen for gjennomgang av data, har vi flere nivåer:

• Daglig for performance/ops (daglig nettoomsetning, kritisk lagerbeholdning, checkout-feil, latenstid).
• Månedlig frekvens: målinger som hjelper deg med å forstå prosjektets fremdrift og omfordele ressurser (margin, AOV, retention, CAC per målgruppe, eksperimenthastighet, datakvalitet).
• Kvartalsvis frekvens: for strategisk oversikt (LTV/CAC over 6–12 måneder, inkrementalitet, lønnsomhetsmiks per kategori/land, churn per kohort).

Roadmap: arbeid alltid på 2–3 nivåer

Det normale er å begynne med en relativt bred liste over mulige KPI-er basert på de to grunnleggende variablene (informasjon og vanskelighetsgrad).

Deretter filtrerer du med de øvrige sekundære variablene, til du sitter igjen med antallet nevnt over (3–5 per avdeling).

Når du har definert KPI-ene for alle involverte avdelinger, deler du dem inn i to eller tre scenarioer for å begynne å bruke dem:

• Nødvendige KPI-er: de som tas i bruk med én gang. Det betyr at de fleste vil være enkle å hente ut, selv om vi kan legge til én eller to mer komplekse som krever utvikling.
• Ønskelige KPI-er: de som gir et mer spesifikt bilde. De krever vanligvis mer komplekse analyser eller tekniske implementeringer som vi ennå ikke har. Når prosessen for å hente ut de nødvendige KPI-ene er etablert, går vi videre til disse.
• Optimale KPI-er: når alt nødvendig er på plass, går du for toppkarakter. Dette gjelder selskaper med moden analytics, der man av og til legger til en KPI for å optimalisere et område som kan forbedres, men som ikke er særlig problematisk (ellers ville vi ha tatt tak i det tidligere).

Ved å begynne slik, fra enkelt til komplekst, kan du se, vise og hente ut verdien av analytics fra første dag, samtidig som du gradvis forankrer verdien av data i organisasjonen.

Visualisering: dashboards som tvinger frem handling

Dashboards er neste steg etter at KPI-ene er valgt.

Det handler om å finne den beste måten å vise dem på:

• Stolpe- eller linjediagram: godt egnet til å vise trender over tid
• Kombinert diagram: for å kombinere to KPI-er og vise utviklingen deres over tid, for eksempel nettstedstrafikk og omsetning.
• KPI-verdi: tallet alene (uten trend), sammenlignet med året før eller forrige måned.
• Sektordiagram: vær så snill, ikke bruk det. Og hvis du gjør det, bruk maksimalt 3 tydelig forskjellige verdier.
• Tabell: nyttig for å presentere bestemt informasjon, som de mest besøkte URL-ene eller de mest solgte produktene…

Du bør vite at prosessen med å lage dashboardet først vil være (eller bør være) manuell, slik at det kan vises til riktig person, som kan foreslå mulige endringer, og deretter automatisert når alt er OK.

Konklusjoner og neste steg

En kort artikkel (etter min målestokk) og rett på sak.

Slik at prosessen med å velge KPI-er for prosjektet ditt blir tydelig.

Før vi avslutter, ett råd:

Hold deg til få indikatorer, men velg indikatorer med høy informasjonsverdi, som er relativt enkle å hente ut og som utløser tydelig handling dersom de blir røde. Utpek en dataansvarlig som forklarer dem, og personen som skal hente dem ut (det trenger ikke være samme person), med en fastsatt frekvens.

Hvis du får det til, har du kontroll over virksomheten, avdelingen eller fagområdet ditt. Så enkelt er det.

Det er en tydelig forskjell før og etter at du begynner å følge KPI-er opp mot målene dine.

Det positive er at jo tidligere du begynner, desto raskere får du taket på det og ser nytten.

Hvis denne tilnærmingen passer for deg, inviterer jeg deg til å abonnere på nyhetsbrevet mitt her for å få praktiske guider som denne (uten tomprat, med konkrete råd) og til å følge YouTube-kanalen min, der jeg publiserer guider, virkelige eksempler og trinnvise tutorials.