Kundelønnsomhetsanalyse for et konsulentselskap : en casestudie av Pilaro AS

Abstract

Kundelønnsomhetsanalyse er et viktig strategisk verktøy som alle virksomheter har nytte av. Ved å bruke Pilaro AS som grunnlaget for en casestudie skal jeg gjennomføre en analyse av kundelønnsomheten til bedriften. Oppgavens problemstilling er: «Hvordan belyse lønnsomhetsforskjeller på kundene?» Fokuset i oppgaven er å finne lønnsomhetsforskjellene til kundene i Pilaro, målt i absolutte verdier. For å gjøre dette bruker jeg tre sentrale teorier innen kundelønnsomhet; Tidsdreven Aktivitetsbasert kalkulasjon, Lorenz -og Stobachoff kurver og Kundenes livstidsverdi. Både Pilaro og jeg hadde mange spørsmål knyttet til temaet. Problemstillingen min gjorde det naturlig å velge et eksplorativt design med mikset metode som fremgangsmåte. Kombinasjonen av kvalitative og kvantitative data ga meg forståelse av kundene, som videre var viktig for å besvare problemstillingen. Resultatene jeg fikk fra TDABC – kalkylen skulle brukes til å fremstille Lorenz – og Stobachoff kurvene. Dessverre var ikke dataene fullstendige nok til å brukes etter min hensikt. En stor andel av de påløpte kundetimene kunne ikke henføres til spesifikke kunder. Den alternative løsningen var å bruke direkte kostnader for å fremstille kurvene. Da var jeg i stand til å fremstille kurvene og beregne en Gini-koeffisient som gjengir skjevheten i kundelønnsomheten. Analysen avsluttes med en CLV estimering for fremtidige kontantstrømmer. Ved å ta i bruk en enkel modell ønsket jeg å finne livstidsverdien av kundeforholdet. Resultatet av verdien var overestimert og gir ikke en god indikasjon på fremtidig lønnsomhet. Videre undersøkelser må til for å finne en passende modell til å beregne den fremtidige verdien til kundene. Oppgaven oppsummeres med at lønnsomhetsanalysen gir gode indikasjoner på lønnsomhetsforskjeller. Ved å undersøke de virkelige kundekostnadene gir et bedre mål enn direkte kostnader alene, men videre forbedringer av både data og CLV-modeller må gjennomføres for en mer presis analyse.

Customer profitability analysis is an important strategic tool that is beneficial for every company. By using Pilaro AS as the basis for a case study, I will conduct an analysis of the customer profitability for the company. The research question for this thesis is: “How to expose profitability differences on customers” The main focus of this thesis is finding differences in customer profitability, measured in absolute values. In order to do so, I have utilized three main theories within the field of customer profitability; Time-driven Activity costing, Lorenz- and Stobachoff curves, and Customer Lifetime Value. Both Pilaro and I had many questions regarding the subject. My research question made it natural for me to choose an explorative design with a mixed method as an approach. The combination of qualitative and quantitative data gave me an understanding of the customers, which was important in order to answer the research question. The results of TDABC were supposed to give me the basis to obtain the Lorenz and Stobachoff - curves. Unfortunately, the data was too insufficient to be used for my intensions. A large portion of the accrued costs could not be allocated to specific customers. The alternative solution was to use direct costs in order to obtain the curves. By doing so, I was able to find the Gini-coefficient that shows the inequality in customer profits. The conclusion of the analysis ends with an estimation of the customer lifetime value. By using a simple model, I wished to find the lifetime value of a customer relationship. The results showed an overestimated value which gave no indications of the future value. Further studies must be conducted in order to find a suitable model that estimates future customer value. The summarization of the thesis points out the fact that the profitability analysis produced good indicators for exposing profitability differences. By exploring the real customer costs gives us a better measurement than direct costs alone, but further improvements of both data and CLV-model must be conducted in order to give a more precise analysis.