Skapa användbara modeller för kundsegmentering

Dan LeBlanc, VD & Grundare av Daasity

Jun 27, 2019

Vad är kundsegmentering?

Kundsegmentering är ett sätt att dela upp kunderna i grupper baserat på vissa egenskaper som kunderna delar. Alla kunder delar det gemensamma behovet av din produkt eller tjänst, men utöver det finns det tydliga demografiska skillnader (t.ex. ålder, kön) och de tenderar att ha ytterligare socioekonomiska, livsstilsrelaterade eller andra beteendemässiga skillnader som kan vara användbara för organisationen.

Vilken typ av information används vid kundsegmentering

Alla uppgifter som du kan skaffa dig om enskilda individer kan användas för att skapa en kundsegmentering. Varumärken som säljs direkt till konsumenter och B2B-företag har en klar fördel på grund av den mängd information som de kan få fram om sina kunder enbart från deras transaktionsdata.

Basiska datatyper omfattar vanligtvis följande:

• Geografi (faktureringsinformation, fraktinformation (om tillämpligt), webbläsarinformation)
• Produkt(er)/tjänst(er) som köpts
• Hur kunderna hittade dig (hänvisande URL och/eller kampanjinformation, kampanjkoder)
• Enhet som använts (enhetstyp, märke (om mobilt), webbläsare)
• Om detta är kundens första köp
• Betalningsmetod

Ovanför dessa grunder kan företag välja att samla in mer information som en del av försäljnings- eller kassaprocessen som kan komplettera deras kunddata, t.ex:

• Rsak till köpet
• Marknadsförings- eller reklamkanal som drev fram köpet*
• Intänkt användning: affärer, privat, egen konsumtion, gåva osv.
• Företagets branschsegment
• Arbetstitel
• Ålder/Kön

*Vetenskaplig anmärkning:
Detta har blivit vanligare, särskilt med företag som säljer direkt till konsumenter och som försöker utvärdera sin marknadsförings effektivitet och erbjuda en annan synvinkel än sista klick i Google Analytics. Det finns alltid en hälsosam felmarginal som tillämpas på data som rapporteras på detta sätt från en kund, men det visar definitivt vad de anser vara den mest minnesvärda eller viktiga orsaken till deras köp. Daasity har byggt ut specifik logik för att bearbeta denna information, tillsammans med andra data, för att hjälpa till att bestämma den mest sannolika marknadsföringskanalen som är ansvarig för köpen.

Därifrån finns det möjlighet att antingen härleda ytterligare attribut eller köpa ytterligare attribut. Att härleda attribut innebär att du redan har samlat in data som resulterar i en stark korrelation till ett annat attribut. Du kan till exempel härleda kön från namn.

Det andra alternativet är att köpa data och lägga till dem till dina kunders befintliga profildata. Företag som Experian, Acxiom och andra råkar ha stora mängder inköpsdata från kreditkortstransaktioner, liksom demografiska data som de har kopplat till vissa beteenden. De har höga matchningsfrekvenser för att tillhandahålla ytterligare uppgifter (s.k. tredjepartsdata), t.ex:

• Skattad hushållsinkomst
• Förekomst av barn
• Husägande
• Mängden spenderade pengar inom din företagskategori eller andra detaljhandelskategorier
• Livsstil eller beteendeintressen

6 typer av kundsegmenteringsmodeller

De vanligaste kundsegmenteringsmodellerna sträcker sig från enkla till mycket komplexa och kan användas av en mängd olika affärsskäl. Vanliga segmenteringar inkluderar:

1. Demografisk
   Allra minst identifierar många företag kön för att skapa och leverera innehåll baserat på det kundsegmentet. På samma sätt är föräldrastatus ett annat viktigt segment och kan härledas från inköpsuppgifter, genom att be kunderna om mer information eller genom att förvärva uppgifterna från en tredje part.

2. Recency, frequency, monetary (RFM)
   RFM är en metod som ofta används inom segmentering av direktreklam och där man identifierar kunderna baserat på hur ofta de senast köpte, det totala antalet köp som de har gjort (frekvens) och det belopp som de har spenderat (monetärt). Detta används ofta för att identifiera kunder med högt värde.

3. Kunder med högt värde (HVCs)
   Baserat på en RFM-segmentering kommer alla företag, oavsett sektor eller bransch, att vilja veta mer om varifrån HVCs kommer och vilka egenskaper de delar så att man kan skaffa fler av dem.

4. Kundstatus
   De flesta företag kommer åtminstone att dela in kunderna i aktiva och avlidna kunder, vilket anger när kunden senast gjorde ett köp eller engagerade sig hos er. Typiska produkter som inte är lyxprodukter betraktar aktiva kunder som de som har köpt under de senaste 12 månaderna. Förlorade kunder är de som inte har köpt något under de senaste 12 månaderna. Kunderna kan delas in i ytterligare grupper baserat på hur länge de varit i den statusen eller andra egenskaper.

5. Beteende
   Förflutna observerade beteenden kan vara vägledande för framtida handlingar, t.ex. köp vid vissa tillfällen eller händelser, köp från vissa märken eller viktiga livshändelser som att flytta, gifta sig eller skaffa barn. Det är också viktigt att beakta skälen till att en kund köper din produkt/tjänst och hur dessa skäl kan förändras under året/åren i takt med att deras behov förändras.

6. Psykografisk
   Psykografisk kundsegmentering tenderar att involvera mjukare mått som attityder, övertygelser eller till och med personlighetsdrag. Till exempel, enkätfrågor som undersöker hur mycket någon håller med eller inte håller med om ett uttalande försöker vanligtvis klassificera deras attityder eller perspektiv mot vissa uppfattningar som är viktiga för ditt varumärke.

5 Fördelar med kundsegmentering

Det finns flera fördelar med att implementera kundsegmentering, bland annat att informera marknadsföringsstrategin, marknadsföringsstrategin, produktutvecklingen, budgetförvaltningen och att leverera relevant innehåll till dina kunder eller potentiella kunder. Låt oss titta på var och en av fördelarna lite mer ingående.

1. Marknadsföringsstrategi
   Kundersegmentering kan bidra till att informera din övergripande marknadsföringsstrategi och budskap. När du lär dig vilka egenskaper dina bästa kunder har, hur de liknar varandra och vad som är viktigt för dem, kan du utnyttja den informationen i budskap, kreativ utveckling och val av kanaler.

2. Kampanjstrategi
   En övergripande kampanjstrategi (t.ex. att våra kunder är deal-sökare och att vi därför bör erbjuda frekventa erbjudanden) för att sända kampanjer till specifika segment kan göras bättre med information från en bred kundsegmentering. Du kanske upptäcker att vissa kohorter av kunder inte behöver rabatter när du använder vissa budskap, vilket gör att du slipper erbjuda en rabatt för dessa grupper överhuvudtaget.

3. Budgeteffektivitet
   De flesta företag har inte obegränsade marknadsföringsbudgetar, så det är viktigt att vara exakt om hur och var du spenderar. Du kan till exempel rikta in dig på liknande kunder i segment med högt värde eller de som har störst sannolikhet att konvertera för att få ut mesta möjliga avkastning av dina marknadsföringsinvesteringar.

4. Produktutveckling
   Desto fler kunder du får, desto mer lär du dig om vad som är viktigt för dem, vilka funktioner de vill ha och vilka kunder som är de mest värdefulla. Ditt företag kan använda dessa insikter för att prioritera produktfunktioner som antingen tilltalar flest kunder, de som kategoriseras som högvärdiga kunder eller andra egenskaper som är vettiga för din bransch.

5. Kunderna kräver relevans
   Oavsett om det är D2C, B2B, Millennials eller GenZ; det verkar som om det finns en studie eller resurs om alla möjliga kundgrupper som anger att relevant innehåll är viktigt för dem. Dessa kundsegment är mer benägna att reagera, köpa, respektera varumärket och känna sig anslutna om de får relevant innehåll. Genom att utföra någon form av segmentering kan du se till att de budskap du levererar via e-post, på webbplatsen, genom digitala annonser eller andra metoder är målinriktade och relevanta för den person som ser dem. Det är nästan kontraintuitivt med tanke på den höga vaksamheten när det gäller dataskydd att använda så många uppgifter på det här sättet, men med så många marknadsföringsmeddelanden som kommer till människor i dag har ingen tid för något som inte är relevant för dem.

Hur man gör kundsegmentering användbar

För att göra din kundsegmentering användbar måste du först och främst börja med ett mål i åtanke. Som tidigare nämnts kan segmentering vara enkel, komplex eller allt däremellan – och du är inte begränsad till en uppsättning segment. Med dagens enkla och lättillgängliga data kan du utforma olika kundsegment för olika syften.

Mängden information som kan erhållas från olika källor är oändlig. Men den är bara användbar om du kan använda den. Detta kräver att du ifrågasätter, är nyfiken och analyserar de data du har. Därifrån, när du hittar skatter begravda i de data du har, utformar du ett test för att bekräfta att det faktiskt är ett användbart resultat.

Exempel på kundsegmentering

Target har kanske den mest kända berättelsen om hur de använde sig av kundsegmentering, analys och marknadsföringstekniker för att öka sin andel av plånboken hos gravida kvinnor. År 2012 kom den otroliga historien om att Target av misstag informerade en ung kvinnas pappa om att hon faktiskt var gravid, innan hon själv hade berättat nyheten för honom.

När en kund får ett barn förändras plötsligt hans eller hennes inköpsmönster och innehåll i korgen så att den konsekvent innehåller blöjor och andra produkter. Det är ett helt segment av kunder: människor som just har fått barn. Lägg till kön och du har kvinnor som just har fått barn. När analytikerna utvärderade detta segments historia började de se att köpmönster framträdde som markörer för graviditetens milstolpar. Från detta byggde de säkert prediktiva modeller som skulle klassificera kunderna när de nådde några av dessa markörer och markerade dessa kunder som nygravida. Target började då marknadsföra sig mycket specifikt till dessa kvinnor med mycket riktade annonser och direktreklam för babyartiklar, babykläder och tillbehör. När en ung kvinna fick ett av de utskick som var riktade till henne blev hennes far förvånad över hur dumt och oförsiktigt Target kunde vara … tills han fick reda på att hans dotter faktiskt var gravid och att Target visste det före honom.

Det här exemplet är extremt men minnesvärt. Segmentering kan användas med hjälp av kunskap om dina kunder, kunskap om din verksamhet, sunt förnuft och kanske några kreativa varianter – även om du inte har ett Target-stort team av datavetare som häller igenom data.

Ett enkelt sätt att använda segmentering och börja samla in data för omedelbara resultat är genom e-postkampanjer. Låt oss säga att du planerar en kampanjserie och verkligen vill lära dig hur olika kundgrupper reagerar på olika budskap och erbjudanden. Du har en sund databas med e-postmeddelanden som innehåller en blandning av kunder och icke-kunder. Med hjälp av koden nedan kan du gruppera kunder till icke-kunder och sedan grupper som baseras på att senaste köpet var 0-3 månader, 3-6 månader, 6-12 månader och >12 månader.

view: customer_recency { derived_table: { sql: WITH last_order AS ( SELECT customer_id, MAX(order_date) AS last_order_date FROM order GROUP BY customer_id ) SELECT c.customer_id, CASE WHEN DATEDIFF(day, CAST(lo.last_order_date AS DATE), CAST(current_timestamp::timestamp AS DATE)) BETWEEN 0 AND 90 THEN '1: 0-3 Months Active' WHEN DATEDIFF(day, CAST(lo.last_order_date AS DATE), CAST(current_timestamp::timestamp AS DATE)) BETWEEN 91 AND 180 THEN '2: 3-6 Months Active' WHEN DATEDIFF(day, CAST(lo.last_order_date AS DATE), CAST(current_timestamp::timestamp AS DATE)) BETWEEN 181 AND 365 THEN '3: 6-12 Months Active' WHEN DATEDIFF(day, CAST(lo.last_order_date AS DATE), CAST(current_timestamp::timestamp AS DATE)) > 365 THEN '4: 12+ Months Lapsed' ELSE 'Non-Customer' END AS customer_recency_group FROM customer c LEFT JOIN last_order lo ON c.customer_id = lo.customer_id GROUP BY c.customer_id, lo.last_order_date ;; } dimension: customer_id { sql: ${TABLE}.customer_id ;; primary_key: yes } dimension: customer_recency_group { type: string sql: ${TABLE}.customer_recency_group ;; } measure: num_customer { type: count }}

Du kan sedan utvärdera varje grupps prestationer i förhållande till det skickade innehållet för att avgöra om det finns specifika budskap som ger mer respons.

Uppnå mer med användbara modeller för kundsegmentering

Kundsegmentering är en viktig del av alla företag som strävar efter att öka intäkter, upprepningsfrekvens, andel av plånboken och lönsamhet. Segmentering behöver inte vara otroligt komplicerat eller dyrt, och det kan enkelt åstadkommas med hjälp av en Looker dashboard med lättillgängliga transaktions- eller demografiska data. Och kundsegmentering gynnar dina kunder och din organisation, vilket gör att dina kunder kan känna sig mer anslutna till ditt varumärke eftersom de har fått relevant innehåll, och i sin tur bör ditt företag se ökade positiva resultat.

Prenumerera på Looker-bloggen nedan för att hålla dig uppdaterad om trendiga ämnen inom big data, dataanalytiska berättelser, produktnyheter och mer artiklar från vårt Daasity-team.