co jsou údaje o zákaznících? Definice, typy, sběr, validace a analýza

údaje o zákaznících jsou behaviorální, demografické a osobní informace o zákaznících shromážděné podniky a marketingovými společnostmi za účelem porozumění, komunikace a interakce se zákazníky.

v této splátce MarTech 101 se podíváme na základy zákaznických dat. Začneme pochopením jeho definice a typů. Poté se ponoříme do toho, jak můžete shromažďovat, ověřovat a analyzovat údaje o zákaznících.

obsah

• co jsou údaje o zákaznících?
• typy údajů o zákaznících
• Jak shromažďovat údaje o zákaznících?
• ověření údajů o zákaznících
• analýza údajů o zákaznících
• výhody analýzy údajů o zákaznících
• závěr

začněme!

Co Jsou Údaje O Zákaznících?

údaje o zákaznících jsou definovány jako informace, které vaši zákazníci poskytují při interakci s vaší firmou prostřednictvím vašich webových stránek, mobilních aplikací, průzkumů, sociálních médií, marketingových kampaní a dalších online a offline cest.

údaje o zákaznících jsou základním kamenem úspěšné obchodní strategie. Organizace založené na datech si uvědomují důležitost této skutečnosti a podniknou kroky k zajištění toho, aby shromažďovaly potřebné zákaznické datové body, které by jim umožnily zlepšit zkušenosti zákazníků a doladit obchodní strategii v průběhu času.

typy zákaznických dat

organizace shromažďuje nesčetné množství zákaznických datových bodů během cesty kupujícího. Objem těchto datových bodů je obrovský a pro snadnější pochopení jsme je rozdělili do různých kategorií.

podívejme se na různé typy zákaznických dat, které potřebujete shromáždit, abyste vylepšili svou obchodní strategii.

Poznámka: Shromažďování a ukládání údajů o zákaznících je složité téma, které je do značné míry diktováno pravidly a předpisy (například GDPR) země, ze které vaše organizace působí a / nebo cílové skupiny. Nezapomeňte studovat a dodržovat tyto předpisy, abyste předešli právním důsledkům. Pokud si nejste jisti, je bezpečné vyhledat právní pomoc.

osobní údaje (PII a Non-PII)

osobní údaje lze rozdělit do dvou kategorií, osobní identifikační údaje (PII) a neosobní identifikační údaje (Non-PII).

osobní identifikační údaje (PII): PII jsou jakékoli informace, které lze použít k rozpoznání identity jednotlivce. Dále se dělí na dvě kategorie

1. Propojené informace:

propojené informace jsou informace, které lze použít k identifikaci jednotlivce bez nutnosti dalších informací / datového bodu. Příklady propojených informací jsou:

1. celé jméno
2. fyzická adresa
3. e-mailová adresa
4. přihlašovací údaje
5. číslo řidičského průkazu
6. číslo sociálního zabezpečení
7. číslo pasu
8. údaje o kreditní / debetní kartě
9. datum narození
10. telefonní číslo

2. Propojitelné informace: propojitelné informace jsou jakékoli informace, které nemohou identifikovat osobu samy o sobě, ale mohou tak učinit, když jsou spojeny s jinou informací. Příklady propojitelných informací zahrnují:

1. jméno nebo příjmení
2. umístění — země, stát, Město, PSČ
3. pohlaví
4. Rasa a etnicita
5. věková skupina
6. podrobnosti o práci

neosobní identifikační údaje (Non-PII): Non-PII je opakem PII, což jsou anonymní informace a nelze je použít k identifikaci jedné osoby. Příklady jiných než PII zahrnují:

1. IP adresa
2. Cookies
3. ID zařízení

Poznámka: Možná se divíte, proč jsme se rozhodli zahrnout non-PII do sekce osobních údajů, i když to nepomůže identifikovat jednotlivce. Důvodem je, že různé zákony zacházejí s těmito datovými body odlišně. Například, podle GDPR, non-PII, jako jsou cookies, mohou být kategorizovány jako osobní údaje. Abychom předešli případným nejasnostem, seskupili jsme je pod jeden deštník.

údaje o zapojení

údaje o zapojení vám řeknou, jak vaši zákazníci komunikují s vaší značkou prostřednictvím různých marketingových cest. Tato data zahrnují informace, jako je chování zákazníka na webových stránkách, jeho interakce s vámi na sociálních médiích a prostřednictvím zákaznického servisu atd. Zde jsou inkluze každého kanálu:

1. interakce webových stránek a mobilních aplikací: návštěvy webových stránek, lepivost aplikací, nejsledovanější stránky, tok uživatelů, zdroje provozu atd.
2. zapojení do sociálních médií: zveřejňování lajků, sdílení příspěvků, odpovědi na příspěvky, nativní zobrazení videa atd.
3. Email Engagement: Open rate, Click-through rate, Bounce rate, Email forwards, atd.
4. Informace O Zákaznickém Servisu: Počet vstupenek, podrobnosti o reklamaci/dotazu, zpětná vazba atd.
5. Placené zapojení reklam: zobrazení, míra prokliku, cena za proklik / mille, konverze atd.

behaviorální údaje

behaviorální údaje vám pomohou odhalit základní vzorce, které vaši zákazníci odhalí během své nákupní cesty. Údaje o zapojení mohou nebo nemusí být součástí údajů o chování. Zde je návod, jak můžete shromáždit tato data:

1. Transakční Údaje: Podrobnosti o předplatném, podrobnosti o nákupu, předchozí nákupy, průměrná hodnota objednávky, údaje o opuštění košíku, průměrná hodnota životnosti zákazníka, podrobnosti věrnostního programu zákazníka atd.

2. Použití produktu: opakované akce, Použití funkce, trvání funkce, dokončení úkolu, zařízení atd.

3. Kvalitativní údaje: pozornost uživatele, tepelné mapy (kliknutí, posouvání, údaje o pohybu myši) atd.

Postojová Data:

postojová data jsou poháněna pocity a emocemi vašich zákazníků. Tak vnímají Vaši značku a nabídky. Vzhledem k tomu, že postojová data jsou většinou kvalitativní a subjektivní, je pro získání konkrétních výstupů rozumné je kombinovat s kvantitativními údaji.

postojové údaje jsou obvykle zkoumány prostřednictvím průzkumů, rozhovorů, fokusních skupin, zpětné vazby, stížností zákazníků, recenzí atd. Zde je několik příkladů postojových údajů:

1. spokojenost zákazníků
2. sentimenty
3. vhodnost produktu
4. preference
5. motivace a výzvy
6. Nákupní kritéria

další informace: Co je to analytika zákazníků? Definice, proces, klíčové trendy a příklady

Jak shromažďovat údaje o zákaznících?

obchodníci mohou shromažďovat data z každého kanálu, na kterém zákazník komunikuje se značkou. I když pravděpodobně existují stovky způsobů, jak shromažďovat údaje o zákaznících,v této části se podíváme na nejdůležitější cesty, které můžete použít k lepšímu poznání svých zákazníků.

než se ponoříme do toho, jak můžete shromažďovat údaje o zákaznících, odpovězte na následujících pět otázek:

1. jaké jsou různé datové body, které byste měli sbírat?
2. jak byste měli data uspořádat? Jaké nástroje byste potřebovali k uložení?
3. jaká opatření byste měli přijmout k ochraně údajů o zákaznících? A jste transparentní se svými zákazníky o tom, jak sbírat jejich informace?
4. zajistili jste, že vaše metody sběru dat jsou v souladu se zákony a předpisy vaší země?
5. jak budete používat data ve prospěch organizace?

jakmile se rozhodnete pro tyto otázky, můžete se podívat, jak postupovat při shromažďování údajů o zákaznících.

analýza webových stránek

vaše webové stránky jsou často primárním kanálem, se kterým vaši zákazníci komunikují. Můžete shromažďovat údaje o zákaznících, jako jsou jejich demografické a geografické charakteristiky, spolu s údaji o zapojení a chování.

nástroje jako Google Analytics, Mixpanel, Piwik PRO A Matomo vám pomohou porozumět jejich zájmům, zdrojům doporučení, podrobnostem převodu a jejich chování v reálném čase na vašem webu.

zatímco tyto nástroje mají nedostatky, jako je neschopnost shromažďovat kvalitativní informace, můžete je kompenzovat pomocí vizuálních/experimentačních nástrojů, jako jsou Crazy Egg, Optimizely, VWO a Hotjar. Tyto nástroje vám pomohou porozumět chování uživatelů prostřednictvím heatmap, záznamů relací a vizualizace konverzních trychtýřů.

sociální média

o svých zákaznících můžete vědět hodně na základě toho, jak s vámi komunikují na sociálních médiích. Kromě použití základních metrik zapojení (jako jsou lajky, komentáře a sdílení) se můžete o svých zákaznících hodně dozvědět prostřednictvím nativní sekce analytics / insights každé platformy sociálních médií.

prostřednictvím online reputation management (ORM) můžete shromažďovat údaje o zákaznících, které vám umožní pochopit obecný sentiment kolem vaší značky a nabídky.

můžete zvýšit ante svých aktivit sběru dat o zákaznících investováním do reklam na sociálních médiích. Prostřednictvím možností cílení platforem sociálních médií můžete porozumět zájmům a dalším charakteristikám svých zákazníků. Nahráním seznamu e-mailů na platformy sociálních médií pomocí funkce vlastní publikum můžete odhalit jejich chování na konkrétním kanálu sociálních médií, abyste se o nich dozvěděli více.

sledovací pixely

sledovací pixel je kus kódu HTML nebo JavaScript vložený do webové stránky nebo e-mailu, který zaznamenává každého návštěvníka, který přistane na vašem webu nebo otevře e-mail. Sledovací pixely mohou zaznamenávat adresy IP, operační systémy, prohlížeče atd. což zase pomáhá inzerentům provozovat sofistikované remarketingové kampaně.

prostřednictvím sledovacích pixelů mohou obchodníci také poznat konverzní aktivity svých zákazníků.

kontaktní informace

kontaktní informace jsou možná nejdůležitější informace z hlediska komunikace s vašimi zákazníky. Je nepravděpodobné,že vaši zákazníci budou sdílet všechny informace od začátku. Je moudré shromažďovat jejich údaje s ohledem na fázi cesty kupujícího. Například delší formy budou neúčinné na začátku fáze. Ujistěte se, že poskytují odpovídající odměny / pobídky, když vaši zákazníci poskytují své údaje.

zpětná vazba od zákazníků a průzkumy

zpětná vazba od zákazníků a průzkumy jsou účinné pro shromažďování zájmů, chutí a preferencí vašich zákazníků. Položením správných otázek vám průzkumy mohou pomoci shromažďovat kvalitativní a postojové údaje.

prostřednictvím průzkumů můžete získat zpětnou vazbu k vašim nabídkám, službám, prodejním a marketingovým aktivitám. Pomocí Net Promoter Score (NPS) můžete pochopit aviditu svých produktů mezi svými zákazníky.

software zákaznického servisu

software zákaznického servisu vám pomůže pochopit případy, kdy vaši zákazníci vyhledají pomoc, problémy existující ve vašem produktu, složitost těchto problémů, médium, které se vaši zákazníci rozhodnou spojit s vámi, jak dlouho trvá vyřešení dotazu a jak jej lze optimalizovat.

na základě těchto údajů mohou obchodníci měřit spokojenost zákazníků.

Zjistit Více: Top 10 softwarových platforem Digital Customer Experience (CX) pro rok 2020

transakční informace

v závislosti na vašem obchodním modelu existují různé způsoby shromažďování transakčních údajů o zákaznících. Pro firmu SaaS je to často výhradně prostřednictvím online prostředků a obvykle se skládá ze standardních údajů, jako jsou podrobnosti o předplatném zákazníka.

například pro podnikání v oblasti elektronického obchodování bude obsahovat údaje o opuštění košíku, zatímco pro maloobchodní značku s kamennými obchody se bude primárně spoléhat na systém PoS (Point of sale) pro shromažďování údajů o nákupu.

Kromě těchto sedmi způsobů můžete shromažďovat údaje o zákaznících prostřednictvím cílových skupin, rozhovorů se zákazníky, platformy pro správu dat (DMP), abychom jmenovali alespoň některé.

ověření údajů o zákaznících

zajištění přesnosti údajů o zákaznících je nezbytné pro úspěch vašeho marketingového úsilí. Přesné údaje o zákaznících nejen zvyšují vaše marketingové úsilí, ale také zabraňují ztrátě času a peněžních prostředků a dále zabraňují špatnému CX.

proto ověření klíčových zákaznických datových bodů — Jméno, e-mailová adresa, fyzická adresa, kontaktní číslo atd. je rozhodující pro přesnost a úplnost dat.

zde je návod, jak můžete jít o ověření vašich zákaznických dat:

1. mít plán pro ověření dat vám pomůže nastavit správná očekávání od začátku. Plán by měl stanovit vaše milníky pro měření pokroku. Měla by také zvážit dopad, který by mohla mít na stávající operace, a ujistit se, že je dostatek času na vyřešení případných překážek, které mohou nastat.
2. dále zkontrolujte velikost dat a zda jsou data k dispozici v celém rozsahu. Změřte také počet záznamů o zákaznících, velikost dat a jedinečné ID.
3. obohacení dat pomáhá obchodníkům ověřit a upřesnit údaje o zákaznících ověřením jejich interních dat / dat první strany proti důvěryhodným zdrojům dat třetích stran.
   obohacení dat také pomáhá eliminovat propouštění dat a aktualizovat stávající záznamy.
4. cílem validace dat je vytvořit zlatý záznam nebo jediný zdroj pravdy. S pomocí integrace zákaznických dat (CDI) můžete shromažďovat, organizovat a sjednocovat zákaznická data, abyste získali 360stupňový pohled na své zákazníky.

Tip: Přečtěte si základy správy zákaznických dat Část I a část II z naší řady MarTech101, abyste tyto pojmy důkladně porozuměli.

analýza zákaznických dat

analýza zákaznických dat je významným podnikem. Jedna věc je shromažďovat údaje o zákaznících, ale je to zcela nová míčová hra, která z ní odvodí užitečné poznatky.

jednou z největších výzev při analýze velkých souborů zákaznických dat je analýza kvalitativních informací, protože jsou subjektivní a liší se od člověka k člověku. Ale než se dostaneme do jak můžete analyzovat kvalitativní informace, pojďme pochopit, jak dolování dat může pomoci analyzovat kvantitativní data.

analýza kvantitativních zákaznických dat pomocí dolování dat

dolování dat využívá koncepty statistiky, umělé inteligence a strojového učení k analýze velkých souborů dat a identifikaci základních vzorců. K extrapolování praktických poznatků můžete použít následující techniky dolování dat:

1. klasifikace: tato technika vyžaduje kategorizaci dat do dané sady kategorií (tříd). Například na základě příjmových skupin a historie nákupů vašich zákazníků je můžete přizpůsobit nabídkám produktů
2. asociace dolování pravidel: asociace používá korelaci k identifikaci vzorů v dané datové sadě. Používá úvahy “pokud to…pak to…” k předvídání výsledků. Doporučení motory používají asociace pravidlo mining doporučit produkty nebo obsah.
3. detekce odlehlých hodnot: tuto techniku můžete použít k identifikaci anomálií nebo neočekávaných vzorců v datech. Pokud například během prodeje produktu v určitém období uvidíte neočekávaný nárůst, můžete najít jeho příčinu a přijmout nezbytná rozhodnutí.
4. shlukování: shluková analýza se používá ke klasifikaci dat do homogenních kategorií na základě charakteristiky / funkce
5. regresní analýza: regrese se používá k identifikaci vztahu mezi různými datovými body. Je užitečné pochopit, jak přítomnost specifické charakteristiky ovlivňuje další vlastnosti v sadě.
6. predikce: Pomocí predikce můžete předpovídat budoucí chování svých zákazníků na základě jejich historie.

spolu s dolováním dat mohou obchodníci také používat techniky vizualizace dat a business intelligence k extrahování smysluplných informací z kvantitativních dat.

analýza kvalitativních dat

informace shromážděné prostřednictvím softwaru zákaznického servisu, rozhovorů, zpětné vazby, průzkumů atd. má tendenci být kvalitativní povahy, a proto by tradiční techniky dolování dat na ně nebyly účinné. K získání odhalení z nich však můžete použít následující metody:

1. analýza obsahu: v analýze obsahu zvýrazníte relevantní klíčová slova, nápady nebo témata, abyste našli jejich výskyt ve vašich datech. Například při analýze průzkumů můžete vytvořit seznam problémů identifikovaných vaším interním týmem a objevit různá klíčová slova, která by zákazník použil k jejich popisu. Nyní analýzou průzkumu můžete pochopit, jak můžete svůj produkt vylepšit.
2. narativní analýza: lidé komunikují prostřednictvím příběhů. Pomocí narativní analýzy můžete zjistit, jak zákazníci komunikují příběhy a nápady, což vám může dále pomoci pochopit, jak se zákazníci cítí o vaší značce a nabídkách.

výhody analýzy zákaznických dat

zde je pět způsobů, jak vám analýza zákaznických dat může pomoci dozvědět se více o vašich zákaznících, značkách a nabídkách:

1. pokud jste již vytvořili šablony persona kupujícího, na základě analýzy zákaznických dat, můžete v těchto šablonách provést nezbytná vylepšení, abyste je mohli aktualizovat.
2. můžete segmentovat své zákazníky na základě jejich geografických, demografických nebo psychografických charakteristik.
3. pomáhá vám porozumět potřebám a bolestivým bodům vašich zákazníků a odpovídajícím způsobem přizpůsobit zasílání zpráv o produktech. Můžete také vylepšit svůj příběh, abyste ospravedlnili aspekt ceny a přínosu vašeho produktu.
4. může vám pomoci zefektivnit vaše marketingové kampaně.
5. analýza zákaznických dat vám také může pomoci zvýšit celoživotní hodnotu zákazníka a snížit churn.

Další Informace: Co Je Rozlišení Identity? Definice, proces, výhody s příklady

závěr

abychom to shrnuli, podívali jsme se na koncept zákaznických dat, jejich různé typy včetně osobních (PII a Non-PII), zapojení, chování a postoje. Pokryli jsme sedm způsobů, jak můžete shromažďovat údaje o zákaznících, a dozvěděli jsme se vše o analýze a ověřování těchto údajů a výhodách toho.

doufám, že tento článek vám pomohl pochopit základy zákaznických dat. Nyní můžete začít sbírat a analyzovat data, abyste zlepšili svou obchodní strategii a návratnost investic.