10 Powerful Behavioral Segmentation Methods to Understand Your Customers

By Gary DeAsi

Knowing who your customers are is great, but knowing how they behave is even better.
-Jon Miller

Customer segmentation has always been important. But now that orchestrating journeys that reflect a customer’s overall experience, rather than their most recent interaction within a siloed touchpoint, is integral to enterprise success today, effective segmentation is an absolute must.

But according to a recent Forrester report, only 33% of companies using customer segmentation say they find it significantly impactful. A jelentés szerint a kudarc fő oka az, hogy a vállalatok még mindig a hagyományos ügyfélszegmentációs megközelítéseket alkalmazzák, anélkül, hogy kihasználnák a ma rendelkezésre álló széleskörű ügyféladatokat és fejlett elemzési technikákat.

Más szóval, nem a modern viselkedésalapú szegmentációs megközelítést alkalmazzák.

Ebben a bejegyzésben a viselkedéses szegmentáció 10 különböző megközelítésének alapos áttekintésével hozom felszínre, amelyek segítségével jobban megértheti az ügyfeleit és céljait, hogy maximalizálja az utazás sikerét és elérje az üzleti eredményeket.

Mi a viselkedéses szegmentáció?

A szegmentáció hagyományos megközelítései elsősorban arra összpontosítottak, hogy kik az ügyfelek, és a szegmensek demográfiai jellemzők, például a nem vagy az életkor, illetve firmográfiai jellemzők, például a vállalat mérete vagy az iparág alapján készültek. De ahogyan azt a vásárlói viselkedési adatokról szóló korábbi bejegyzésemben tárgyaltam, már nem elég megérteni, hogy kik az ügyfelek.

A viselkedési szegmentáció lényege, hogy az ügyfeleket ne csak az alapján értsük meg, hogy kik ők, hanem az alapján is, hogy mit csinálnak, az ügyfelek cselekedeteiből származó meglátások alapján.

A viselkedési szegmentáció az ügyfélszegmentáció egy olyan formája, amely az ügyfelek által a vállalattal/márkával való interakció vagy a vásárlási döntés során mutatott viselkedési mintákon alapul. Lehetővé teszi a vállalkozások számára, hogy az ügyfeleket csoportokba osszák egy termékkel, szolgáltatással vagy márkával kapcsolatos ismereteik, hozzáállásuk, használatuk vagy az arra adott reakcióik alapján.

A cél az ügyfélszegmensek azonosítása, amely lehetővé teszi, hogy megértse, hogyan lehet az ügyfelek egy csoportjának különleges igényeit vagy vágyait kielégíteni, felfedezze az ügyfélutak optimalizálásának lehetőségeit, és számszerűsítse a vállalkozás számára potenciális értéküket.

Miért szegmentálja az ügyfeleket viselkedésük alapján?

Az ügyfelek viselkedésük alapján történő különböző szegmensekbe csoportosításának négy fő előnye van:

1. Személyre szabás. Értse meg, hogyan kell a különböző ügyfélcsoportokat különböző ajánlatokkal megcélozni, a legmegfelelőbb időpontokban, az általuk preferált csatornákon keresztül, hogy hatékonyan segítse őket a sikeres eredmények felé haladni az útjukon.
2. Előrejelzés. Használja a múltbeli viselkedési mintákat a jövőbeli vásárlói viselkedés és eredmények előrejelzésére és befolyásolására.
3. Prioritás. Hozzon okosabb döntéseket az idő, a költségvetés és az erőforrások legjobb elosztásáról a nagy értékű ügyfélszegmensek és a legnagyobb potenciális üzleti hatással rendelkező kezdeményezések azonosításával.
4. Teljesítmény. Figyelje a növekedési mintákat és a kulcsfontosságú ügyfélszegmensek időbeli változásait, hogy felmérje az üzlet egészségi állapotát és nyomon kövesse a teljesítményt a célkitűzésekhez képest. Magas szinten ez azt jelenti, hogy számszerűsíteni kell az ügyfélszegmensek méretét és értékét, és nyomon kell követni, hogy a “pozitív” és “negatív” szegmensek idővel hogyan növekednek vagy zsugorodnak.

10 hatékony viselkedési szegmentálási módszer, amellyel jobban megértheti ügyfeleit

Hagyományosan a legtöbb szakértő a viselkedési szegmentálás hat elsődleges típusa körül helyezkedik el.

(Forrás)

Míg a viselkedéses szegmentáció e hat “klasszikus” típusa ma is nagyon is releváns, fejlődtek is, hogy új jelentéstartalmakat, alkalmazásokat és felhasználási eseteket vegyenek fel.

Ebben a bejegyzésben az egyes típusok “hagyományos” és “modern” értelmezéseit vizsgáljuk meg, miközben néhány új kiegészítést is teszünk a listához, hogy néhány érdekes új módot is felvegyünk, ahogyan néhány ügyfelünk és partnerünk ma használja a viselkedéses szegmentációt.

A 10 viselkedéses szegmentációs módszer:

(Kattintson az egyes részekhez)

1. Vásárlási viselkedés
2. Keresett előnyök
3. Ügyfél útjának szakasza
4. Használat
5. Alkalom vagy időzítés
6. Vásárlói elégedettség
7. Vásárlói hűség
8. Érdeklődés
9. Elkötelezettségi szint
10. Felhasználói státusz

Néhány fontos dolog, amit szem előtt kell tartani, mielőtt belevetnénk magunkat:

• Ez a lista NEM zárja ki egymást.
• Az, ahogyan a szegmensek meghatározásához és a különböző viselkedéses szegmentációs típusok használatához folyamodik, nagyban eltérhet az Ön vállalkozásától függően.
• One or more of these segmentation methods can be utilized at the same time or combined with other types of segments.

Purchasing Behavior

How do customers behave differently throughout the path to purchase?

Purchase behavior-based segmentation is about identifying trends in how different customers behave during the process of making a purchase decision.

Purchasing behavior can help us understand:

• How different customers approach the purchase decision
• The complexity and difficulty of the purchasing process
• The role the customer plays in the purchasing process
• Important barriers along the path to purchase
• Which behaviors are most and least predictive of a customer making a purchase

Predictive Behavioral Segments

By leveraging machine learning capabilities to analyze customer behavior throughout the customer journey and identify patterns over time, companies are now building predictive segments based on the likelihood of different customers making a specific purchase.

There are two common ways to use past behavior to predict future outcomes:

• 1. Using past purchases to predict future purchases
  2. Using behavior along the path-to-purchase to predict the likelihood of completing a purchase

Implicit Segments Based on Digital Behavior

Another modern approach uses patterns in digital behavior to understand the variety of ways different customers approach the buying process, in order to identify the key obstacles marketers need to remove from the path to purchase.

There are a variety of ways to approach this, depending on your business. Lacie Larschan egy nemrégiben megjelent cikkében megosztott néhány e-kereskedelmi példát erre a módszerre. Ő a vevőket hat különböző viselkedési szegmensre jellemzi a megfelelő vevői személyiségekkel azáltal, hogy az online interakcióik alapján implicit feltételezéseket alakít ki:

• Az “ártudatos” vevő a lehető legalacsonyabb árat keresi.
• Az “Okos” vásárló alapos, aprólékos kutató, aki minden bonyolult tényezőt meg akar érteni, mielőtt elkötelezné magát bármelyik mellett.
• A “Kockázatot kerülő” vásárló óvatos, gazdaságilag óvatos vásárló, aki nehezen húzza meg a ravaszt egy vásárlásra a megfelelő biztosítás, például egy jó, problémamentes visszaküldési politika nélkül.
• A “Szükségletbiztos” vásárló olyan vásárló, akinek szüksége van megerősítésre, hogy a termék népszerű és társai állításai alátámasztják.
• A “Majd később megveszem” vásárló olyan vásárló, akinek nincs sürgőssége.
• A “Meggyőzhető” vásárló olyan impulzusvásárló, aki nagyon fogékony a keresztértékesítési ajánlatokra.

Ha ennyi mindent megtudhat arról, hogy a különböző vásárlók hogyan közelítik meg a vásárlási döntést egyetlen csatorna viselkedési adatai révén egyetlen webes munkameneten belül, képzelje el, mennyivel többet tudna felfedezni a vásárlói viselkedési adatok segítségével, amelyek hosszabb időn keresztül minden csatornán átívelő interakciókat foglalnak magukban.

Keresett előnyök

Milyen elsődleges előnyöket keresnek a különböző ügyfelek a vásárlási döntés során?

Amíg az ügyfelek egy termék vagy szolgáltatás után kutatnak, viselkedésük értékes információkat tárhat fel arról, hogy mely előnyök, jellemzők, értékek, használati esetek vagy problémák a legfontosabb motivációs tényezők, amelyek befolyásolják a vásárlási döntésüket.

Ha egy ügyfél egy vagy több előnynek sokkal nagyobb jelentőséget tulajdonít, mint a többinek, akkor ezek a keresett elsődleges előnyök a vásárlási döntést meghatározó motivációs tényezők az adott ügyfél számára.

Egy egyszerű példa a fogyasztók, akik különböző okokból vásárolnak fogkrémet:

1. Fehérítési célok
2. érzékeny fogak
3. íz
4. ár

Ez a B2C fogkrémpélda szinte bármilyen vállalkozásra alkalmazható bármely iparágban. A B2B szoftverek esetében a keresett előnyök lehetnek konkrét funkciók vagy képességek, a könnyű használat, a sebességgel vagy pontossággal kapcsolatos előnyök, vagy más eszközökkel való kulcsfontosságú integrációk.

A két potenciális ügyfél demográfiai vagy firmográfiai jellemzőik vagy ügyfélszemélyiségük szempontjából azonosnak tűnhet, de nagyon eltérő értékeket képviselhetnek abban a tekintetben, hogy mely előnyök és funkciók a legfontosabbak és melyek a legkevésbé fontosak mindegyikük számára.

Ha négy olyan ügyfeled van, akik mind más elsődleges előnyöket keresnek, és mindannyiuknak ugyanarról az előnyről küldesz üzenetet, akkor a kommunikációd 75%-ával célt tévesztesz, és az időd és a költségvetésed 75%-át pazarlod.

Az egyes ügyfelek viselkedésének megértésével, ahogyan idővel interakcióba lépnek a márkájával, az ügyfeleket szegmensekbe csoportosíthatja a kívánt előnyök alapján, és marketingjét ennek megfelelően személyre szabhatja minden egyes szegmens számára.

A vásárlói út szakasza

Az út melyik szakaszában van jelenleg egy új vagy meglévő ügyfél?

A vásárlói út szakasza szerinti viselkedési szegmensek kialakítása lehetővé teszi a kommunikáció összehangolását és a tapasztalatok személyre szabását a konverzió növelése érdekében minden szakaszban. Sőt, segít felfedezni azokat a szakaszokat, ahol az ügyfelek nem haladnak előre, így azonosíthatja a legnagyobb akadályokat és a javítási lehetőségeket.

Az ügyfelek utazási szakaszok szerinti szegmentálása azonban nem egyszerű.

Egy gyakori tévhit, hogy egyetlen ügyfél viselkedése vagy interakciója elegendő annak pontos meghatározásához, hogy az ügyfél éppen melyik útjának melyik szakaszában van.

“Ez a potenciális ügyfél megnézte ezt a tartalmat vagy rákattintott erre a hirdetésre, tehát a ____________ szakaszban van”

A legtöbb esetben egy vagy két viselkedési adatpont nem elegendő ahhoz, hogy pontosan meghatározzuk az ügyfél aktuális utazási szakaszát.

A különböző szakaszokban lévő ügyfelek interakcióba lépnek és kapcsolatba lépnek az összes különböző szakaszra tervezett tartalommal és élménnyel, az összes különböző csatornán, az összes különböző időpontban, és nem meghatározott sorrendben.

A leghatékonyabb módja az ügyfél aktuális utazási szakaszának pontos meghatározásának az, ha kihasználja az ügyfél összes viselkedési adatát az összes csatornán és érintkezési ponton keresztül, így az időbeli viselkedési minták alapján súlyozott algoritmusokat hozhat létre.

Ez a diagram egy egyedi leendő ügyfél viselkedését mutatja az előző tizennégy nap alatt. Ez az érdeklődő az ügyfélút megfontolási szakaszában van, de viselkedése teljesen véletlenszerű sorrendben történik, és nem lineárisan halad szakaszról szakaszra. Ez sokkal reálisabb képet ad arról, hogyan nézhet ki az ügyfél viselkedése egy adott időszakon belül, amikor interakcióba lép egy márkával.

Ha egy vagy két viselkedés alapján próbálná meghatározni, hogy ez a potenciális ügyfél melyik utazási szakaszban van, könnyen téves feltételezést tehetne. Ha például az első két viselkedés közül az egyik alapján hozná meg az ítéletét, akkor úgy tűnik, hogy az érdeklődő a tudatosság vagy az oktatás szakaszában van. De a viselkedések súlyozásával, a történelmi mintákból felépített algoritmusok segítségével, láthatja, hogy sokkal világosabbá válik, hogy a megfontolás a legvalószínűbb jelenlegi szakasza ennek az érdeklődőnek.

Azt a hibát se kövesse el, hogy azt feltételezi, hogy az ügyfelek az idő múlásával magától átkerülnek a következő szakaszba.

Ha éves előfizetéses vállalkozása van, és azt feltételezi, hogy egy ügyfél az év során az elfogadásból a megtartás szakaszába lépett, akkor a megújítás idején csúnya ébredés várhat Önre. Ismét a viselkedési adatok az egyetlen módja annak, hogy megtudja az igazságot, vagy legalábbis a lehető legközelebb kerüljön hozzá.

Használat

Hányszor (és mennyit) használják az ügyfelek a termékét vagy szolgáltatását? Hogyan használják azt?

A termék- vagy szolgáltatáshasználat egy másik gyakori módja az ügyfelek viselkedés szerinti szegmentálásának, amely azon alapul, hogy az ügyfél milyen gyakran vásárol egy termékből vagy szolgáltatásból, vagy milyen gyakran lép kapcsolatba vele.

Hányszor utaznak az ügyfelek az Airbnb-vel? Milyen gyakran vásárolnak az ügyfelek termékeket az Amazonon?

Egy B2B SaaS vállalat esetében milyen gyakran jelentkeznek be és használják a szoftverét az ügyfelek? Mennyi időt töltenek el? Hogyan használják? Milyen funkciókat használnak? Hány felhasználó használja ugyanabból a fiókból vagy vállalatból?

A használati viselkedés erős előrejelző mutatója lehet a hűségnek vagy az elvándorlásnak, és ezáltal az élettartam-értéknek.

Egy nemrégiben megjelent, Hogyan használjuk az ügyfélmagatartási adatokat a bevétel növelésére című bejegyzésemben bemutattam egy példát arra, hogy a Netflix hogyan használja ki az ügyfélhasználati adatokat a felhasználók havi tartalomfogyasztásán alapuló viselkedési szegmensek kialakítására, ami végül lehetővé tette számukra, hogy csökkentsék az elvándorlási arányt és növeljék az ügyfelek élettartam-értékét olyan mértékben, hogy a vezetők becslése szerint a vállalat évente 1 milliárd dollárt takarít meg.

Ez a Netflix felhasználási esete jó példa a mennyiségi alapú felhasználási szegmentációra.

Szegmensek a felhasználás mennyisége vagy gyakorisága alapján

• A nehéz felhasználók (vagy “szuper felhasználók”) olyan ügyfelek, akik a legtöbb időt töltik az Ön megoldásának használatával és/vagy a leggyakrabban vásárolnak. Ezek általában a leglelkesebb és legelkötelezettebb ügyfelei, akik gyakran a leginkább számíthatnak az Ön termékére/szolgáltatására is.
• Az átlagos vagy közepes felhasználók olyan ügyfelek, akik félig-meddig rendszeresen használják vagy vásárolnak, de nem túl gyakran. Ezek gyakran lehetnek idő- vagy eseményalapúak.
• Könnyű felhasználók azok az ügyfelek, akik a többi ügyfélhez képest sokkal ritkábban használják vagy vásárolnak. Az Ön üzleti tevékenységétől függően ez akár egyszeri felhasználókat is jelenthet, de ez ismét az ügyfélkör többi részéhez viszonyított használat függvénye.

Ezek a használaton alapuló viselkedési szegmensek felbecsülhetetlen értékűek annak megértéséhez, hogy bizonyos típusú ügyfelek miért válnak nehéz vagy könnyű felhasználókká. Az ilyen módon történő szegmentálással különböző intézkedéseket és megközelítéseket tesztelhet a meglévő ügyfelek használatának növelése érdekében, és több olyan új ügyfelet vonzhat, akik nagyobb valószínűséggel követik ugyanazokat a használati viselkedési mintákat, mint a szuperfelhasználók.

Az idő múlásával kritikus fontosságú az ügyfelek használati viselkedésében bekövetkező változások nyomon követése. Így mind összesített szinten (az általános üzleti teljesítmény felmérése érdekében), mind pedig az egyes ügyfelek szintjén (például annak megállapítása érdekében, hogy egy ügyfélnél fennáll-e az elvándorlás magas kockázata) azonosíthatja a problémákat és a lehetőségeket.

(Forrás)

Kézzel szedett kapcsolódó tartalom:

Szegmensek a használat minősége alapján

Míg a használat mennyisége és gyakorisága kétségtelenül értékes viselkedési szegmensek lehetnek, a magas használat nem mindig jelenti a legtöbb szállított értéket, mind az ügyfél, mind végső soron az Ön vállalkozása számára

Egy SaaS-ügyfél például rengeteg termékhasználati viselkedést mutathat, de a valóságban a dolgok nem biztos, hogy olyan rózsásak, mint amilyennek a felszínen látszanak. Talán:

2. nem használja a terméket olyan hatékonyan, ahogyan lehetne,
4. a megoldás legfontosabb funkcióinak vagy képességeinek csak egy töredékét használja ki,
6. csak azért használja a terméket most, mert muszáj, de hosszú távon elégedetlen és egy versenytársra akar váltani.

Mindhárom példában a használat mennyisége nem tükrözi a ténylegesen kapott értéket.

Míg ez az ügyfél megfelelhet a “sokat használó” szegmens kritériumainak, a valóságban nem kap elég értéket, és valószínűleg nagy a kockázata annak, hogy a jövőben elvándorol (ha még nem tette meg).)

Alkalom- vagy időzítésalapú

Mikor a legvalószínűbb, hogy az ügyfelek vásárolnak vagy kapcsolatba lépnek egy márkával?

Az alkalom- és időzítésalapú viselkedési szegmensek hagyományosan az univerzális és a személyes alkalmakra egyaránt vonatkoznak.

• Az univerzális alkalmak az ügyfelek vagy a célközönség többségére vonatkoznak. Az ünnepek és a szezonális események tipikus példát jelentenek, ahol a fogyasztók nagyobb valószínűséggel vásárolnak bizonyos termékeket az ünnepi időszakban vagy az év bizonyos időszakaiban.
• Az ismétlődő-személyes alkalmak olyan vásárlási mintákat jelentenek egy adott ügyfél számára, amelyek egy bizonyos időszakon keresztül következetesen ismétlődnek, és amelyek lehetnek éves alkalmak, például születésnapok, évfordulók vagy nyaralások, havi vásárlások, például üzleti utazások, vagy akár napi rituálék, például az, hogy minden reggel megáll egy csésze kávéra munkába menet.
• A ritka-személyes alkalmak szintén az egyes vásárlókhoz kapcsolódnak, de sokkal rendszertelenebbek és spontánabbak, és így nehezebb megjósolni őket, mint például egy barát esküvőjén való részvétel.

Míg ezeket nagyon nehéz megjósolni, mégis lehetséges (talán emlékeznek a néhány évvel ezelőtti szalagcímekre, amikor a Target híresen az értékesítési pontok adatait használta arra, hogy kitalálja, mikor kell pelenkákat és más babatermékeket értékesíteni a nőknek az alapján, hogy mikor vásároltak korábban terhességi teszteket. )

Célzott szegmentálás a napszak, a hét napja stb. szerint

Az időzítésen alapuló viselkedési szegmentálás másik modernebb alkalmazása azokra az időpontokra vonatkozik, amikor egy ügyfél hajlamosabb a márkával való kapcsolatfelvételre vagy az ajánlatokra való fogékonyságra.

Az egyes ügyfelek e-mail olvasási, közösségi hálózatok böngészési, termékkutatási és tartalomfogyasztási preferenciáinak viselkedési mintázatai mind olyan példák, amelyeket ki lehet használni, hogy a marketingesek megértsék, melyek a legjobb napok és időpontok a különböző ügyfelek ajánlatokkal való megcélzására.

ANetflix, a Dominos, az Open Table és a Hotel Tonight mind pénteken küld nekem több e-mailt, mint a hét bármely más napján. Hogy miért? A tartalom, a pizzaszállítás és az utolsó pillanatban történő étterem- és szállodafoglalás mind olyan dolgok, amelyeket nagyobb valószínűséggel fogyasztok vagy vásárolok hétvégén.

Szegmensek az előző vásárlás vagy cselekvés óta eltelt idő alapján

Egy másik időalapú megközelítés az előző vásárlás vagy cselekvés óta eltelt idő alapján megjósolja, hogy az ügyfelek mikor fognak a legnagyobb valószínűséggel vásárolni.

Egy ügyfél például sokkal nagyobb valószínűséggel vásárolhat újra az első vásárlást követő heteken vagy hónapokon belül, vagy fordítva, sokkal kisebb valószínűséggel vásárol tovább vagy keresztértékesítést, amíg egy bizonyos idő el nem telik az első vásárlás vagy megújítás óta. A fent említett Target terhességi teszt esete egy másik példa lenne erre.

Vevői elégedettség

Mennyire elégedettek a vásárlói, VALÓBAN?

Az NPS® felmérések és más hasonló vevői visszajelzési mechanizmusok természetesen értékes módszerek, amelyek segítenek felmérni az ügyfelek elégedettségét, de nem támaszkodhat csak ezekre.

Íme három ok, amiért:

1. Az ügyfeleknek jellemzően csak egy töredéke vesz részt.
3. Függetlenül attól, hogy évente, kétévente, negyedévente, vagy akár havonta vagy hetente végez felméréseket, ez jelentős időt hagy az adatgyűjtési pontok között, így hosszabb időszakokat hagy a sötétben, amelyek során az ügyfél elégedettségi szintje drasztikusan megváltozhat.
4. Amint arra Swati Sahai rámutatott az ügyfélélmény méréséről szóló legutóbbi bejegyzésében, a kizárólag az NPS-re mint ügyfélélmény-mérőszámra való támaszkodás nem hatékony megközelítés, mivel nem tükrözi pontosan az ügyfelek változó igényeit és tapasztalatait az ügyfélút különböző szakaszaiban.

A vásárló viselkedése sokkal pontosabb és megbízhatóbb forrása lehet az elégedettség mérésének, különösen olyan adatokkal, amelyek valós időben és a vásárlói út minden szakaszában rögzíthetők és frissíthetők.

Sok adatforrás áll rendelkezésre, amelyeken keresztül a vásárlói viselkedés megcsapolható, hogy mérni lehessen a vásárló valódi elégedettségét egy adott időpontban. A negatív ügyfélélmények bizonyítékai sok helyen megtalálhatók, és számos különböző csatornán, rendszeren és eszközön keresztül észlelhetők a szervezeten belül. Ugyanez természetesen igaz a pozitív ügyfélélményekre is.

A hívásközpontok, a támogatási portálok, a súgófórumok, a számlázási és CRM-rendszerek, valamint a közösségi média csak néhány példa a hosszú listából, ahol ezek az adatok lehetnek.

Az ügyfelek elégedettség szerinti szegmentálásával – mint minden szegmentálás esetében – eldöntheti, hogy az egyes szegmensek számára milyen intézkedésekre van szükség, majd számszerűsítheti és rangsorolhatja őket a potenciális üzleti hatásuk alapján.

High Satisfaction Segment	Low Satisfaction Segment
Target with up-sell or cross-sell opportunities Reach out to for references or case studies Eligible for loyalty program Analyze customers in this segment to identify patterns that might lead to high satisfaction	Suppress from up-sell, cross-sell and other promotional offers Target with retention campaign Prioritize personal reach out from customer service or success team Analyze customers in this segment to identify potential root causes of low satisfaction

By segmenting your customers by satisfaction you can determine the answers to questions such as:
Which of your customers are most and least satisfied at any given time?

Which factors have the biggest impact on customer satisfaction?

Customer Loyalty

Who are your most loyal customers? How can you maximize their value and find more customers like them?

(Source)

Your most loyal customers are the most valuable assets to any company (arguably with the exception of its employees.) Őket olcsóbb megtartani, általában a legmagasabb élettartam-értékkel rendelkeznek, és ami a legfontosabb, a márka legnagyobb szószólóivá válhatnak; ez minden ügyfélkapcsolat végső célja.

A viselkedési adatok segítségével az ügyfelek a hűségük szintje szerint szegmentálhatók, ami segít a leghűségesebb ügyfelek azonosításában és igényeik megértésében, hogy biztosan ki tudja elégíteni őket.

A hűséges ügyfelek tökéletes jelöltek lehetnek olyan programok számára, amelyek különleges bánásmódot és kiváltságokat kínálnak, például exkluzív jutalmazási programokat, hogy ápolják és erősítsék az ügyfélkapcsolatot, és ösztönözzék a további jövőbeni üzletkötéseket.

Az ilyen programok néhány klasszikus B2C példája a légitársaságok törzsutasprogramjai, a “platina” hitelkártya-tagok vagy a szállodák és kaszinók kiemelt vendégei.

A hűséges ügyfelekből származó bevételek maximalizálásán túlmenően számos egyéb potenciális előny is növelheti a kapcsolat élettartam-értékét, mint például az ajánlások, referenciák, ajánlások és ajánlások, az esettanulmányokban való részvétel, a termékről adott visszajelzések, és ami a legfontosabb, a pozitív szájpropaganda megosztása társaikkal.

Az ügyfélhűség viselkedési szegmentációjának felhasználásával értékes válaszokat kaphatunk olyan fontos kérdésekre, mint:

Melyek azok a kulcsfontosságú tényezők és viselkedések az ügyfélút mentén, amelyek hűséghez vezetnek?

Mely ügyfelek a legjobb jelöltek a hűség- vagy érdekképviseleti programokhoz?

Hogyan tarthatja a leghűségesebb ügyfeleit elégedettnek, és hogyan maximalizálhatja a tőlük származó értéket?

Érdeklődés

Mi érdekli a különböző ügyfeleket?

Az ügyfelek személyes és szakmai érdeklődésének megismerése kulcsfontosságú a személyre szabás, az ügyfelek elkötelezettsége és az értékteremtés szempontjából.

Az érdeklődésen alapuló viselkedés szerinti szegmentálás fontos szerepet játszhat a személyre szabott élmények nyújtásában, amelyek megtartják az ügyfelek elkötelezettségét és visszatérését. Ez attól függetlenül igaz, hogy az Ön célja a termékhasználat növelése, az ügyfelek megcélzása keresztértékesítési vagy upsell ajánlatokkal, vagy a megfelelő tartalom és kommunikáció nyújtása az ügyfelek ápolása és a vásárláshoz vagy az érdekérvényesítéshez vezető úton való továbblépésük elősegítése érdekében.

ANetflix, az Amazon és a Spotify ajánlómotorokat használ a tartalmak és termékek ajánlására, amelyek teljes mértékben az ügyfelek viselkedés szerinti érdeklődésén alapulnak.

Az érdeklődés szerinti viselkedés egyik nagy előnye, hogy képes implicit módon összekapcsolni a konkrét érdeklődési köröket más potenciális kapcsolódó érdeklődési körökkel.

Így minden egyes alkalommal, amikor az ügyfél érdeklődési viselkedését rögzíti, nemcsak az ügyfél egy adott téma iránti érdeklődésének szintjét súlyozza, hanem megsokszorozza azon további potenciális érdeklődési körök/témák számát is, amelyek hatékonyak lehetnek az adott ügyfél bevonására.

A gépi tanulás segíthet a folyamat skálázásában. Ahogy egyre több ügyfél vesz részt és lép interakcióba, egyre több érdeklődésen alapuló viselkedésmódot lehet majd felfedezni, levezetni és idővel mérlegelni.

Elkötelezettségi szint

Hogyan elkötelezettek az ügyfelei? Kik a leginkább és kik a legkevésbé elkötelezett ügyfelei?

A cikkben korábban már beszéltem a használaton alapuló viselkedéses szegmentációról, amely kifejezetten az ügyfelek termékkel vagy szolgáltatással való interakcióira vonatkozik. Míg az ügyfelek elkötelezettségi szintjük szerinti szegmentálása magában foglalhatja a használatot, a márkával való ügyfélinterakciók szélesebb spektrumát is felöleli, amely ugyanolyan értékes lehet az ügyfélkapcsolat erősségének felméréséhez.

Az, hogy Ön hogyan definiálja az “elkötelezettséget”, cégétől és szerepétől függően változik, de azt hiszem, abban mindannyian egyetérthetünk, hogy általánosságban elmondható, hogy az elkötelezettség jó.

Ha egy ügyfélnek pozitív tapasztalatai vannak a márkájával kapcsolatban, és ennek eredményeként hajlandó gyakrabban kapcsolatba lépni és több időt tölteni a márkájával, ez általában jó jel arra, hogy pozitív eredmények következnek.

The more time a customer spends engaging with your brand and having positive experiences, the more likely that:

• Trust is increasing.
• A positive perception of the brand is developing.
• Their brand relationship is strengthening.
• They are considering making a purchase.

Engagement is a valuable metric in both pre-and-post-purchase realms of the customer journey.

Az elkötelezettségen alapuló szegmentációt használhatja például annak megértésére, hogy a különböző érdeklődők mennyire elkötelezettek a vásárlás előtti tölcsérben, vagy hogy a meglévő ügyfelek mennyire aktívak a felhasználói közösségben.

Az elkötelezettséget mérheti az egyéni ügyfél/érintkező szintjén, a teljes vállalat vagy fiók szintjén, vagy mindkettőn. Mindkét esetben az ügyfelek elkötelezettségi szintjük szerinti szegmentálása rendkívül értékes ahhoz, hogy megértsük, mely ügyfelek elkötelezettek leginkább és legkevésbé a márkával egy adott időpontban, és miért, és ami a legfontosabb, hogy kitaláljuk, mit tegyünk ez ellen.

Az alábbiakban egy példát mutatunk az Engagio-tól, egy vezető fiókalapú marketingplatformtól, amely az elkötelezettséget az egyik “Big 5” ABM-mérőszámának tekinti. Az Engagio szoftvere lehetővé teszi a felhasználók számára, hogy percekben mérjék a viselkedési elkötelezettséget a potenciális ügyfélszámla minden egyes szerepére, valamint a teljes ügyfélszámlára vonatkozóan:

(Source)

User Status

User status is another way to behaviorally classify different customers by their relationship to your business.

Below are a few of the most common examples of user status:

• Non-users
• Prospects
• First-time buyers
• Regular users
• Defectors (ex-customers who have switched to a competitor)

But there are many different possible user statuses you might have depending on your business.

Egy free to pro modellel vagy ingyenes kipróbálási modellel rendelkező vállalat például rendelkezhet a “freemium felhasználók” vagy az “ingyenes kipróbálási” felhasználók státuszával.

A megfelelő technológia kihasználása

Végezetül, a megfelelő technológia nélkül hihetetlenül nehéz (a lehetetlennel határos) ma igazán sikeresnek lenni a viselkedéses szegmentálással.

A Google analitika, az olyan hirdetési platformok, mint a Google Adwords és a Facebook, valamint a marketingautomatizálási rendszerek mind olyan eszközök, amelyeket ki lehet (és ki is kell) használni az ügyfelek viselkedésen alapuló elemzésére, szegmentálására és célzására.

Mindenesetre ezek az eszközök csak töredékét tudják nyújtani az ebben a bejegyzésben tárgyalt értéknek és képességeknek. Nem biztosítanak olyan csatornákon átívelő útadatokat, amelyekre az átfogó viselkedési szegmensek kialakításához van szüksége, vagy olyan útalapú meglátásokat, amelyekre az egyes ügyfelek átfogó élménye alapján történő cselekvések összehangolásához van szüksége.

Az ügyfélút-hangszerelő szoftverek lehetővé teszik, hogy minden egyes érintkezési ponton javítsa a személyre szabási döntéseket, zökkenőmentes élményt nyújtva minden ügyfél számára. A kifinomult megoldások lehetővé teszik az ügyfelek tulajdonságai és viselkedése alapján meghatározott új közönségek aktiválását vagy a meglévő közönségek frissítését. Egy olyan platform kihasználása, amely a silózott csatornákon belüli interakciók helyett az utazásokat helyezi előtérbe, segít vállalkozásának abban, hogy a lehető legjobb élményt nyújtsa az ügyfeleknek egyedi céljaik és igényeik alapján.

Most te jössz

A viselkedés szerinti szegmentálás az ügyfelek viselkedésük szerinti szegmentálásának technikája, így jobban megértheti őket, és optimálisabb módon léphet kapcsolatba velük az utazásuk során.

A fent leírt tíz viselkedéses szegmentálási módszer segítségével lehetővé teheti az ügyfelek számára, hogy elérjék egyedi céljaikat, maximalizálhatja a ROI-t, növelheti az ügyfelek életciklusértékét és mélyebb ismereteket szerezhet az ügyfélköréről.