Laura Karinen

[dagmar_large_image bigimage=”6751″ /]

Mitä hyötyä on asiakaskannan analyysistä ja motiivipohjaisesta segmentoinnista?

Asiakaskannan analyysissa oma asiakasrekisteri profiloidaan, jolloin keskitytään löytämään kiinnostuksen kohteiltaan, demografioiltaan tai ostokäyttäytymiseltään samankaltaiset asiakasryhmät. Näin pystytään lisäämään ymmärrystä omista asiakasryhmistä ja löytämään alipanostettuja tai piileviä asiakasryhmiä. Analyysin avulla pystytään muun muassa tehostamaan kohdennettua myyntiä ja markkinointia.

Motiivipohjainen segmentointi on kuluttajien toimialakohtaisten käyttäytymismotiivien perusteella tehtävä luokittelu tutkimuksen keinoin. Valtakunnallisesti edustavan näytteen avulla selvitetään, minkälaisia erilaisten motiivien perusteilla toimivia ryhmiä markkinoilta löytyy. Motiivipohjainen segmentointi tuottaa kiteytetyn käsikirjan markkinasta ja menestyksen edellytyksistä markkinoinnin strategisen suunnittelun tueksi.

Kiteytettynä asiakaskannan analyysi keskittyy nykytilanteen selvittämiseen ja sen pohjalta voidaan suunnitella asiakkuusmarkkinoinnin toimenpiteitä. Motiivipohjainen segmentointi taas luotaa tulevaan ja sen avulla voidaan löytää muun muassa potentiaalisia asiakasryhmiä ja heitä parhaiten puhuttelevia viestejä. Tietoja voidaan hyödyntää myös esimerkiksi hinnoittelussa, mediasuunnittelussa ja verkkosivustojen kehityksessä.

Voidaanko motiivipohjaiset segmentit ja CRM-kanta yhdistää?

Kun yrityksellä on tiedossa motiivipohjaiset segmentit, herää luonnollinen kysymys: miten nykyasiakkaat jakautuvat strategisiin segmentteihin? Yhdistäminen ei ole helppoa, sillä dataa yksittäisten asiakkaiden kulutusmotiiveista löytyy harvasta – jos mistään – asiakaskannasta. Ilmeiset taustamuuttujat, kuten demografiatiedot, eivät puolestaan erottele segmenttejä erityisen hyvin kuin harvoissa tapauksissa.

Ratkaisuna on käyttää asiakas- ja laskutusjärjestelmästä johdettuja muuttujia, jotka kuvaavat esimerkiksi ostotiheyttä, keskiostosta, tuotekäyttöä ja kanta-asiakkuustietoa. Jos vastaavia tietoja on kartoitettu myös segmentointitutkimuksessa, asiakaskohtaiset, motiivipohjaiset segmenttitiedot voidaan liittää asiakaskantaan ennustemallin avulla. Ennustemalli käyttää asiakaskannasta johdettuja muuttujia luokittelemaan kyselytutkimuksen henkilöt heitä parhaiten kuvaavaan segmenttiin. Tämän opetusvaiheen jälkeen mallia voidaan käyttää ennustamaan nykyasiakkaiden segmentit.

Mitä yhdistäminen voi tuottaa?

Miksi asiakaskannan ja motiivipohjaisten segmenttien yhdistäminen sitten on kannattavaa? Saatavaa tietoa voidaan hyödyntää monella tapaa. Pystymme muun muassa tunnistamaan, millaisella suorapostiviestillä kuhunkin segmenttiin kuuluvaa omaa asiakasryhmää kannattaa lähestyä. Lisäksi on mahdollista ohjata asiakasrakenteen kehitystä ja seurata sitä. Parhaiten segmenttien yhdistäminen onnistuu, kun segmentoinnit on etukäteen tarkkaan mietitty kokonaisuus, sillä näin varmistetaan juuri sinun yrityksellesi sopiva tapa luoda ja hyödyntää segmentointia. Teknologian kehittyessä suunnittelemme jatkuvasti myös uusia tapoja linkittää eri datalähteitä ja optimoida segmentointien hyödyt asiakkaillemme.

Haluatko keskustella, miten segmentoinneista saadaan kaikki irti? Ota yhteyttä: laura.karinen@dagmar.fi tai jussi.forma@dagmar.fi

Lue myös
Stepit mainonnan tuloksellisuuden kasvattamiseen