Si bien creo que la formulación de la estrategia suele ser un ejercicio de alto nivel para el que no es necesario extraer una gran cantidad de datos (estrategia corporativa tradicional; estoy seguro de que esto es MUY diferente para la estrategia de producto / cliente para empresas de alta tecnología u otras empresas que se preocupan por comprender qué hace que sus clientes funcionen), obviamente es necesario tener un modelo de Excel que ejecute el caso comercial detrás de esa estrategia, y ahí es donde entran los datos.
El caso debe estar lleno de métricas físicas y financieras históricas para que usted pueda desarrollar las tendencias. Por lo tanto, debe conocer las principales métricas utilizadas en su industria (para las telecomunicaciones, por ejemplo, es el ingreso promedio por usuario, el número de clientes, el costo de adquisición del cliente, etc.). Que puede obtener de sus muchachos de finanzas. Donde agrega valor como estratega es en poder pronosticar eso en el futuro, lo que idealmente hace al dividir estos parámetros en impulsores en los que puede adoptar una postura.
Por ejemplo, no tiene mucho sentido pronosticar ingresos ya que nadie puede discutir si $ 2B es un número mejor / más preciso dentro de 5 años que $ 2.5. Sin embargo, si desglosa los ingresos en impulsores, puede tener discusiones más significativas con sus colegas sobre cómo cambiará el número de clientes y los ingresos que aporta cada uno de ellos, y cómo podemos influir en eso, y ejecutar un montón de escenarios.
- ¿Cuál es la mejor manera de atraer más clientes con mi startup?
- ¿Debo seguir una idea statrup, si ya hay una empresa / aplicación trabajando en el mismo problema?
- ¿Qué porcentaje de empresas tienen éxito en PPC?
- ¿Cómo fluyen las decisiones estratégicas entre RRHH y otras funciones comerciales?
- Si fueras una empresa de comercio electrónico de comestibles, ¿qué te gustaría saber sobre tus clientes y su comportamiento?
Para encontrar valores para los controladores, a menudo necesitará ingresar a sus sistemas de TI porque esas métricas no estarán fácilmente disponibles o generalmente no se discutirán en la compañía (a menos que sea Caesar o Capital One). Ahí es cuando entra el análisis de datos.