Så väljer du KPI:er för ett projekt eller företag

Inom ramen för mitt samarbete med mina tidigare delägare i mitt gamla företag fick jag den här månaden ta fram ett förslag på de KPI:er som jag tycker att de bör gå igenom på ett månadsmöte.

De behövde KPI:er för vart och ett av företagen i gruppen, som är:

• Yo pongo el hielo: mitt tidigare företag och dess digitala kanal, ett ecommerceföretag för mat och dryck.
• YPH Mayoristas och TDL: företagen som betjänar HORECA-kanalen (barer, restauranger, pubar osv.).
• Sanluma: de fysiska butikerna, som håller på att ställa om till distributörer (från B2C till B2B).
• Grupo ComenXall: holdingbolaget som samlar dem alla.

Så jag satte igång, och det här blev resultatet:

Eftersom bilden är liten går den inte att se ordentligt. Men lugn, jag förklarar den nu.

Verkligt exempel på affärs-KPI:er

Vi börjar med det konkreta exemplet och går sedan igenom processen.

I det här fallet är KPI:erna för varje företag följande:

Yo pongo el hielo: två typer av KPI:er, affärsmässiga och digitala, specifika för kanalen.

• Affärs-KPI:er
  • Omsättning
  • Beneficios
    • De la actividad (ventas – costes de mercadería, embalaje y logística)
    • Reales (Actividad – Gastos [Salarios, Inversión en marketing, Otros gastos])
• Andel beställningar från återkommande kunder: (Totalt antal beställningar – Beställningar från nya kunder) / Totalt antal beställningar
• Digitala KPI:er
  • Trafik
  • Suscriptores email
• Instagramföljare
• Telegram

YPH Mayoristas och TDL: här delar vi inte längre upp dem. Eftersom det inte finns någon egentlig fysisk försäljningskanal (allt sker via telefonsamtal, WhatsApp eller e-post) lämnar vi bort antalet butiksbesökare och liknande saker för att fokusera på själva verksamheten:

• Omsättning
• Rörelseresultat (försäljning − genomsnittlig varukostnad − skåpbilslogistik)

• Nettovinst (rörelseresultat − kostnader [hyra, försörjning, löner, skador/svinn och övriga kostnader])

Marginal

Antal aktiva kunder (med ett köp under månaden)

Andel av försäljningen från de 5 största kunderna

Sanluma: eftersom företaget går mot en modell som liknar de andra två företagens tycker jag att det är rimligt att mäta resultatet med samma KPI:er, så jag upprepar dem inte.

Grupo ComenXall: här handlar det om att se företaget som helhet. Då tittar vi på:

• Omsättning
• Kostnader
• Nettovinst

• Uppdelat per företag

Marginal

I de tre första fallen är datauppdateringens frekvens månadsvis, medan den i det sista fallet är kvartalsvis.

Varför?

Det förklarar jag nu genom att gå igenom de variabler jag har tagit hänsyn till och processen jag följde för att komma fram till det här förslaget.

Allmänna variabler

Här ska vi titta på de två aspekter som får mig att välja en variabel framför en annan när jag väljer ett mått som KPI.

Det här är de två viktigaste delarna i ekvationen. Även om vi senare nyanserar dem med ytterligare två variabler är det de som avgör huvuddelen av urvalet.

Värdet i den information som ges

Det här är det grundläggande.

En KPI är ett mått som utlöser åtgärder så snart det avviker från sina mål.

I allmänhet handlar det om indikatorer som uppfyller ett av dessa tre kriterier:

1. De påverkar marginalen (mer intäkter eller lägre kostnader).
2. De mäter risk (framtida marginal, egentligen).
3. De styr budgetfördelningen.

För att definiera KPI:er utifrån den information de ger mig ställer jag därför vägledande frågor som:

• Vad händer om måttet går ned? Skulle det ändra mina prioriteringar eller företagets?
• Eller den här: hur ofta ska jag granska det? Dagligen, veckovis eller månadsvis?
• Och hur kritisk är mätningen? Vad kostar ett fel om KPI:n är felaktig?

Exempel på mått med högt värde:

• Rörelsemarginal (rörelseintäkter minus rörelsekostnader).
• Faktisk marginal (alla intäkter minus alla kostnader).
• Täckningsbidrag per kanal eller kategori.
• LTV/CAC över 12 månader.
• Andel återkommande kunder.
• Churn.
• NPS.
• Incrementalitet i marknadsföringskanalen. Eller åtminstone attribuering.
• …

Som du ser finns det lite av varje, men vart och ett hjälper oss att förstå projektets marginal eller bedöma risker (NPS, churn…).

Svårigheten att få fram data

Om du tittar på de tidigare måtten ser du att vissa är mycket enkla att få fram, eftersom CMS eller ERP levererar dem som standard (marginal, återkommande kunder).

Andra är däremot mycket svårare att få fram (incrementalitet eller attribuering).

Därför måste vi när vi definierar måtten bedöma om vi kan extrahera dem korrekt. Vi kommer att hamna i ett av dessa tre scenarier::

• Det räcker att implementera de verktyg vi redan har.
• Något måste utvecklas i vår teknikstack.
• Nya plattformar måste implementeras.

Oavsett hur värdefull en datapunkt är är det meningslöst att välja den från början om vi inte kan få fram den på kort sikt. Därför tar jag senare upp analytics-roadmapen, där vi möter flera scenarier.

Och hur vet jag hur svårt det är att extrahera en datapunkt?

Genom erfarenhet och genom att även väga in saker som de här:

• Låg svårighetsgrad: en stabil källa (GSC för CTR; ERP för kostnad).
• Medel: två källor med en enkel koppling (GA4 + ERP för faktisk konverteringsgrad).
• Hög: djupgående analyser med flera källor. Kohorter/attribuering/incrementalitet (faktisk LTV, inkrementell ROAS).

Det kan verka självklart, men tänk på de två variabler vi just har diskuterat och börja vid KPI-urvalet med Högt värde + Låg svårighetsgrad (det finns alltid någon).

Tänk på att mått med Högt värde + Hög svårighetsgrad bara blir KPI:er om du kan utveckla en lösning för att få fram dem, med allt det innebär (definiera utvecklingen, genomföra den, underhålla den och QA).

Specifika variabler

Bra, när vi har grunden ovan måste varje KPI gå igenom ytterligare två filter.

De här nya variablerna nyanserar informationen jag vill förmedla, som beroende på situationen kan vara mer grundläggande eller generell, eller betydligt mer specifik eller komplex.

Roll: vem KPI:n är avsedd för

Jag antar att det är tydligt, men även om begreppen låter lika behöver ett företags CEO inte samma sak som en SEO-specialist.

En CEO behöver överblick över verksamhet och risk, så den personens mått är oftast mer övergripande och mindre specifika:

• Rörelsemarginal och täckningsbidrag.
• Omsättning.
• Marknadsandel.
• NPS.
• Churn.

En områdeschef (Marketing/IT/Product/Ops) behöver de mest relevanta måtten för sin avdelning. Inom marknadsföring kan det till exempel vara:

• CAC.
• Annonsinvestering.
• Attribuering per kanal.

De mellanchefer måste kombinera KPI:erna från sin avdelningsledning med teamets KPI:er. Ja, du behöver känna till alla. Eller nästan alla.

En specialist (SEO, Paid, CRM, Data) behöver maximal detaljnivå. Personen vet att verksamheten är beroende av att KPI:erna fungerar. För någon inom paid kan det till exempel vara:

• CAC för den egna kanalen.
• Antal konverteringar.
• Andel konverteringar.
• Konverteringsgrad.
• Avvisningsfrekvens på landningssidan.
• Investering per kampanj.

Jag tycker att exemplen ovan gör det mycket tydligt vad varje roll behöver.

Analytisk mognad

När du tar dig an ett sådant projekt måste du veta vem det är avsett för, inte bara utifrån personens roll utan också personens erfarenhet av att arbeta med data.

Det är inte samma sak att presentera KPI:er för någon med flera års erfarenhet av att läsa dashboards som för en analytisk newbie .

Därför är det ofta bättre att lämna bort mått som är svåra att förklara eller förstå. Även om du förklarar dem väl kan personen som ska extrahera eller tolka KPI:n en månad senare göra det fel.

I sådana fall bör du hålla dig till enklare och mer lättbegripliga mått..

Du kan försöka föreslå ett eller två avancerade, men inte fler.

Det är precis fallet med Yo pongo el hielo. Om du tittar på KPI:erna i början igen ser du det.

I det motsatta fallet, med erfaren personal, kan du använda enkla mått när det är lämpligt, men du har också friheten att använda mer komplexa mått när du bedömer att de är relevanta.

Rekommenderat antal KPI:er och frekvens

Låt oss gå rakt på sak.

Om det är KPI:erna för ett helt företag är 4 till 7 lagom.

Om de gäller en avdelning eller person är 3 till 5 lagom.

Inte fler.

Om du vill lägga till fler värden ska de betraktas som viktiga mått eller stödjande diagnosmått, men inte KPI:er.

I min analyticskurs för ecommerce tar jag upp de 17 KPI:er som behövs för att hålla din butik under kontroll. Du kanske säger att 17 är fler än de 7 jag nämner här, men de 17 täcker företagets samtliga avdelningar. Därav siffran.

När det gäller frekvensen för att granska data har vi flera nivåer:

• Dagligen för performance/ops (daglig nettoomsättning, kritiskt lager, checkoutfel, latens).
• Månadsvis: mått som hjälper dig att förstå projektets utveckling och omfördela resurser (marginal, AOV, retention, CAC per målgrupp, experimenthastighet, datakvalitet).
• Kvartalsvis: för strategisk överblick (LTV/CAC över 6–12 månader, incrementalitet, lönsamhetsmix per kategori/land, churn per kohort).

Roadmap: arbeta alltid på 2–3 nivåer

Det normala är att börja med en relativt bred lista över möjliga KPI:er utifrån de två grundläggande variablerna (information och svårighet).

Därefter filtrerar du med hjälp av de övriga sekundära variablerna, tills du når det nämnda antalet (3–5 per avdelning).

När du har definierat KPI:erna för alla berörda avdelningar, delar du upp dem i två eller tre scenarier för att börja använda dem:

• Nödvändiga KPI:er: de som börjar användas omedelbart. Det innebär att de flesta är lätta att extrahera, även om vi kan lägga till en eller två mer komplexa som kräver utveckling.
• Önskvärda KPI:er: de som ger en mer specifik bild. De kräver vanligtvis mer komplexa analyser eller tekniska implementationer som vi ännu inte har. När processen för de nödvändiga KPI:erna är etablerad går vi vidare till dessa.
• Optimala KPI:er: när allt som behövs redan finns går du för toppbetyg. Det gäller företag med mogen analytics, där man ibland lägger till en KPI för att optimera ett område som kan förbättras men inte är särskilt problematiskt (annars hade vi tagit itu med det tidigare).

Genom att börja så, från enkelt till komplext, kan du se, visa och få ut värdet av analytics från första dagen, samtidigt som du gradvis förankrar värdet av data i organisationen.

Visualisering: dashboards som tvingar fram handling

Dashboards är nästa steg efter valet av KPI:er.

Det handlar om att avgöra vilket som är det bästa sättet att visa dem:

• Stapeldiagram eller linjediagram: bra för att visa trender över tid
• Kombinerat diagram: för att kombinera två KPI:er och visa deras utveckling över tid, till exempel webbtrafik och omsättning.
• KPI-värde: det fristående värdet (utan trend), jämfört med föregående år eller förra månaden.
• Cirkeldiagram: använd det helst inte. Och om du gör det, använd högst 3 tydligt åtskilda värden.
• Tabell: användbart för att presentera viss information, till exempel de mest besökta URL:erna eller de mest sålda produkterna…

Du bör veta att processen för att skapa dashboarden kommer att vara (eller bör vara) manuell i början, så att den kan visas för rätt person som kan föreslå möjliga ändringar, och därefter automatiserad när allt är OK.

Slutsatser och nästa steg

En kort artikel (med mina mått mätt) och rakt på sak.

Så att processen för att välja KPI:er för ditt projekt blir tydlig.

Innan vi avslutar, ett råd:

Håll dig till ett fåtal indikatorer, men välj sådana med högt informationsvärde, som är relativt enkla att extrahera och som uppmuntrar till tydlig handling om de blir röda. Utse en dataansvarig som förklarar dem och den person som ska extrahera dem (det behöver inte vara samma person), med en fastställd frekvens.

Om du lyckas har du kontroll över ditt företag, din avdelning eller ditt specialistområde. Så enkelt är det.

Det finns ett tydligt före och efter när du börjar följa KPI:er mot dina mål.

Det positiva är att ju tidigare du börjar, desto snabbare får du grepp om det och ser nyttan.

Om den här metoden passar dig bjuder jag in dig att prenumerera på mitt nyhetsbrev här för att få praktiska guider som den här (utan tomt prat, med konkreta råd) och att följa min YouTube-kanal, där jag publicerar guider, verkliga fall och steg-för-steg-tutorials.