Hva Er Kundedata? Definisjon, Typer, Innsamling, Validering Og Analyse

Kundedata Er atferdsmessige, demografiske og personlige opplysninger om kunder samlet inn av bedrifter og markedsføringsselskaper for å forstå, kommunisere og engasjere seg med kunder.

I Denne utgaven Av MarTech 101 ser vi på grunnleggende kundedata. Vi vil begynne med å forstå dens definisjon og typer. Vi dykker deretter inn i hvordan du kan samle inn, validere og analysere kundedata.

Innholdsfortegnelse

• Hva Er Kundedata?
• Typer Kundedata
• Hvordan Samler Du Inn Kundedata?
• Validere Kundedata
• Analysere Kundedata
• Fordeler Med Kundedataanalyse
• Konklusjon

La oss begynne!

Hva Er Kundedata?

Kundedata er definert som informasjonen kundene dine gir når de samhandler med virksomheten din via nettstedet ditt, mobilapplikasjoner, undersøkelser, sosiale medier, markedsføringskampanjer og andre online og offline veier.

Kundedata er en hjørnestein i en vellykket forretningsstrategi. Datadrevne organisasjoner innser viktigheten av dette og tar tiltak for å sikre at de samler de nødvendige kundedatapunktene som vil gjøre dem i stand til å forbedre kundeopplevelsen og finjustere forretningsstrategien over tid.

Typer Kundedata

en organisasjon samler inn en myriade av kundedatapunkter gjennom hele kjøpsreisen. Volumet av disse datapunktene er stort, og for enkel forståelse har vi segregert dem i forskjellige kategorier.

La oss se på de ulike kundedatatypene du trenger å samle inn for å forbedre forretningsstrategien.

Notat: Innsamling og lagring av kundedata er et intrikat tema som i stor grad dikteres av regler og forskrifter (FOR EKSEMPEL GDPR) i landet organisasjonen din opererer fra og/eller målgruppen din. Sørg for å studere og følge disse forskriftene for å unngå juridiske konsekvenser. Det er trygt å søke juridisk hjelp hvis du er usikker.

Personopplysninger (PII og Ikke-PII)

Personopplysninger kan deles inn i To kategorier, Personlig Identifiserbar Informasjon (PII) og Ikke-Personlig Identifiserbar Informasjon (Ikke-PII).

Personlig Identifiserbar Informasjon (PII): PII er all informasjon som kan brukes til å gjenkjenne en persons identitet. Det er videre delt inn i to kategorier

1. Koblet Informasjon:

Koblet informasjon er informasjon som kan brukes til å identifisere en person uten å kreve tilleggsinformasjon / datapunkt. Eksempler på koblet informasjon er:

1. Fullt navn
2. Fysisk adresse
3. E-postadresse
4. Innloggingsdetaljer
5. førerkortnummer
6. Personnummer
7. Passnummer
8. Kreditt – /debetkortdetaljer
9. fødselsdato
10. telefonnummer

2. Lenkbar Informasjon: Lenkbar informasjon er all informasjon som ikke kan identifisere en person alene, men den kan gjøre det når den er klumpet med en annen informasjon. Eksempler på koblingsbar informasjon inkluderer:

1. Fornavn og etternavn
2. Sted — Land, stat, by, POSTNUMMER
3. Kjønn
4. Rase og etnisitet
5. Aldersgruppe
6. Jobbdetaljer

Ikke-Personlig Identifiserbar Informasjon (Ikke-personlig Identifiserbar Informasjon) pii): ikke-pii er det motsatte av pii, Som Er Anonym informasjon og kan ikke brukes til å identifisere en person. Eksempler på ikke-PII inkluderer:

1. IP-adresse
2. Informasjonskapsler
3. Enhets-Id

Merk: Du lurer kanskje på hvorfor vi valgte å inkludere ikke-PII i delen personopplysninger, selv om det ikke hjelper å identifisere enkeltpersoner. Årsaken er at ulike lover behandler disse datapunktene annerledes. FOR EKSEMPEL, I HENHOLD TIL GDPR, kan ikke-PII som informasjonskapsler bli kategorisert som personopplysninger. Så, for å unngå potensiell forvirring, har vi gruppert dem under en paraply.

Engasjementsdata

Engasjementsdata forteller deg hvordan kundene dine samhandler med merkevaren din via ulike markedsføringsveier. Disse dataene inkluderer informasjon som kundens oppførsel på nettstedet, deres samhandling med deg på sosiale medier og gjennom kundeservice, og så videre. Her er inneslutninger av hver kanal:

1. Nettsted-Og Mobilapp-Interaksjoner: Nettstedbesøk, app-klebrighet, mest viste sider, brukerflyt, Trafikkilder, etc.
2. Sosiale Medier Engasjement: Innlegg liker, Legge aksjer, Legge svar, Innfødte videovisninger, etc.
3. E-Postengasjement: Åpen rente, Klikkfrekvens, Avvisningsfrekvens, E-post fremover, etc.
4. Kundeserviceinformasjon: Antall billetter, Klage/Spørringsdetaljer, Tilbakemelding, etc.
5. Betalt Annonseengasjement: Visninger, Klikkfrekvens, Kostnad per klikk/ mille, Konverteringer osv.

Atferdsdata

Atferdsdata hjelper deg med å avdekke underliggende mønstre som kundene dine avslører under kjøpsreisen. Engasjementsdata kan eller ikke kan være en del av atferdsdata. Slik kan du samle disse dataene:

1. Transaksjonsdata: Abonnementsdetaljer, Kjøpsdetaljer, Tidligere kjøp, Gjennomsnittlig bestillingsverdi, Data Om Avvikling Av Handlevogn, Gjennomsnittlig levetidsverdi for kunder, detaljer om kundelojalitetsprogram osv.

2. Produktbruk: Gjentatte handlinger, Funksjonsbruk, Funksjonsvarighet, Oppgavefullføring, Enheter, etc.

3. Kvalitative Data: Bruker oppmerksomhet, Varmekart (klikk, bla, mus bevegelse data), etc.

Holdningsdata:

Holdningsdata drives av følelsene og følelsene til kundene dine. Det er slik de oppfatter merkevaren og tilbudene dine. Siden holdningsdata for det meste er kvalitative og subjektive, for å få konkrete utganger, er det lurt å kombinere det med kvantitative data.

Holdningsdata blir vanligvis speidet via undersøkelser, intervjuer, fokusgrupper, tilbakemeldinger, kundeklager, anmeldelser, etc. Her er noen eksempler på holdningsdata:

1. kundetilfredshet
2. Følelser
3. produktønsker
4. Preferanser
5. Motivasjoner og utfordringer
6. Kjøpskriterier

Lær Mer: Hva Er Kundeanalyse? Definisjon, Prosess, Nøkkeltrender Og Eksempler

Hvordan Samle Kundedata?

Markedsførere kan samle inn data fra hver kanal som kunden samhandler med merkevaren på. Selv om det er sannsynligvis hundrevis av måter å samle kundedata, i denne delen, vi vil se på de viktigste veier som du kan bruke til å bli kjent med kundene bedre.

før vi går i dybden på hvordan du kan samle inn kundedata, kan du svare på følgende fem spørsmål:

1. Hva er de forskjellige datapunktene du bør samle inn?
2. hvordan skal du organisere dataene? Hvilke verktøy trenger du for å lagre det?
3. Hvilke tiltak bør du ta for å beskytte kundedata? Og er du åpen med kundene dine om hvordan du samler inn informasjonen deres?
4. har du sørget for at datainnsamlingsmetodene dine er i samsvar med landets lover og forskrifter?
5. Hvordan skal du bruke dataene til organisasjonens fordel?

når du har bestemt deg for disse spørsmålene, kan du se på hvordan du skal samle inn kundedata.

Nettstedsanalyse

nettstedet ditt er ofte den primære kanalen kundene dine samhandler med. Du kan samle inn kundedata som deres demografiske og geografiske egenskaper sammen med engasjement og atferdsdata.

Verktøy Som Google Analytics, Mixpanel, Piwik PRO og Matomo hjelper deg med å forstå deres interesser, henvisningskilder, konverteringsdetaljer, sammen med deres sanntidsadferd på nettstedet ditt.

selv om disse verktøyene har mangler som manglende evne til å samle kvalitativ informasjon, kan du kompensere for dem ved å bruke visuelle/eksperimenteringsverktøy som Crazy Egg, Optimizely, VWO og Hotjar. Disse verktøyene hjelper deg med å forstå brukeratferd gjennom varmekart, øktopptak og visualisering av konverteringstrakt.

Sosiale Medier

Du kan vite mye om kundene dine basert på hvordan de samhandler med deg på sosiale medier. Bortsett fra å bruke grunnleggende engasjementsmålinger (for eksempel liker, kommentarer og aksjer), kan du bli kjent med mye om kundene dine gjennom den innfødte analytics/insights-delen av hver sosial medieplattform.

gjennom online reputation management (ORM) innsats, kan du samle kundedata som lar deg forstå den generelle følelsen rundt din merkevare og tilbud.

du kan øke innsatsen for dine innsamlingsaktiviteter for kundedata ved å investere i annonser på sosiale medier. Gjennom målrettingskapasiteten til sosiale medieplattformer kan du forstå interessene og andre egenskaper hos kundene dine. Ved å laste opp e-postlisten din på sosiale medieplattformer ved hjelp av custom audience-funksjonen, kan du avdekke deres oppførsel på en bestemt sosial mediekanal for å vite mer om dem.

Sporingspiksler

en sporingspiksel er ET STYKKE HTML-eller JavaScript-kode satt inn i et nettsted eller en e-post som registrerer alle besøkende som lander på nettstedet ditt eller åpner e-posten. Sporingspiksler kan registrere IP-adresser, operativsystemer, nettlesere, etc. som igjen hjelper annonsører med å kjøre sofistikerte remarketingkampanjer.

gjennom sporingspiksler kan markedsførere også bli kjent med konverteringsaktivitetene til kundene sine.

Kontaktinformasjon

Kontaktinformasjon er kanskje den viktigste informasjonen fra perspektivet til å kommunisere med kundene. Det er usannsynlig at kundene vil dele all informasjon fra get-go. Det er lurt å samle sine detaljer vurderer scenen av kjøperens reise. For eksempel vil lengre former være ineffektive tidlig i scenen. Sørg for å gi passende belønninger / insentiver når kundene gir sine data.

Tilbakemeldinger Fra Kunder Og Undersøkelser

tilbakemeldinger Fra Kunder og undersøkelser er effektive for å samle interessene, smakene og preferansene til kundene dine. Ved å stille de riktige spørsmålene kan spørreundersøkelser hjelpe deg med å samle kvalitative holdningsdata.

du kan få tilbakemelding på tilbud, tjenester, salgs-og markedsføringsaktiviteter gjennom spørreundersøkelser. Ved Hjelp Av Net Promoter Score (NPS) kan du forstå produktets aviditet blant kundene dine.

Kundeserviceprogramvare

en kundeserviceprogramvare hjelper deg med å forstå tilfellene når kundene søker hjelp, problemer som finnes i produktet, kompleksiteten til disse problemene, mediet kundene velger å koble til deg, hvor lang tid det tar å løse en spørring og hvordan den kan optimaliseres.

basert på disse dataene kan markedsførere måle kundetilfredshet.

Lær Mer: Topp 10 Programvareplattformer For Digital Customer Experience (CX) For 2020

Transaksjonsinformasjon

Avhengig av forretningsmodellen din, er det forskjellige måter å samle inn transaksjons kundedata på. For En SaaS-bedrift er det ofte helt gjennom elektroniske midler, og det består vanligvis av standarddata som abonnementsdetaljene til kunden.

for eksempel, for en e-handel business, det vil inkludere handlevogn abandonment data, mens for en detaljhandel merkevare med murstein og mørtel butikker, vil det først og fremst stole På PoS (Point of sale) system for å samle inn kjøpsdata.

Bortsett fra disse syv måtene, kan du samle kundedata gjennom fokusgrupper, kundeintervjuer, data management platform (DMP), for å nevne noen.

Validere Kundedata

Sikre nøyaktigheten av kundedata er avgjørende for å lykkes med markedsføringstiltak. Nøyaktige kundedata øker ikke bare markedsføringsinnsatsen, men forhindrer også sløsing med tid og monetære ressurser og forhindrer ytterligere en dårlig CX.

derfor validere viktige kundedatapunkter-navn, e-postadresse, fysisk adresse, kontaktnummer, etc. er avgjørende for nøyaktigheten og fullstendigheten av data.

her er hvordan du kan gå om å validere kundedata:

1. å ha en plan for datavalidering hjelper deg med å sette de riktige forventningene fra begynnelsen. Planen bør legge ut milepæler for å måle fremgang. Det bør også vurdere virkningen det kan ha på eksisterende operasjoner og sørge for at det er nok tid til å løse eventuelle hindringer som kan oppstå.
2. kontroller deretter størrelsen på dataene og om dataene er tilgjengelige i sin helhet. Mål også antall kunderegistre, størrelsen på data og unike Id-Er.
3. databerikelse hjelper markedsførere med å validere og finjustere kundedata ved å verifisere interne / førsteparts data mot pålitelige tredjeparts datakilder.
   databerikelse hjelper deg også med å eliminere dataredundans og oppdatere eksisterende poster.
4. målet med datavalidering er å etablere en gylden rekord eller en enkelt sannhetskilde. Ved hjelp av customer data integration (cdi) kan du samle inn, organisere og forene kundedata for å få en 360-graders visning av kundene dine.

Tips: Les Grunnleggende Om Håndtering Av Kundedata Del I Og DEL II Fra Vår MarTech101-serie for å forstå disse konseptene grundig.

Analyse Av Kundedata

kundedataanalyse er en stor oppgave. Det er en ting å samle kundedata, men det er et helt nytt ballspill for å utlede handlingsbar innsikt fra den.

En av de største utfordringene med å analysere store sett med kundedata er å analysere kvalitativ informasjon da den er subjektiv og varierer fra person til person. Men før vi kommer inn på hvordan du kan analysere kvalitativ informasjon, la oss forstå hvordan data mining kan bidra til å analysere kvantitative data.

Analysere Kvantitative Kundedata Ved Hjelp Av Data Mining

data mining bruker begrepene statistikk, kunstig intelligens og maskinlæring for å analysere store sett med data Og identifisere underliggende mønstre. Du kan bruke følgende data mining teknikker for å ekstrapolere praktisk innsikt:

1. Klassifisering: denne teknikken krever at du kategoriserer data i et gitt sett med kategorier (klasser). For eksempel, basert på inntektsgruppene og kjøpshistorikken til kundene dine, kan du gjøre dem tilpassede produkttilbud
2. Assosiasjonsregel Gruvedrift: Forening bruker korrelasjon for å identifisere mønstre i et gitt datasett. Den bruker ‘hvis dette…så det…’ resonnement å forutsi utfall. Anbefalingsmotorer bruker association rule mining til å anbefale produkter eller innhold.
3. Avviksregistrering: du kan bruke denne teknikken til å identifisere avvik eller uventede mønstre i dataene. Hvis du for eksempel ser en uventet økning i produktsalget i en periode, kan du finne årsaken til det og ta den nødvendige avgjørelsen.
4. Clustering: Klyngeanalyse brukes til å klassifisere data i homogene kategorier basert på en egenskap/funksjon
5. Regresjonsanalyse: Regresjon brukes Til å identifisere forholdet mellom ulike datapunkter. Det er nyttig å forstå hvordan tilstedeværelsen av en bestemt egenskap påvirker andre egenskaper i settet.
6. Prediksjon: Ved hjelp av prediksjon kan du forutsi fremtidig oppførsel av kundene dine basert på deres historie.

sammen med data mining kan markedsførere også bruke datavisualiseringsteknikker og forretningsintelligens for å trekke ut meningsfull informasjon fra kvantitative data.

Analysere Kvalitative Data

Informasjon samlet inn gjennom kundeserviceprogramvare, intervjuer, tilbakemeldinger, undersøkelser, etc. har en tendens til å være kvalitativ i naturen, og dermed vil de tradisjonelle data mining teknikkene ikke være effektive på dem. Du kan imidlertid bruke følgende metoder for å trekke ut åpenbaringer fra dem:

1. Innholdsanalyse: i innholdsanalyse uthever du relevante søkeord, ideer eller temaer for å finne forekomster i dataene dine. Når du for eksempel analyserer spørreundersøkelser, kan du opprette en liste over problemer som er identifisert av teamet ditt og oppdage forskjellige søkeord som en kunde vil bruke til å beskrive dem. Nå, ved å analysere undersøkelsen kan du forstå hvordan du kan forbedre produktet.
2. Narrativ Analyse: Folk kommuniserer gjennom historier. Med en fortellende analyse kan du identifisere hvordan kunder kommuniserer historier og ideer, noe som kan hjelpe deg med å forstå hvordan kundene føler om merkevaren og tilbudene dine.

Fordeler Med Kundedata Analyse

her er fem måter som analysere kundedata kan hjelpe deg å vite mer om dine kunder, merker og tilbud:

1. hvis du allerede har opprettet buyer persona maler, basert på kundedataanalysen, kan du gjøre de nødvendige tweaks i disse malene for å holde dem oppdatert.
2. du kan segmentere kundene dine basert på deres geografiske, demografiske eller psykografiske egenskaper.
3. det hjelper deg med å forstå behovene og smertepunktene til kundene dine og skreddersy produktmeldingene dine tilsvarende. Du kan også forbedre fortellingen din for å rettferdiggjøre pris-fordel-aspektet av produktet ditt.
4. Det kan hjelpe deg i å effektivisere markedsføringskampanjer.
5. Kundedataanalyse kan også hjelpe deg med å øke kundens levetidsverdi og redusere churn.

Lær Mer: Hva Er Identitetsløsning? Definisjon, Prosess, Fordeler Med Eksempler

Konklusjon

for å oppsummere så vi på begrepet kundedata, dets ulike typer Inkludert Personlig (PII og Ikke-PII), Engasjement, Atferdsmessig og Holdningsskapende. Vi dekket syv måter du kan samle kundedata og lærte alt om å analysere og validere disse dataene pluss fordelene ved å gjøre det.

Håper denne artikkelen har hjulpet deg med å forstå grunnleggende kundedata. Du kan nå begynne å samle inn og analysere dataene dine for å forbedre forretningsstrategien og AVKASTNINGEN.