Een simpel getal als het aantal klanten blijkt een van de beste thermometers voor de staat van je bedrijfsdata. Hieronder de test, de vier redenen dat systemen elkaar tegenspreken en wat de uitslag betekent. Inclusief wanneer je er niets aan hoeft te doen.
Vraag drie collega's, elk apart, hoeveel klanten je bedrijf heeft. Zeg erbij dat je ook wilt weten waar ze dat getal vandaan halen. Eén kijkt in het CRM, een tweede in het boekhoudpakket, de derde in een sheet die al jaren meegaat. De kans is groot dat je drie getallen krijgt, en niemand heeft zich vergist.
Dat is het hele experiment. Het kost vijf minuten, je hebt er geen tools voor nodig en het zegt meer over de staat van je data dan de meeste rapporten.
Drie collega's, elk los van elkaar. Niet in de groepschat, anders praten ze elkaar bij.
Schrijf per persoon op welk getal ze noemen en uit welk systeem of bestand het komt.
Zijn de getallen gelijk, dichtbij elkaar of ver uiteen? En kan iemand het verschil verklaren?
Vraag per verschil wat er is meegeteld en wat niet. Daar zit de ontbrekende definitie.
Het is verleidelijk om te denken dat er ergens een fout zit die iemand moet opsporen. In de praktijk zijn er vier oorzaken, en geen ervan is een fout.
Het CRM telt iedereen met wie je contact hebt gehad, de boekhouding alleen wie een factuur kreeg. Allebei noemen ze het klanten.
Actief in de afgelopen twaalf maanden, ooit gefactureerd of nu een lopend contract: drie peildata, drie getallen.
Een bedrijf onder twee spellingen, een holding en haar dochter, een contactpersoon die van baan is gewisseld. Elk systeem telt ze mee.
Een sheet die niemand synchroniseert loopt achter of juist voor. Het getal is zo goed als de laatste die eraan dacht.
Dat is ook waarom een schoonmaakactie zelden werkt. Je ontdubbelt het CRM, na een halfjaar zijn de getallen weer uit elkaar gelopen, omdat de definitie nooit is opgeschreven. Opruimen pakt het symptoom aan, de afspraak niet.
Klanten tellen is de makkelijkste variant. Doe dezelfde test voor openstaande offertes, actieve projecten en omzet per klant, en je merkt dat het verder uiteenloopt naarmate de vraag meer systemen raakt. Openstaande offertes staan in het CRM en soms in een mailbox. Actieve projecten zijn voor de planner iets anders dan voor de boekhouder. Omzet per klant vraagt dat factuurregels, klantnummers en projecten aan elkaar te knopen zijn, en dat kan bij gescheiden systemen niet vanzelf.
Levert de eerste vraag al drie getallen op, dan hoef je de rest niet meer te doen. Je weet genoeg. Klopt de eerste vraag maar de vierde niet, dan zit het probleem niet in je klantenbestand maar in de koppelingen tussen je systemen.
Niet elke uitkomst is een reden om iets te bouwen. Eerlijk gezegd is dat bij de meeste bedrijven niet zo.
Je data is in orde. Leg de definitie vast, zodat dat zo blijft, en investeer je tijd ergens anders.
Vaak lost één afgesproken bron voor klanten dit op, eventueel met een koppeling naar de rest. Een datalaag is dan te groot gereedschap.
Dit is het moment om serieus naar een gedeelde datalaag te kijken, zeker als je AI op je eigen cijfers wilt loslaten. Een model neemt je tegenstrijdigheden over, en presenteert ze met overtuiging.
Schrijf op één A4 per begrip op wat het bij jullie betekent: klant, offerte, project, omzet. Zet erbij welk systeem daarvoor de bron is en wie het mag aanpassen. Dat kost een middag en je hebt er geen leverancier voor nodig. Het is de eerste halve stap van wat we een datalaag noemen, en voor sommige bedrijven is het ook de laatste.
Wil je weten wat een datalaag daaraan toevoegt, lees dan wat is een datalaag, eerlijk uitgelegd. Herken je het patroon van losse systemen die elkaar niet kennen, dan staan de bijbehorende signalen in vijf signalen dat je bedrijf zijn CRM is ontgroeid. Waarom deze test ook voor AI telt, lees je in het mkb gebruikt AI voor teksten, maar zelden voor de eigen cijfers. Hoe je data uiteindelijk overzet en controleert, staat in het stappenplan datamigratie.
Hoe wij dat invullen, met een open datalaag in eigen beheer waarin klant, offerte en project maar één keer bestaan, staat op de pagina over de AI Native Data Layer.
Dat hangt af van wat je een klant noemt. Heb je minstens één betaalde factuur, een getekende offerte, een lopend project of alleen een contactpersoon in je CRM? Zonder vastgelegde definitie geeft elk systeem een ander getal. Vraag drie collega's onafhankelijk van elkaar naar het aantal klanten en naar hun bron: komen er verschillende getallen uit, dan mist niet de telling maar de definitie.
Vier dingen lopen door elkaar: de definitie van een klant, de peildatum, dubbele registraties van dezelfde klant en de bron waaruit wordt geteld. Het CRM telt vaak ook prospects, de boekhouding alleen partijen met een factuur, en een Excel-lijst bevat wat iemand ooit heeft bijgehouden. Geen van die getallen is fout, ze beantwoorden alleen verschillende vragen.
Leg eerst per begrip vast wat het betekent en welk systeem daarvoor de bron is, op één A4. Pas daarna kijk je of een koppeling volstaat of dat een datalaag nodig is. Verschillen die je kunt verklaren zijn geen probleem. Verschillen die niemand kan verklaren wel, zeker als je er AI op wilt loslaten.
In de whitepaper over de AI Native Data Layer lees je hoe je klant, offerte en project op één plek vastlegt, wat er met je bestaande systemen gebeurt en hoe je klein begint.
Download de whitepaper