Ni har investerat i ett automatiseringsprojekt. Verktyget är valt, implementationen är klar och fakturorna är betalda. Men sex månader senare använder mindre än 30 procent av medarbetarna systemet. Rent tekniskt fungerar allt som det ska, men nästan ingen använder lösningen. Investeringen har blivit en kostnad i stället för en tillgång.
Det här är inget ovanligt scenario. Vi ser samma mönster om och om igen, och problemet handlar sällan om själva verktyget.
I vår artikel Automating business processes: where do you start when you don't know where you stand? visade vi hur ni kan bedöma organisationens mognad inom automatisering med hjälp av fem ärliga frågor. Slutsatsen var tydlig: de flesta organisationer överskattar hur långt de faktiskt har kommit.
Men att förstå nuläget är bara början. Nästa fråga är hur ni ser till att automatiseringen verkligen ger det resultat ni förväntar er.
Svaret är inte ett bättre verktyg, utan i vilken ordning ni utvecklar och inför automatisering i organisationen. Här går vi igenom hur ni kan göra det med hjälp av PPIT-modellen, som omfattar fyra områden: People, Process, Information och Technology – människor, processer, information och teknik.
PPIT-modellen: fyra faktorer, en ordning
I de automatiseringsprojekt vi arbetar med utgår vi från samma fyra faktorer: People, Process, Information och Technology. Inte för att vi gillar modeller för modellernas egen skull, utan för att just de här fyra områdena i slutändan avgör om ett projekt lyckas.
Ordningen är medveten: tekniken kommer sist. Inte för att den är oviktig, utan för att den fungerar bäst när de tre andra delarna redan finns på plats. Organisationer som lyckas tar sig an faktorerna i rätt ordning. De som kör fast börjar ofta med tekniken och försöker lösa resten i efterhand.
PPIT-modellen är ingen teoretisk konstruktion. Den bygger på mönster vi har sett återkomma i hundratals projekt.
People: Människorna bakom automatiseringen
Den mänskliga faktorn är den del av automatiseringsprojekt som oftast underskattas. Problemen är sällan rent tekniska. I stället handlar de om organisationen: otydliga ansvarsområden, team som arbetar i olika riktningar och motstånd mot förändring som aldrig uttalas öppet.
I många organisationer blir automatisering något som görs åt medarbetarna, i stället för något som utvecklas tillsammans med dem. IT väljer ett verktyg, en extern partner konfigurerar det och medarbetarna får utbildning. Därefter förväntas de anpassa sitt arbetssätt efter systemet. Det brukar inte fungera särskilt bra.
Det här är några återkommande problem:
Marketing tar fram kampanjer, men sales litar inte på de leads som kommer in eftersom teamen aldrig har kommit överens om vad som faktiskt räknas som ett lead.
Service har daglig kontakt med kunderna och sitter på värdefulla insikter, men informationen når aldrig vidare till sales eller marketing.
IT bygger integrationer utan tillräcklig förståelse för verksamhetens behov, eftersom ingen har kartlagt vilka data som ska flyttas mellan systemen och varför.
Alla har åsikter om verktyget, men ingen tar ansvar för processen. Möten om automatisering handlar om funktioner och dashboards, medan frågan om vad organisationen egentligen vill uppnå sällan ställs.
För att komma till rätta med problemen behöver ni kunna svara på några grundläggande frågor. Vem ansvarar för hela kundresan, inte bara för en enskild del av den? Vem bestämmer vilka data som ska finnas i systemet? Och vem ansvarar för att medarbetarna faktiskt använder lösningen när implementationen är klar?
Här kommer RevOps in i bilden. RevOps, eller Revenue Operations, handlar om att samordna arbetet mellan marketing, sales och service så att processer, data och mål hänger ihop.
Kundcase: förändringsarbetet blev avgörande
Vi hjälpte ett B2B-tjänsteföretag med 300 medarbetare att införa HubSpot för sales, marketing och service.
Den tekniska implementationen gick snabbt. Det verkliga värdet kom från det parallella förändringsarbetet, som omfattade gemensamma definitioner, processutveckling tillsammans med slutanvändarna, rollanpassad utbildning och veckovisa avstämningar efter lanseringen.
Efter ett år hade resultatet blivit:
94 procent av medarbetarna använde systemet.
Tidsåtgången för administrativa uppgifter hade minskat med 40 procent.
Det interna användar-NPS:et var +45.
Utan de sex månadernas förändringsarbete hade det sannolikt bara blivit ännu ett system som ingen använder.
Process: vad är det ni faktiskt automatiserar?
Automatiserar ni en dålig process får ni bara en dålig process som går snabbare. Ändå är det vanligt att organisationer vill automatisera befintliga arbetssätt i stället för att först se över hur arbetet borde fungera.
Processer är sällan genomtänkta från början. De växer fram över tid, och till slut är det ingen som riktigt vet varför de ser ut som de gör. Frågar ni fem personer hur arbetet med leads går till får ni kanske fem olika svar. En modell för lead scoring har tagits fram, men ingen minns längre vilka antaganden den bygger på.
När sådana processer automatiseras följer alla ineffektiviteter, genvägar och undantag med in i det nya systemet. Resultatet kan bli fler problem i stället för färre.
Grundprincipen är enkel: standardisera innan ni automatiserar.
Om fem personer utför samma process på fem olika sätt ska ni inte automatisera alla fem varianterna. Bestäm hur processen ska fungera, förenkla den och automatisera sedan det gemensamma arbetssättet.
Information: skillnaden mellan förhoppning och verklighet
Det är ofta här ambitionerna med automatisering stöter på problem. Många organisationer menar att de har gott om data. Men stora datamängder är inte samma sak som användbar information. Vi hör ofta påståenden som:
”Vi har ett datalager där all information finns.”
”Vi har infört BigQuery, så vi kan kombinera allt.”
”Vi har tre miljoner kontakter i vårt CRM. Det är vår största tillgång.”
I praktiken ser verkligheten ofta annorlunda ut. Datalagret innehåller information i ett format som inte går att använda direkt. Olika team använder olika definitioner av samma begrepp. Vad menas exempelvis med en aktiv kund? Marketing, sales och ekonomi kan ha tre helt olika svar.
Kopplingarna mellan systemen finns kanske på plats, men andelen data som faktiskt kan matchas mot varandra är ofta betydligt lägre än förväntat. Samtidigt tvekar många inför att rensa informationen, eftersom de är rädda för att ta bort något som kan behövas senare.
Den centrala frågan är därför inte hur mycket data ni har, utan om den går att använda. För automatisering behöver informationen vara aktuell, komplett, konsekvent och tillgänglig.
Datakvalitet är inte ett engångsprojekt där ni städar upp och sedan går vidare. Det kräver löpande arbete och tydligt ansvar.
I bloggen 'Your CRM has 100,000 contacts. But how many are actually usable?' , går vi djupare in på hur ni kan mäta datakvalitet och skapa en fungerande informationsstyrning.
Technology: själva verktyget är den enkla delen
Teknik är ofta det första organisationer vill ta tag i, eftersom det är konkret. Ni kan boka en demo, jämföra funktioner, köpa en licens och känna att ni har kommit framåt.
Men tekniken ska vara resultatet av genomtänkta beslut om människor, processer och information – inte en lösning på problem inom de områdena. Att välja verktyg innan de tre andra faktorerna är på plats är att börja i fel ände.
Det här är några vanliga fallgropar:
Funktioner väger tyngre än verksamhetens behov. Plattformen med flest funktioner vinner jämförelsen, trots att hälften aldrig kommer att användas.
Tekniskt färdiga implementationer som inte passar arbetssätten. Systemet är driftsatt, men fungerar inte tillsammans med hur medarbetarna faktiskt arbetar.
Integrationer utan tydligt syfte. Data flyttas mellan system
HubSpot, Salesforce, Microsoft Dynamics och Adobe Experience Cloud kan alla fungera bra. Men de kan också misslyckas. Det är sällan verktyget i sig som är den största flaskhalsen. Rätt verktyg är det som passar era människor, processer och informationsförutsättningar – inte det som gör bäst intryck under en demo.
Innan ni bestämmer er för ett verktyg är det därför värt att fråga:
Vilket problem ska verktyget lösa, och har vi definierat problemet tillräckligt tydligt?
Har vi kapacitet att börja använda och förvalta lösningen efter implementationen?
Passar verktyget vår nuvarande mognad inom datahantering, eller försöker vi ta ett större steg än vi är redo för?
People, Process, Information och Technology – fyra faktorer som samverkar
De fyra faktorerna fungerar inte var för sig. De påverkar varandra hela tiden.
Så här hänger de ihop:
Människor utan fungerande processer leder till goda intentioner utan struktur. Alla vill samarbeta, men ingen vet riktigt hur.
Processer utan rätt information leder till snygga flödesscheman som inte fungerar i verkligheten, eftersom underlaget som behövs för att fatta beslut saknas.
Information utan teknik innebär att kunskap finns, men inte går att omsätta i praktiken.
Teknik utan människor, processer och information leder till dyra system som ingen använder, som inte passar arbetssätten och som saknar användbara data.
Utmaningen är att utveckla alla fyra områdena i takt med varandra. Se dem inte som steg som bockas av en gång för alla, utan som delar av verksamheten som behöver följas upp och förbättras löpande.
Automatisering är inte ett projekt: det är en förmåga
PPIT-modellen är ingen checklista som ni går igenom en gång och sedan lägger åt sidan. Den är ett sätt att tänka kring automatisering som behöver finnas med i det löpande arbetet.
Organisationer som lyckas ställer rätt frågor i rätt ordning. De börjar med verksamhetens problem, inte med plattformen.
Kundcase: personalisering i stor skala
En internationell organisation ville göra sin kommunikation mer relevant på flera marknader, språk, varumärken och produktområden.
Frågan var inte vilket verktyg som kunde skicka ut 1 600 olika varianter av ett budskap. Den verkliga utmaningen var att skapa ett system där innehåll, data och intelligens kunde samverka.
Lösningen kombinerade mallbaserat innehåll, tydlig styrning, bättre kundprofiler och en personaliseringsmotor som automatiskt sätter samman rätt innehållsblock.
Resultatet blev mer relevant kommunikation, mindre manuellt produktionsarbete och en grund som kan byggas vidare på när behoven växer.
Lärdomen är att personalisering inte bara är en funktion i en kampanj. Det är ett val av hur hela systemet ska fungera.
Mer från våra experter
Upptäck unika perspektiv och expertanalyser som hjälper ditt företag framåt.
Utforska alla insikter
