De fleste tal kommer direkte fra databasen. Omsætning er den indberettede omsætning. Trafik er den indberettede trafik.
Egne metrikker beregnes ud fra andre tal. Eksempel: Profit er omsætning minus omkostninger. Eksempel: Pris pr. ny kunde er marketingudgifter divideret med antal nye kunder. Eksempel: Kundens livstidsværdi er gennemsnitlig omsætning pr. kunde gange kundens gennemsnitlige levetid.
Egne metrikker er stærke, fordi de samler flere datapunkter i ét tal, der siger noget. Men de er farlige, hvis de beregnes forkert.
Hvornår du skal bruge egne metrikker
Brug en egen metrik, når simple tal ikke kan svare på spørgsmålet
Spørgsmål: Tjener vi penge? Svaret kræver omsætning minus omkostninger. Simple tal som omsætning alene eller omkostninger alene svarer ikke på spørgsmålet. En egen metrik, profit, gør.
Brug en egen metrik, når tallet bruges i hele organisationen
Alle dashboards og rapporter henviser til samme tal. En fælles definition sikrer, at det er ens overalt.
Brug ikke en egen metrik til enkeltstående spørgsmål
Hvis kun ét dashboard har brug for at beregne profit, så beregn det i det dashboard. Lav ikke en egen metrik. Egne metrikker skal genbruges.
Sådan beregner du egne metrikker
Dokumenter beregningen
Profit beregnes som samlet omsætning minus samlede udgifter. Samlet omsætning er defineret som gennemførte transaktioner i perioden. Samlede udgifter er defineret som faktiske udgifter minus engangsposter. Dokumentationen forhindrer forvirring.
Valider beregningen
Regn efter i hånden på nogle eksempeldata. Kontroller, at den automatiske beregning giver det samme som din håndregning. Eksempel: Omsætningen er 100.000, udgifterne er 60.000, så profitten skal være 40.000. Kontroller, at beregningen giver 40.000.
Kontroller jævnligt
Månedlig kontrol: Er metrikken stadig rigtig? Er den underliggende datakilde ændret? Er definitionen stadig gyldig? Beregn eksempeldata igen. Kontroller, at den stadig giver det rigtige svar.
Skriv forudsætningerne ned
Profitberegningen forudsætter, at al omsætning er realiseret, så der ikke er ventende transaktioner. Profitberegningen udelader engangsomkostninger. Skriv forudsætningerne ned, så brugeren ved, hvad profit omfatter, og hvad den ikke omfatter.
Eksempel fra virkeligheden: beregning af kundens livstidsværdi
Definition
Kundens livstidsværdi er gennemsnitlig årlig omsætning pr. kunde gange kundens gennemsnitlige levetid i år.
Data
Gennemsnitlig årlig omsætning pr. kunde: 1.000 dollar. Kundens gennemsnitlige levetid: tre år. Beregnet livstidsværdi: 1.000 gange tre er 3.000.
Validering
Eksempelkunde: skrev under på en kontrakt i år ét, købte ydelser alle tre år og opsagde i år fire. Samlet omsætning: 3.000. Beregningen af livstidsværdi er rigtig.
En anden eksempelkunde: skrev under, købte kun i år ét og opsagde i år to. Samlet omsætning: 1.000. Under gennemsnittet. Denne kunde har lav livstidsværdi. Beregningen virker.
Tjek med virkeligheden: En livstidsværdi på 3.000 virker rimelig for et produkt til 1.000 dollar om året.
Brug
Salgsdashboardet bruger livstidsværdi til at vise kundekvalitet: Dette segment har en livstidsværdi på 3.000, det andet har 1.000. Produktdashboardet bruger den til at begrunde investeringer: Hvis en funktion forlænger kundens levetid med ét år, stiger livstidsværdien med 1.000, og funktionen er det værd. Økonomidashboardet bruger den til at lave prognoser for omsætningen: Hvis vi får 100 kunder, er den forventede omsætning 300.000.
Alle dashboards bruger samme definition af livstidsværdi. Ensartethed forebygger konflikter.
Almindelige fejl med egne metrikker
Fejl 1: Beregningen er forkert
Beregningen af livstidsværdi bruger gennemsnitlig omsætning, men glemmer engangsgebyrer for opsætning. Livstidsværdien er sat for højt.
Fejl 2: Beregningen ændrer sig over tid
I år ét beregnes livstidsværdien som omsætning gange levetid. I år to ændrer nogen beregningen til omsætning gange levetid minus omkostninger ved frafald. Nu kan livstidsværdien i år to ikke sammenlignes med år ét. Ensartetheden er brudt.
Fejl 3: Beregningen er for kompliceret
Den egne metrik beregnes med en forespørgsel på 500 linjer. Kun én person forstår den. Personen forlader virksomheden. Viden går tabt. Beregningen er i stykker.
Fejl 4: Beregningen er ikke dokumenteret
Metrikken findes. Definitionen er ikke skrevet ned. Forskellige folk beregner den forskelligt. Livstidsværdien i dashboard A er en anden end i dashboard B. Forvirring.
Sådan forebygger du fejl
Hold beregningen enkel
Hvis du ikke kan forklare beregningen i én sætning, er den for kompliceret. Eksempel: Profit er omsætning minus udgifter. Enkelt. Eksempel: Kundens sundhedsscore er en vægtet blanding af brug af funktioner 30 procent, tilfredshed med support 20 procent, betalingshistorik 30 procent og kundeforhold i år 20 procent. Kompliceret. For kompliceret.
Dokumenter grundigt
Skriv definition, beregning, forudsætninger, validering og eksempler ned. Dokumentationen er den eneste kilde til sandheden.
Versionér beregninger
Når en beregning ændres, så giv den en ny version. Livstidsværdi v1 var omsætning gange levetid. Livstidsværdi v2 er omsætning gange levetid minus omkostninger ved frafald. Versionering gør det muligt at sammenligne bagud: v1 i 2024, v2 i 2025.
Kontroller jævnligt
Kontrol hver måned eller hvert kvartal. Giver beregningen stadig det rigtige svar? Er definitionen stadig gyldig? Er der nogen, der beregner den anderledes?
Ofte stillede spørgsmål
Skal egne metrikker gemmes i databasen eller beregnes undervejs?
Gem dem i databasen, hvis de bruges ofte. Beregn dem undervejs, hvis de sjældent bruges. Hyppigheden afgør det. Hvis en egen metrik bruges i 50 dashboards, så gem den i databasen, for det er hurtigt og ens. Hvis den bruges i én rapport, så beregn den i den rapport. Find balancen mellem hastighed og enkelthed. Med WEMASY's hjemmesidebygger kan du sætte det op direkte på din hjemmeside.
Hvad gør vi med egne metrikker, der har flere gyldige definitioner?
Lav separate metrikker. Salg definerer frafald som kunder, der ikke fornyede kontrakten. Produkt definerer frafald som kunder, der ikke har logget ind i 30 dage. Det er en konflikt. Omdøb dem: kontraktfrafald og aktivitetsfrafald. Forskellige navne, forskellige definitioner, ingen forvirring. Skriv begge ned i ordbogen over metrikker.
Hvad hvis beregningen af en egen metrik er dyr og langsom?
Gem et mellemresultat. Beregn én gang om dagen eller én gang i timen. Gem resultatet. Dashboards henter den gemte værdi i stedet for at beregne på forespørgsel. At hente en gemt værdi er hurtigt. Beregningen er langsom. Et mellemlager giver balance mellem hastighed og friske tal.
Hvordan undgår vi, at egne metrikker driver væk fra deres definition?
Kontroller hvert kvartal. Træk metrikken. Beregn den igen i hånden efter definitionen. Stemmer tallene? Hvis ikke, er noget galt. Definitionen er ændret, beregningen er ændret, eller forståelsen er ændret. Find årsagen og ret det.
Skal vi vise brugerne beregningen eller skjule den?
Vis den. Hvert dashboard bør vise: Omsætning er defineret som X. Beregningen er Y. Brugerne skal forstå tallet. Åbenhed forebygger misbrug. Hvis brugeren ikke forstår beregningen, kan vedkommende ikke fortolke tallet rigtigt.
Hvor mange egne metrikker skal et dashboard have?
Højst tre til fem. For mange egne metrikker er svære at forstå og vedligeholde. Hold dig til de egne metrikker, der direkte svarer på forretningsspørgsmål. Alt andet er støttetal i et detaljedashboard.