I dag kan bedrifter få tilgang til enorme mengder informasjon om kundene sine. Brorparten av dataene legger kundene igjen selv i ulike situasjoner og kanaler. Mange bedrifter tenker imidlertid ikke nok på det faktum at jo mer informasjon kundene gir fra seg, jo høyere er forventningene til at bedriften faktisk bruker disse dataene på en fornuftig og kundevennlig måte.
Har du kjøpt en Playstation fra en elektro-forhandler på nett, er det naturlig å forvente at du slipper å bli eksponert for et knalltilbud på Playstation neste gang du besøker nettsiden eller surfer på YouTube eller andre annonseflater. Som kunder har vi ofte en god anelse om hva en bedrift vet eller burde vite om oss. Dette bygger høye forventninger til hvordan bedriften møter oss i ulike sammenhenger. Hvis bedriftene ikke bruker informasjonen de har om oss på en intelligent, samvittighetsfull og relevant måte, øker faren for misnøye, svekket omdømme og i verste fall kundefrafall.
I en undersøkelse nylig gjennomført av Accenture sier 64 % av respondentene at de gjerne vil motta relevante og målrettede tilbud og budskap fra bedrifter. Det ligger med andre ord et betydelig potensial for differensiering og økt konkurransekraft i å utnytte tilgjengelig kundedata på en måte som fremmer relevante og meningsfulle kundeopplevelser. Det er på tide å snakke med kundene på en måte som oppleves relevant og interessant. Vi må evne å koble riktig budskap til riktig kunde i riktig kanal og til riktig tid. For å få til dette må vi ha kontroll på hvilke data vi trenger, og hvordan vi benytter dem.
Få tellekanter i databaseskuffen
Første steg er å få kontroll på alle kundedata som er relevante for at bedriften skal kunne levere helhetlige kundeopplevelser. Systematisk fokus på datainnhenting og kundeanalyse på tvers av datakilder, kanaler og kontaktpunkter er grunnleggende for å sikre en helhetlig og relevant kundeopplevelse. To kategorier av kundedata bør sentraliseres i en felles kundebase, (1) Profildata og (2) Atferdsdata.
Med profildata menes informasjon som bedriften har generert selv eller beriket fra tredjeparts datakilder, eksempelvis transaksjoner, demografi, segmenteringsdata etc. Disse dataene er relativt stabile og «langsomme», og krever regelmessig vask og kvalitetssikring. Med atferdsdata menes informasjon kunden gir fra seg selv, bevisst eller ubevisst, gjennom atferd og bruk av tjenester og kanaler. Disse dataene kan kalles «raske» data, og sier noe om situasjonen kunden befinner seg i for øyeblikket, og hvilke ønsker og forventninger kunden dermed vil ha med tanke på interaksjon med din bedrift.
Et sentralt dataregister med kundedata generert på tvers av alle kanaler og kontakt- punkter er den nye «hellige gralen» for moderne markedsførere. Tradisjonelt er det selgere og dialogmarkedsførere som i størst grad har brukt og analysert profildata. Atferdsdata har gjerne blitt brukt av annonsekjøpere, webansvarlige og digitale markedsførere. I dag gir moderne systemløsninger stadig bedre støtte for å integrere de to datatypene i ett og samme analyseverktøy og dataregister.
For å få tellekanter i databaseskuffen, og integrere og sentralisere ulike data fra ulike kilder, kreves det at man har:
- Definert hvilke data som må være tilstede for å kunne levere effektiv og relevant kundedialog (profil- og atferdsdata)
- Identifisert relevante datakilder og metoder for datafangst (interne og eksterne kilder)
- Definert hvordan dataene skal struktureres og lagres for at de enkelt kan operasjonaliseres i CRM-system eller andre markedsføringsverktøy (datamodell)
- Samlet relevante data på ett og samme sted (kundedatabase)
- Sikret gode rutiner for opprettholdelse av datakvalitet
Definer hvordan kundedataene skal brukes
Når kundedataene er samlet i et felles register, er det viktig å definere hvordan dataene skal analyseres og benyttes som grunnlag for kundedialog og aktiviteter. Altfor mange «glemmer» dette og kobler CRM-systemer og kundedialogaktiviteter med rådata fra kjernesystemene i bedriften og eksterne datakilder. Det bør etableres en marketing-spesifikk datamodell, med tabeller og datafelter som kun inneholder den informasjonen som vil være relevant for å drive kundedialog på tvers av kanaler. Modellen bør også være satt sammen på en måte som understøtter bedriftens forretningsmål, kanalstrategi og kundestrategi. Ved å være tydelig og konkret på hvilket formål og rolle hvert enkelt datafelt i databasen har, vil det også bli enklere å forvalte databasen og sikre god datakvalitet.
Flytt fokus fra datavolum til datahurtighet
Det er stor enighet i bransjen om at Big Data, det vil si evnen til å koble og utnytte store mengder data av ulik type og fra ulike kilder, vil være viktig for en virksomhets konkurransekraft i tiden fremover. Men det er få som foreløpig har klart å skape nevneverdige kommersielle resultater som følge av Big Data. Selv om beriket data vil bli stadig viktigere med hensyn til å kunne analysere, følge og betjene kunden på tvers av kanaler og kontaktpunkter, ligger det mye urealisert potensial i å fokusere på datahurtighet fremfor datavolum. Slaget om Big Data vil i større grad handle om hvor hurtig vi kan innhente, analysere og reagere på data, enn om hvor mye kundedata vi kan få kontroll på. Det er de raske dataene som forteller oss hva et individ er opptatt av akkurat nå, og som i stor grad vil avgjøre hvor relevante vi har forutsetninger for å være i møte med kundene.
Raske data, eller sanntidsdata, er i motsetning til historiske data levende, situasjonsbetingede og interaktive, og de blir automatisk tilgjengelige for oss gjennom kundens bruk og atferd i digitale flater. Etter hvert vil dette også gjelde det fysiske rom, hvor sanntidsdata blir tilgjengelige fra mobiltelefoner og smartklokker via teknologier som Beacons og NFC (Near Field Communication). Mens historiske data (profil) i større grad benyttes til å identifisere mønstre og målgrupper i kundebasen til beslutningsstøtteformål, er sanntidsdata (atferd) egnet for å foreta øyeblikkelige beslutninger, reaksjoner og handlinger. Taxiselskapet Über har vist at bedrifter som evner å reagere på sanntids- data både kan skape en unik markeds- posisjon og øke konkurransekraften. Über vet umiddelbart hvem du er, hvor du er, hvor du skal og hvordan du skal betale – fordi de har evne og teknologi til å fange, analysere og agere på data i sanntid.
Selskaper som evner å samle og kombinere historiske profildata og sanntids atferdsdata om kundene vil få et forsprang som følge av å være smidigere, mer tilpasningsdyktige og mer relevante i markedet. Metodene og verktøyene for å utnytte dette er imidlertid fortsatt i sin spede begynnelse.
Figuren gir en illustrasjon av et tenkt eksempel på hvordan profildata og atferdsdata kan brukes som felles kilde for å sikre relevant og automatisert formidling av personifiserte budskap i en gitt situasjon.
Til slutt tre tips for å utnytte mulighetene som ligger i bruk av raske kundedata:
- Automatiser beslutningsprosessene – Lag et regelverk som setter rammene for hvilke kunder som skal få hvilke tilbud og budskap når, hvordan og i hvilke kanaler.
- Kombiner atferdsdata med profildata for å individualisere kundedialogen – Integrer nye digitale datakilder (web, devices etc.) med tradisjonelle datakilder for å målrette, time og person- ifisere budskap.
- Etabler en smidig metodikk for måling og analyse av kundedata – For å kunne analysere og agere på sanntidsdata kreves raske og smidige analyseprosesser hvor det er sterkere fokus på overvåking og automatisering av aktiviteter enn eksplorative analyser. Det er derfor viktig å etablere en arbeidsplattform som kombinerer tradisjonell kundeanalyse (datamining) med analyse av sanntidsdata.
Om forfatteren: Glenn Myklebust er direktør og rådgiver i Implement Consulting Group. Han er er brennende opptatt av å utnytte data, teknologi og smidige prosesser for å sikre mer effektive og effektfulle kundeopplevelser. Han hjelper i dag en rekke selskaper med å levere en mer verdiskapende kunde- dialog og bedre kundeopplevelser i dagens mediesamfunn.