4 viktiga dataset för kundprognoser

10. juli 2019

4 viktiga dataset för kundprognoser

Det går knappast en dag utan att du hör om vikten av data. Allt måste vara datadrivet! Men vad betyder det? Här ger dig Charlotte Novella en översikt över fyra viktiga dataset som ni kan använda i lojalitetsarbetet.

 

Data är det nya svarta, men alltför ofta tycker jag att det slutar med en massa svart prat. Om du också upplever det, är det här inlägget skrivet just för dig. Målet är att ge dig en översikt över vilka data som ni med fördel kan dra nytta av i företagets lojalitetsarbete. Och nu, till saken!

Att kunna förutsäga era kunders framtida agerande är nyckeln till ökad kundlojalitet. Ju bättre ni känner kunderna, desto bättre kan ni erbjuda dem rätt kommunikation, rätt produkt och rätt service – i den mängd och vid den tidpunkt som den enskilda kunden behöver. Men för att kunna se in i framtiden måste vi kunna förstå det förflutna – samtidigt som vi håller ett skarpt öga på nuet. Och det är precis det som vi kan använda data till.

Men det handlar inte bara om vilken typ av data vi tittar på. Det handlar i mycket högre grad om hur bra vi lyckas med att kombinera de olika data som vi har tillgång till. Oom vi tittar isolerat på de olika dataseten, blir vår bild av kunderna också begränsad. Våra demografiska dataset kan till exempel berätta att vår lojala kund är en man på 55 som kör en sportbil, har en hög inkomst och har utflyttade barn. Men om vi tittar närmare på hans beteendedata finner vi att han just har fått barn nummer tre med sin nya fru och kanske därför letar efter en ny och större bil.

Vilka data talar vi om?

Tyvärr kan vi inte läsa våra kunders tankar. Men vi är ändå nära att kunna det, om vi analyserar rätt data och använder dem i rätt syfte. Vilka data som är relevanta att titta på beror förstås i viss grad på er produkt, men det finns en del data som alltid kommer tillbaka, och som kan användas i alla möjliga lägen.

I allmänhet hanterar vi demografiska data, beteendedata, samt psykologisk och personlig information.

När ni samlar in data om era kunder är det viktigt att ni inkluderar det här i era tankar för att kunna göra bra förutsägelser. Beroende på hur ni tittar på era data kommer de att berätta något om när kunden sannolikt kommer att köpa något nästa gång, eller om kunden håller på att ”churna” – dvs lämna butiken.

När man talar om data kan man röra sig på olika nivåer, och det är som regel en god idé att använda en kombination av flera dataset. I de följande avsnitten går jag igenom de fyra typerna en åt gången, så att du ser vad ni kan använda dem till, var och en för sig.

Demografiska data

Demografiska data berättar för oss vem personen är, baserat på kön, ålder, fas i livet, status, antal barn, boende, inkomst m m.

Kundens inkomst kan till exempel berätta något om hennes köpkraft och därmed också om kunden till exempel har ekonomiska möjligheter att köpa ett hus.

Det klassiska exemplet är när det första barnet kommer. Det kan utlösa en dominoeffekt av ett stort antal nya inköp. Därför är det en mycket intressant datapunkt till exempel för bilhandlare, fastighetsmäklare och butiker för babyprylar, men också för det vanliga snabbköpet som säljer blöjor och barnmat.

Beteendedata

Vårt beteende berättar kanske mer om oss än vi tror. Beteendedata kan nämligen täcka både köphistorik, beteendet på er webbplats, interaktion och kommunikation med er, churn rate och beteendet i andra digitala kanaler. Genom att till exempel titta närmare på när kunderna köper kan ni se mönster som visar när er kommunikation bör nå kunderna för att få optimal verkan. Och kundens beteende på webbplatsen kan vara användbart när man vill ta reda på hur långt ner i köptratten som kunden befinner sig. Om ni utarbetar innehåll och mejlslingor som lugnt och stilla bearbetar kunden hela vägen genom köpresan, kan ni genom att titta på kundens beteende få en hint om när hon är redo att köpa.

Psykografiska data

Psykografiska data omfattar intressen, värderingar, åsikter och attityder, livsstil och politiska övertygelser. Om ni kan identifiera vilka värden eller intressen som kunderna har, får ni en förståelse för hur deras fortsatta beteende kommer att se ut. Ni kan samla in data om detta genom frågeformulär eller härleda dem genom att titta på beteendedata. Till exempel kommer en person som handlar mycket ekologiskt med en viss sannolikhet även ha en uppsättning värderingar som berör djurens välfärd.

Moderna arketyper

En datapunkt som kan vara mycket givande är de moderna arketyperna. De moderna arketyperna går liksom lite djupare, eftersom de berättar något om varför vi är som vi är och hur vi ser olika på världen. Den här datapunkten kan därför berätta något om varför kundernas beteende skiljer sig åt, och inte bara hur det skiljer sig åt. Om du vill lära dig mer om arketyperna har vi gett ut ett whitepaper om dem, som du kan hämta här.

Det ger er ett starkt underlag för hur ni måste variera er kommunikation och marknadsföring till de olika arketyperna. Om ni kombinerar arketyperna med till exempel köphistorik kan ni urskilja vilka arketyper som har en tendens att köpa vissa produkter. Det avslöjar hur ni ska kommunicera omkring den produkten i framtiden – eftersom olika arketyper lockas av eller reagerar på olika budskap och argument.

Bättre segmentering, bättre resultat

När ni vet hur ni kan använda era olika kunddata, kommer ni att kunna arbeta mycket mer effektivt med segmenteringen – och därmed kan ni också bättre anpassa kommunikationen till det enskilda segmentet. Och om du tycker att det låter svårt eller bara besvärligt, så är du naturligtvis alltid välkommen att kontakta oss på InterMail, som har riktigt stor erfarenhet av det här. Och när du gör det, har vi givetvis redan förutsett det …

Gillade du vad du läste?

Få mer inspiration genom att anmäla dig till vårt månadsbrev Loyalty Insight!

Webbplatsen använder cookies för att förbättra din erfarenhet, utvärdera användningen av enskilda objekt på webbplatsen och för att stödja marknadsföring av våra tjänster. Genom att klicka på webbplatsen accepterar du webbplatsens användning av cookies.Læs mere her