Kasvua etsitään usein uusista asiakkaista, vaikka merkittävä osa tunnistamattomasta potentiaalista voi olla jo omassa asiakaskannassa. Transaktionaalinen data ja asiakaskannan analyysi auttavat tunnistamaan, missä kasvupotentiaali sijaitsee. Arbitraasimalli auttaa valitsemaan, millä kaupallisilla toimenpiteillä potentiaali kannattaa hyödyntää. Näin asiakasymmärrys muuttuu strategisiksi valinnoiksi ja mitattavaksi kasvuksi.
Asiakkaan arvo ei ole yhden kampanjan tulos, vaan koko asiakassuhteen aikana syntyvä liiketoiminnallinen arvo. Sen kasvattaminen edellyttää kolmea asiaa: ymmärrystä asiakkaiden toteutuneesta käyttäytymisestä, valintoja vaikuttavimmista kasvukeinoista ja kykyä viedä valinnat käytäntöön. Transaktionaalinen data, asiakaskannan analyysi ja arbitraasimalli rakentavat sillan asiakasymmärryksestä mitattavaan kasvuun.
Transaktionaalinen data näyttää, miten asiakas käyttäytyy
Transaktionaalinen data tarkoittaa kaikkea asiakkaan konkreettista käyttäytymistä: ostoja, lahjoituksia, tilauksia, sopimusten uusintoja, verkkopalvelun käyttöä ja kampanjavasteita. Jokainen tapahtuma on jälki siitä, mitä asiakas oikeasti teki. Yhden asiakkaan transaktiot voisivat näyttää tältä:
Riveistä syntyy käyttäytymishistoria, ja juuri se on kanta-analyysin raaka-aine. Transaktionaalinen data on arvokasta, koska se kuvaa toteutunutta käyttäytymistä: mitä asiakas teki, milloin ja millä arvolla. Kyselyt, asiakasprofiilit ja laadullinen tieto täydentävät kuvaa selittämällä asiakkaan tarpeita, motiiveja ja kokemuksia. Kun käyttäytymisdata ja asiakasymmärrys yhdistetään, päätöksenteon pohja vahvistuu.
Mistä asiakkaan arvon kasvu löytyy?
Asiakaskannan analyysi (Customer Base Analysis) vastaa neljään keskeiseen kysymykseen:
- Ketkä ovat arvokkaimpia asiakkaita eli tuottavat suurimman elinkaariarvon, vuosiarvon ja katteen?
- Keissä on eniten kasvupotentiaalia eli ketkä ostavat jo, mutta voisivat ostaa enemmän?
- Ketkä ovat vaarassa kadota, kun aktiivisuus laskee ja ostot harvenevat?
- Keihin ei juuri nyt kannata investoida, koska sekä vaste että elinkaariarvo ovat erittäin matalia?
Tätä voi ajatella myös siirtymänä transaktiolähtöisestä markkinoinnista asiakaskeskeiseen markkinointiin. Ero on suurempi kuin sanamuoto antaa ymmärtää: yritys ei enää johda kampanjoita vaan asiakaskantaa.
Lähes kaikki kanta-analyysit lähtevät kolmesta muuttujasta. Recency kertoo, kuinka kauan viimeisestä ostosta on kulunut. Frequency kertoo, kuinka usein asiakas ostaa. Monetary Value kertoo, kuinka paljon rahaa hän käyttää.
RFM-malli on vuosikymmeniä vanha, mutta se on edelleen useimpien modernien kanta-analyysimallien ytimessä, koska nämä kolme lukua ennustavat tulevaa käyttäytymistä yllättävän hyvin.
Tässä esimerkissä korkea arvo sarakkeessa Viimeisin osto tarkoittaa, että asiakas on ostanut äskettäin. Asiakas A on kannan ydin. Asiakas B ostaa usein ja käyttää kohtuullisesti, mutta viimeisestä ostosta on aikaa: hän osoittaa passivoitumisen merkkejä. Asiakas C on ostanut äskettäin mutta harvoin ja vähän: hänessä on kasvupotentiaalia.
RFM ei vielä kerro asiakkaan motiiveja eikä yksin ratkaise seuraavaa toimenpidettä. Se tekee käyttäytymisen erot näkyviksi ja muodostaa perustan tarkemmalle segmentoinnille, poistuma- ja vastemallinnukselle sekä asiakaspolun analyysille.
Mihin asiakkaisiin ja kasvukeinoihin kannattaa panostaa?
Kanta-analyysi kertoo, missä asiakas- ja liiketoimintapotentiaali sijaitsee. Seuraavaksi on päätettävä, mihin asiakkaisiin, kasvukeinoihin ja toimenpiteisiin organisaation kannattaa investoida. Sama asiakas voi olla yhtä aikaa potentiaalinen lisämyynnille, jatkuvalle asiakkuudelle, uudelleenaktivoinnille tai uskollisuutta vahvistavalle toimenpiteelle. Kaikkea ei kuitenkaan kannata tehdä kaikille.
Tässä yhteydessä tarkoitamme arbitraasimallilla päätöksentekomallia, joka vertailee asiakkaalle tai segmentille mahdollisia kaupallisia toimenpiteitä ja priorisoi ne odotetun arvon perusteella. Jokaiselle asiakkaalle tai segmentille arvioidaan eri vaihtoehtojen odotettu liiketoiminta-arvo, ja valituksi tulee vaihtoehto, joka tuottaa parhaan odotetun arvon asiakkaalle ja liiketoiminnalle.
Odotettu arvo = toimenpiteeseen reagoinnin todennäköisyys × odotettu lisäarvo − toteutuksen kustannus
Päätöksessä voidaan huomioida myös ajoitus, kontaktipaine, asiakkaan tarpeeseen sopivuus ja pidemmän aikavälin asiakkuuden arvo. Näin asiakaskeskeisyys ei pelkisty lyhyen aikavälin euro-optimoinniksi. Malli ei ainoastaan päätä, mikä kampanja asiakkaalle lähetetään. Se auttaa valitsemaan, kannattaako asiakkaalle myydä enemmän, vahvistaa hänen uskollisuuttaan, tarjota korkeamman arvon ratkaisua vai olla ottamatta yhteyttä juuri nyt. Myös tekemättä jättäminen voi olla tietoon perustuva strateginen valinta.
Hyvin toteutettuna priorisointi voi parantaa myös asiakaskokemusta. Tavoitteena ei ole maksimoida kontaktien määrää vaan tunnistaa asiakkaan tilanteeseen sopivin toimenpide, kanava ja ajankohta. Jos asiakkaalle ei ole tarjolla relevanttia arvoa, paras päätös voi olla jättää yhteydenotto tekemättä. Näin kaupallinen tehokkuus ja asiakkaan huomion kunnioittaminen tukevat toisiaan.
Neljä kaupallista vipua muuttaa potentiaalin kasvuksi
Asiakaskannan analyysi ei itsessään vielä määritä kasvustrategiaa. Se tuottaa päätöksenteon perustan sen arvioimiselle, mitä kaupallista vipua kannattaa käyttää:
- Myy enemmän: tunnista lisämyynti- ja ristiinmyyntipotentiaali.
- Kasvata uskollisuutta: tunnista passivoituminen ja suojaa elinkaariarvoa.
- Myy kalliimmalla: tunnista asiakkaat, tarpeet ja tarjoukset, joissa lisäarvo mahdollistaa paremman hinnan.
- Hanki uusia asiakkaita: tunnista arvokkaiden nykyasiakkaiden yhteisiä käyttäytymispiirteitä uusasiakashankinnan tueksi.
Kanta-analyysi ei yksin ratkaise hinnoitteluvoimaa tai uusasiakashankintaa, vaan tuottaa niihin asiakasperusteista tietoa. Arbitraasimalli puolestaan auttaa valitsemaan, mitä vipua ja toimenpidettä kannattaa käyttää kunkin asiakkaan tai segmentin kohdalla.
Kasvu syntyy vasta, kun valinnat viedään käytäntöön
Kanta-analyysi ja arbitraasimalli tuottavat arvoa vasta, kun niiden perusteella muutetaan toimintaa. Valitut kasvutoimenpiteet voidaan viedä esimerkiksi CRM:ään, markkinoinnin automaatioon, myynnin prioriteetteihin, asiakkuuksien hoitomalleihin ja asiakaspolun kohtaamispisteisiin. Samalla määritetään mittarit, joilla seurataan, muuttuivatko ostotiheys, asiakaspito, asiakkuuden arvo, kate tai muu tavoiteltu liiketoimintatulos.
Jokainen toteutettu toimenpide tuottaa uutta käyttäytymisdataa. Sen avulla voidaan tarkentaa asiakasryhmiä, päivittää ennusteita ja parantaa seuraavia valintoja. Näin kanta-analyysistä ei synny kertaluonteista raporttia vaan jatkuvasti oppiva johtamisen malli: tunnista potentiaali, valitse kasvukeino, aktivoi, mittaa ja optimoi.
Mistä kannattaa aloittaa?
Täydellistä dataa ei tarvita. Alkuun tarvitaan asiakkaaseen yhdistettävä tapahtumahistoria, selkeä liiketoimintakysymys ja valmius tehdä valintoja. Kanta-analyysi osoittaa, missä kasvupotentiaali sijaitsee. Arbitraasimalli auttaa priorisoimaan, miten se hyödynnetään. Toteutus ja mittaaminen näyttävät, syntyykö valinnoista kasvua.
Tiedätkö, mistä asiakkaista, asiakaspolun kohdista ja kaupallisista toimenpiteistä yrityksesi seuraava kasvueuro syntyy? Ota yhteyttä, niin selvitetään se yhdessä.