Bespaar € 1.800.000,- en geef je carrière een boost
Het kost vijf tot tien keer zoveel moeite een simpele taak uit te voeren wanneer data niet kloppen. Veel dataprofessionals herkennen deze vuistregel. Waarom is het dan zo lastig om een goede business case te schetsen ter verbetering van datakwaliteit? In de vorige blogpost bekeken we de omzetvoordelen van een centraal klantbeeld en de stappen die je doorloopt om deze voordelen te cashen. Nu ga ik in op een case bij de directe en indirecte kosten van niet optimale datakwaliteit bij een Nederlandse financiële dienstverlener. Het doel van dit artikel is het schetsen van een raamwerk waarmee leidinggevenden een eerste schatting kunnen maken van de kosten van slechte datakwaliteit.
1) Postretouren drastisch terugdringen
Vacatures
Concern communicatieadviseur
Gemeente AltenaAllround Marketeer
CovetrusCampagneleider fondsenwerving
Natuur & MilieuEen van de meest evidente kostenbesparingen kan worden behaald met het terugdringen van de postretouren: adressen die niet kloppen, klanten die zijn verhuisd of overleden. Deze financiële dienstverlener verstuurt op jaarbasis 5.500.000 poststukken. Kostenposten zijn:
- Portokosten voor het versturen
- Printen en handling
- Briefpapier
- Enveloppen
- Eventueel ook nog etiketten en bijgesloten foldermateriaal
- Eventueel ook nog administratiekosten als postretouren worden vastgelegd ( al snel 2 – 3 minuten per item à 25 euro per uur)
Er is aangetoond dat door verbetering van de adressen bijna € 400.000,- per jaar bespaard kan worden op postretouren.
2) Callcenterkosten exponentieel verlagen
Foutieve klantgegevens leiden ook tot extra customer servicekosten. Veel grotere bedrijven hebben callcenters waar dagelijks duizenden inkomende gesprekken plaatsvinden. Door de datakwaliteit te verbeteren:
- Komen er minder inkomende gesprekken of e-mails binnen die behandeld moeten worden
- Neemt de gemiddelde duur van de gesprekken af
Zo is aangetoond dat deze onderneming haar callcenterkosten kan verlagen met meer dan € 100.000,- per jaar door de vervuiling in haar klantcontactdata te halveren.
3) Bekijk de Days Sales Outstanding kritisch
Een derde kostenbesparing zit in een reductie van de ‘Days Sales Outstanding’ (DSO), voor veel bedrijven een belangrijke KPI. Met een gemiddelde DSO van 45 dagen en kosten van enkele centen tot honderden euro’s per dag kan de DSO snel oplopen. Door foutieve adressering kan het 30-60 dagen extra duren voordat de klant uiteindelijk betaalt. De bewuste verzekeraar ontdekte pas na weken in het incassotraject dat de factuur niet bij de juiste persoon of afdeling was aangekomen. Deze extra weken veroorzaakten een verdubbeling van de DSO of vaak 3-5 extra (werk)dagen op het totaal. Voor deze onderneming is hiermee een kostenbesparing van > €1.300.000 geidentificeerd.
4) Hoe staat het met uw work-arounds?
Het moeilijkst te meten zijn de kosten van de work-arounds die medewerkers op verschillende niveaus in de organisatie bedenken om problemen rondom slechte data te omzeilen. Deze tijdelijke oplossingen om een groter probleem te omzeilen lijken op korte termijn aantrekkelijk. Maar wanneer deze handelingen keer op keer worden uitgevoerd, stapelen de minuten zich snel op. Vermenigvuldig dit met het aantal medewerkers, hun salaris en het aantal handelingen met slechte data en hebt je al snel een aardig bedrag bij elkaar.
Hoe vaak gebeurt zoiets binnen uw organisatie?
“Het lukt uw callcentermedewerker niet om de persoon te vinden aan de hand van de postcode en het huisnummer in het CRM systeem. De achternaam blijkt verkeerd in het systeem te staan. Het klantnummer heeft de klant niet bij de hand en dus noteert de medewerker een aantal gegevens en belooft terug te bellen. De callcentermedewerker vraagt zijn buurman om hulp om de klant in het systeem te vinden. Na enkele minuten lijkt de klant gevonden te zijn. De achternaam was verkeerd geschreven. De callcentermedewerker belt terug en krijgt geen antwoord. De actie om deze klant terug te bellen wordt toegevoegd aan zijn to-do-lijstje en hij probeert het later nogmaals. Een belofte naar een klant is immers een belofte.“
Een klantcontact duurt dan wel tientallen minuten. De totale tijdsbesteding van dit soort handelingen is vaak lastig in kaart te brengen. In deze case hebben we dat buiten scope gelaten. Toch is het de moeite waard een schatting te maken. Een simpele bottom-up berekening:
- Ga op zoek naar bestaande work-arounds
- Pak de doorlooptijd (in seconden of minuten) van een geïdentificeerde work-around
- Vermenigvuldig die met het aantal klantinteracties per klant per jaar
- Vermenigvuldig het totaal met het percentage datavervuiling en het gemiddelde tarief van een medewerker. Je zult zien, dit loopt snel op
7 tips om datakwaliteit te verbeteren
- Gebruik (externe) referentiedata om te achterhalen welke klanten zijn verhuisd, een ander telefoonnummer hebben of zijn overleden
- Controleer of de data conform het ACCU (Actueel, Correct, Consistent, Uniek) principe zijn vastgelegd
- Definieer duidelijke richtlijnen voor arbeidsintensieve processen, bijvoorbeeld een tijdslimiet
- Bescherm de data-entry met validaties, bijvoorbeeld de postcodetabel en de formele syntaxen van e-mailadressen en telefoonnummers
- Maak datakwaliteit een centrale KPI binnen uw organisatie en ga deze periodiek meten
- Stel een eigenaar van de klantdata aan
- Laat je begeleiden door een expert want je bent snel bedrijfsblind en het is te veelomvattend om het ‘erbij te doen’
Reacties:
Om een reactie achter te laten is een account vereist.
Inloggen Word lid