(Nok et innlegg skrevet for en stund siden, aldri inkludert i bloggen. Aktuelt i disse Big Data-tider…)

I forrige innlegg snakket jeg om firma som ser på de store tall og ikke forstår hva kundene egentlig gjør.  Denne gang tenkte jeg å presentere noen eksempler på hvordan man kan tjene penger hvis man forstår hva kundene egentlig kommer til å gjøre (i stedet for hva de burde gjøre).  Og IT spiller naturligvis en rolle.

Roadway Express er var et amerikansk transportfirma (nå en del av YRC), som hovedsakelig opererte i B2B markedet (frakt av pakker opptil 80 kg fra firma til firma). De skrev på midten av 90-tallet et lite dataprogram som de tilbød sine kunder. Programmet var for bruk på lasteramper i store firma, hvor man gjerne har en PC, koblet til en vekt og en printer.  Dette programmet gjorde det enkelt for arbeiderne på lasterampen å velge en leverandør (Roadway, UPS, Federal Express, Airborne, US Postal Services og sikkert enda flere.)

Programmet ble gitt til økonomisjefer, som mottok det med takk fordi det fikk opp hastigheten i produksjonen av adresseetiketter og skjemaer for å få sendt ting fort avgårde – og fordi Roadway lovet at all prisinformasjon til enhver tid skulle være korrekt, slik at det gikk an å velge rimeligste leverandør.  Og Roadway holdt ord – prisinformasjonen var til enhver tid korrekt.

Dette hørtes besnærende ut for økonomisjefene – men programmet hadde en liten vri: Standardvalget til enhver tid var Roadway – selv om de ikke alltid var billigst.  Det var lett å velge den billigste leverandøren – bare et eller noen få tastetrykk.

Men her kommer psykologien inn: En som jobber på en lasterampe har dårlig tid og liten motivasjon for å bruke mer tid for å spare bedriften for noen få kroner.  Det er mye lettere å bare velge standarden, særlig fordi forskjellene var små uansett.  Resultatet var at Roadway øket produktiviteten for sine kunder – og at firmaet fikk en ganske skikkelig økning (jeg ble fortalt opptil 20%) i markedsandel hos de kundene som hadde programmet.

Med andre ord, hvis du kjenner til hvorfor dine kunder gjør som de gjør – og ikke minst hvis du klarer å finne forskjellen på hvem som betaler og hvem som bestemmer – kan det være penger å tjene, særlig i markeder hvor marginene er små og de faste kostnadene høye.

Vi har et eksempel fra Norge også: Müllerhotell, en tidligere hotellkjede, bygget på tidlig 80-tall et stort hotell på Heimdal sør for Trondheim.  Hotellet skulle være endel av en større utbygging med shoppingsenter, bolighus og kontorer – men som vanlig ble enkelte deler av utbyggingen forsinket.  Der med sto man der med et hotell midt ute på en slette, som lokalbefolkningen refererte til som ”det lille huset på prærien.”  Hvordan skaffe kunder?

Markedsavdelingen tenkte seg om – og kom opp med følgende tilbud: 90% avslag på middagen (skikkelig biff) til alle som betalte full pris for rommet.  Innen kort tid var hotellet smekkfullt, selv om totalprisen for rom og middag var det samme.  Hvorfor?

Svaret er enkelt for den som vet hvordan forretningsreisende fører reiseregninger: I dette tilfelle, ved å sende regningen for rommet rett til arbeidsgiver og betale biffmiddagen ut fra diettpengene, som man så gikk overskudd på….  Med andre ord, en bonusordning med utbetaling i rede penger.  La gå at den etisk betenkelig – den viser i alle fall at man kan påvirke etterspørsel ved å forstå hva kundene egentlig gjør.

Så hvorfor forstår ikke flere firma hva kundene egentlig gjør?

En årsak er at ledelsen ikke selv er kunde – hvis man bruker egne produkter eller tjenester, skjer det gjennom en tjenestekanal som er fullt klar over at sjefen er kunden  En annen årsak er at man undervurderer hvor smarte kunder kan være – og dermed planlegger man ut fra hvordan kundene er nå, heller enn hvordan de kommer til å være senere.

Det engelske mobiltelefonselskapet One2One (nå T-Mobile) oppdaget dette på slutten av 90-tallet, den gangen mobiltelefoner ble solgt for en krone for å kapre nye kunder.  De kom med følgende tilbud: Ring gratis fra en One2One telefon til en annen etter klokken åtte om kvelden.

Et godt tilbud skulle man tro, men kundene var smartere enn selskapet.  De skaffet seg to telefoner, ventet til klokken åtte, ringte fra den ene til den andre telefonen, hang en telefon på babysengen og tok den andre med seg på puben.  Og dermed hadde man en masse nye kunder som brukte telefonen i evigheter (så man måtte bygge nye basestasjoner) men som ikke betalte for seg.

Akk ja, disse kundene.

(Dette er et innlegg jeg skrev for ca. 10 år siden. Jeg skal til et CISR-møte om bruk av A/B testing om nogle minutter, og tenkte at i mellomtiden kan jeg jo poste dette lille innlegget. Forøvrig snakket jeg med Tom Davenport for i forrige uke, og han fortalte at øl-og-bleie-eksempelet er reellt – og at bedriften, selv om de fant sammenhengen, ikke gjorde noe systematisk med den. Hvilket bekrefter observasjonen at bedrifter ofte har data, men ikke bruker dem.)

For noen år siden fikk en større amerikansk supermarkedkjede installert software som kunne analysere kundenes handlekurver.  I stedet for bare å ha statistikk over hvilke varer som ble solgt, kunne man analysere hvilke varer som ble solgt sammen – såkalt handlekurv-analyse.  Hamburgere og pommes frites, for eksempel, pølser og pølsebrød, eller for den saks skyld TV-apparater og DVD-spillere. Hvis man setter disse varene i nærheten av hverandre, øker salget av begge.

Men så fant man noe rart: Bleier og øl ble ofte kjøpt sammen.  Ikke bare det, men ofte var de også det eneste som ble kjøpt på handleturen.  Nå kan det jo være slik at hvis man drikker mye øl, blir man inkontinent og kan trenge bleier – men bleier for voksne selges ikke i dagligvarebutikker.  Så hva skjedde?

Forklaringen er ganske enkel: Bleier er et såkalt ”stress purchase” – det vil si at når det ikke er flere bleier igjen, er det ikke snakk om å vente til lørdag for å kjøpe inn ny forsyning.  Nytt innkjøp må skje øyeblikkelig – og hvem er det som får jobben? Riktig, far setter seg i bilen.  Han er ikke tapt bak en vogn og vet hva slags bleier han skal kjøpe, selv om han i hvert fall i USA muligens er noe fremmed i dagligvarebutikken.  Inn i butikken, frem til bleieavdelingen hvor riktig pakke gripes.  Så tenker han: Mens jeg allikevel er her, kan jeg jo gi meg selv en liten belønning fordi jeg villig styrter avgårde i familiens tjeneste – en six-pack for eksempel?

Denne historien fortelles ofte i datakretser som eksempel på viktigheten av å benytte statistisk analyse for å finne underliggende handlingsmønstre hos sine kunder.  La gå at den sannsynligvis er oppfunnet heller enn reell. Det interessante er nemlig ikke historien i seg selv, men at mye av fremtidig verdi for konsumentbransjer ligger i å forstå hva kundene gjør og hvorfor.

Nå vil du vel kanskje innvende at dette er gammelt nytt – og at kjeder som Rimi og Rema allerede sitter og detaljanalyserer alle sine kunder opp og ned.  Jeg vet ikke, men de fleste indikasjoner peker i motsatt retning.  Min venn Bill Schiano, professor ved Bentley-universitetet i Boston, fant ut at mange firma nok har masse kundedata, men at de ikke analyserer dem.  Årsaken var dels at verktøyene ikke er gode nok, men mest at ledelsen i bedriftene var folk som hadde jobbet seg opp fra lager til kasse til butikksjef til regionssjef – og ingen skulle komme her med en masse fancy datamaskiner, nei.  Her visste man nemlig hva kundene ville ha, så det så.

Det pussige er at når slike organisasjoner anskaffer data og statistikk, går de ofte til den motsatte ytterlighet – ser på store og mange tall og trender og glemmer hvordan kundene faktisk oppfører seg.  Riktig fremgangsmåte er selvfølgelig å bruke både statistikk og observasjoner til både observasjon og forklaring. Pussig nok er resultatet ofte at informasjonsteknologien blir verktøy for store bedrifter til å oppdage og rette opp de feilene de innførte ved å bli store – eller for å si det på en annen måte, å lære seg noe de ikke skulle ha glemt til å begynne med.

For noen år siden innførte McDonald’s – amerikansk mikrohamburgerkjede –kyllingburgere med mye grønnsaker, under navnet McLean.  Dette var rettet mot helsebevisste kunder, men fortjenestemarginen var liten og man solgte ikke så mye.  Så ble det gjort en handlekurvanalyse, og man oppdaget at hvert salg av en McLean dro med seg en masse profittprodukter som brus, burgere og Happy Meals (plastleker er billig).  Årsaken var enkel – det var en mor eller far med en haug unger som var på McDonald’s, og mor eller far kjøpte en McLean mens ungene fikk andre ting.  Og det er mor eller far som både bestemmer at man skal gå til McDonald’s og som betaler for gildet – kanskje ikke så dumt å ha et produkt for dem også?

Resultatet var i alle fall at McDonald’s mistet kunder fordi McLean ikke lenger fantes.  Etterhvert har firmaet lært – og du finner nå sunnere, subsidierte burgerversjoner hvis hensikt er å lokke familielivets beslutningstakere til inntak av fett og sukker i familievennlige omgivelser.

Man kan altså tape penger på ikke å forstå hva kundene gjør.  På den annen side – hvis man vet noe om hvordan kunder faktisk oppfører seg, er det penger å tjene.  Mer om det i neste post.