What are retailers thinking about in 2018?

I attended the eTail Nordic 2018 event and wanted to summarise some findings from selected keynotes on 2.10. – 3.10.2018.

Peter Mold, CDO, ICA

Peter Mold, the Chief Digital Officer of Swedish grocery and pharmacy giant ICA was first up. He stated ecommerce for groceries still hasn’t picked up in Sweden, concluding only 2% of the purchasing volume was coming in through digital channels in 2016.

One of the issues with ecommerce for groceries are the expensive and cumbersome logistics. As a grocer, you need to store, pick and transport fresh produce taking care of the cold chain all the way to the consumer, making it expensive.

Mold continued by describing the importance of data telling us that data is what feeds AI, which will become even more important.

Mold described the future of physical retail being all about the customer experience. He said retailers need to provide good experiences and even become a sort of hub connecting like-minded people or people with similar interests.

One of his views did not resonate that well with the audience. It was the future of voice vs keyboard controlled devices. Mold believed that we’ll see the keyboard vanish within the next five years. Asking the audience, there was quite some scepticism around this happening.

I’d like to support Mold’s view here. Looking at where efforts by Apple, Google, Amazon and other tech giants are, it’s AI enabled voice control. The technology is slowly but surely growing out of being a curiosity into being a usable interaction method.

Being a Finn, I expect to be among the last to use natural voice control, but in English the technology is maturing fast.

Mikael Lenneryd, Director of Digital and Loyalty, Apoteket

Mikael Lenneryd from Apoteket described a case from his former employer, Samsung. He told the story about how they connected their own first party data with the second party data from a telco to run better digital campaigns.

They used the combined data to target real people based on their interests. This was a challenge both technically and legally.

The technical challenge was combining the data and feeding it into the normal programmatic buying architecture. The legal issues were around sharing data between two large companies and then feeding it onto the other actors in the value chain. It took seven months to sort out the legalities to be able to execute.

But the results were good. Average click to conversion had a 35x uplift and the best segments had a 50x uplift. Which is, in one word, impressive.

The campaign was run on a regular promotion and not an extra sweet deal. So the results should be comparable. The product was a Samsung S8 with a 24-month contract.

Mei Chen, International Business, Alibaba

Next up is Mei Chen from Alibaba. Personally, I found this keynote very interesting given I have almost no knowledge about the Chinese market, but have been interested in it for a while.

The first shock is grasping the sheer volume of the market. The Chinese version of Black Friday is Singles Day. During the sale, Alibaba hit more than a billion dollars per hour for a 24-hour period. This means they totalled over 25 billion dollars during the day and night.

One key difference comparing China with the US or Europe is the age of the consumer. China has a huge number of young consumers and they want to stand out. This can be done by choosing what to wear, what to put on their faces (particularly women) or what to eat.

Alibaba is carrying a lot of European and Nordic brands as well. Given the wish to stand out, products coming from small and (from a Chinese point of view) obscure markets might have a lucrative opportunity ahead. And that’s how Alibaba wants to be seen: as an opportunity to move product, not a threat to local retailers focusing on Europe or a particular country within the region.

In China, marketplaces have a much stronger position than in the US or in Europe. Chen’s take was that the Chinese consumers don’t see a point in using a lot of different sites when you can find almost everything bundled together in just one place as well.

This is a trend we can see in the US as well with Amazon seeing that they have surpassed Google as the most used search engine for product search. So maybe this is the future of retail with platform players acting as supersized department stores and landlords deluxe for whomever wants to get their product out there en mass?

Caroline Carlqvist, Program Manager Personalization, Zalando

Caroline Carlqvist, working on personalisation for Zalando, talked about the challenges of fashion in particular. She described a small boutique in Italy where the owner got to know her so well her boyfriend could shop there for her and the shopkeep would make sure the clothes were a fit for her, in both style and size. That’s what Zalando wants to be as well, but at scale.

The particular challenge for fashion is size. It’s difficult to know if a medium is the same medium as you’ve gotten used to with another brand.

Sizing connected back to data. Zalando has a lot of data about returns and the reason for said returns. This data can help find the right fit. If you have a lot of people who bought brand A in medium sending back brand B in medium since it’s too small, Zalando can warn the next buyers of brand B to size up if they see medium from brand A as a good fit.

Zalando is also pushing this data back to the manufacturers so they know if their brand is consistently getting a bad fit from multiple people.

The threat of Amazon and the Intersport approach

There was a debate hosted on Amazon. I’m not going to dive into more detail about the debate, but I’d like to highlight something interesting presented by InterSport. They have started a cooperation with Tmall (a part of Alibaba) in China.

The partnership is an experiment into combining the upsides of physical retail and ecommerce into one package. Instead of bringing your shopping with you, you can stroll bag-free to lunch and get your new sneakers delivered to your house two hours later.

Louisa Nicholls, John Lewis

Louisa Nicholls from John Lewis shared some insights from the UK market. This is interesting for Nordic and Swedish retailers given that Amazon is already active in the UK market.

Nicholls pointed out that consumers are moving from buying more stuff for fulfilment into searching for experiences.

Given the trend, John Lewis have started adding services to their offering to lure people into the stores. E.g. their style studio service gets an uplift of 30% measured in revenues compared to fashion shoppers who don’t use the service.

Nicholls added to the stories by others before her on the value of data. She told us retail used to be about three things: location, location and location. Now that has changed into data, data and data.

Summary and reflections

Amazon is, of course, on everyone’s mind given the rumours about them entering the Nordic markets. Sweden would be first up, given it’s the biggest population in the region. The severity of the threat seems to divide people.

As a reflection on Amazon’s possible level of threat, I’d like to reminisce on video rentals in Finland. In an article published in 2013, the two major video rental companies thought companies such as Netflix and HBO are a curiosity, not posing any real threat for them. In hindsight, it’s painfully obvious how wrong they were. Disruptors have a way of looking harmless early on.

Data, both the importance of data and how to use it properly, was a part of most keynotes and case studies. Well, it was the main topic of my case study as well, so I might be a bit biased. Yet I’d conclude the significance of data is well understood in retail, but many companies still lack in tools and tactics to actually make the data work for them.

The future of the physical store was also a big debate. This is natural, given most incumbents come from the physical space and have expanded into ecommerce. The issues is, no one really knows what role brick-and-mortar will play in the years to come.


Adding layers of complexity

A colleague asked me why we had issues introducing a new feature into a product. On a high level, the feature was pretty simple. So I needed to explain how adding layers of complexity made the design and implementation increasingly difficult. Here’s the analogy I gave to explain the problem.


At the end of the day, most tasks are conceptually easy. Need to install a piece of software? Just click a button, wait 30 seconds and voila, success.

Any trivial task can become enormous when you start adding layers of complexity.

I just noted installing software is trivial, right? But what if you need to do it on computers running OS X, Windows and Linux? What if you need to install 24 different language versions depending on the language of the OS? What if you need to install across phones, tablets and computers? What if you need to do it all automatically?

Getting complicated, right? Let’s keep the complications coming.

What if the automation needs to do the installation during nighttime, which you need to deduct depending on what timezone the device resides in just now? What if users have to be able to opt-out of specific installation times? What if you need to have a plan for how to maintain and update said software before being able to install?

Even one of these specific needs makes the installation much more difficult. Adding a new dimension makes the task exponentially more difficult.

Based on the discussion we were having, the same colleague told me an anecdote about Facebook’s logo redesign. She said that turning the logo from blue-on-white into white-on-blue cost the company 200 million Euros. Crazy, right? (Note: I have not fact checked this anecdote.)

If Facebook needed to test the logo to make sure it doesn’t contain unplanned meanings across most countries in the world, across most religions in the world and across a substantial set of sub-cultures throughout the world, the price tag starts to make sense.


I’m often tempted to remind people of the exponential difficulty of adding layers of complexity when they wonder how it’s so difficult to do simple things in large organizations.

On the other hand, this presents a huge business opportunity for anyone who wants to serve the enterprise segment. Just select what types of complexity you want to support and build a product or a service to mitigate said complexity.

Hyvän työpäivän metsästys

Tiedättekö sen tunteen, kun työpäivän jälkeen on varsinainen voittajafiilis? Tuntuu kuin olisi saanut aikaiseksi vaikka mitä ja energiaa piisaa muille jaettavaksi?

Niin minäkin. Mutta liian harvoin.

Ikävän usein tunnen itseni päivän päätteeksi väsyneeksi. Energiatasoni on nolla tai se on pakkasella. Huonoimmillaan tuntuu kuin päivän päätteeksi olisi enemmän ongelmia kuin mitä oli ennen työpäivän alkua.

Halusin enemmän hyvin päättyviä päiviä ja vähemmän huonosti päättyviä päiviä. Niinpä päädyin pohtimaan: voisinko suunnitella ja muotoilla työpäiväni sellaisiksi, että useampi päättyisi hyvään fiilikseen ja energiseen tunnelmaan?

Kävin läpi hyviin ja vähemmän hyviin tunnelmiin päättyneitä päiviä. Havaintojeni pohjalta tein seuraavan viisikohtaisen sotasuunnitelman hyvän työpäivän metsästystä varten.

1. Varaa rauhoittumisjakso päivän loppuun

Tämä voi kuulostaa itsestäänselvältä, mutta ei ole sitä. Jos et koskaan pääse pois työmoodista, niin et koskaan pääse pois työmoodista.

Oma kokemukseni on, että kiireessä työpaikalta lähteminen jättää päälle sekä kiireen tunteen että työmoodin. Työmoodin päättyminen vaatii jotakin muuta, johon keskittyä, kuten treenit tai jotakin sosiaalista tekemistä.

Parhaiten ja helpoiten työmoodista pääsee pois, kun ei lähde “kesken töiden” kovassa kiireessä. Noin 30 min omaa aikaa viimeisen puhelun tai palaverin jälkeen auttaa kummasti käsittelemään ja arkistoimaan keskeneräiset ajatukset, minkä jälkeen työmoodista on helpompi poistua.

2. Tee jotakin valmiiksi ennen koneen lyömistä kiinni

Tämä liittyy vahvasti rauhoittumisjaksoon. Usein parhaat päivät ovat juuri niitä, kun rauhoittumisjakson aikana saa useita pieniä asioita ruksittua pois tehtävälistalta. Kyse voi olla banaalista asiasta, kuten matkalaskun tekemisestä tai rasittavaan sähköpostiin vastaamisesta.

Kun on saanut yhden tai useamman asian valmiiksi ja ruksittua pois listalta, on yleensä hyvä fiilis. Eli juuri sellainen fiilis, mihin työpäivä kannattaa päättää. Josta pääsemmekin seuraavaan kohtaan.

3. Älä tarkista sähköposteja puhelimelta heti kotiin päästyä

Varmin tapa pilata hyvin päättynyt päivä on tarkistaa työpäivän jälkeen josko sähköpostiin olisi vielä tipahtanut jotakin, joka on hoidettava kiireesti. Voin kertoa, että keskimääräinen illalla lähetetty sähköposti (a) voi odottaa aamuun ja (b) ei tule olemaan innostavan positiivinen.

Olen jo sulkenut sähköpostin ilmoitukset puhelimesta. Ikoni ei edes näytä lukemattomien viestien määrää, koska muuten kiusaus avata äppi olisi liian suuri. Silti päädyn usein rutiininomaisesti selailemaan sähköposteja metrossa, kotisohvalla ja milloin missäkin. Yleensä vain pilatakseni oman mielialani.

4. Älä tunge päivää liian täyteen

Tämä ei varmasti tule kenellekään yllätyksenä, mutta yli kymmenen palaverin päivät eivät ole kivoja. Jatkuva kiire, kasaantuvat sähköpostit, ainainen context switch ja väliin jäänyt lounas eivät tee hyvää kenellekään.

Joten muistutus itselleni: silloin kun tuntuu kaikista houkuttelevimmalta tunkea päivä liian täyteen löytääkseen aikaa kaikelle on itse asiassa huonoin mahdollinen aika tunkea päivä liian täyteen. Yritä siis välttää ylibuukkaamista.

5. Suunnittele päivän ohjelmaan jotakin kivaa/hauskaa/energisoivaa

Luterilaisen työmoraalin omaavana masokistina voin muistuttaa itseäni tästä maailman tappiin saakka ilman, että viesti menee perille. Yritän silti.

Kun päivän aikana on odotettavissa jotakin mukavaa, niin sekä odotus että itse mukava asia ovat palkitsevia.


Nyt tiedän mitä tavoitella. Jäljellä on vain harjoituksen vaikea osuus: suunnitelmasta kiinni pitäminen silloin, kun se on vaikeaa.

AI, data ja automaatio

”Robotit tulevat ja vievät työpaikkamme.”

Suurin piirtein näin lehdistö on otsikoinut meneillään olevan murroksen mm. täällä, täällä, täällä ja täällä. Niinpä innostuin tiivistämään omia ajatuksiani automaatiosta, joka on koko trendin pohja. Varoitus: aion seuraavaksi käyttää monia inhottavia insinööritermejä.

Jotta jotakin voisi automatisoida, täytyy ymmärtää prosesseja. Prosessit koostuvat kahdesta osasta: päätöksistä ja toimenpiteistä. Ensin tehdään päätös tarvittavasta toimenpiteestä ja sitten suoritetaan itse toimenpide. Toimenpidettä seuraa päätös parhaan jatkotoimenpiteen suorittamisesta ja sama toistuu.

Insinöörit ovat aina olleet hyviä automatisoimaan toimenpiteitä. Robotti hitsaa kaksi palkkia yhteen tehtaassa. Ohjelmisto koostaa raportin. Tiskikone puhdistaa astiat.

Päätösten automatisointi on paljon vaikeampaa, sillä päätökset ovat monimutkaisia. Tarkastellaan tätä käyttäen autoa esimerkkinä.

Auton suorittamien toimenpiteiden automatisointi on lasten leikkiä. Hieman yksinkertaistaen autossa voi painaa kaasua, painaa jarrua ja kääntää rattia. Kolme helppoa toimenpidettä. Ensimmäisen vuoden automaatio-opiskelija osaa säätää kolmea ulostuloa samanaikaista, varsinkin, kun kaksi näistä on toisensa poissulkevia.

Silti itse ajavan auton tekeminen on tavattoman vaikeaa, koska päätösten automatisointi on tuskaisaa. Koska painan kaasua ja miten paljon? Mihin suuntaan käännän rattia ja kuinka paljon?

Auton ohjaamiseen liittyviin päätöksiin tulee dataa monesta lähteestä. Mitä ympärillä tapahtuu? Millaisia rajoituksia on voimassa? Minne auton halutaan päätyvän?

Syy itsestään ajavan auton isoihin kehitysaskeliin on, että käytössä olevat työkalut ovat parempia keräämään ja analysoimaan saamaansa dataa. Ohjaavien algoritmien ei tarvitse olla valmiiksi ohjelmoituja kaikkiin mahdollisiin tilanteisiin, vaan kone itsessään oppii. Edistysaskeleet ovat nimenomaan päätösten, eivät toimenpiteiden automatisoinnissa.

Päätökset syntyvät datan avulla. Siksi suosittelen kaikkia automaatiosta kiinnostuneita aloittamaan datasta. Olennaista on ymmärtää mitä dataa yrityksestä löytyy jo nyt, mitä muuta dataa voidaan kerätä ja miten laadukasta kerätty data on. Data määrittää millaisia päätöksiä sen avulla voi ja kannattaa automatisoida.

Yhteenveto kaavan muodossa: automaatio = data + algoritmi + toimenpide. 


Tärkein päätös uuden liiketoiminnan tai tuotteen suunnittelussa

Olen perustanut useamman liiketoiminnan ja kehittänyt kymmeniä uusia tuotteita. Näiden kokemusten perusteella olen tullut siihen tulokseen, että yksi päätös on ylitse muiden kehitystyön alkuvaiheessa.

Mikä tämä päätös sitten on? Se on päätös siitä, kuka on tuotteen tai liiketoiminnan asiakas.

Kerron tässä kirjoituksessa ensin miksi asiakkaan valitseminen on mielestäni kaikkein tärkeintä ja sen jälkeen millä tavalla asiakkaan valinta kannattaa käytännössä tehdä. Tosin tämä asiakkaan valitsemisohje keskittyy yritysasiakkaisiin, joten kuluttajia palvelevaa liiketoimintaa suunnittelevat joutuvat tekemään soveltavaa ajatustyötä.

Miksi asiakasvalinta on A ja O?

Aina, kun kehitämme jotakin uutta, alkuperäinen idea muuttuu ajan myötä joksikin aivan muuksi, kuin mitä se alun perin oli. Siksi ideasta tai ratkaisusta lähteminen on tuhoon tuomittua. Ensimmäinen bisnesidea tai ajatus tietyn ongelman ratkaisusta ei kuitenkaan tule toimimaan.

Jos sen sijaan liiketoiminta alkaa asiakkaan valitsemisesta, voimme kehitellä erilaisia ratkaisuja asiakkaiden erilaisiin ongelmiin. Heti asiakkaan valinnan jälkeen näiden asiakkaiden kanssa täytyy keskustella, jotta opimme mitkä ovat valitsemallemme asiakasryhmälle isoja ja tärkeitä ongelmia. Sen jälkeen voimme kehitellä niihin erilaisia ratkaisuja ja katsoa mitkä ratkaisuista ovat asiakkaiden mielestä toimivia.

Tässä mallissa myönnämme siis heti kärkeen, että emme päivänä 1 tiedä mitä tulemme tekemään. Mutta valitsemamme asiakas voi pysyä valitsemanamme asiakkaana, vaikka liikeidea kehittyy mekaanisesta lapiosta sosiaaliseksi mediaksi.

Suurin ongelma asiakkaan valitsemisessa on, että asiakas määritellään hyvin ylimalkaisesti. Vaikkapa markkinointijohtaja, myyntitoiminto, perheenäiti tai autorakas. Näin yleismaallisesti määritellyllä asiakasryhmällä ei usein ole yhteisiä ongelmia, prioriteetteja ja arvostuksia. Se tekee myynnistä, markkinoinnista ja tuotekehityksestä vaikeaa ja tehotonta.

Mutta rajaaminenhan tarkoittaa mitättömän pientä bisnestä!

Monesti tiukkaa asiakasvalintaa vastustetaan, koska se näyttäisi rajaavan asiakaskunnan todella pieneksi. Oikeastaan tämä ei ole ongelma, koska asiakaskuntaa voi aina kasvattaa.

Hyvä esimerkki tästä on kyydinjakopalvelu Uber. He aloittivat välittämällä tyyriitä autokyytejä varakkaille ihmisille San Fransiscon alueella. Vaikka Piilaaksossa onkin paljon äveriästä porukkaa, niin piilaaksolaiset miljonäärit näyttäytyy todella pienenä kohderyhmänä, jos suunnittelee maailmanvalloitusta.

Uber aloitti siis hyvin pienestä kohderyhmästä. Kun he saivat siellä bisneksen pystyyn, he laajensivat. Ja laajensivat. Ja laajensivat.

Toinen esimerkki on sosiaalinen verkosto, joka aloitti yhden yhdysvaltalaisen yliopiston sisäisenä työkaluna. Kyseessä on tietysti Harvardista ponnistanut Facebook, johon kuuluu muistaakseni jokunen miljardi käyttäjää tänä päivänä. Aikamoinen kasvu verrattuna alkuperäiseen yleisöön. Joitakin lukuja tarjotakseni, niin Harvardiin otetaan n. 2 000 opiskelijaa vuodessa, joten käyttäjäkunta on alun perin rajattu arvioita noin 10 000 käyttäjään.

Eikö ongelman valitseminen ole yhtä hyvä tai parempi vaihtoehto?

Ongelman valitseminen yrityksen tai tuotteen ensisijaiseksi ohjaavaksi tekijäksi on monin tavoin hyvä vaihtoehto. Ongelma on ja pysyy, vaikka ratkaisutapa muuttuu.

Mikä sitten on ongelman ongelma? (Heh, heh.) Heti kun bisnekselle tai tuotteelle pitäisi löytää asiakkaita, ongelma paljastuu.

Tässä esimerkkidialogi:

Minä: Ketkä sitten ovat potentiaalisia ostajia?
Tuotekehittäjä: No kaikki, joiden mielestä leivänpaahdinten aukot ovat liian pienet.
M: Keitä he ovat?
T: No… Tuota… Siis… Ehkä… Jotkut ihmiset, jotka haluavat paahtaa paksuja leipiä, ehkä?
M: Mitä sitten tarjoatte heille?
T: Leivänpaahtimen, jossa on isot aukot.

Aika vaikeaa on tällä määritelmällä löytää asiakkaita. Entä, jos tarinan tuotekehittäjä olisikin lähtenyt liikkeelle asiakkaista? Keskustelu voisi mennä vaikka näin:

Minä: Ketkä sitten ovat potentiaalisia ostajia?
Tuotekehittäjä: Sinkkumiehet, joita ruoanlaitto ei kiinnosta.
M: Mistä heitä löytyy?
T: Kysyin Facebookissa ja löysimme heti kuusitoista henkilöä, jotka tunnistivat kuuluvansa kohderyhmään.
M: Mitä sitten tarjoatte heille?
T: Paremman leivänpaahtimen, mutta en tiedä vielä mikä se on. Siksi olemme menossa puhumaan asiakkaille. Hypoteesimme on, että isompien aukkojen avulla voisi paahtaa vaikka mitä, mutta jää nähtäväksi onko se kiinnostavaa vai ei.

Huomaatko eron? Kakkosvaihtoehdossa on helpompi löytää asiakkaita. Ja kun asiakkaita on helppo löytää, niin koko bisneksen pyörittäminen helpottuu. Jos leivänpaahdin ei olekaan oikea ratkaisu, niin sen voi kätevästi vaihtaa vaikka tehosekoittimeen tai kuukausimaksulliseen valmisruokapalveluun, jolloin kohderyhmä pysyy samana.

Päätöskehikko (yritys-)asiakkaan valintaan

Katsotaan seuraavaksi kuinka asiakkaan valitseminen käytännössä tapahtuisi yritysasiakaskentässä ja millaisia vaikutuksia sillä olisi. Lista huomioitavista muuttujista ei varmasti ole tyhjentävä, mutta keräsin siihen asioita, joiden olen itse nähnyt vaikuttavan paljon yrityksen luonteeseen ja sitä kautta sen ongelmiin.


Onko yritys iso, keskikokoinen vai pieni? Mietitään näiden vaikutuksia ohjelmistolisenssien hallintaa esimerkkitapauksena käyttäen.

Pienellä yrityksellä on kolme tietokonetta ja yrittäjä itse on ostanut jokaiseen tarvittavat lisenssit. Siten lisenssien hallinta ei ole mitenkään vaikeaa, eikä yrittäjälle tule mieleenkään maksaa lisenssien hallintaratkaisusta. Pörssiyhtiöllä taas voi olla kymmeniä tuhansia lisenssejä kymmenissä eri maissa. Siellä kukaan ei tiedä mitä lisenssejä on ostettu, miten monta ja missä kaikkialla ko. ohjelmistoja on käytössä. Siispä lisenssien hallinta on isossa yhtiössä oikea ongelma ja sen ratkaisemisesta ollaan valmiita maksamaan.

Yrityksen koko liittyy myös hinnoitteluun. Iso firma voi pitää 100 000 euron ratkaisua edullisena lisenssienhallintaratkaisuna. Keskikokoiselle sopiva summa samaan asiaan voisi olla vaikka 10 000. Pieni firma ei puolestaan välttämättä ole valmis maksamaan moisesta mitään.


Onko yritys nuori vai vanha? Yrityksen ikä voi vaikuttaa moneen asiaan. Otetaan esimerkiksi myynti. Nuorella yrityksellä pääpaino on todennäköisesti uusasiakashankinnassa. Pidempään toimineella yrityksellä iso osa liikevaihdosta tulee tyypillisesti nykyisiltä asiakkailta. Pitkään toimineen yrityksen haasteena voisi olla nykyisten asiakkaiden mielikuvan muuttaminen, jotta he ostaisivat firmalta muutakin kuin mitä se möi 10 vuotta sitten. Nuorella yrityksellä taas ei ole tällaista ongelmaa lainkaan.


Onko yritys alueellinen, kansallinen vai kansainvälinen? Onko sen markkina koko maailma vai esim. Eurooppa tai Kiina? Pelkästään helsinkiläisiä kahviloita palvelevan yrityksen bisnes on aika erilainen kuin jos liiketoiminta perustuu Kiinan vientiin.

Kansainvälistä bisnestä pyörittävälle ohjelmistotalolle on tärkeää, että käyttöliittymäsuunnittelija tuntee isoimpien markkinoiden kulttuurit. Se mikä toimii Suomessa ei välttämättä toimi USA:ssa. Puhtaasti Suomessa toimivalle ohjelmistotalolle kulttuurillinen tuntemus ja herkkyys ovat yhdentekeviä, kunhan tuntee tämän yhden kulttuurin ja mikä siellä toimii. Toisaalta pelkästään englantia taitavalle suunnittelijalle voi olla vähemmän kysyntää kotimarkkinayrityksissä, sillä paikallisen kielen taitaminen yleensä nopeuttaa suunnitelutyötä ja vähentää siihen liittyvän viestinnän (esim. käännösten) tarvetta.


Palveletko pääkonttoria, liiketoiminta-aluetta vai maayhtiötä? Niillä on kaikilla omat, erilaiset ongelmat. Myös konserniin kuuluminen itsessään aiheuttaa liiketoiminnalle sellaisia haasteita, joita itsenäisellä yhtiöllä ei ole. Pääkonttorilla on ihan omat ongelmansa verrattuna maayhtiöön.

Otetaan esimerkiksi verkkosivut. Pääkonttori haluaa ostaa sellaiset verkkosivut, joihin maayhtiöt voivat itsenäisesti tuottaa sisältöä. Pääkonttori haluaa silti pitää ulkoasun, navigaation ym. omissa näpeissään. Siispä teknisen ratkaisun tulee olla edistyksellinen. Maayhtiö puolestaan tarvitsee apua nimenomaan sisällön kanssa, koska ulkoasu, tekniikka ja rakenne tulee valmiina, eikä niihin pääse vaikuttamaan. Itsenäinen yhtiö puolestaan haluaa tyypillisessä tapauksessa koko paketin.


Palveleeko yritys kuluttajia vai yritysasiakkaita? Ovatko sen asiakkaat isoja, pieniä vai keskikokoisia yhtiöitä? 10 miljoonaa vaihtava yritys, jolla on 100 asiakasta on täysin erilainen organisaationa ja prioriteeteiltaan kuin 10 miljoonaa vaihtava yritys, jolla on 10 000 asiakasta.

Mitä pienempi liikevaihto per asiakas, sitä edullisemmin transaktio täytyy saada aikaiseksi. Tämä tarkoittaa usein markkinointivetoista ja/tai kumppanivetoista myyntitapaa.


Olen omakohtaisesti kokenut kuinka erilaista on myydä suoraan lopullisille asiakkaille tai toimia jälleenmyyjien kautta. Myynillisessä mielessä mallit ovat kuin yö ja päivä, kummassakin on omat hyvät ja huonot puolensa. Tämä meinaa, että mallit aiheuttavat yritykselle hyvin erilaisia päänsärkyjä.


Kuten jakelukanava, niin myös suoramyynnin myyntitapa vaikuttaa reilusti yrityksen toimintaperiaatteisiin ja prioriteetteihin. Myyntitapoja voivat olla esim. verkkomyynti, tuotemyynti ja ratkaisumyynti. Myyntitapa on vahvasti sidoksissa myös asiakaskuntaan ja siihen, onko kyseessä kulutuskama vai investointihyödyke.

Otetaan esimerkki. Jos yritys myy verkossa, sen myynnin kustannuksia ovat mainonta, optimointi, maksupalvelu ja verkkokauppa-alusta. Nämä ovat siis tärkeitä asioita. Ratkaisumyynnissä myynnin työkaluja ovat puolestaan kallispalkkaiset ratkaisumyyjät. Silloin heistä pitää saada täysi ilo irti, eikä esimerkiksi verkkomainonnan rooli edusta edes pyöristysvirhettä.

Fyysinen vs digitaalinen

Yrityksen myymä tuote on tyypillisesti joko fyysinen tuote, digitaalinen tuote tai yhdistelmä molempia. Fyysiseen tuotteeseen liittyy paljon sellaista, mikä ei ole lainkaan relevanttia digitaalisten tuotteiden osalta. Esimerkiksi komponenttien kulut, varastointi, kuljetuskulut jne. Digitaaliset tuotteet eivät puolestaan näy taseessa, mutta pysyäkseen kilpailukykyisenä, niitä täytyy yleensä kehittää jatkuvasti. Fyysisten tuotteiden osalta tuotantoprosessi usein rajoittaa uusien tuoteversioiden syntymistä, kun taas digitaalisessa maailmassa uusi versio voi olla asiakkaiden käsissä käytännössä tunnin välein.

Korkeaa vs matalaa teknologiaa

Korkean teknologian tuotteet ovat usein hintavampia kuin matalan teknologian tuotteet. Korkean teknologian tuotteiden ostajat arvostavat erilaisia asioita ja kehityskulujen osuus liikevaihdosta on todennäköisesti eri luokkaa. Matalan teknologian tuotteiden osalta palvelu, saatavuus, kokemus ja hinta ovat tyypillisesti tärkempiä ostopäätöksen ajureita kuin korkean teknologian tuotteissa.

Kulutuskamaa vs investointihyödyke

Tehdäänkö kauppaa paljon ja usein vai vähän ja harvoin? Tämä vaikuttaa yllättävän paljon koko bisneksen rakenteeseen. Kulutuskamaa myydään prosessimaisesti, investointihyödykkeitä projektimaisesti.

Kuka maksaa

Kuka maksaa kulut on myynnin kannalta yksi oleellisimmista kysymyksistä. A ja O on, että kuluille on selkeä maksaja. Jos ostopäätös vaatii, että esimerkiksi IT-johtaja ja markkinointijohtaja pystyvät sopimaan keskenään kumman budjetista kulut otetaan, ostopäätöksen teko on 10 kertaa vaikeampaa kuin jos kulu hyvin selkeästi kuuluu markkinointijohtajan budjettiin. Vastaus kysymykseen ”kuka maksaa” on usein joku rooli, esimerkiksi markkinointijohtaja, myyntijohtaja, toimitusjohtaja tai vaikka vastaanottoapulainen, jos uskomme voivamme myydä hänelle jotakin.


Yllä olevia muuttujia käyttämällä kannustan uuden liiketoiminnan suunnittelijaa valitsemaan asiakkaan niin, että:

  • asiakas on sellainen, jonka kanssa haluat tehdä töitä ja
  • asiakkaan tilanne on sellainen, johon sinulla on annettavaa.

Kun asiakas on lyöty lukkoon, voi siirtyä miettimään millaisia ongelmia ko. asiakkailla voisi olla. Kun ensimmäisen ongelman on ratkaissut, voi siirtyä ratkomaan samojen asiakkaiden seuraavia ongelmia. Kuten tiedämme, olemassa oleville asiakkaille on helpompi ja edullisempi myydä myydä lisää kuin hankkia kokonaan uusia asiakkaita.

Asiakkaan valinta helpottaa uuden liiketoiminnan suunnittelua heti alusta alkaen. Esimerkiksi ison, vanhan organisaation myyntijohtajien ongelmat tuuppaavat olemaan kohtalaisen samankaltaisia. Samoin nettipohjaisten, kuluttajakeskeisten startupien toimitusjohtajien ongelmat.

Niinpä asiakkaan valinta mahdollistaa kohtalaisten arvausten tekemisen asiakkaiden isoimmista ongelmista jo ennen kuin niitä on päässyt validoimaan keskustelemalla ensimmäisten asiakkaiden kanssa.

Asiakkaan valinta on siitä tuskallinen päätös, ettei valinnassa ole olemassa oikeaa ja väärää. On vain erilaisia asiakkaita ja heillä on erilaisia ongelmia. Tärkeintä on uskaltaa tehdä päätös, ketä palvelee.