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. Enligt rapporten är den främsta orsaken till att företagen misslyckas att de fortfarande använder sig av traditionella metoder för kundsegmentering, utan att utnyttja bredden av kunddata och avancerad analysteknik som finns tillgänglig idag.

Med andra ord använder de sig inte av en modern beteendesegmentering.

I det här inlägget kommer jag att uppdatera dig med en djupgående översikt över 10 olika tillvägagångssätt för beteendesegmentering som kan användas för att bättre förstå dina kunder och deras mål, för att maximera resans framgång och uppnå affärsresultat.

Vad är beteendesegmentering?

Traditionella tillvägagångssätt för segmentering fokuserade främst på vilka kunderna är och segmenten baserades på demografiska attribut som kön eller ålder, och firmografiska attribut som företagsstorlek eller bransch. Men som jag diskuterade i mitt tidigare inlägg om data om kundbeteende räcker det inte längre med att bara förstå vilka kunderna är.

Behavioral segmentation handlar om att förstå kunderna inte bara utifrån vem de är, utan utifrån vad de gör, med hjälp av insikter som härrör från kundernas handlingar.

Behavioral Segmentation är en form av kundsegmentering som bygger på beteendemönster som kunderna visar när de interagerar med ett företag/varumärke eller fattar ett köpbeslut. Den gör det möjligt för företag att dela in kunderna i grupper utifrån deras kunskap om, attityd till, användning av eller reaktion på en produkt, en tjänst eller ett varumärke.

Målet är att identifiera kundsegment som gör det möjligt för dig att förstå hur du ska tillgodose de särskilda behoven eller önskemålen hos en grupp av kunder, upptäcka möjligheter att optimera deras kundresor och kvantifiera deras potentiella värde för ditt företag.

Varför segmentera kunderna efter beteende?

Här är fyra huvudfördelar med att gruppera kunderna i olika segment baserat på deras beteenden:

1. Personalisering. Förstå hur olika kundgrupper ska riktas in med olika erbjudanden, vid de lämpligaste tidpunkterna genom de kanaler de föredrar, för att effektivt hjälpa dem att avancera mot framgångsrika resultat i sina resor.
2. Prediktivt. Använd historiska beteendemönster för att förutsäga och påverka framtida kundbeteenden och resultat.
3. Prioritering. Ta smartare beslut om hur tid, budget och resurser ska fördelas på bästa sätt genom att identifiera högvärdiga kundsegment och initiativ med störst potentiell affärseffekt.
4. Prestanda. Övervaka tillväxtmönster och förändringar i viktiga kundsegment över tid för att mäta verksamhetens hälsa och spåra resultat i förhållande till målen. På en hög nivå innebär detta att kvantifiera storleken och värdet av kundsegmenten och att följa hur ”positiva” och ”negativa” segment växer eller krymper över tiden.

10 kraftfulla metoder för beteendesegmentering som du kan använda för att bättre förstå dina kunder

Traditionellt sett placerar de flesta experter runt sex primära typer av beteendesegmentering.

(Källa)

Men de sex ”klassiska” typerna av beteendesegmentering är alla fortfarande mycket relevanta idag, har de också utvecklats och fått nya betydelser, tillämpningar och användningsområden.

I det här inlägget kommer vi att utforska både de ”traditionella” och ”moderna” tolkningarna av varje typ, samtidigt som vi gör några nya tillägg till listan för att inkludera några intressanta nya sätt som några av våra kunder och partners använder beteendesegmentering på idag.

De 10 metoderna för beteendesegmentering är:

(Klicka för att hoppa till varje avsnitt)

1. Inköpsbeteende
2. Sökta fördelar
3. Stadium i kundresan
4. Användning
5. Tillfälle eller tidpunkt
6. Kundnöjdhet
7. Kundlojalitet
8. Intresse
9. Engagemangsnivå
10. Användarstatus

För att vi ska kunna dyka in i ämnet bör du tänka på några viktiga saker:

• Denna lista utesluter INTE varandra.
• Sättet du går till väga för att definiera segment och använda olika typer av beteendesegmentering kan variera mycket beroende på din verksamhet.
• 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 delade med sig av några e-handelsexempel på denna metod i en nyligen publicerad artikel. Hon karaktäriserar köparna i sex olika beteendesegment med motsvarande köparpersonas genom att bilda implicita antaganden baserade på deras interaktioner online:

• Den ”prismedvetna” köparen är en fyndjägare som letar efter lägsta möjliga pris.
• Den ”smarta” köparen är en grundlig, noggrann forskare som vill förstå varje komplicerad faktor innan han eller hon bestämmer sig för någon enskild faktor.
• Den ”riskrädda” köparen är en försiktig, ekonomiskt försiktig köpare som har svårt att köpa något utan att ha en ordentlig försäkring, t.ex. en bra, problemfri returrätt.
• Den ”behovssäkrade” köparen är en köpare som behöver bekräftelse på att produkten är populär och att den stöds av påståenden från hennes kollegor.
• ”Jag köper den senare” är en köpare som saknar brådska.
• ”Övertalningsbara” köparen är en impulsköpare som är mycket mottaglig för korsförsäljningserbjudanden.

Om du kan lära dig så mycket om hur olika kunder närmar sig ett köpbeslut genom beteendedata från bara en enda kanal under en enda webbsession, tänk då hur mycket mer du skulle kunna upptäcka med hjälp av kundbeteendedata som omfattar interaktioner i alla kanaler under en längre tidsperiod.

Sökta fördelar

Vilka primära fördelar söker olika kunder under ett köpbeslut?

När kunderna undersöker en produkt eller tjänst kan deras beteende avslöja värdefulla insikter om vilka fördelar, funktioner, värden, användningsområden eller problem som är de viktigaste motivationsfaktorerna som påverkar deras köpbeslut.

När en kund lägger ett mycket högre värde på en eller flera fördelar än de andra, är dessa primära sökta fördelar de definierande motiverande faktorerna som driver köpbeslutet för den kunden.

Ett enkelt exempel är konsumenter som köper tandkräm av olika anledningar:

1. Vitande syfte
2. Känsliga tänder
3. Smak
5. Pris

Detta B2C-tandkrämsexempel kan tillämpas på så gott som alla företag i alla branscher. När det gäller programvara för B2B kan de fördelar som eftersträvas vara specifika funktioner eller möjligheter, användarvänlighet, hastighets- eller noggrannhetsrelaterade fördelar eller viktiga integrationer med andra verktyg.

Två potentiella kunder kan se likadana ut när det gäller demografiska eller firmografiska egenskaper eller ur en kundpersons synvinkel, men de kan ha mycket olika värderingar när det gäller vilka fördelar och funktioner som är viktigast och minst viktiga för var och en av dem.

Om du har fyra kunder som alla söker olika primära fördelar och du meddelar dem alla om samma fördel, missar du målet med 75 % av din kommunikation och slösar 75 % av din tid och budget.

Om du förstår varje kunds beteende, när de interagerar med ditt varumärke över tid, kan du gruppera kunderna i segment baserat på deras önskade fördelar och anpassa din marknadsföring i enlighet med detta för varje segment.

Kundresans skede

I vilket skede av resan befinner sig en ny eller befintlig kund för närvarande?

Bygg beteendesegment efter kundresans skede så att du kan anpassa kommunikationen och personifiera upplevelser för att öka konverteringen i varje skede. Dessutom hjälper det dig att upptäcka steg där kunderna inte gör framsteg, så att du kan identifiera de största hindren och möjligheterna till förbättring.

Men det är inte lätt att segmentera dina kunder efter resans steg.

En vanlig missuppfattning är att ett enskilt kundbeteende eller en enskild interaktion räcker för att exakt fastställa vilket stadie av resan som kunden befinner sig i för närvarande.

”Den här kunden tittade på det här innehållet eller klickade på den här annonsen, så det betyder att de befinner sig på ____________”

I de flesta fall räcker det inte med en eller två beteendedatapunkter för att exakt identifiera en kunds aktuella reseskede.

Kunder i alla olika stadier interagerar och engagerar sig i innehåll och upplevelser som är utformade för alla olika stadier, i alla olika kanaler, vid alla olika tidpunkter och i ingen särskild ordning.

Det mest effektiva sättet att exakt fastställa en kunds aktuella resestadiet är att utnyttja alla kundens beteendedata i alla kanaler och beröringspunkter, så att du kan bygga upp viktade algoritmer som bygger på beteendemönster över tid.

Det här diagrammet visar en enskild presumtiv kunds beteende under en period av de senaste fjorton dagarna. Den här potentiella kunden befinner sig i kundresans övervägandefasen, men hans beteenden sker i en helt slumpmässig ordning och inte på ett linjärt sätt från fas till fas. Detta är en mycket mer realistisk bild av hur kundernas beteende kan se ut under en viss tidsram när de interagerar med ett varumärke.

Om du skulle försöka identifiera vilket steg i resan som den här potentiella kunden befann sig i baserat på ett eller två av beteendena, skulle du lätt kunna göra ett felaktigt antagande. Om du till exempel gör din bedömning utifrån ett av de två första beteendena verkar det som om kunden befinner sig i medvetande- eller utbildningsfasen. Men genom att vikta beteendena med hjälp av algoritmer som bygger på historiska mönster kan du se hur det blir mycket tydligare att övervägande är det mest sannolika aktuella stadiet i resan för den här kunden.

Gör inte heller misstaget att anta att kunderna bara naturligt kommer att övergå till nästa steg i sin resa när tiden går.

Om du har en årlig prenumerationsverksamhet och du antar att en kund har gått från antagande- till behållningsstadiet under loppet av året, kan det bli ett rysligt uppvaknande när det är dags för förnyelse. Återigen är beteendedata det enda sättet att få fram sanningen, eller åtminstone så nära den som möjligt.

Användning

Hur ofta (och hur mycket) använder kunderna din produkt eller tjänst? Hur använder de den?

Användning av produkter eller tjänster är ett annat vanligt sätt att segmentera kunder efter beteende, baserat på hur ofta en kund köper eller interagerar med en produkt eller tjänst.

Hur ofta reser kunderna med Airbnb? Hur ofta köper kunderna produkter från Amazon?

För ett B2B SaaS-företag, hur ofta loggar kunderna in och använder din programvara? Hur mycket tid spenderar de? Hur använder de den? Vilka funktioner använder de? Hur många användare från samma konto eller företag använder den?

Användningsbeteende kan vara en stark prediktiv indikator för lojalitet eller avhopp och därmed livstidsvärde.

I ett nyligen publicerat inlägg, How to Use Customer Behavior Data to Drive Revenue, delade jag med mig av ett exempel på hur Netflix utnyttjar kundernas användningsdata för att bygga upp beteendesegment baserade på användarnas månatliga innehållskonsumtion, vilket i slutändan gjorde det möjligt för dem att minska sin avhopparfrekvens och öka kundernas livstidsvärde till en nivå som enligt ledningens uppskattning sparar företaget 1 miljard dollar per år.

Detta användningsfall för Netflix är ett bra exempel på kvantitetsbaserad användningssegmentering.

Segmentering baserat på kvantitet eller användningsfrekvens

• Tunga användare (eller ”superanvändare”) är kunder som spenderar mest tid på att använda din lösning och/eller köper mest frekvent. Dessa tenderar att vara dina mest ivriga och engagerade kunder, som också ofta kan förlita sig mest på din produkt/tjänst.
• Medelanvändare är kunder som halvt regelbundet använder eller köper, men inte särskilt ofta. Ofta kan dessa vara tids- eller evenemangsbaserade.
• Lätta användare är kunder som använder eller köper mycket mindre i förhållande till andra kunder. Beroende på din verksamhet kan detta till och med innebära engångsanvändare, men återigen beror det på den relativa användningen i förhållande till resten av din kundbas.

Dessa användningsbaserade beteendesegment är ovärderliga för att förstå varför vissa typer av kunder blir tunga eller lätta användare. Genom att segmentera på detta sätt kan du testa olika åtgärder och tillvägagångssätt för att öka användningen från befintliga kunder och locka fler nya kunder med större sannolikhet att följa samma användningsbeteendemönster som dina superanvändare.

Om en tid är det viktigt att övervaka förändringar i kundernas användningsbeteende. På så sätt kan du identifiera problem och möjligheter både på aggregerad nivå (för att mäta det totala affärsresultatet) och på individuell kundnivå (för att till exempel identifiera om en kund löper stor risk att bli av med sin kund).

(Källa)

Handplockat relaterat innehåll:

Segments Based on Quality of Usage

Men kvantitet och användningsfrekvens kan säkert vara värdefulla beteendesegment, men hög användning är inte alltid detsamma som mest värdefullt, både för kunden och i slutändan för ditt företag

En SaaS-kund kan till exempel ha ett stort beteende när det gäller produktanvändning, men i verkligheten är saker och ting kanske inte så bra som de ser ut på ytan. De kanske:

1. inte använder produkten så effektivt som de skulle kunna göra,
2. inte utnyttjar bara en bråkdel av de viktigaste funktionerna eller funktionerna i lösningen,
3. inte använder produkten nu för att de är tvungna att göra det, men de är missnöjda och vill byta till en konkurrent på lång sikt.

I alla tre exemplen återspeglar kvantiteten av användning inte det värde som de faktiskt får.

Men även om den här kunden kan passa in i kriterierna för ett segment för ”tunga användare”, får de i själva verket inte tillräckligt med värde och kommer troligen att ha en hög risk för att byta leverantör i framtiden (om de inte redan har gjort det).

Anledningsbaserat eller tidsbaserat

När är det mest troligt att kunderna gör ett köp eller engagerar sig i ett varumärke?

Traditionellt sett avser tillfälles- och tidsbaserade beteendesegment både universella och personliga tillfällen.

• Universella tillfällen gäller för majoriteten av dina kunder eller din målgrupp. Helger och säsongshändelser är ett typiskt exempel, där konsumenterna är mer benägna att göra vissa inköp kring semesterperioden eller vid vissa tider på året.
• Återkommande personliga tillfällen är inköpsmönster för en enskild kund som ständigt upprepas under en viss tidsperiod, vilket kan vara allt från årliga tillfällen som födelsedagar, årsdagar eller semestrar, månadsvisa inköp som affärsresor eller till och med dagliga ritualer som att stanna till för att ta en kopp kaffe på väg till jobbet varje morgon.
• Sällsynta personliga tillfällen är också relaterade till enskilda kunder, men är mer oregelbundna och spontana och därmed svårare att förutsäga, t.ex. att delta i en väns bröllop.

Som dessa kan vara mycket svåra att förutsäga är det dock möjligt (ni kanske minns rubrikerna för några år sedan, då Target som bekant använde data från försäljningsställen för att räkna ut när de skulle marknadsföra blöjor och andra babyprodukter till kvinnor baserat på när de tidigare hade köpt graviditetstest. )

Targeting Segments by Time of Day, Day of Week, etc.

En annan mer modern tillämpning av tidsbaserad beteendesegmentering har att göra med tidpunkter då en kund har högre benägenhet att engagera sig i ett varumärke eller vara mer mottaglig för erbjudanden.

beteendemönster i enskilda kunders preferenser för att läsa e-post, surfa på sociala nätverk, undersöka produkter och konsumera innehåll är alla exempel som kan utnyttjas för att hjälpa marknadsförare att förstå de bästa dagarna och tiderna för att rikta erbjudanden till olika kunder.

Netflix, Dominos, Open Table och Hotel Tonight skickar alla e-post till mig på fredagar mer än någon annan dag i veckan. Varför? Innehåll, pizzabud och sista minuten-restaurang- och hotellbokningar är alla saker som jag är mer benägen att konsumera eller köpa på helgen.

Segments by Time Elapsed Since Prior Purchase or Action

Ett annat tidsbaserat tillvägagångssätt är att förutsäga när det är mest troligt att kunderna kommer att göra ett köp baserat på hur lång tid som har gått sedan ett tidigare köp eller en tidigare åtgärd.

En kund kan till exempel vara mycket mer benägen att köpa igen under de veckor eller månader som följer på ett första köp, eller tvärtom, mycket mindre benägen att göra ett upp- eller korsförsäljningsköp förrän en viss tid har förflutit sedan ett första köp eller en förnyelse. Det tidigare nämnda fallet med graviditetstestet från Target skulle vara ett annat exempel på detta.

Kundnöjdhet

Hur nöjda är dina kunder egentligen?

NPS®-undersökningar och andra liknande mekanismer för kundåterkoppling är förvisso värdefulla metoder för att hjälpa till att mäta kundtillfredsställelse, men du kan inte förlita dig enbart på dessa.

Här är tre skäl till varför:

1. Typiskt sett är det bara en bråkdel av kunderna som deltar.
2. Oavsett om du genomför undersökningar årligen, halvårsvis, kvartalsvis eller till och med månadsvis eller veckovis, lämnar detta en avsevärd tid mellan datainsamlingspunkterna, vilket gör att du inte vet något om längre tidsperioder under vilka kundernas nöjdhetsnivå kan förändras drastiskt.
3. Som Swati Sahai påpekade i sitt senaste inlägg om hur man mäter kundupplevelsen, är det ineffektivt att enbart förlita sig på NPS som ett mått på kundupplevelsen eftersom det inte korrekt återspeglar kundernas förändrade behov och upplevelser i olika skeden av kundresan.

En kunds beteende kan vara en mycket mer exakt och tillförlitlig källa för att mäta tillfredsställelse, särskilt med data som kan samlas in och uppdateras i realtid och i varje skede av kundresan.

Det finns många datakällor tillgängliga genom vilka kundernas beteende kan avlyssnas för att mäta en kunds verkliga tillfredsställelse vid varje given tidpunkt. Bevis på negativa kundupplevelser kan hittas på många ställen och upptäckas genom många olika kanaler, system och verktyg i din organisation. Samma sak gäller förstås för positiva kundupplevelser.

Callcenter, supportportaler, hjälpforum, fakturerings- och CRM-system och sociala medier är bara några av en lång rad exempel på var dessa data kan finnas.

Om du först segmenterar dina kunder efter tillfredsställelse – som med all segmentering – kan du bestämma dig för lämpliga åtgärder för varje segment och sedan kvantifiera och prioritera dem efter deras potentiella affärseffekter.

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.) De är billigare att behålla, har vanligtvis det högsta livstidsvärdet och, viktigast av allt, kan bli dina största varumärkesförespråkare; det ultimata målet för varje kundrelation.

Med hjälp av beteendedata kan kunderna segmenteras efter deras lojalitetsnivå för att hjälpa dig att identifiera dina mest lojala kunder och förstå deras behov för att se till att du tillfredsställer dem.

Lojala kunder kan vara perfekta kandidater för program som erbjuder specialbehandling och privilegier, t.ex. exklusiva belöningsprogram för att vårda och stärka kundrelationen och ge incitament till fortsatta framtida affärer.

Några klassiska B2C-exempel på sådana program är flygbolagens program för frekventa resenärer, medlemmar i ”platina”-kreditkort eller föredragen gäst på hotell och kasinon.

Förutom att maximera intäkterna från lojala kunder finns det många andra potentiella fördelar som kan öka relationens livstidsvärde, t.ex. hänvisningar, referenser, stöd och vittnesmål, deltagande i fallstudier, produktfeedback och, viktigast av allt, att de delar med sig av positiv word-of-mouth till sina kollegor.

Använd beteendesegmentering av kundlojalitet för att få värdefulla svar på viktiga frågor som:

Vilka nyckelfaktorer och beteenden längs kundresan som leder till lojalitet?

Vilka kunder är de bästa kandidaterna för lojalitets- eller förespråkarprogram?

Hur kan du hålla dina mest lojala kunder nöjda och maximera det värde du får från dem?

Interesse

Vad är olika kunder intresserade av?

Det är viktigt att förstå dina kunders personliga och yrkesmässiga intressen för personalisering, kundengagemang och för att leverera värde.

Interessentbaserad beteendesegmentering kan vara avgörande för att leverera personliga upplevelser som gör att kunderna är engagerade och återkommer för att få mer. Detta gäller oavsett om ditt mål är att öka produktanvändningen, rikta kunderna med kors- eller merförsäljningserbjudanden eller leverera rätt innehåll och kommunikation för att vårda kunderna och hjälpa till att flytta dem längs vägen till köp eller vägen till förespråkande.

Netflix, Amazon och Spotify använder rekommendationsmotorer för att föreslå innehåll och produkter helt och hållet baserat på kundernas beteendeintressen.

En av de stora fördelarna med intressebeteende är förmågan att implicit koppla samman specifika intressen med andra potentiella relaterade intressen.

Då du gör det, varje gång du fångar en kunds intressebeteende, viktar du inte bara en kunds grad av intresse för ett visst ämne, du multiplicerar också antalet ytterligare potentiella intressen/ämnen som kan vara effektiva för att engagera den kunden.

Maskininlärning kan hjälpa till att skala upp processen. I takt med att allt fler kunder engagerar sig och interagerar kommer det att finnas fler intressebaserade beteenden att upptäcka, härleda och väga över tiden.

Involveringsnivå

Hur engagerade är dina kunder? Vilka är dina mest och minst engagerade kunder?

Förr i den här artikeln talade jag om användningsbaserad beteendesegmentering, som specifikt avser kundernas interaktioner med din produkt eller tjänst. Segmentering av kunder efter deras engagemang kan inkludera användning, men omfattar också ett bredare spektrum av kundinteraktioner med ditt varumärke som kan vara lika värdefullt för att mäta styrkan i kundrelationen.

Hur du definierar ”engagemang” kommer att variera beroende på ditt företag och din roll, men jag tror att vi alla kan enas om att engagemang generellt sett är bra.

Om en kund har positiva erfarenheter av ditt varumärke och som ett resultat är villig att interagera oftare och tillbringa mer tid med ditt varumärke, är detta vanligtvis ett bra tecken på att positiva resultat kommer att följa.

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.

Du kan till exempel använda engagemangbaserad segmentering för att förstå hur engagerade olika potentiella kunder är i din tratt före köp, eller hur aktiva befintliga kunder är i din användargrupp.

Du kan mäta engagemanget på individuell kund/kontaktnivå, på övergripande företags- eller kontonivå, eller båda. I båda fallen är det oerhört värdefullt att segmentera dina kunder efter deras engagemang för att förstå vilka kunder som är mest och minst engagerade i ditt varumärke vid en viss tidpunkt och varför, och, viktigast av allt, ta reda på vad du ska göra åt det.

Nedan följer ett exempel från Engagio, en ledande plattform för kontobaserad marknadsföring, som betraktar engagemang som en av sina ”Big 5” ABM-mätvärden. Engagios programvara gör det möjligt för användare att mäta beteendeengagemang i minuter för varje enskild roll på ett prospektkonto samt för varje konto som helhet:

(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.

Till exempel kan ett företag med en free to pro-modell eller gratis provmodell ha en status för ”freemium-användare” eller ”free trial”-användare.

Använd rätt teknik

Till sist, utan rätt teknik på plats är det otroligt svårt (på gränsen till omöjligt) att vara riktigt framgångsrik med beteendesegmentering idag.

Google analytics, annonsplattformar som Google Adwords och Facebook samt system för automatiserad marknadsföring är alla exempel på verktyg som du kan (och bör) utnyttja för att analysera, segmentera och rikta in dig på kunder baserat på beteenden.

De här verktygen kan dock bara leverera en bråkdel av det värde och de möjligheter som behandlas i det här inlägget. De ger dig inte de data om resan över flera kanaler som du behöver för att bygga omfattande beteendesegment eller de resedrivna insikter som du behöver för att orkestrera åtgärder baserat på varje kunds helhetsupplevelse.

Mjukvara för orkestrering av kundresan gör det möjligt för dig att förbättra personaliseringsbesluten i alla dina kontaktpunkter, vilket ger en sömlös upplevelse för varje kund. Med sofistikerade lösningar kan du aktivera nya eller uppdatera befintliga målgrupper som definieras av kundens attribut och beteende. Genom att utnyttja en plattform som prioriterar resor, snarare än interaktioner inom siloade kanaler, kan ditt företag leverera bästa möjliga upplevelse till kunderna baserat på deras unika mål och behov.

Det är din tur

Beteendessegmentering är en teknik för att segmentera kunder efter deras beteende, så att du bättre kan förstå dem och engagera dig med dem på ett mer optimalt sätt längs deras resor.

Med hjälp av de tio metoderna för beteendesegmentering som beskrivs ovan kan du göra det möjligt för kunderna att nå sina unika mål, maximera ROI, öka kundernas livstidsvärde och bygga upp en djupare kunskap om din kundbas.