Derfor bør data være fundamentet i jeres kundesegmentering

Kunder af i dag efterspørger individuelt tilpassede løsninger og indhold. Og de konverterer kun, når deres ønsker og behov imødekommes. For jer - som virksomhed - betyder det, at dyb kundeindsigt er alfa omega. Læs med her, hvor Geomatic guider jer til, hvordan i bedst arbejder med værdiskabende segmentering.

Kunder af i dag efterspørger individuelt tilpassede løsninger og indhold. Og de konverterer kun, når deres ønsker og behov imødekommes.

For jer - som virksomhed - betyder det, at dyb kundeindsigt er alfa omega. Det er nemlig kun, når I har en solid forståelse af, hvem jeres kunder er, at I for alvor kan målrette alt lige fra marketing, kommunikation og produktudvalg til den enkelte. Når I så kender jeres kunder og retter jeres produkter, ydelser og marketing ind efter kundernes behov, jamen så er der også stor sandsynlighed for, at de også køber lige netop jeres produkt.

Sagt anderledes handler salg i dag om at lave værdiskabende segmentering. Men, hvordan opnår man bedst den indsigt, der lægger bag valid segmentering?

Det gør man ifølge Geomatic ved hjælp af data. Som data- og analysehus specialiserer Geomatic sig i data science og data management-løsninger, der muliggør, at al den personlige data, som en kunde afgiver, kan anvendes på bedste mulig vis i jeres forretning i kombination med data fra offentlige registre, suveydata med videre.

For at give jer de bedste forudsætninger for at lave værdiskabende segmentering, har vi talt med Head of Marketing & Communications i Geomatic, Jeanette Mayland Olsen. Her giver hun jer svaret på, hvorfor data skal være omdrejningspunktet i jeres arbejde med kundesegmentering.


“Data er viden”

Så kort kan det siges. Og det er lige præcis dét mantra, der udgør fundamentet for Geomatics arbejde med kundesegmentering. I huset er alle former for data, der kan kobles på den ene eller anden måde, nemlig en indgang til dybere indsigt i og forståelse af de forskellige segmenter.

I Geomatic er de nemlig specialister i data blending. Det betyder i al sin enkelthed, at de kobler interne data på den enkelte kunde - såsom købshistorik, leverings- og faktureringsadresser - med eksterne data, der kan fortælle om dennes demografiske forhold såsom bolig, erhverv, familieforhold, forbrugspræferencer etc.

Denne viden omkring den enkeltes karakteristika, når han eller hun ikke færdes i jeres webshop - det være sig, hvorvidt kunden tilhører en børne- og/eller højindkomstfamilie, om denne bor i hus eller lejlighed med videre - er med til at give jer et 360 graders blik på kunden. Det er et ekstremt værdifuldt datagrundlag at have, når man aktivt arbejder med segmenteringer for at forbedre ens forretning, siger Jeanette og uddyber: 

Når I laver jeres kundesegmentering ud fra et databaseret grundlag, så har I dels en større forståelse af jeres eksisterende kunder, men det bevirker også, at I kan gå ind og identificere jeres højpotentiale-segmenter. Det betyder altså, at I kan afsøge markedet yderligere og finde tvillinger til jeres nuværende kunder, og dermed markedsføre jer over for de mest profitable segmenter for jeres forretning.


Et sådant blik giver jer altså dels en langt bedre forståelse for, hvem jeres kunder og marked er, men I får også et godt datagrundlag for at kunne opbygge de mere avancerede algoritmer, der kan gå ind og forudse bevægelser i jeres kunderejse. Det betyder dog samtidig, at ens segmenteringsarbejde skal være lige til at gå til, forklarer Jeanette:

Det er ekstremt vigtigt, at jeres segmenteringsarbejde er operationaliserbart. Er det ikke det, så skaber det simpelthen ikke den værdi på bundlinjen, som er helt afgørende for, at I forsætter det gode arbejde med segmentering.


Og netop det faktum, at segmentering skal ses som et kontinuerligt arbejde er essentielt for succes. Segmentering bør nemlig ikke anskues som et øjebliksbillede på jeres forretning og blot sige noget om, hvordan jeres forretning ser ud i dag, eller hvordan I godt kunne tænke jer, at den ser ud om et års tid. Nej, det er vigtigt, at den giver jer viden om både jeres eksisterende kunder, jeres potentielle kunder, og hvordan I bedst appellerer til dem alle.


Data forhindrer churn og giver god interaktion

Jeanette forklarer videre, hvordan et godt datagrundlag kan være med til at forhindre churn blandt jeres kunder. Med machine learning kan I nemlig forudse, hvor og hvornår der er risiko for, at jeres kunder vælger jer fra på baggrund af det ene eller andet:

Dataen gemmer på en masse viden, som kan give jer en rigtig god forståelse af, hvad det er for nogle udløsende faktorer, som gør, at kunden churner. Det kræver selvfølgelig, at dataen kombineres rigtigt, for at man kan fået ordentligt beslutningsgrundlag. Gøres dette, har man dog det ideelle arbejdsredskab.


Data kan således bruges som en form for værktøj til at forudsige adfærd, men er også ideelt som forretningsgrundlag. Der er stor værdi i at anvende data i alt lige fra produktudvikling, prissætning, produktmix, mens det også med fordel kan anvendes i kommunikationen og markedsføringen til både eksisterende og nye kunder.

Data kan især anvendes til at kortlægge kunderejsen, ligesom I kan afgøre, hvordan I bedst interagerer med jeres kunder i deres forskellige touch points. Det handler i bund og grund om at bruge jeres viden omkring deres handlemønstre til at aktivere de aktiviteter, der bedst holder på kunderne gennem deres interaktion med jer. Data giver jer simpelthen en rigtig god forståelse af både jeres kunder og marked.


Sådan kommer I i gang med databaseret kundesegmentering

Hos Geomatic arbejder de med kundesegmentering på flere forskellige niveauer, der oftest afgøres af jeres - som kunder - størrelse og forudsætninger, fortæller Jeanette:

Vi anbefaler, at man begynder småt, hvis segmenteringsarbejdet er helt nyt for jer. Vi har et quick and easy produkt, Geomatic Insight Report, som lynhurtigt giver jer et billede af, hvad det er for nogle segmenter, der gemmer sig i jeres kundedatabase. Det kan være et udmærket sted at starte i forhold til at finde ud af, hvordan ens kunder fordeler sig geografisk, hvordan er de fordelt i forhold til indkomstniveauer, hvilke conzoom-typer der findes og så videre.


Med dette fundament er der nemlig plads til, at I fremtidigt hæver jeres ambitionsniveau ved at inddrage flere data eller få bygget et mere avanceret segmenteringsmodel, der tager højde for flere variable. Når I gør brug af ekstern data på den måde, får I redskaberne til at kunne svare på flere af jeres forretningsspørgsmål som f.eks. kunne være Share of Wallet, Lifetime Value og Churn - altså alle de her forskellige actions codes, der er i løbet af en kunderejse.

Sagt anderledes, så er data den eneste vej til værdiskabende segmentering. Data bør ifølge Jeanette og Geomatic udgøre fundamentet for al jeres arbejde med eksistererende og potentielle kunder. Viden omkring dem er nemlig den direkte vej til salg og konvertering.

Om Geomatics tilgang til dataanalyse

Med udgangspunkt i husstande kombinerer Geomatic demografiske data med geografi, ejendomsdata, kundedata mv. Deres viden herom bruger de aktivt i deres rådgivning om dataindsamling, validering, strukturering, berigelse og analyse af data.


Annoncer