Asiakasymmärrys liiketoiminnan suunnittelun ja kehityksen pohjana
Asiakasanalytiikka ei ole enää pelkkä LinkedIn-hitti, isojen yritysten investointi, tai vähittäiskauppa Tescon menestystarina. Asiakasymmärryksen merkitys kasvaa jatkuvasti ja sen tulisikin olla liiketoiminnan perusta yrityksen kokoon tai alaan katsomatta. Analytiikalla ja asiakastuntemuksella kyetään saavuttamaan merkittäviä liiketoiminnallisia hyötyjä ja kilpailuetuja, sillä niiden avulla voidaan esimerkiksi sitouttaa asiakkaita, kohdentaa ja personoida mainontaa potentiaalisille ostajille, parantaa asiakaskokemusta, rakentaa dynaamisia hinnoittelumalleja, ennustaa myyntiä ja luottoriskiä, sekä optimoida tilausmääriä ja markkinointipanostuksia.
Asiakaskokemuksen rakentamisen peruskysymys on: tunnenko asiakkaani? Analytiikan avulla voidaan saada syvällistä asiakastuntemusta, joka on pohjana paremman asiakaskokemuksen rakentamiselle. Asiakasdatan avulla voidaan ymmärtää yrityksen nykyistä asiakasprofiilia ja mahdollista käyttämätöntä potentiaalia, sekä antaa kohderyhmäsuosituksia markkinoinnin ja myynnin tueksi. Olemassa olevan asiakaskannan profiili on kuvaus historiasta; keitä tämän hetken asiakkaamme ovat. Seuraava askel on löytää se asiakaspotentiaali, jota ei vielä ole tavoitettu. Näiden tietojen pohjalta rakennetaan ennustemalli, jonka avulla tunnistetaan uudet asiakkaat tai ennustetaan nykyisen asiakkaan seuraava ostokerta ja kohdennetaan viestintää heille. Näin viestintää voidaan kohdentaa potentiaalisille ostajille tehokkaammin.
Syvemmän asiakastuntemuksen kautta voidaan esimerkiksi optimoida oikeaa viestisisältöä oikealla hetkellä eri kanaviin ja näin parantaa markkinointipanostusten tehokkuutta. Kohdentamista varten asiakkaita voidaan esimerkiksi segmentoida erilaisiin ryhmiin vaikkapa demografisten tekijöiden, mielipiteiden ja kiinnostuksen kohteiden mukaan. Segmentointi voi perustua myös asiakkaan ostokäyttäytymiseen. Näiden tekijöiden pohjalta on selvitettävä, mikä markkinointikanava toimii millekin segmentille ja mitkä tapahtumat edelsivät asiakkaan ostopäätöstä.
Mistä asiakasanalytiikka kannattaa aloittaa?
Asiakasdataa voidaan kerätä asiakkuuden elinkaaren eri vaiheissa: ennen ostopäätöstä, ostohetkestä, tuotteen tai palvelun käytöstä oston jälkeen ja käytön loppumisesta. Mutta mistä yritysten kannattaisi lähteä liikkeelle asiakasanalytiikan suhteen? Ensin on hyvä selvittää, mitä halutaan tietää ja minkälaista dataa asiakkaista on jo saatavilla. Sen jälkeen voidaan kartoittaa, millaisen datan kerääminen olisi aloitettava ja kuinka se tehdään. Asiakasdataa voidaan rikastaa vaikkapa yrityksen myyntidatalla, kampanjoiden aloitusajankohdilla, sekä yrityksen ulkopuolisella datalla avoimista datalähteistä. Rikastamisella tarkoitetaan eri datalähteiden yhdistämistä, jolloin esimerkiksi myynnin ennustemalleissa saadaan huomioitua myös myyntiin vaikuttavia taustatekijöitä, kuten sää tai vaikkapa arkipyhät. Asiakastyytyväisyyttä voidaan kartoittaa palvelun tai asiakkuuden elinkaaren eri vaiheissa esimerkiksi NPS (Net Promoter Score) -kyselyllä, tai mahdollisen asiakaspalveludatan avulla. NPS perustuu kysymykseen, kuinka todennäköisesti asiakas suosittelisi yritystä/palvelua ystävälle tai kollegalle. Kysely ja tulosten laskeminen on helppo toteuttaa, ja satunnaistamalla kyselyyn vastaavien otos voidaan kyselyn tuloksia soveltaa koko asiakaskantaan.
Asiakkuuden elinkaaren eri vaiheet kannattaa ottaa huomioon käyttäytymistä analysoitaessa ja ohjatessa. On ymmärrettävä, miksi tuotteen tai palvelun käyttö lisääntyy tai vähenee, ja minkä pisteen jälkeen asiakkuus voidaan katsoa sen osalta päättyneeksi. Analytiikan avulla voidaan maksimoida asiakkaan saama hyöty ja ohjata asiakasta tuotteen aktiivisempaan käyttöön. Näin voidaan sitouttaa asiakkaita ja luoda pitkäaikaisia asiakassuhteita.
Analytiikka ja kokemukseen perustuva tieto tukevat yhdessä päätöksentekoa
Vähittäistavarakauppias voi käyttää kaupan suurinta pakasteallasta kesällä jäätelöiden ja jouluna kinkkujen myymiseen. Tämä on yksinkertainen esimerkki asiakkaan ja tuotekohtaisen kausivaihtelun ymmärtämisestä ja tätä kautta resurssien käytön optimoinnista. Kioskin kauppias tuntee asiakkaan, joka on jo kolmen vuoden ajan hakenut kaksi litraa kevytmaitoa ja take away –kahvin aina keskiviikkoaamuisin ja tietää asiakkaan ostoskorin heti tämän astuttua sisään liikkeeseen. Asiakkaan pyytäessä lohta herkkutorilta kauppias voi tehdä lisämyyntiä tuoreen tillin ja karkean suolan avulla. Myyjän kokemukseen perustuva asiantuntemus on edelleen tukena päätöksenteossa, sekä esimerkiksi tilausmäärien ja asiakaspalvelijoiden työtuntien optimoinnissa. Nopeasti muuttuvassa, digitalisoituvassa ympäristössä, jossa asiakkaiden vaatimukset ja odotukset kovenevat jatkuvasti, kokemukseen perustuvalla tiedolla ei kuitenkaan yksinään päästä kovinkaan pitkälle. Kun tuotteita on tuhansia ja erilaisia tuote- tai ostoskoriyhdistelmiä lukematon määrä, tarvitaan asiakasdataa ja tietokonelaskentaa vaativaa analytiikkaa. Asiakkaiden käyttäytymistä seuraamalla ja analysoimalla voidaan hankkia hyvinkin syvällistä asiakastuntemusta ja optimoida sen pohjalta omaa toimintaa. Asiakasanalytiikka ei poista myyjän kokemukseen perustuvan asiantuntemuksen tärkeyttä, vaan ne tukevat yhdessä päätöksentekoa.
Asiakasanalytiikka on nykyään osana niin pienten kuin suurtenkin yritysten arkea eri toimialoilla. Sen hyödyntäminen yleistyy jatkuvasti käyttötarkoitusten monipuolistuessa edelleen. Kyse ei ole “nice to know” –tiedosta, vaan lisääntynyt asiakasymmärrys toimii pohjana tuote- ja palvelukehityksessä. Asiakkaan ostokäyttäytymisen ymmärtäminen ja siitä saadun tiedon hyödyntäminen elinkaaren eri vaiheissa parantaa myös lisämyynnin mahdollisuutta ja auttaa asiakkaiden sitouttamisessa. Syvälliseen asiakasymmärrykseen kannattaa pyrkiä, sillä se on pohja menestyksekkäälle liiketoiminnalle, asiakkaiden sitouttamiselle ja kilpailijoista erottumiselle.