BubbleView™
CRM Features – Kundeverdi
TEST HELT NY
Generert 11. July 2026 — ManagementMill
Hva vi ser
Datasettet viser en tydelig bransjeavhengig spredning i hvordan CRM-funksjoner verdsettes. Rapportering (Offentlig sektor) dominerer øvre høyre kvadrant med Kundeverdi=10, Unikhet=8 og Potensiale=5-8 — dette er den klart sterkeste posisjonen i hele analysen. I kontrast finner vi Rapportering (Bank) med Kundeverdi=5-6, Unikhet=2 og Potensiale=2-3 — samme funksjon, men i et modent marked der den verken differensierer eller vokser.
Mest interessant er Sporingsintegrasjon (Shipping) som splitter seg dramatisk: ett datapunkt scorer Kundeverdi=8, Unikhet=10, Potensiale=8, mens et annet ligger på 3, 3, 4. Samme funksjon, samme bransje — men vidt forskjellig oppfatning.
Mønsteret
Den kritiske innsikten er at funksjonsverdi er fullstendig kontekstavhengig, ikke iboende. Rapportering er ikke "god" eller "dårlig" — den er strategisk gull i offentlig sektor og en commodity i bank.
Men det virkelige paradokset ligger i Sporingsintegrasjon (Shipping). De to datapunktene spriker så kraftig at det enten representerer ulike kundesegmenter, ulik produktmodenhet, eller — mer sannsynlig — uoppdaget verdi som ennå ikke er synlig i bruksdata. Støtteinformasjonen bekrefter dette: det ene punktet har "lav faktisk bruk", mens det andre beskrives som "helt unikt" med "stort potensiale". Dette tyder på at markedet ikke har oppdaget verdien ennå.
Kombinasjonen av høy unikhet + høyt potensiale + lav nåværende bruk er klassisk tidligfase-differensiator. Fire-variabel-visningen avslører dette; enkeltvariabel-analyse ville skjult det.
Vi anbefaler
Prioritér Sporingsintegrasjon (Shipping) som strategisk vekstinvestering — dette er deres mest unike posisjon i hele porteføljen.
Konkret neste skritt: Gjennomfør en målrettet pilotstudie på Sporingsintegrasjon (Shipping) med 3-5 utvalgte kunder for å validere om den høye unikhetsscoren (10) konverterer til betalingsvilje. Støtteinformasjonen indikerer at denne funksjonen mangler synlighet, ikke verdi. Hvis piloten bekrefter differensieringspotensialet, bør dere allokere utviklingsressurser hit fremfor å vedlikeholde Rapportering (Bank), som konkurrentene allerede matcher.
Oppfatning (manuell), virkelighet (Excel/Sheets) og fortelling (AI-strukturert) vist hver for seg — se etter gap mellom dem. Basert på trianguleringsprinsippet fra samfunnsforskning: å sammenligne flere uavhengige kilder avdekker blindsoner ingen av dem viser alene.
Rapportering (Offentlig sektor) er det mest pålitelige datapunktet i hele analysen. Alle tre kilder er enige om høy kundeverdi (9-10) og høy unikhet (8). Excel viser høyest bruksvolum i datasettet, AI-kildene bekrefter sterk entusiasme og at ingen konkurrenter matcher kvaliteten. Dette er en reell styrke – ikke ønsketenkning.
Sporingsintegrasjon (Shipping) har konsistent lav-til-moderat kundeverdi i Manuell (4) og Excel (3). Potensialet vurderes likt på tvers av Manuell og Excel (4). Her finnes det enighet om at dette ikke er en vinner – i hvert fall ikke ennå.
---
Hvor de er i konflikt
Konflikt 1: Rapportering (Bank) – magefølelsen lyver
| Kilde | Kundeverdi | Unikhet | Potensiale |
|-------|------------|---------|------------|
| Manuell | 8 | 7 | 6 |
| Excel | 6 | 2 | 3 |
| AI-strukturert | 5 | 2 | 2 |
Gapet: Manuell overvurderer på alle dimensjoner. Excel og AI er samstemte: moderat bruk, ingen prispremie, konkurrentene har det samme. Noen internt tror dette er en differensiator – det er det ikke.
---
Konflikt 2: Sporingsintegrasjon (Shipping) – hvem snakker vi egentlig med?
| Kilde | Kundeverdi | Unikhet | Potensiale |
|-------|------------|---------|------------|
| Manuell | 4 | 5 | 4 |
| Excel | 3 | 3 | 4 |
| AI-strukturert | 8 | 10 | 8 |
Gapet: AI-kilden gir ekstremverdier (8-10-8) basert på kvalitative intervjuer – "veldig positive, helt unik, stort potensiale". Excel viser lav faktisk bruk og ingen målbar differensiering. Enten snakker AI-kilden med en entusiastisk minoritet, eller så måler Excel feil ting.
---
Hva gapet betyr
Det viktigste gapet er Sporingsintegrasjon (Shipping).
Mest sannsynlig forklaring: AI-dataen kommer fra én eller få kunder som er genuint begeistret – sannsynligvis de som faktisk bruker funksjonen aktivt. Excel fanger opp hele kundebasen, der majoriteten ikke bruker den. Dette er klassisk "vocal minority"-bias i kvalitative data.
Hva bør gjøres:
1. Undersøk segmentering – er det en spesifikk kundetype i Shipping som elsker dette? Hvis ja: hva kjennetegner dem?
2. Test prissensitivitet – vil de begeistrede betale mer? Hvis ikke, er entusiasmen verdiløs.
3. Utfordre antakelsen i neste strategimøte: "Vi har kunder som sier dette er unikt, men ingen bruker det. Hvorfor?"
Før noen investerer i å "bygge ut videre" som AI-kilden foreslår – bevisbyrden ligger på fortellingen, ikke på tallene.
Denne analysen er laget med BubbleView™ — ManagementMills verktøy for å se muligheter i data dere allerede har. Vil dere ha en tilsvarende for dere?
Ta kontakt →