Otto Olsson

Markkinoinnin automaatiojärjestelmä perustuu vaihtoehtoisiin asiakkuudenhoitomalleihin, jotka määräytyvät asiakkaan käyttäytymisen perusteella. Asiakkaille tehtäviä toimenpiteitä voidaan automatisoida hyödyntäen kertyvää dataa reaaliaikaisesti. Esimerkiksi viikko sitten verkkosivuilla vierailleelle asiakkaalle voidaan automaattisesti kohdentaa sähköpostisuoraa, joka houkuttelee hänet kivijalkamyymälään. Mikäli suorapostia ei avata, järjestelmä voi lähettää viestin uudelleen eri otsikolla.

Järjestelmien ansiosta asiakkuusmarkkinoinnin painopiste siirtyy manuaalisista tietokantapoiminnoista kohti asiakkuudenhoitomallien rakennusta ja vahvempaa asiakasymmärrystä. Markkinoijat oppivat ymmärtämään entistä paremmin, mihin asiakasryhmiin panostaminen on kannattavinta ja miten heitä palvellaan parhaiten.
Asiakasymmärryksen tueksi on saatavilla yhä enemmän dataa esimerkiksi CRM-, web-analytiikka- ja mainonnanhallintajärjestelmistä. Markkinoijien tehtävänä on laittaa tämä data työskentelemään heidän puolestaan.
Dagmarin analytiikkatiimin kokemusten mukaan markkinoijien kiinnostus on viime aikoina kasvanut erityisesti asiakaskannan segmentointia ja ostokorianalyysejä kohtaan. Käytössämme on laaja arsenaali erilaisia tiedonlouhinnan menetelmiä, joiden avulla asiakaskannasta löytyvä tieto saadaan tiivistettyä liiketoimintaa hyödyntävään muotoon.
Asiakaskannan segmentointi auttaa rakentamaan yksilöllisiä asiakkuudenhoitomalleja
Asiakaskannan segmentoinnissa kuluttajasta kerätyn datan pohjalta tunnistetaan keskeisimmät asiakasryhmät tilastollisia klusterointimenetelmiä käyttämällä. Segmentoinnissa asiakkaat ryhmitellään niin, että kuhunkin ryhmään kuuluvien asiakkaat muistuttavat mahdollisimman paljon toisiaan.
Segmentoinnin perusteena voi toimia esimerkiksi asiakkuuden kehitysvaihe, asiakkaiden maantieteellinen läheisyys tai ostohistoriasta löytyvät käyttäytymismallit. Segmentoinnin perusteella voidaan tunnistaa esimerkiksi lojaalit avainasiakkaat passivoitumisriskissä olevista asiakkaista, tai usein pieniä ostoksia tekevät asiakkaat satunnaisista suurostajista.
Ryhmien tunnistamisen jälkeen keskeisimmille asiakasryhmille rakennetaan omanlaisensa asiakkuudenhoitomallit, jotka huomioivat ryhmien yksilölliset tarpeet. Esimerkiksi passivoituvien asiakkaiden hoitomalli pyrkii aktivoimaan asiakasta tarjousten ja muiden toimenpiteiden avulla, kun taas lojaalien asiakkaiden malli voi keskittyä asiakassuhteen ylläpitoon.
Ostokorianalyysit vauhdittavat ristiinmyyntiä
Tärkeimpien segmenttien kiinnostuksen kohteista saadaan syvällisempi ymmärrys ostokorianalyysin avulla. Ostokorianalyysissä selvitetään, mitkä tuotteet ovat kullekin asiakassegmentille kaikkein keskeisimpiä ja millaisia linkkejä eri tuotteiden välillä on.
Analyysin perusteella voidaan tunnistaa esimerkiksi, mistä muista tuotteista asiakas olisi todennäköisesti kiinnostunut ostettuaan jonkin tietyn tuotteen. Puhelinliittymän ostajalle suositellaan myös nettitikkua, kotivakuutuksen ostajalle tapaturmavakuutusta tai pankin talletustiliasiakkaalle rahastosäästökohdetta, mikäli näiden väliltä löytyy vahva linkki. Todennäköisyyksiin perustuvat suositukset konvertoivat yleisiä suosituksia paremmin, ja niiden avulla voidaan kehittää ristiinmyyntiä. Markkinoinnin automaatiojärjestelmä voidaan valjastaa automaattisten suositusten tekoon, kunhan tarvittava ymmärrys asiakkaiden toiminnasta on ensin hallussa.
Samalla kun automaatiojärjestelmät mahdollistavat viestien paremman kohdentamisen, tehokkaasta kohdentamisesta tulee yrityksille lähes välttämätöntä kilpailukyvyn säilyttämiseksi – mikäli emme hyödynnä räätälöityä viestintää, kilpailija hyödyntää.
Haluatko valjastaa markkinoinnin automaation 24/7 hyrrääväksi myyntimoottoriksi? Ota yhteyttä, niin keskustellaan lisää. Business Analyst Otto Olsson: otto.olsson@dagmar.fi tai Senior Client Director Tomi Härmä: tomi.harma@dagmar.fi