Dashboards per bransch: e-handel, SaaS, marknadsplats och mer

Bygg branschanpassade dashboards. E-handel följer konvertering. SaaS följer bortfall. Marknadsplatser följer behållning. Lär dig din branschs nyckelmått.

Utkast

Dashboardens struktur beror på affärsmodellen.

En dashboard för e-handel fokuserar på: trafik, konvertering, genomsnittligt ordervärde, returfrekvens och andel återkommande kunder. Eftersom intäkterna är en funktion av dem.

En dashboard för SaaS fokuserar på: bortfall, expansionsintäkter, kostnad för att förvärva nya kunder, kundens livstidsvärde och funktionsanvändning. Eftersom de återkommande intäkterna är en funktion av dem.

En dashboard för en marknadsplats fokuserar på: antal köpare, antal säljare, transaktionsvolym, genomsnittligt transaktionsvärde, andel återkommande köpare och säljarbehållning. Eftersom GMV är en funktion av dem.

Varje affärsmodell har olika intäktsdrivare. Dashboarden ska lyfta fram drivarna.

Dashboard för e-handel

Intäktsdrivare

Trafik, konverteringsgrad, genomsnittligt ordervärde och andel återkommande kunder.

Verkligt exempel

Mål för månatliga intäkter: 500 000.

Trafik: 50 000 besökare per månad (mål 50 000, grönt).

Konverteringsgrad: 2 % (mål 2,5 %, gult).

Genomsnittligt ordervärde: 500 dollar (mål 500 dollar, grönt).

Andel återkommande kunder: 30 % (mål 35 %, gult).

Räkneexempel: 50 000 besökare gånger 2 % konvertering motsvarar 1 000 kunder gånger 500 i ordervärde motsvarar 500 000 i intäkter. Målet skulle vara 50 000 gånger 2,5 % gånger 500 gånger 1,0 motsvarar 625 000. Vi ligger på 80 % av målet.

Problemet är inte trafiken (vi har tillräckligt). Problemet är konverteringen (2 mot 2,5 %). Sekundärt problem är andelen återkommande kunder (30 mot 35 %).

Åtgärder: förbättra konverteringsgraden (test av friktion i kassan), förbättra andelen återkommande kunder (e-postkampanj för kundbehållning).

Dashboard för SaaS

Intäktsdrivare

Förvärv av nya kunder, bortfall, expansionsintäkter och genomsnittligt kontraktsvärde.

Verkligt exempel

Mål för årliga återkommande intäkter: fem miljoner.

Nya kunder per månad: 20 (mål 25, 80 %, gult).

Månatligt bortfall: 2 % (mål 1,5 %, rött).

Expansionsintäkter per kund: 1 000 per år (mål 1,2 tusen, gult).

Genomsnittligt kontraktsvärde: 40 000 per år (mål 45 000, gult).

Räkneexempel: ARR vid start 4,5 miljoner. Lägg till nya kunder: 20 per månad gånger 40 000 gånger 12 månader motsvarar 9,6 miljoner. Dra av bortfall: 4,5 miljoner gånger 2 % gånger 12 månader motsvarar 1,1 miljoner förlorat. Netto: 4,5 plus 9,6 minus 1,1 motsvarar 13 miljoner. Men utfallet är fem miljoner. Något är fel.

Utredning: expansionsintäkterna ligger under målet (kunder uppgraderar inte). Dessutom var startvärdet fel (faktisk ARR vid start är 3,5 miljoner, inte 4,5). Räkna om: 3,5 plus 9,6 minus 1,1 motsvarar 11,9 miljoner. Fortfarande över fem miljoner.

Mer utredning: antalet nya kunder kan vara överskattat. Eller så är expansionsintäkterna mycket lägre. Eller så är bortfallet högre. Hämta detaljerad data. Du ser att bortfallet i själva verket är 2,5 % och inte 2 %. Räkna om med rätt siffror. Du ser att det genomsnittliga kontraktsvärdet är 35 000 och inte 40 000.

Efter verifieringen är siffrorna rättade. Den nya modellen med faktiska siffror ger fem miljoner vilket stämmer med utfallet. Dashboarden är nu pålitlig.

Dashboard för en marknadsplats

Intäktsdrivare

Antal köpare, antal säljare, genomsnittligt transaktionsvärde, transaktionsvolym, andel återkommande köpare och säljarbehållning.

Verkligt exempel

Mål för månatlig GMV: tio miljoner.

Köpare: 100 000 (mål 125 000, 80 %, gult).

Säljare: 5 000 (mål 6 000, 83 %, gult).

Transaktioner per köpare och månad: 5 (mål 6, 83 %, gult).

Genomsnittligt transaktionsvärde: 400 dollar (mål 400 dollar, grönt).

Andel återkommande köpare: 40 % (mål 50 %, gult).

Säljarbehållning: 70 % per månad (mål 80 %, rött).

Räkneexempel: 100 000 köpare gånger 5 transaktioner motsvarar 500 000 transaktioner gånger 400 dollar motsvarar 200 miljoner i GMV. Men målet är tio miljoner. Räkningen stämmer inte. Fel i modellen eller antagandena.

Utredning: transaktioner per köpare kan vara per år och inte per månad. Eller så är det genomsnittliga transaktionsvärdet fel. Hämta faktisk data. Du ser att transaktioner per köpare i själva verket är 0,5 per månad. Räkna om: 100 000 gånger 0,5 gånger 400 motsvarar 20 miljoner.

Kontrollera beräkningen av GMV. Du ser att GMV beräknas på olika sätt. Vissa transaktioner går via marknadsplatsen, andra direkt via säljaren. Dashboarden visar bara transaktioner via marknadsplatsen (20 miljoner). Säljarnas direktförsäljning är tio miljoner. Företagets totala GMV är 30 miljoner.

Förtydliga definitionen. Dashboarden visar GMV för marknadsplatsen. Företagets totala GMV är 30 miljoner. Uppdelning: marknadsplatsen 20 miljoner, direkt tio miljoner. Nu går analysen ihop.

Huvudproblem: antal köpare under målet (behöver marknadsföring), antal säljare under målet (behöver rekrytering), andel återkommande köpare under målet (behöver produktförbättringar), säljarbehållning under målet (varningssignal, utred varför säljare lämnar).

Åtgärder: öka marknadsföringsutgifterna för köpare, lansera ett program för att rekrytera säljare, förbättra produkten för att öka antalet återkommande köp och utred grundorsakerna till att säljare lämnar.

Dashboard för en byrå

Intäktsdrivare

Antal kunder, genomsnittligt månatligt arvode, projektintäkter, beläggningsgrad och projektmarginal.

Verkligt exempel

Mål för månatliga intäkter: 200 000.

Aktiva kunder: 40 (mål 50, 80 %, gult).

Genomsnittligt månatligt arvode: 3 000 dollar (mål 3 500, 86 %, gult).

Projektintäkter: 30 000 per månad (mål 40 000, 75 %, rött).

Beläggningsgrad: 75 % (mål 80 %, 94 %, gult).

Projektmarginal: 30 % (mål 40 %, 75 %, rött).

Räkneexempel: 40 kunder gånger 3 000 plus 30 000 i projekt motsvarar 120 plus 30 motsvarar 150 000. Målet är 200 000. Vi ligger på 75 % av målet.

Problem: för få kunder (40 mot målet 50). Arvodet är för lågt (3 000 mot 3,5 tusen). Projektintäkterna är låga (30 mot 40 tusen). Projektmarginalen är låg (30 % mot målet 40 %).

Åtgärd: öka antalet kunder (försäljning och marknadsföring), höj arvodet för befintliga kunder (värdebaserad prissättning), öka projektvolymen (mer projektarbete per kund), förbättra projektmarginalen (bättre avgränsning, automatisering, underkonsulter).

Vanliga frågor

Ska dashboarden vara identisk mellan branscher eller anpassad för varje bransch?

Anpassad. Olika branscher har olika intäktsdrivare. E-handel fokuserar på konvertering. SaaS fokuserar på bortfall. Marknadsplatser fokuserar på säljarbehållning. En generisk dashboard lyfter inte fram det som spelar roll. Men grundprincipen är densamma: visa mått som driver intäkter. Börja med en branschmall och anpassa den sedan till just din verksamhet. Med WEMASY webbplatsbyggare kan du ställa in det direkt på din webbplats.

Hur definierar vi mått som är specifika för vår affärsmodell?

Arbeta bakåt från intäkterna. Intäkter är lika med drivare ett gånger drivare två gånger drivare tre (förenklat). För e-handel: intäkter är lika med trafik gånger konvertering gånger ordervärde. För SaaS: intäkter är lika med ARR vid start plus (nya kunder gånger genomsnittligt kontraktsvärde) minus (bortfall gånger ARR vid start). Skriv ner ekvationen. Varje del är ett mått att följa. Ekvationen hjälper dig att validera måtten. Om du inte kan skriva din intäktsekvation förstår du inte din affärsmodell.

Vad gör vi om vi är verksamma inom flera områden (till exempel SaaS plus tjänster)?

Skapa separata dashboards för varje område. SaaS-dashboarden fokuserar på bortfall och expansion. Tjänstedashboarden fokuserar på beläggning och marginal. Slå ihop på ledningsnivå (företagets totala intäkter) men dela upp per område. Områdesspecifika dashboards driver områdesspecifika beslut. Företagets dashboard visar att båda bidrar med 50 % vardera till de totala intäkterna. Försäljningsdashboarden för SaaS-området visar pipeline per segment.

Hur vet vi om vår intäktsmodell är fel?

Jämför dashboardens räkning med faktiska resultat. Dashboarden förutsäger att intäkterna borde vara X. Faktiska intäkter är Y. Om X är mycket högre än Y är modellen fel. Utred avvikelsen. Modellen kan ha fel utgångspunkt, fel drivare eller fel multiplikatorer. Granska modellen. Exempel: SaaS-modellen förutsäger 15 miljoner i ARR. Utfallet är fem miljoner. Antingen är förvärvet av nya kunder lägre, bortfallet högre eller expansionen lägre. Hämta data. Ta reda på vilket antagande som är fel.

Ska vi ändra dashboardens struktur om affärsmodellen ändras?

Ja. Om företaget lanserar en ny produktlinje ändras strukturen. Om företaget går från att sälja produkter till SaaS-prenumeration ändras strukturen. Varje kvartal: granska om dashboarden fortfarande speglar den nuvarande affärsmodellen. Om inte, gör om den. En ändrad affärsmodell ska utlösa en ny dashboard. Vänta inte med att uppdatera dashboardens struktur när verksamheten ändras.

Hur hanterar vi säsongsbundna mått när affärsmodellen är säsongsbunden?

Visa säsongsbaslinje. En marknadsplats kan ha hög GMV i december (julhandel) och låg GMV i september. Målet för december skiljer sig från målet för september. Skapa säsongsmål. Eller visa jämförelse med förra året för att ta bort säsongen. Exempel: intäktsmålet för december är 500 000, målet för september är 300 000. Jämförelse med samma kvartal förra året tar bort säsongsbruset.

Använd det direkt
på din egen webbplats.

Börja gratis med WEMASY och bygg din sajt på några minuter.