Nälkä kasvaa usein syödessä, myös silloin kun kyse on asiakasymmärryksestä. Ensimmäinen maistiainen asiakkaan ymmärtämiseen on usein julkisten markkinatutkimusraporttien tai kuluttajaluokittelujen selailua ja tulkintaa mitä kohdeyleisö todennäköisimmin ajattelee, arvostaa ja ostaa. Herkullisinta on tarttua tiedonjyviin omista asiakkaista, varsinkin jos pääsee pureutumaan syvälle mielen sopukoihin: mikä heitä motivoi ostamaan ja minkälaisissa tilanteissa? Useimmat eivät toki tyydy tulkitsemaan olemassa olevaa dataa, vaan syventävät ymmärrystä jatkuvalla syötöllä, profiloivat sekä ennakoivat tulevaisuuden kulutuskäyttäytymistä ja trendejä.
Kuinka usein tietoa pitäisi päivittää?
Minulta kysytään monesti kuinka usein tutkimuksia tai ennakointeja kannattaa tehdä tai päivittää. Pitääkö kartoitus toistaa joka toinen vuosi, kerran vuodessa, vai kaksi kertaa vuodessa? Tämä lienee piirre yrityskulttuurista, jossa tehdään budjetteja ja strategialinjauksia kerran vuodessa. Edistyksellisimmät yritykset keräävät ja raportoivat tietoa reaaliaikaisesti sekä pyrkivät myös ennakoimaan tulevaa. Organisaation oravanpyörässä on kuitenkin varsin tavallista toimia hetken mielijohteesta keräten ymmärrystä kertaluonteisesti silloin kun päätöksenteon tueksi kaivataan dataa. Tyytyväisyys-, lukija-, henkilöstö- tai bränditutkimuksia tilataan edelleen kerran vuodessa, jotta voi turvata selustansa ja osoittaa, että kaikki on hyvin eikä ole tapahtunut suuria muutoksia suuntaan eikä toiseen. Jos muutoksia löytyy, on pakko selvittää mistä muutos johtuu ja mitä sille voidaan tehdä! Optimitilanteessa muutoksia olisi tunnistettu aikaisessa vaiheessa ja niiden syitä olisi kartoitettu tarkemmin hetimmiten. Asiakastiedon pitäisi päivittyä koko ajan rikastaen jo olemassa olevaa historiatietoa niin, että ymmärrys asiakkaista syvenee asteittain.
Ymmärryksestä ennakointiin
Tietoa ihmisten käyttäytymisestä ja mieltymyksistä kerääntyy eri kanavien kautta eri muodoissa (numeroita, kuvaa, tekstiä, ääntä) enemmän kuin ikinä aiemmin. Koneoppimisen avulla voidaan tunnistaa jopa masentuneisuutta muutaman minuutin puheesta. Mihin asiakasymmärrysresurssit tänä päivänä kannattaa keskittää? Käytännössä riippuu tietysti tilanteesta ja tavoitteesta, milloin on järkevää seurata kehitystä reaaliajassa ja milloin on järkevää hypätä asiakkaan saappaisiin tietyllä markkinalla vain kertaluonteisesti. Tiedon hyödyntäjä määrittelee onko relevanttia automatisoida rutiineja, ennakoida asiakkuuksien kehitystä ja todennäköisimpiä ostajia vai tunnistaa tulevaisuuden uusia mahdollisuuksia. Kimuranteissa tilanteissa voidaan etsiä myös uudenlaisia asiayhteyksiä, joita ihminen ei välttämättä huomaa.
Mielestäni asiakasymmärryksen keruusta ja tulkinnasta pitää tulla tulevaisuuden ikiliikkuja, joka saa energiaa keräämällä ja päivittämällä asiakastietoa, hälyttää kun tarvitaan syvempää ymmärrystä jostakin asioista sekä päivittää kaiken tiedon samaan paikkaan jalostettavaksi. Ikiliikkuja tuottaa ketterästi kokonaisymmärrystä tilanteesta sekä tarjoaa simuloituja vaihtoehtoja ”Mitä jos…” päätösten tueksi sulavasti ennakoiden jo ennen kuin tilanne äityy akuutiksi. Maailma muuttuu jatkuvasti. Silmät ja korvat kannattaa pitää auki, jotta löytää uusia potentiaalisia asiakasryhmiä, uusia markkinoita tai uusia tarpeita, joihin tarjota jotakin uutta asiakkaille. Teoriassa uusiin markkinarakoihin viitataan termillä ”white space”. Jotta ns. valkoiset alueet, joilla ei vielä ole kilpailua, eivät jää huomaamatta, asiakasymmärrystä tulee laajentaa säännöllisesti nykyasiakkaista myös potentiaalisiin uusiin asiakasryhmiin ja markkinoihin.
Mikä samaa? Mikä erilaista?
Mediamainonnan automaattinen kohdennus on tehty näennäisen helpoksi. Nappia painamalla voi kohdentaa mainontaa samankaltaisille yleisölle perustuen oman asiakaskannan mediakäyttöön ja demografiatietoon. Kaikessa automatisoinnissa kannattaa olla tarkkana, että tilaaja, tietojen toimittaja ja automatisoija ovat tietoisia millä kriteereillä tiedot, joiden perusteella algoritmi ohjelmoidaan, on poimittu. Esimerkiksi, jos halutaan kohdentaa tarjoushintamainontaa sosiaalisessa mediassa samankaltaisille ihmisille kuin nykyasiakkaat: vertailuryhmäksi ei kannata poimia koko nykyistä asiakaskantaa, vaan pienempi otos, joka koostuu tällä hetkellä tarjoushintaa maksavista asiakkaista tai henkilöistä, jotka ovat aiempien tutkimusten mukaan hintaherkkiä. Jos taas tavoitellaan uusia asiakkaita, joille hinnalla ei ole väliä, vertailuryhmä on loogista poimia korkeaa hintaa maksavista asiakkaista. Looginen selitys miten ja miksi viestejä kohdennetaan pitäisi olla eettinen ja ihmisen ymmärrettävissä, vaikka polku miten potentiaali tunnistetaan olisikin mutkainen.
Bränditason ymmärrys
Asiakkaiden segmentointi ryhmiin ja profilointi, joka sisältää kanavapreferenssit (mobiili, web, tv, printti jne.) sekä mistä aiheista segmenttien edustajat eritysesti ovat kiinnostuneita auttaa myös tiivistämään minkälainen sisältö puree digitaalisissa kanavissa, minkälainen perinteisessä mediassa ja mitkä aiheet toimivat molemmissa. Brändinhallinnassa on tyypillistä keskittyä arvoihin ja asioihin, jotka ovat yhteisiä kaikille nykyasiakkaille, ellei tavoitteena ole uudistaa brändiä ja sen luomia mielikuvia. Asiakasymmärrys auttaa siis myös markkinoinnin resurssien kohdistamisessa kohdeyleisölle relevantteihin asioihin. Personointia ja henkilökohtaista kohdennusta voidaan tehdä, mutta se ei ole välttämätöntä.
Kokonaisuus hallintaan
Eri laatuisten ja muotoisten tietojen yhdistely ja tulkinta vaatii edelleen aikaa, asiantuntemusta ja näkemystä. Tulevaisuuden unelmien markkinoija osaa tulkita numeroita, sanoja, kuvia, ja jopa tunteita, joiden avulla saadaan kokonaiskuva asiakkaista ja siitä mikä heitä kiinnostaa ja innostaa. Organisaatioissa kokonaisuuksien hallintaa helpottaa yhteinen kieli ja termit eri tyyppisistä asiakassegmenteistä sekä mittarit, joiden avulla seurataan kehitystä. Eri osastojen kanssa yhteistyössä tehdyt tulkinnat, tiedon jalostus ja kokeilut tuovat parempia tuloksia kuin jos asiakastietoa kerätään ja hyödynnetään yhden osaston tarkoitukseen kerrallaan. Tarinankerrontaa tarvitaan yhä enemmän havainnollistamaan hyviä käytäntöjä miten asiakastietoa on hyödynnetty menestyksekkäästi eri osastoilla tarpeeksi yksityiskohtaisella tasolla, jotta siitä kumpuaa myös uusia ideoita.
Tämä kirjoitus on myös julkaistu Asiakkuusmarkkinoinnin vuosikirjassa 2020.