Wat zijn klantgegevens? Definitie, Types, verzameling, validatie en analyse

klantgegevens zijn de gedrags -, demografische en persoonlijke informatie over klanten die door bedrijven en marketingbedrijven wordt verzameld om klanten te begrijpen, te communiceren en met hen in contact te komen.

in deze aflevering van MarTech 101 kijken we naar de basis van klantgegevens. We zullen beginnen met het begrijpen van de definitie en soorten. Vervolgens onderzoeken we hoe u klantgegevens kunt verzamelen, valideren en analyseren.

inhoudstabel

• Wat zijn klantgegevens?
• soorten klantgegevens
• hoe gegevens van klanten te verzamelen?
• valideren van klantgegevens
• analyseren van klantgegevens
• voordelen van klantgegevens analyse
• conclusie

laten we beginnen!

Wat Zijn Klantgegevens?

Klantgegevens worden gedefinieerd als de informatie die uw klanten verstrekken tijdens de interactie met uw bedrijf via uw website, mobiele applicaties, enquêtes, sociale media, marketingcampagnes en andere online en offline wegen.

klantgegevens zijn een hoeksteen voor een succesvolle bedrijfsstrategie. Datagedreven organisaties realiseren het belang hiervan en ondernemen actie om ervoor te zorgen dat ze de nodige klantgegevenspunten verzamelen die hen in staat zouden stellen om de klantervaring te verbeteren en de bedrijfsstrategie na verloop van tijd te verfijnen.

soorten klantgegevens

een organisatie verzamelt een groot aantal klantgegevenspunten gedurende het gehele traject van de koper. Het volume van deze datapunten is enorm, en voor het gemak van begrip, hebben we ze gescheiden in verschillende categorieën.

laten we eens kijken naar de verschillende soorten klantgegevens die u moet verzamelen om uw bedrijfsstrategie te verbeteren.

Noot: Het verzamelen en opslaan van klantgegevens is een ingewikkeld onderwerp dat grotendeels wordt gedicteerd door de regels en voorschriften (zoals GDPR) van het land dat uw organisatie opereert vanuit en/of dat van uw doelgroep. Zorg ervoor dat u deze regelgeving bestudeert en volgt om juridische gevolgen te voorkomen. Het is veilig om juridische hulp te zoeken als je niet zeker bent.

persoonsgegevens (PII en niet-PII)

persoonsgegevens kunnen worden onderverdeeld in twee categorieën, persoonlijk identificeerbare informatie (PII) en niet-persoonlijk identificeerbare informatie (niet-PII).

persoonlijk identificeerbare informatie (PII): PII is alle informatie die kan worden gebruikt om de identiteit van een individu te herkennen. Het wordt verder onderverdeeld in twee categorieën

1. Gekoppelde informatie:

gekoppelde informatie is informatie die kan worden gebruikt om een persoon te identificeren zonder dat aanvullende informatie/gegevenspunt vereist is. Voorbeelden van gelinkte informatie zijn:

1. volledige naam
2. fysiek adres
3. e-mailadres
4. logingegevens
5. rijbewijsnummer
6. burgerservicenummer
7. paspoortnummer
8. creditcardgegevens
9. geboortedatum
10. telefoonnummer

2. Koppelbare informatie: koppelbare informatie is alle informatie die een persoon niet kan identificeren op zijn eigen, maar het kan doen als het wordt geknuppeld met een ander stuk informatie. Voorbeelden van koppelbare informatie zijn::

1. voor — of achternaam
2. locatie-land, staat, Stad, Postcode
3. geslacht
4. ras en etniciteit
5. leeftijdsgroep
6. Job details

niet-persoonlijk identificeerbare informatie (niet-PII): Non-PII is het tegenovergestelde van PII, dat anonieme informatie is en niet kan worden gebruikt identificeer één persoon. Voorbeelden van niet-PII zijn::

1. IP-adres
2. Cookies
3. apparaat-ID ‘ s

opmerking: Je zou je kunnen afvragen waarom we ervoor hebben gekozen om niet-PII op te nemen in de sectie persoonlijke gegevens, hoewel het niet helpt om individuen te identificeren. De reden is, verschillende wetten behandelen deze datapunten anders. Bijvoorbeeld, volgens de GDPR, niet-PII zoals cookies kunnen krijgen gecategoriseerd als persoonlijke gegevens. Dus, om mogelijke verwarring te voorkomen, hebben we ze onder één paraplu gegroepeerd.

Engagement Data

Engagement data vertelt u hoe uw klanten communiceren met uw merk via verschillende marketingkanalen. Deze gegevens omvatten informatie zoals het gedrag van de klant op de website, hun interactie met u op sociale media en via de klantenservice, enzovoort. Hier zijn de insluitsels van elk kanaal:

1. website en mobiele App interacties: Website bezoeken, app plakkerigheid, meest bekeken Pagina’ s, gebruikersstroom, Verkeersbronnen, enz.
2. sociale Media betrokkenheid: post likes, post shares, Post antwoorden, Native video views, enz.
3. e-Mailbetrokkenheid: Open rate, Click-through rate, Bounce rate, e-mail forwards, enz.
4. Klantenservice Informatie: Aantal tickets, klacht / Vraag details, Feedback, enz.
5. betaalde advertentie Engagement: vertoningen, Click-through rate, Cost per click/mille, conversies, enz.

gedragsgegevens

gedragsgegevens helpen u onderliggende patronen te ontdekken die uw klanten tijdens hun aankooptraject onthullen. Engagement gegevens kunnen al dan niet deel uitmaken van gedragsgegevens. Hier is hoe u deze gegevens kunt verzamelen:

1. transactiedata: Abonnementsdetails, Aankoopdetails, eerdere aankopen, gemiddelde orderwaarde, gegevens over het verlaten van de winkelwagen, gemiddelde levensduurwaarde van de klant, gegevens over het loyaliteitsprogramma van de klant, enz.

2. Productgebruik: herhaalde acties, Functiegebruik, Functieduur, taakvoltooiing, apparaten, enz.

3. Kwalitatieve gegevens: Gebruikersaandacht, Heatmaps (klikken, scroll, muisbewegingen), enz.

Attitudegegevens:

Attitudegegevens worden gedreven door de gevoelens en emoties van uw klanten. Het is hoe ze uw merk en aanbod waarnemen. Aangezien attitudinale gegevens meestal kwalitatief en subjectief zijn, is het verstandig om deze te combineren met kwantitatieve gegevens om concrete outputs te krijgen.

Attitudegegevens worden meestal gescout via enquêtes, interviews, focusgroepen, feedback, klachten van klanten, beoordelingen, enz. Hier zijn een paar voorbeelden van attitudinale gegevens:

1. klanttevredenheid
2. gevoelens
3. productbegeerbaarheid
4. Voorkeuren
5. motivaties en uitdagingen
6. aankoopcriteria

meer informatie: Wat Is klantanalyse? Definitie, proces, belangrijkste Trends en voorbeelden

hoe gegevens van klanten te verzamelen?

marketeers kunnen gegevens verzamelen van elk kanaal waarop de klant communiceert met het merk. Hoewel er waarschijnlijk honderden manieren om Klantgegevens te verzamelen, in deze sectie, zullen we kijken naar de meest essentiële wegen die u kunt gebruiken om uw klanten beter te leren kennen.

voordat we ingaan op hoe u klantgegevens kunt verzamelen, beantwoordt u de volgende vijf vragen:

1. Wat zijn de verschillende datapunten die u moet verzamelen?
2. Hoe moet u de gegevens organiseren? Welke tools zou u nodig hebben om het op te slaan?
3. welke maatregelen moet u nemen om Klantgegevens te beschermen? En bent u transparant met uw klanten over hoe u hun informatie verzamelt?
4. heeft u ervoor gezorgd dat uw gegevensverzamelingsmethoden voldoen aan de wetten en voorschriften van uw land?
5. hoe gaat u de gegevens ten behoeve van de organisatie gebruiken?

zodra u over deze vragen hebt beslist, kunt u bekijken hoe u klantengegevens kunt verzamelen.

websiteanalyse

uw website is vaak het primaire kanaal waarmee uw klanten communiceren. U kunt klantgegevens verzamelen, zoals hun demografische en geografische kenmerken, samen met betrokkenheid en gedragsgegevens.

Tools zoals Google Analytics, Mixpanel, Piwik PRO en Matomo helpen u hun interesses, verwijzingsbronnen, conversiegegevens en hun real-time gedrag op uw website te begrijpen.

hoewel deze tools tekortkomingen hebben, zoals het onvermogen om kwalitatieve informatie te verzamelen, kunt u deze compenseren met visuele/experimenteertools zoals Crazy Egg, Optimizely, VWO en Hotjar. Deze tools helpen u het gedrag van gebruikers te begrijpen door middel van heatmaps, sessieopnames en conversie trechter visualisatie.

sociale Media

u kunt veel weten over uw klanten op basis van hun interactie met u op sociale media. Naast het gebruik van basic engagement metrics (zoals likes, opmerkingen en shares), kunt u veel over uw klanten te weten komen via de native analytics/insights sectie van elk social media platform.

via online reputation management (ORM) kunt u klantgegevens verzamelen die u inzicht geven in het algemene sentiment rond uw merk en aanbod.

u kunt uw activiteiten voor het verzamelen van klantgegevens verbeteren door te investeren in advertenties op sociale media. Door de targeting mogelijkheden van social media platforms, kunt u de belangen en andere kenmerken van uw klanten te begrijpen. Door het uploaden van uw e-maillijst op social media platforms met behulp van de custom audience functie, kunt u hun gedrag te ontdekken op een specifiek social media kanaal om meer over hen te weten.

trackingpixels

een trackingpixel is een stukje HTML-of JavaScript-code die wordt ingevoegd in een website of een e-mail die elke bezoeker registreert die op uw website landt of de e-mail opent. Tracking pixels kunnen IP-adressen, besturingssystemen, browsers, enz. wat op zijn beurt adverteerders helpt om geavanceerde remarketingcampagnes uit te voeren.

via trackingpixels kunnen marketeers ook kennis maken met de conversieactiviteiten van hun klanten.

contactinformatie

contactinformatie is misschien wel de belangrijkste informatie vanuit het perspectief van de communicatie met uw klanten. Het is onwaarschijnlijk dat uw klanten alle informatie vanaf het begin zullen delen. Het is verstandig om hun gegevens te verzamelen gezien het stadium van de koper reis. Zo zullen langere vormen in een vroeg stadium ondoeltreffend zijn. Zorg ervoor dat u passende beloningen/incentives biedt wanneer uw klanten hun gegevens verstrekken.

klantfeedback en enquêtes

klantfeedback en enquêtes zijn effectief om interesses, smaken en voorkeuren van uw klanten te verzamelen. Door de juiste vragen te stellen, kunnen enquêtes u helpen bij het verzamelen van kwalitatieve, attitudegegevens.

u kunt feedback ontvangen over uw aanbod, diensten, Verkoop-en marketingactiviteiten via enquãates. Met behulp van Net Promoter Score (NPS) kunt u de aviditeit van uw producten onder uw klanten begrijpen.

Klantenservicesoftware

een klantenservicesoftware helpt u de gevallen te begrijpen waarin uw klanten hulp zoeken, bestaande problemen in uw product, de complexiteit van die problemen, het medium dat uw klanten kiezen om met u in contact te komen, hoe lang het duurt om een query op te lossen en hoe het kan worden geoptimaliseerd.

op basis van deze gegevens kunnen marketeers de klanttevredenheid meten.

Meer Informatie: Top 10 Digital Customer Experience (CX) softwareplatforms voor 2020

transactiegegevens

afhankelijk van uw bedrijfsmodel zijn er verschillende manieren om transactiegegevens van klanten te verzamelen. Voor een SaaS-bedrijf, het is vaak volledig via online middelen, en het bestaat meestal uit de standaardgegevens, zoals de abonnementsgegevens van de klant.

voor een e-commercebedrijf zal het bijvoorbeeld gegevens over het verlaten van winkelwagentjes bevatten, terwijl het voor een retailmerk met fysieke winkels voornamelijk gebruik zal maken van het PoS-systeem (Point of sale) om aankoopgegevens te verzamelen.

naast deze zeven manieren kunt u klantgegevens verzamelen via focusgroepen, klantinterviews, data management platform (DMP), om er maar een paar te noemen.

het valideren van klantgegevens

het waarborgen van de nauwkeurigheid van uw klantgegevens is essentieel voor het succes van uw marketinginspanningen. Nauwkeurige klantgegevens niet alleen verhoogt uw marketing inspanningen, maar voorkomt ook verspilling van tijd en geldmiddelen en verder voorkomt een slechte CX.

daarom valideren van belangrijke klantgegevenspunten-naam, e-mailadres, fysiek adres, contactnummer, enz. is cruciaal voor de nauwkeurigheid en volledigheid van gegevens.

hier volgt hoe u uw klantgegevens kunt valideren:

1. het hebben van een plan voor gegevensvalidatie helpt u de juiste verwachtingen te stellen vanaf het begin. Het plan moet uw mijlpalen om de vooruitgang te meten. Het moet ook rekening houden met de impact die het zou kunnen hebben op de bestaande activiteiten en zorg ervoor dat er genoeg tijd om eventuele obstakels die zich kunnen voordoen op te lossen.
2. controleer vervolgens de omvang van de gegevens en of de gegevens in hun geheel beschikbaar zijn. Meet ook het aantal klantrecords, de grootte van de gegevens en unieke ID ‘ s.
3. gegevensverrijking helpt marketeers Klantgegevens te valideren en te verfijnen door de interne/first-party-gegevens te verifiëren aan de hand van betrouwbare gegevensbronnen van derden.
   gegevensverrijking helpt u ook gegevensontslagen te elimineren en bestaande records bij te werken.
4. het doel van gegevensvalidatie is een gouden record of een enkele bron van waarheid vast te stellen. Met de hulp van customer data integration (CDI), u kunt verzamelen, organiseren, en verenigt klantgegevens om een 360-graden beeld van uw klanten te krijgen.

Tip: lees de basisprincipes van Customer Data Management deel i En Deel II uit onze MarTech101-serie om deze concepten grondig te begrijpen.

analyse van klantgegevens

analyse van klantgegevens is een belangrijke onderneming. Het is één ding om Klantgegevens te verzamelen, maar het is een geheel nieuwe ballgame om bruikbare inzichten uit te leiden.

een van de grootste uitdagingen bij het analyseren van grote sets klantgegevens is het analyseren van kwalitatieve informatie, omdat deze subjectief is en van persoon tot persoon verschilt. Maar voordat we in hoe u kwalitatieve informatie kunt analyseren, laten we begrijpen hoe Data mining kan helpen bij het analyseren van kwantitatieve gegevens.

het analyseren van kwantitatieve klantgegevens met behulp van datamining

datamining maakt gebruik van de concepten statistieken, kunstmatige intelligentie en machine learning om grote reeksen gegevens te analyseren en onderliggende patronen te identificeren. U kunt de volgende dataminingtechnieken gebruiken om bruikbare inzichten te extrapoleren:

1. classificatie: Deze techniek vereist dat u gegevens in een bepaalde reeks categorieën (klassen) categoriseert. Bijvoorbeeld, op basis van de inkomensgroepen en de aankoopgeschiedenis van uw klanten, kunt u ze aangepaste productaanbiedingen
2. Associatieregel Mining maken: associatie gebruikt correlatie om patronen in een bepaalde dataset te identificeren. Het gebruikt de’ als dit…dan dat… ‘ redenering om uitkomsten te voorspellen. Aanbeveling motoren gebruiken association rule mining om producten of inhoud aan te bevelen.
3. Uitbijterdetectie: u kunt deze techniek gebruiken om anomalieën of onverwachte patronen in de gegevens te identificeren. Bijvoorbeeld, als je een onverwachte stijging tijdens de verkoop van het product in een periode, kunt u de oorzaak van het vinden en de nodige beslissing te nemen.
4. Clustering: clusteranalyse wordt gebruikt om gegevens in homogene categorieën te classificeren op basis van een kenmerk/kenmerk
5. regressieanalyse: regressie wordt gebruikt om de relatie tussen verschillende gegevenspunten te identificeren. Het is nuttig om te begrijpen hoe de aanwezigheid van een specifieke eigenschap andere kenmerken in de set beïnvloedt.
6. voorspelling: Met behulp van voorspelling, kunt u het toekomstige gedrag van uw klanten te voorspellen op basis van hun geschiedenis.

naast datamining kunnen marketeers ook datavisualisatietechnieken en business intelligence gebruiken om zinvolle informatie uit kwantitatieve gegevens te halen.

kwalitatieve gegevens analyseren

informatie verzameld via klantenservicesoftware, interviews, feedback, enquêtes, enz. meestal kwalitatief van aard, en dus de traditionele datamining technieken zouden niet effectief zijn op hen. U kunt echter de volgende methoden gebruiken om openbaringen uit hen te extraheren:

1. inhoudsanalyse: in inhoudsanalyse markeert u relevante trefwoorden, ideeën of thema ‘ s om hun voorvallen in uw gegevens te vinden. Tijdens het analyseren van enquêtes kunt u bijvoorbeeld een lijst maken met problemen die door uw interne team zijn geïdentificeerd en verschillende trefwoorden ontdekken die een klant zou gebruiken om ze te beschrijven. Nu, door het analyseren van de enquête kunt u begrijpen hoe u uw product kunt verbeteren.
2. narratieve analyse: mensen communiceren door middel van verhalen. Met een narratieve analyse kunt u identificeren hoe klanten verhalen en ideeën communiceren, wat u verder kan helpen begrijpen hoe klanten zich voelen over uw merk en aanbod.

voordelen van de analyse van klantgegevens

hier zijn vijf manieren waarop het analyseren van klantgegevens u kan helpen meer te weten te komen over uw klanten, merken en aanbiedingen:

1. Als u al buyer persona templates hebt gemaakt, op basis van de analyse van klantgegevens, kunt u de nodige tweaks maken in deze templates om ze bijgewerkt te houden.
2. u kunt uw klanten segmenteren op basis van hun geografische, demografische of psychografische kenmerken.
3. het helpt u de behoeften en pijnpunten van uw klanten te begrijpen en uw productberichten dienovereenkomstig aan te passen. U kunt ook het verbeteren van uw verhaal om de prijs-voordeel aspect van uw product te rechtvaardigen.
4. het kan u helpen bij het stroomlijnen van uw marketingcampagnes.
5. analyse van klantgegevens kan u ook helpen de waarde van de klantlevensduur te verhogen en de churn te verminderen.

Meer Informatie: Wat Is Identiteitsresolutie? Definitie, proces, voordelen met voorbeelden

conclusie

samenvattend hebben we gekeken naar het concept van klantgegevens, de verschillende soorten waaronder persoonlijke (PII en niet-PII), betrokkenheid, gedrag en attitude. We bespraken zeven manieren waarop u klantgegevens kunt verzamelen en leerden alles over het analyseren en valideren van deze gegevens plus de voordelen daarvan.

hoop dat dit artikel u heeft geholpen de basisprincipes van klantgegevens te begrijpen. U kunt nu beginnen met het verzamelen en analyseren van uw gegevens om uw bedrijfsstrategie en ROI te verbeteren.