Sales Activity Based Management

Sales Activity Based Management

Sales Activity Based Management (SABM) is in sales en marketing helaas nog steeds een weinig gebruikte manier van denken en werken. Zelfs ondanks alle laagdrempelige mogelijkheden die de toenemende digitalisering ons bieden. Terwijl het de basis vormt om vooruit te komen (en eventueel tijdig bijsturen) en doelstellingen te behalen. Dit heeft vaak vervelende consequenties tot gevolg.

• Er wordt vooral terug gekeken als de targets niet gehaald zijn. In plaats van dat men vooruit heeft gekeken wat er nodig was om de targets te realiseren. En dan ben je per definitie te laat: de verloren tijd haal je niet meer terug en dus zul je de komende periode overmatig moeten compenseren.
• Er wordt vooral eendimensionaal gekeken naar de problemen en oplossingen, omdat men de causale verbanden niet ziet. Waardoor men de verkeerde problemen gaat oplossen en/of met de verkeerde oplossingen komt. Bijvoorbeeld: als je het target niet hebt gehaald, moet je harder gaan werken (terwijl de specifieke oorzaak juist was dat de conversie van offertes naar opdrachten veel te laag was).
• Medewerkers kunnen zich verstoppen achter hun ‘black box’ aanpak, omdat transparantie ontbreekt. En ze zullen er alles aan doen om dit te handhaven, omdat dit hen maximale vrijheid oplevert.
• Etc.

Meten is weten

De verkeerde oplossingen voor de verkeerde problemen dus… Zoals Einstein ooit al zei:

“Je kunt problemen niet oplossen op hetzelfde niveau als waarop ze zich manifesteren.”

De hele uitdaging zit hem dus in het vaststellen op welke problemen je als sales manager moet focussen en welke oplossingen je daarop moet toepassen. En het is precies hier dat Sales Activity Based Management om de hoek komt kijken. De essentie van Sales Activity Based Management is: de goede dingen doen en de dingen goed doen! Daarbij dient het Plan/Do/Check/Act denken als uitgangspunt. Dit denken staat centraal in de ‘lerende organisatie’. Het is het ‘kaizen’ denken dat in Japan als verbeterfilosofie wordt gehanteerd en dat ooit door Deming is geïntroduceerd bij Toyota. Het werkt als volgt:

• Allereerst nadenken over de te leveren prestaties: welke inspanningen moeten we waarop wanneer leveren om de doelstellingen te realiseren?
• Uitvoeren van de inspanningen.
• Het meten van de inspanningen en de daaruit resulterende prestaties. Analyse van deze metingen en doorvertalen van de conclusies naar aanpassingen in de aanpak.
• Het doorvoeren van deze aanpassingen.
• Waarna het PDCA proces weer van voren af aan begint.

De juiste informatie is goud waard

Bovenstaande werkwijze is dus sterk gebaseerd op het gebruik van informatie. Gegevens zeggen niet zo veel, maar informatie des te meer. Een voorbeeld:

Het aantal offertes en het aantal orders zegt weinig. Maar het aantal orders uit het aantal offertes in relatie tot het teamgemiddelde kan een schat aan informatie opleveren t.b.v. een actieplan.

Objectieve versus subjectieve gegevens

Objectief zijn de gegevens die zonder discussie vastgesteld kunnen worden: aantal bezoeken, orders, omzet. Dit zijn meestal interne gegevens, voorwaarde is wel dat de definities eenduidig zijn. Subjectief zijn gegevens die persoonlijk vastgesteld worden: prognose die de verkoper opgeeft, trends in de markt, inschatting marktvraag etc., waarbij het vaak gaat om externe gegevens SABM gaat vooral uit van objectieve gegevens.

Gegevens die waarde toevoegen versus gegevens die overbodig zijn

Dit laat zich het beste illustreren aan de hand van een voorbeeld: een splitsing van bezoeken (inspanning) naar grote of kleine afnemers op basis van aantal werknemers, kan aan het licht brengen dat er veel meer marge wordt gemaakt bij de grote of juist de kleine afnemers. Het toevoegen van de omzet van de klant kan overbodig zijn, omdat na meting blijkt dat dit niets toevoegt. Waarschijnlijk is er een hard causaal verband tussen omvang naar personeelsleden en omvang naar omzet. In dat geval heeft het geen zin omzet mee te nemen binnen VEA.

Een koe heeft een staart, maar niet aan iedere staart zit een koe

De conclusie mag geen gevolg zijn van de wijze waarop is gemeten. Een voorbeeld: vooral in branche A en branche B worden veel producten verkocht. Deze branches groeien. Trek nu niet de conclusie dat ook de afzet dus zal gaan groeien. Immers, de oorzaak dat veel producten worden gekocht kan best zijn dat er binnen deze branches specifieke problemen spelen die juist aan het afnemen zijn!

De waarde van transactiegegevens (ratio's)

Per definitie kunnen we stellen dat juist transactiegegevens informatie leveren om processen en mensen efficiënter te kunnen laten werken. Bijvoorbeeld: koppeling van bezoekinspanning aan marktpotentieel, koppeling van offertes aan opdrachten en branches etc.

Samenvattend kunnen we de onderstaande informatiematrix opmaken. Waarbij geldt: informatie voorspelt gedrag beter naarmate deze meer links en meer naar boven in de matrix past.

Soort informatie, met waardering tussen ( )Vastgesteld gedrag (3)Opgegeven gedrag (2)Kenmerken, attitudes en dergelijke, mbt af te leiden gedrag (1)Individueel niveau (3)654Groeps (team) niveau (2)543Generiek (1)432