CRM data analysis of sales opportunities in B2B industrial business
Achek, Amira (2022)
Pro gradu -tutkielma
2022
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2022062248681
https://urn.fi/URN:NBN:fi-fe2022062248681
Tiivistelmä
Predicting sales is becoming increasingly important for a growing project-based B2B company, since it needs to be able to prepare for the workload by correct resourcing. A company’s CRM system can be an effective tool for predicting sales if the data it provides is good quality and the company collects the right information.
This thesis studies how a B2B industrial company can recognise what affects the winning of its sales opportunities and how. The research is based on an analysis of CRM data with Decision Tree modelling and fsQCA analysis for different size of the projects. In addition, the research considers the development of the company’s CRM system based on information and previous literature.
The study shows how different size projects are affected by the collected CRM data. The research provides evidence of how strong the seller’s assessment of the outcome of an opportunity may be. In addition, the study emphasizes the importance of the length of the offering phase especially in small projects. Myynnin ennustaminen on kasvavalle projektiluonteista toimintaa harjoittavalle B2B-yritykselle yhä tärkeämpää, sillä sen tulee pystyä varautumaan tulevaan työmäärään oikealla resursoinnilla. Yrityksen CRM-järjestelmä voi olla tehokas työkalu myynnin ennustamiseen, jos sen tarjoama data on laadukasta ja yritys kerää oikeaa tietoa.
Tässä opinnäytetyössä tutkitaan, kuinka B2B teollisuusyritys voi tunnistaa, mikä vaikuttaa sen myyntimahdollisuuksien voittamiseen ja kuinka. Tutkimus perustuu CRM – datan analysointiin Decision Tree malleilla ja fsQCA-analyysilla eri kokoisten projektien kohdalla. Lisäksi tutkimuksessa käsitellään yrityksen CRM järjestelmän kehitystä uuden tiedon ja aikaisemman kirjallisuuden perusteella.
Tutkimus osoittaa, miten kerätty CRM-data vaikuttaa erikokoisiin projekteihin. Tutkimus antaa selkeää näyttöä siitä, kuinka vahva myyjän arvio myyntimahdollisuuden lopputuloksesta voi olla. Lisäksi tutkimuksessa korostetaan tarjousvaiheen pituuden merkitystä erityisesti pienissä projekteissa.
This thesis studies how a B2B industrial company can recognise what affects the winning of its sales opportunities and how. The research is based on an analysis of CRM data with Decision Tree modelling and fsQCA analysis for different size of the projects. In addition, the research considers the development of the company’s CRM system based on information and previous literature.
The study shows how different size projects are affected by the collected CRM data. The research provides evidence of how strong the seller’s assessment of the outcome of an opportunity may be. In addition, the study emphasizes the importance of the length of the offering phase especially in small projects.
Tässä opinnäytetyössä tutkitaan, kuinka B2B teollisuusyritys voi tunnistaa, mikä vaikuttaa sen myyntimahdollisuuksien voittamiseen ja kuinka. Tutkimus perustuu CRM – datan analysointiin Decision Tree malleilla ja fsQCA-analyysilla eri kokoisten projektien kohdalla. Lisäksi tutkimuksessa käsitellään yrityksen CRM järjestelmän kehitystä uuden tiedon ja aikaisemman kirjallisuuden perusteella.
Tutkimus osoittaa, miten kerätty CRM-data vaikuttaa erikokoisiin projekteihin. Tutkimus antaa selkeää näyttöä siitä, kuinka vahva myyjän arvio myyntimahdollisuuden lopputuloksesta voi olla. Lisäksi tutkimuksessa korostetaan tarjousvaiheen pituuden merkitystä erityisesti pienissä projekteissa.