Tiina ja Matti muuttavat 63 prosentin todennäköisyydellä kahden kuukauden kuluessa – ja etsivät 74 prosentin todennäköisyydellä suurta omakotitaloa. Älykkään data-analytiikan avulla on nyt mahdollista ennakoida, miten ihmiset toimivat – ja kuluttavat – tulevaisuudessa. Tämä edellyttää kuitenkin vanhasta totuudesta, eli perinteisestä kohderyhmäajattelusta, luopumista.
Siihen, miksi oman kohderyhmän löytäminen on monen yrityksen mielestä yhä vaikeampaa, on syy: käynnissä on kulutuskäyttäytymisen vallankumous. ”Tyypillisen” määrittämisestä tulee yhä vaikeampaa, joten markkinointiakin on ajateltava uudella tavalla. Mitä vaikutuksia tällä nopealla muutoksella on yrityksiin ja niiden tapaan tavoittaa asiakkaitaan?
Löytyykö ratkaisu datasta ja älykkäästä analytiikasta? – Yritykset ovat ryhmitelleet asiakkaitaan pitkään samalla tavalla. Kuluttajille sopivia tuotteita ja palveluita on yritetty kehittää sukupuolen, iän ja tulojen kaltaisten tekijöiden perusteella. Nykyään esimerkiksi kahdella 30-vuotiaalla naisella ei kuitenkaan välttämättä ole paljoakaan yhteistä keskenään. Näin toteaa Petri Hård, joka työskentelee analyytikkona Dun & Bradstreetillä.
Neljä vinkkiä asiakasdatan analysointiin
- Aloita määrittämällä kysymykset, jotka ovat yrityksellesi tärkeitä. Mieti, minkälaisia haasteita ja tavoitteita yrityksellä on – pohjimmiltaanhan data-analytiikan tarkoituksena on tavoitteiden saavuttaminen.
- Pohdi, millainen kuva teillä on yrityksen asiakkaista ja tutki, pitääkö se tosiaan paikkansa. Oikeanlaisen analyysin avulla tutustut nykyisiin asiakkaisiin kunnolla. Lisäksi ymmärrät, miten heidän kanssaan kannattaa kommunikoida ja mitkä ovat parhaat keinot uusien asiakkaiden hankkimiseen.
Moninaiset elämäntyylit
– Aikaisemmin mentiin naimisiin suunnilleen saman ikäisinä ja hankittiin lapsia samassa vaiheessa. Nykyään elämänkulkuja on vaikeampi ennakoida, ja esimerkiksi nykyajan lapsiperheet ovat todella monimuotoisia. Kaksi naimatonta, 55-vuotiasta ihmistä, jotka asuvat Turussa ja ansaitsevat 3 000 euron kuukausipalkkaa, voivat näyttää paperilla samanlaisilta. Todellisuudessa toinen heistä saattaa kuitenkin asua yhden hengen taloudessa, jossa kuluja on vähemmän, ja toinen lasten kanssa, jolloin ruokittavia suita on useampia.
Pehmeät arvot ovat yhä tärkeämpiä
– Jotta voisimme ymmärtää asiakkaitamme, meidän on huomioitava myös pehmeät arvot. Niinpä on lähdettävä liikkeelle asiakkaan persoonallisuustyypistä, elämäntilanteesta ja monista muista tekijöistä. Vasta sitten pystymme oikeasti kommunikoimaan oikein niiden asiakkaiden kanssa, jotka haluamme tavoittaa.
Näiden pehmeiden arvojen selvittämiseen tarvitaan edistynyttä data-analytiikkaa, joka perustuu tuhansiin eri lähteisiin. Dun & Bradstreet ylläpitää omaa tietokantaansa, joka sisältää reilun 3,1 miljoonan suomalaisen tiedot. Tietokantaan on määritelty kullekin yksi kahdeksesta erilaisesta elämänvaiheesta. Elämänvaiheet ennustavat esimerkiksi sitä, onko henkilö todennäköisimmin yksin asuva opiskelija vai pienten lasten äiti tai isä. Lisäksi tietokannasta löytyy asenne- ja arvomaailmaa kuvaava luokitus. Tämän luokituksen perusteella saadaan tietoa esimerkiksi siitä korostuuko henkilön elämän tyylissä esimerkiksi uudet elämykset vai perinteiset arvot. Tämä tieto auttaa meitä esimerkiksi muotoilemaan markkinointiviestejä tehokkaammin.
– Kun arvomaailmaa kuvaavan luokituksen yhdistää siihen, missä elämänvaiheessa ja perhetilanteessa ihminen on, avautuu paljon arvokasta tietoa kunkin ihmisen nykyisistä ja tulevista tarpeista. Saamme vastauksen siihen, ketkä todennäköisesti muuttavat vuoden kuluessa, ketkä nauttivat uusista elämyksistä tai keille oma koti on kaikkien tärkein - ja tällä on suuri merkitys siihen, miten niin nykyisten kuin potentiaalistekin ihmisten kanssa kannattaa kommunikoida.
Työkalujemme avulla analysoit asiakkaita ja prospekteja koko asiakkuuden elinkaaren ajan. Tunnistat segmenttejä, kartoitat mahdollisuuksia ja kokoat kriittistä tietoa myynti- ja markkinointitoimenpiteiden perustaksi. Datavetoiset mallimme segmentointiin ja kohdentamiseen auttavat sinua ymmärtämään paremmin asiakkaiden mieltymyksiä, käyttäytymistä ja tarpeita. Tämä puolestaan parantaa yrityksesi kannattavuutta.