CGI:n blogi - kirjoituksia eri asiantuntijoilta

CGI Suomen asiantuntijat

Kirjoituksia asiantuntijoiltamme

Tämä blogi keskittyy loppuasiakkaan arvon kasvattamiseen ylivoimaisen asiakasymmärryksen kautta. Ensin käsitellään asiakasdatan dilemmaa ja mahdollisuuksia. Sitten tiedon jalostamiseen suoraviivaiseksi ymmärrykseksi.

Olemme yleisessä digihuumassa toimialasta riippumatta matkalla sekavasta asiakastarpeen ymmärtämisestä kohti kirkkaampaa asiakasymmärrystä. Kuitenkin enemmistöllä yrityksistä ei halustaan huolimatta ole vielä kykyä hallita, analysoida, saati liiketoimintalähtöisesti käyttää jatkuvasti kasvavaa asiakasdatan määrää. 

Näitä väitteitä heijastaa vuosittainen Harvard Business Review’n tutkimus, jonka mukaan ainoastaan 31 prosenttia globaaleista suuryrityksistä kokee onnistuneensa datalla johtamisen omaksumisessa. Tulos on merkittävä jo itsessään. Sen outoutta lisää kuitenkin se, että onnistujien prosentuaalinen osuus kolmena viime vuotena on pikemminkin laskussa kuin nousussa. Lisääkö tieto siis tuskaa vaiko itsekritiikkiä?

CGI:n vuosittaisessa The Client Global Insights -tutkimuksessa haastateltiin tuhatta globaalia asiakasta. Heidän joukostaan erottui poikkeuksellisen menestynyt noin 30 yrityksen joukko, jolla liikevaihdon kasvu yhden tilikauden aikana oli yli 60 prosenttia ja joilla kannattavuus oli vastaavasti riehaantunut yli 100 prosenttia. Tarkemman syynäyksen tuloksena esiin nousi kolme keskeistä yritysten toimintatapaa määrittävää asiaa: 

  • muutoshalukkuus ja siihen vahva sitoutuminen organisaation joka kolkassa
  • monikanavaisuus osana liikkuvan asiakkaan puhuttelua ja asioinnin mahdollistamista
  • asiakas keskiössä -ajattelu, joka on suorassa yhteydessä liiketoimintahaasteisiin
  • Kokonaisvaltainen datalla ja asiakasymmärryksellä johtamisen kulttuuri on siis näemmä jalkautettu ainoastaan kouralliseen edelläkävijäyrityksiä. Mistä tämä johtuu? 

Suurimmassa osassa yrityksiä asiakasdataa kerätään eri lähteistä, osassa sitä analysoidaan, mutta vain harvassa analysoitu data jalkautetaan liiketoimintatavoitteisiin sidotuiksi toimenpiteiksi. 

Toisekseen voi olla, että asiakastietoon kertynyttä ymmärrystä asiakastarpeista, asiakkaiden elämäntilanteiden muutoksesta tai asiakkuuden arvon muuttujista ei lähtökohtaisesti viedä käytäntöön. 

Kolmanneksi aivan liian moni yritys niin Euroopassa kuin Pohjois-Amerikassakin ovat peräpeiliin keskittyviä raporttiohjautuvia toimijoita ennemmin kuin tuulilasista eteenpäin kuikuilevia, toimintaohjautuvia (action driven) kokonaisuuksia.

Jotta tyypillisesti eri tietolähteisiin pirstaloitunut asiakasdata olisi käytettävissä ja hallittavissa, pitää itse data päästä arvioimaan ensin. Tässä kohtaa Data Health Check -tyyppinen arviointi on verraton, koska se kertoo muun muassa rivikohtaisesta puhdistustarpeesta, ulkoisten tietolähteiden rikastuspotentiaalista tai datastrategian tarpeellisuudesta. Jos esimerkiksi CRM valitaan asiakastiedon keskitetyksi sijoituskohteeksi, pitää data-arkkitehtuuri ottaa huomioon jo aikaisessa vaiheessa. Gartner Groupin mukaan epäonnistuneista CRM-projekteista 70 prosenttia johtuu datan luotettavuuden ongelmista. Data määritellään erään akateemisen tutkimuksen (Ballou & Tayi 1998, Wand & Strong 1996) mukaan laadukkaaksi, kun se on oikeellista, ajantasaista, kattavaa ja johdonmukaisesti kerättyä.

Suurimmassa osassa yrityksiä asiakasdataa kerätään eri lähteistä, osassa sitä analysoidaan, mutta vain harvassa analysoitu data jalkautetaan liiketoimintatavoitteisiin sidotuiksi toimenpiteiksi. 

Asiakastiedon holistinen hallinta 

Miten siis kannattaa toimia, jos mielii hallita holistisesti asiakastiedon perusteita?

Ensinnäkin kannattaa auditoida liiketoimintayksiköiden rajat rikkovan asiakastiedon hallinnan nykytila sekä tuottaa tarvittavien muutosten toimeenpanolistaus. 

Nykyiset myynti- ja markkinointitoimenpiteet, työkalut sekä kompetenssit on myös tarpeellista katselmoida ja tuottaa näille listaus muutostrapeista.

Liiketoimintatavoitteet ja KPI-mittarit on hyvä määrittää uudemman kerran.

Lopuksi liiketoimintatavoitteiden mukaisten asiakastiedon rikasteiden hyödyntämissuunnitelma pitää olla tehtynä.

Suunnitelmallisuus ja oikea osaaminen nousevat tässä keskiöön.

Tiedosta asiakasymmärrykseksi – entäs sitten kun asiakastieto on kasassa?

Aika harvoin kuulee esimerkkejä yhtiön strategisiin tavoitteisiin sidotusta asiakasdatan mahdollisuuksien valjastamisesta liikevaihdon ja kannattavuuden kiihdyttäjänä. Asiakasdatan hyödyntäminen on vaarana jäädä usein verraten pistemäiseksi, kampanjalähtöiseksi ja siiloutuneeksi. Tämä voi johtua esimerkiksi siitä, että liiketoimintayksiköt ovat nopeampia toimimaan itsenäisesti kuin koko yritys, jos asiakasymmärrys on vielä osa jäsentämätöntä strategiaa.

Kokemuksemme mukaan markkinointi on jatkuvasti myynnin tuloksilla mitattava prosessi. Juuri siksi liiketoimintaympäristöjen muuttuessa on markkinointia lähestyttävä analyyttisesti.

Oli tilanne niin tai näin, kokemuksemme mukaan markkinointi on jatkuvasti myynnin tuloksilla mitattava prosessi. Juuri siksi liiketoimintaympäristöjen muuttuessa on markkinointia lähestyttävä analyyttisesti. Jaamme lähestymistavan neljään vaiheeseen: 

  1. asiakastiedon hallinta
  2. asiakastiedon analysointi
  3. analysoidun asiakastiedon vahvistaminen kohdennetuiden markkinoinnin toimenpiteiden kautta
  4. asiakkuusmarkkinoinnin prosessien luominen sekä ketterä testaaminen ja kehittäminen

Kaksi ensimmäistä kohtaa liittyvät suoraan tiedon jalostamiseen ymmärrykseksi. Tyypillisesti asiakasdatan esiarviointi, eli niin kutsuttu Data Health Check -kartoitus ilmaisee tason, jolla datan käyttöä tietona voidaan harkita analyyttisen toiminnan perustana. Tarkistuslistalta ilmenevät muun muassa kannassa olevan datan laatuseikat, segmentoinnin potentiaali, rikastamiskyvykkyys kolmansista tietolähteistä sekä asiakasdatan arkkitehtuuri.

Yksittäistä asiakasta voidaan ”röntgen-kuvata” ja ymmärtää yhtäaikaisesti monesta eri näkökulmasta profiloinnin, RFM-analyysin, segmentoinnin ja pisteytyksen kautta. Nämä johtavat itsessään kokonaisvaltaiseen asiakasymmärrykseen, joka toimii pohjana AI-tehostetuille ennustemalleille ja ennakoivammalle markkinoinnille.

Pelkkä asiakaskannan profiilien tarkastelu muuttuja kerrallaan (esim. ikä- sukupuoli- tulo- tai elinkaaren vaihe) on hönttiä touhua, jos siihen ei kytketä asiakaskannan järjestämistä ostojen arvon, asiointiarvon ja –tiheyden mukaan. Jos edellisiin toimenpiteisiin vielä yhdistetään vapaiden muuttujien (esim. elämäntilanne, motiivi tai arvopohja) asiakaskannan segmentoitu järjestäminen ja pisteytetään se tunnistettujen asiakkuuksien/liidien/prospektien aktiivisuuden mukaan, ollaan tasolla, josta voi erinomaisesti lähteä tekemään kohdennetun markkinoinnin toimenpiteitä. 

Summa summarum: asiakaskantaan mallinnettavien rikaste-tai ennustetietojen avulla voit tuottaa asiakasymmärrystä eli demografia-tai segmenttipohjaisia profiileja asiakaskannastasi sekä poimia ulkopuolisista asiakaskannoista tai verkosta ”hyvän kaltaisia” kuluttajia ja selaimia kampanjointisi kohderyhmäksi luomasi asiakasymmärryksen avulla.

Lisäksi voit parantaa tai luoda analyyttisia malleja (segmentointi, lisä-ja ristiinmyyntimahdollisuudet, Next Best Offer, poistumanesto) ja mallintaa markkinatutkimuksen tuloksia asiakaskantaasi.
Voit myös kohdistaa ja erilaistaa viestintääsi kanavasta riippumatta niin omille kuin ulkoisille asiakkaille.

Rikasteita käytetään siksi, että Väestötietojärjestelmästä, Trafista ja Tilastokeskuksesta ei saa liittää faktadataa asiakasrekistereihin. 

Monet toimijat mallintavat rikastetietoja myös selaimiin, jolloin niitä voidaan käyttää myös bannerikampanjoiden kohdistamisessa ja personoinnissa. 

Oleellisimmat kolme kysymystä jotka me asetamme jokaisen projektin alkumetreillä ovat: KENELLE, MITÄ ja MIKSI? Niiden vastauksilla pääsee jo huomattavan pitkälle!

Me CGI:llä pystymme tuomaan asiantuntijuutta prosessin jokaiseen osa-alueeseen, nimittäin arvioimaan nykyisen datan laadun ja käyttökelpoisuuden, suosittelemaan jatkotoimenpiteitä havaintojen perusteella, tuomaan yhteen liiketoimintatavoitteen ja asiakasdatan sekä luomaan mukautetun datastrategian.

Tutustu datan ja analytiikan osaamiseemme

Blogin on kirjoittanut Ville Honkimäki.

Kirjoittajasta

CGI:n blogi - kirjoituksia eri asiantuntijoilta

CGI Suomen asiantuntijat

Kirjoituksia asiantuntijoiltamme

CGI on kansainvälisesti suomalainen digitalisaatiokumppani.  Suomessa noin 3 800 asiantuntijaa konsultoivat asiakkaitamme liiketoiminnan ja ICT-ratkaisujen kehittämisessä. Tällä profiililla julkaisemme kirjoituksia CGI:n eri asiantuntijoilta.