顧客データとは何ですか? 定義、種類、収集、検証、分析
顧客データとは、企業やマーケティング会社が顧客を理解し、コミュニケーションし、顧客とエンゲージするために収集した顧客に関する行動、人口統計、および個人情報です。
今回のMarTech101では、顧客データの基本を見ていきます。 その定義とタイプを理解することから始めます。 次に、顧客データを収集、検証、分析する方法を詳しく説明します。
コンテンツの表
- 顧客データとは何ですか?
- 顧客データの種類
- 顧客データの収集方法
- 顧客データの検証
- 顧客データの分析
- 顧客データ分析の利点
- 結論
始めましょう!
顧客データとは何ですか?
顧客データは、顧客がウェブサイト、モバイルアプリケーション、アンケート、ソーシャルメディア、マーケティングキャンペーン、およびその他のオンラインおよびオ
顧客データは、ビジネス戦略を成功させるための礎石です。 データ駆動型の組織は、この重要性を認識し、彼らは顧客体験を向上させ、時間をかけてビジネス戦略を微調整するためにそれらを可能にする必要な顧客データポイントを収集することを確実にするために行動を取ります。
顧客データの種類
組織は、購入者の旅を通して無数の顧客データポイントを収集します。 これらのデータポイントの量は膨大であり、理解を容易にするために、それらをさまざまなカテゴリに分離しました。
4種類の顧客データの表現
ビジネス戦略を強化するために収集する必要があるさまざまな種類の顧客データを見てみ
: 顧客データの収集と保存は複雑なトピックであり、主に組織が運営している国の規則や規制(GDPRなど)、および/または対象ユーザーの規則によって決まります。 法的な結果を避けるために、これらの規制を勉強し、従うことを確認してください。 あなたが不明な場合は、法的な助けを求めることは安全です。
個人データ(PIIおよび非PII)
個人データは、個人を特定できる情報(PII)と個人を特定できない情報(非PII)の二つのカテゴリに分けることができます。
個人を特定できる情報(PII): PIIとは、個人の身元を認識するために使用できる情報のことです。 さらに、
1つのカテゴリに分類されます。 リンクされた情報:
リンクされた情報は、追加の情報/データポイントを必要とせずに個人を識別するために使用できる情報です。 リンクされた情報の例は次のとおりです:
- 氏名
- 住所
- メールアドレス
- ログインの詳細
- 運転免許証番号
- 社会保障番号
- パスポート番号
- クレジット/デビットカードの詳細
- 生年月日
- 電話番号
2. リンク可能な情報:リンク可能な情報は、それ自体で人を識別することができない任意の情報ですが、それは情報の別の部分とクラブだとき、それはそ リンク可能な情報の例には、次のものがあります:
- 姓または名
- 場所—国、州、都市、郵便番号
- 性別
- 人種および民族
- 年齢層
- 仕事の詳細
個人を特定できない情報(非個人情報)
PII):非PIIはPiiの反対であり、これは匿名の情報であり、1人の人物を識別するために使用することはできません。 非PIIの例は次のとおりです。:
- IPアドレス
- クッキー
- デバイスId
注: 個人を特定するのに役立たないにもかかわらず、個人データセクションに非PIIを含めることを選択した理由は疑問に思うかもしれません。 その理由は、様々な法律がこれらのデータポイントを別々に扱うからです。 たとえば、GDPRによると、cookieなどの非PIIは個人データとして分類される可能性があります。 そのため、潜在的な混乱を避けるために、それらを1つの傘の下にグループ化しました。
エンゲージメントデータ
エンゲージメントデータは、顧客がさまざまなマーケティング手段を介してブランドとどのように対話するかを示します。 このデータには、ウェブサイト上での顧客の行動、ソーシャルメディア上および顧客サービスを通じてのお客様とのやりとりなどの情報が含まれます。 ここでは、各チャネルの包含は次のとおりです:
- ウェブサイトとモバイルアプリの相互作用:ウェブサイトの訪問、アプリの粘着性、最も閲覧されたページ、ユーザーフロー、トラフィッ
- ソーシャルメディアエンゲージメント:投稿いいね、投稿シェア、投稿返信、ネイティブビデオビューなど。
- メールエンゲージメント:オープンレート、クリックスルーレート、直帰率、メール転送など
- 顧客サービス情報: チケットの数、苦情/クエリの詳細、フィードバックなど。
- 有料広告エンゲージメント:インプレッション数、クリックスルー率、クリック/ミルあたりのコスト、コンバージョンなど
行動データ
行動データは、顧客が購入の旅の間に明らかにする基本的なパターンを明らかにするのに役立ちます。 エンゲージメントデータは、行動データの一部である場合とそうでない場合があります。 このデータを収集する方法は次のとおりです。
1. トランザクションデータ: サブスクリプションの詳細、購入の詳細、以前の購入、平均注文金額、カート放棄データ、平均顧客生涯価値、顧客ロイヤルティプログラムの詳細など
2. 製品の使用方法:繰り返しアクション、機能の使用、機能の持続時間、タスクの完了、デバイスなど
3. 定性データ:ユーザーの注意、ヒートマップ(クリック、スクロール、マウスの移動データ)など
態度データ:
態度データは、あなたの顧客の感情や感情によって駆動されます。 それは彼らがあなたのブランドおよび供物をいかに感知するかである。 態度データは主に定性的で主観的なものであるため、具体的な出力を得るには、定量的データと組み合わせることが賢明です。
態度データは、通常、調査、インタビュー、フォーカスグループ、フィードバック、顧客からの苦情、レビューなどを介してスカウトされます。 以下に、態度データの例をいくつか示します:
- 顧客満足度
- 感情
- 製品の望ましさ
- 好み
- 動機と課題
- 購入基準
詳細:顧客分析とは何ですか? 定義、プロセス、主要な傾向と例
顧客データを収集する方法は?
マーケティング担当者は、顧客がブランドと対話するすべてのチャネルからデータを収集できます。 顧客データを収集する方法はおそらく何百もありますが、このセクションでは、顧客をよりよく知るために使用できる最も重要な手段を見ていきます。
顧客データの収集方法を詳しく調べる前に、次の5つの質問に答えてください:
- 収集すべきさまざまなデータポイントは何ですか?
- どのようにデータを整理する必要がありますか? あなたはそれを保存するためにどのようなツールが必要ですか?
- 顧客データを保護するためには、どのような対策を講じる必要がありますか? そして、あなたは彼らの情報を収集する方法について、あなたの顧客と透明ですか?
- あなたのデータ収集方法があなたの国の法律や規制に準拠していることを確認しましたか?
- どのように組織の利益のためにデータを使用するつもりですか?
これらの質問を決定したら、顧客データの収集方法を見ることができます。
顧客データを収集する7つの方法
ウェブサイト分析
あなたのウェブサイトは、多くの場合、顧客 顧客の人口統計や地理的特性などの顧客データを、エンゲージメントデータや行動データとともに収集できます。
Google Analytics、Mixpanel、Piwik PRO、Matomoなどのツールは、自分の興味、紹介元、コンバージョンの詳細、およびウェブサイト上のリアルタイムの動作を理解するのに役立ちます。
これらのツールには定性的な情報を収集できないなどの欠点がありますが、Crazy Egg、Optimizely、VWO、Hotjarなどの視覚/実験ツールを使用することで補うことができます。 これらのツールは、ヒートマップ、セッション記録、コンバージョンファネルの視覚化を通じてユーザーの行動を理解するのに役立ちます。
ソーシャルメディア
ソーシャルメディア上で顧客とどのようにやりとりするかに基づいて、顧客について多くのことを知ることができます。 基本的なエンゲージメントメトリクス(いいね、コメント、共有など)を使用する以外に、各ソーシャルメディアプラットフォームのネイティブ分析/洞察セク
online reputation management(ORM)の取り組みを通じて、ブランドや製品を取り巻く一般的な感情を理解できる顧客データを収集することができます。
ソーシャルメディア広告に投資することで、顧客データ収集活動のアンティをアップすることができます。 ソーシャルメディアプラットフォームのターゲティング機能を通じて、顧客の興味やその他の特性を理解することができます。 カスタムオーディエンス機能を使用してソーシャルメディアプラットフォームにメールリストをアップロードすることで、特定のソーシャルメディアチャネルで彼らの行動を明らかにして、それらについての詳細を知ることができます。
トラッキングピクセル
トラッキングピクセルは、ウェブサイトまたは電子メールに挿入されたHTMLまたはJavaScriptコードの一部で、訪問者がウェブサイトに トラッキングピクセルは、IPアドレス、オペレーティングシステム、ブラウザなどを記録できます。 これは、広告主が洗練されたリマーケティングキャンペーンを実行するのに役立ちます。
ピクセルを追跡することにより、マーケティング担当者は顧客のコンバージョン活動を知ることもできます。
連絡先情報
連絡先情報は、おそらくあなたの顧客とのコミュニケーションの観点から最も重要な情報です。 あなたの顧客がget-goからのすべての情報を共有することはまずありません。 バイヤーの旅の段階を考慮して詳細を収集するのが賢明です。 例えば、より長い形態は段階の早い段階で非効果的である。 あなたの顧客が彼らのデータを提供するとき適切な報酬/刺激を提供することを確かめなさい。
顧客からのフィードバックとアンケート
顧客からのフィードバックとアンケートは、顧客の興味、嗜好、好みを収集するのに有効です。 適切な質問をすることで、アンケートは定性的で態度のあるデータを収集するのに役立ちます。
アンケートを通じて、あなたの提供、サービス、販売、マーケティング活動に関するフィードバックを受け取ることができます。 Net Promoter Score(NPS)を使用すると、顧客間の製品のavidityを理解できます。
Customer Service Software
customer service softwareは、顧客がヘルプを求めるときのインスタンス、製品に存在する問題、それらの問題の複雑さ、顧客があなたと接続することを選択した媒体、クエリを解決するのにかかる時間、およびそれを最適化する方法を理解するのに役立ちます。
このデータに基づいて、マーケティング担当者は顧客満足度を測ることができます。
: トップ10Digital Customer Experience(cx)ソフトウェアプラットフォームFor2020
トランザクション情報
ビジネスモデルに応じて、トランザクションの顧客データを収集する方 SaaSビジネスでは、多くの場合、完全にオンライン手段を介して行われ、通常は顧客のサブスクリプションの詳細などの標準データで構成されます。
たとえば、eコマース事業ではカート放棄データが含まれますが、実店舗を持つ小売ブランドでは、主にPoS(Point of sale)システムに依存して購入データを収集します。
これらの7つの方法とは別に、フォーカスグループ、顧客インタビュー、データ管理プラットフォーム(DMP)を通じて顧客データを収集することができます。
顧客データの検証
顧客データの正確性を確保することは、マーケティング活動の成功に不可欠です。 正確な顧客データは、あなたのマーケティング活動を後押しするだけでなく、時間と金銭的資源の無駄を防ぎ、さらに悪いCXを防ぎます。
したがって、主要な顧客データポイント—名前、電子メールアドレス、住所、連絡先番号などを検証します。 データの正確性と完全性のために重要です。
ここでは、顧客データの検証について行くことができる方法です:
- データ検証の計画を立てることで、最初から適切な期待値を設定することができます。 計画は進歩を測定するためにあなたのマイル標石を置くべきである。 また、既存の操作に与える影響を考慮し、発生する可能性のあるハードルを解決するのに十分な時間があることを確認する必要があります。
- 次に、データのサイズとデータ全体が利用可能かどうかを確認します。 また、顧客レコードの数、データのサイズ、および一意のIdを測定します。
- データエンリッチメントは、マーケティング担当者が信頼できるサードパーティのデータソースに対して社内/ファーストパーティのデータを検証することによ
データの強化は、データの冗長性を排除し、既存のレコードを更新するのにも役立ちます。 - データ検証の目的は、黄金の記録または単一の真実の源を確立することです。 顧客データ統合(CDI)の助けを借りて、あなたはあなたの顧客の360度のビューを取得するために、顧客データを収集、整理、および統一することができます。
ヒント:Martech101シリーズの顧客データ管理の基本パートIおよびパートIIを読んで、これらの概念を徹底的に理解してください。
顧客データの分析
顧客データの分析は主要な仕事です。 顧客データを収集することは一つのことですが、そこから実用的な洞察を引き出すための全く新しい野球ゲームです。
大規模な顧客データを分析する際の最大の課題の一つは、主観的であり、人によって異なる定性的な情報を分析することです。 しかし、定性的な情報を分析する方法に入る前に、データマイニングが定量的なデータを分析するのにどのように役立つかを理解しましょう。
データマイニングを使用した定量的な顧客データの分析
データマイニングは、統計、人工知能、機械学習の概念を使用して、大量のデータセットを分析し、基 次のデータマイニング手法を使用して、実用的な洞察を外挿することができます:
- 分類:この手法では、データを特定のカテゴリ(クラス)のセットに分類する必要があります。 たとえば、顧客の収入グループと購入履歴に基づいて、カスタマイズされた製品オファー
- 関連ルールマイニング:関連付けは、相関を使用して特定のデータセッ それは、結果を予測するために「もしこれが…ならばそれは…」という推論を使用します。 推奨エンジンでは、関連ルールマイニングを使用して製品またはコンテンツを推奨します。
- 外れ値検出:この手法を使用して、データ内の異常または予期しないパターンを識別できます。 たとえば、ある期間に製品販売中に予期しない上昇が見られた場合は、その根本的な原因を見つけて必要な決定を下すことができます。
- クラスタリング:クラスター分析は、特性/特徴に基づいてデータを同種のカテゴリに分類するために使用されます
- 回帰分析:回帰は、異なるデータポイ 特定の特性の存在がセット内の他の特性にどのように影響するかを理解することは有用である。
- : 予測の助けを借りて、あなたは彼らの履歴に基づいて、あなたの顧客の将来の行動を予測することができます。
マーケティング担当者は、データマイニングに加えて、データ可視化技術とビジネスインテリジェンスを使用して、定量的データから意味のある情報を抽出することもできます。
定性データの分析
顧客サービスソフトウェア、インタビュー、フィードバック、調査などを通じて収集された情報。 本質的に定性的である傾向があるため、従来のデータマイニング技術は効果的ではありません。 ただし、次の方法を使用して、それらから啓示を抽出することができます:
- コンテンツ分析:コンテンツ分析では、関連するキーワード、アイデア、またはテーマを強調表示して、データ内の出現を見つけます。 たとえば、アンケートの分析中に、社内チームによって特定された問題のリストを作成し、顧客がそれらを記述するために使用するさまざまなキーワードを 今、調査を分析することによって、あなたはあなたの製品を改善する方法を理解することができます。
- 物語分析:人々は物語を通してコミュニケーションをとる。 ナラティブ分析を使用すると、顧客がストーリーやアイデアをどのように伝達するかを特定でき、顧客がブランドや製品についてどのように感じているかをさらに理解するのに役立ちます。
顧客データ分析の利点
顧客データを分析することで、顧客、ブランド、オファリングについての詳細を知ることができます:
- 顧客データ分析に基づいて購入者のペルソナテンプレートを既に作成している場合は、これらのテンプレートで必要な調整を行い、更新を維持できます。
- 地理的、人口統計的、または心理学的特性に基づいて顧客をセグメント化することができます。
- それはあなたの顧客の必要性そして苦痛ポイントを理解し、それに応じてあなたのプロダクトメッセージングを合わせるのを助けます。 また、あなたの製品の価格便益の側面を正当化するためにあなたの物語を改善することができます。
- それはあなたの販売運動を流線形にすることの助けることができる。
- 顧客データ分析は、顧客の生涯価値を高め、解約を減らすのにも役立ちます。
詳細:Id解決とは何ですか? 定義、プロセス、例による利点
結論
要約すると、顧客データの概念、個人(PIIおよび非PII)、エンゲージメント、行動および態度を含む様々なタイプを見ました。 顧客データを収集する7つの方法について説明し、このデータの分析と検証に加えて、それを行う利点についてすべて学びました。
この記事が顧客データの基本を理解するのに役立つことを願っています。 これで、データの収集と分析を開始して、ビジネス戦略とROIを向上させることができます。
Leave a Reply