10 hatékony viselkedési szegmentációs módszer az ügyfelek megértéséhez

By Gary DeAsi

Az, hogy tudjuk, kik az ügyfelek, nagyszerű, de még jobb, ha tudjuk, hogyan viselkednek.
-Jon Miller

Az ügyfelek szegmentálása mindig is fontos volt. De most, hogy a vállalati siker szerves részét képezi az olyan utazások megszervezése, amelyek az ügyfél általános élményét tükrözik, nem pedig a legutóbbi interakcióját egy elkülönített érintkezési ponton belül, a hatékony szegmentálás elengedhetetlen.

A Forrester friss jelentése szerint azonban az ügyfélszegmentálást alkalmazó vállalatoknak csak 33%-a mondja, hogy jelentős hatást gyakorol rá. A jelentés szerint a kudarc fő oka az, hogy a vállalatok még mindig a hagyományos ügyfélszegmentációs megközelítéseket alkalmazzák, anélkül, hogy kihasználnák a ma rendelkezésre álló széleskörű ügyféladatokat és fejlett elemzési technikákat.

Más szóval, nem a modern viselkedésalapú szegmentációs megközelítést alkalmazzák.

Ebben a bejegyzésben a viselkedéses szegmentáció 10 különböző megközelítésének alapos áttekintésével tájékoztatom Önt, amelyek segítségével jobban megértheti az ügyfeleit és céljait, hogy maximalizálja az utazás sikerét és elérje az üzleti eredményeket.

Mi a viselkedéses szegmentáció?

A szegmentáció hagyományos megközelítései elsősorban arra összpontosítottak, hogy kik az ügyfelek, és a szegmensek demográfiai jellemzők, például a nem vagy az életkor, valamint firmográfiai jellemzők, például a vállalat mérete vagy az iparág alapján készültek. De ahogyan azt a vásárlói viselkedési adatokról szóló korábbi bejegyzésemben tárgyaltam, már nem elég megérteni, hogy kik az ügyfelek.

A viselkedési szegmentáció lényege, hogy az ügyfeleket ne csak az alapján értsük meg, hogy kik ők, hanem az alapján is, hogy mit csinálnak, az ügyfelek cselekedeteiből származó meglátások alapján.

A viselkedési szegmentáció az ügyfélszegmentáció egy olyan formája, amely az ügyfelek által a vállalattal/márkával való interakció vagy a vásárlási döntés során mutatott viselkedési mintákon alapul. Lehetővé teszi a vállalkozások számára, hogy a vevőket csoportokba osszák egy termékkel, szolgáltatással vagy márkával kapcsolatos ismereteik, hozzáállásuk, használatuk vagy az arra adott reakcióik alapján.

A cél az ügyfélszegmensek azonosítása, amely lehetővé teszi, hogy megértse, hogyan lehet az ügyfelek egy csoportjának különleges igényeit vagy vágyait kielégíteni, felfedezze az ügyfélutak optimalizálásának lehetőségeit, és számszerűsítse a vállalkozás számára potenciális értéküket.

Miért szegmentálja az ügyfeleket viselkedésük alapján?

Az ügyfelek viselkedésük alapján történő különböző szegmensekbe csoportosításának négy fő előnye van:

1. Személyre szabás. Értse meg, hogyan kell a különböző ügyfélcsoportokat különböző ajánlatokkal megcélozni, a legmegfelelőbb időpontokban, az általuk preferált csatornákon keresztül, hogy hatékonyan segítse őket a sikeres eredmények felé haladni az útjukon.
2. Előrejelzés. A múltbeli viselkedési minták felhasználása a jövőbeli vásárlói viselkedés és eredmények előrejelzésére és befolyásolására.
3. Prioritás. Hozzon okosabb döntéseket az idő, a költségvetés és az erőforrások legjobb elosztásáról a nagy értékű ügyfélszegmensek és a legnagyobb potenciális üzleti hatással rendelkező kezdeményezések azonosításával.
4. Teljesítmény. Figyelje a növekedési mintákat és a kulcsfontosságú ügyfélszegmensek változását az idő múlásával, hogy felmérje az üzlet egészségét és nyomon kövesse a teljesítményt a célokhoz képest. Magas szinten ez azt jelenti, hogy számszerűsíteni kell az ügyfélszegmensek méretét és értékét, és nyomon kell követni, hogy a “pozitív” és “negatív” szegmensek idővel hogyan növekednek vagy zsugorodnak.

10 hatékony viselkedési szegmentálási módszer, amellyel jobban megértheti ügyfeleit

Tradicionálisan a legtöbb szakértő a viselkedési szegmentálás hat elsődleges típusa körül helyezkedik el.

(Forrás)

Míg a viselkedéses szegmentáció e hat “klasszikus” típusa ma is mind nagyon is releváns, ezek is fejlődtek, hogy új jelentést, alkalmazásokat és felhasználási eseteket kapjanak.

Ebben a bejegyzésben az egyes típusok “hagyományos” és “modern” értelmezéseit vizsgáljuk meg, miközben néhány új kiegészítést is teszünk a listához, hogy néhány érdekes új módot is felvegyünk, ahogyan néhány ügyfelünk és partnerünk ma használja a viselkedési szegmentációt.

A 10 viselkedési szegmentációs módszer a következő:

(Kattintson az egyes szakaszokra az ugráshoz)

1. Vásárlási magatartás
2. Keresett előnyök
3. Ügyfél útjának szakasza
4. Használat
5. Felhasználás
. Alkalom vagy időzítés
6. Vásárlói elégedettség
7. Vásárlói hűség
8. Érdeklődés
9. Elkötelezettségi szint
10. Felhasználói státusz

Néhány fontos dolog, amit szem előtt kell tartanunk, mielőtt belevetnénk magunkat:

• Ez a lista NEM zárja ki egymást.
• Az, ahogyan a szegmensek meghatározásához és a különböző viselkedési szegmentációs típusok használatához hozzáfogunk, nagyban eltérhet az üzletágtól függően.
• Egy vagy több ilyen szegmentációs módszer egyszerre vagy más szegmenstípusokkal kombinálva is felhasználható.

Vásárlási viselkedés

Hogyan viselkednek eltérően a vásárlók a vásárlásig vezető út során?

A vásárlási viselkedésen alapuló szegmentáció célja azon trendek azonosítása, hogy a különböző ügyfelek hogyan viselkednek a vásárlási döntés meghozatalának folyamata során.

A vásárlási viselkedés segíthet megérteni:

• Hogyan közelítik meg a különböző ügyfelek a vásárlási döntést
• A vásárlási folyamat összetettségét és nehézségét
• A vásárló szerepét a vásárlási folyamatban
• A vásárláshoz vezető út fontos akadályait
• .
• Mely viselkedésmódok jelzik leginkább és legkevésbé előre a vásárló vásárlását

Prediktív viselkedési szegmensek

A gépi tanulási képességek kihasználásával a vásárlói viselkedés elemzése a vásárlói út során és az időbeli minták azonosítása, a vállalatok ma már prediktív szegmenseket alakítanak ki annak valószínűsége alapján, hogy a különböző ügyfelek egy adott vásárlást végrehajtanak.

A múltbeli viselkedés felhasználásának két gyakori módja van a jövőbeli eredmények előrejelzésére:

• 1. A múltbeli vásárlások felhasználása a jövőbeli vásárlások előrejelzésére
  2. A viselkedés felhasználása az útvonal mentén…vásárlási útvonalon a vásárlás befejezésének valószínűségének előrejelzésére

A digitális viselkedésen alapuló implicit szegmensek

Egy másik modern megközelítés a digitális viselkedés mintáit használja a vásárlási folyamat különböző módozatainak megértéséhez, annak érdekében, hogy azonosítani lehessen azokat a legfontosabb akadályokat, amelyeket a marketingeseknek el kell távolítaniuk a vásárláshoz vezető útról.

Az Ön vállalkozásától függően többféleképpen is megközelítheti ezt a kérdést. Lacie Larschan egy nemrégiben megjelent cikkében megosztott néhány e-kereskedelmi példát erre a módszerre. Ő a vásárlókat hat különböző viselkedési szegmensre jellemzi a megfelelő vásárlói személyiségekkel azáltal, hogy az online interakcióik alapján implicit feltételezéseket alkot:

• Az “ártudatos” vásárló a lehető legalacsonyabb árat keresi.
• Az “Okos” vásárló alapos, aprólékos kutató, aki minden bonyolult tényezőt meg akar érteni, mielőtt elkötelezné magát bármelyik mellett.
• A “Kockázatot kerülő” vásárló óvatos, gazdaságilag óvatos vásárló, aki nehezen húzza meg a ravaszt egy vásárlásra a megfelelő biztosítás, például egy jó, problémamentes visszaküldési politika nélkül.
• A “Szükségletbiztos” vásárló olyan vásárló, akinek szüksége van megerősítésre, hogy a termék népszerű, és a társai állításai is alátámasztják.
• A “Majd később megveszem” vásárló olyan vásárló, akinek nincs sürgőssége.
• A “Meggyőzhető” vásárló olyan impulzusvásárló, aki nagyon fogékony a keresztértékesítési ajánlatokra.

Ha ennyi mindent megtudhat arról, hogy a különböző vásárlók hogyan közelítik meg a vásárlási döntést egyetlen csatorna viselkedési adatai révén egyetlen webes munkameneten belül, képzelje el, mennyivel többet tudna felfedezni az összes csatorna interakcióit hosszabb időn keresztül felölelő vásárlói viselkedési adatok segítségével.

Keresett előnyök

Milyen elsődleges előnyöket keresnek a különböző ügyfelek a vásárlási döntés során?

Amíg az ügyfelek egy termék vagy szolgáltatás után kutatnak, viselkedésük értékes betekintést nyújthat abba, hogy mely előnyök, jellemzők, értékek, használati esetek vagy problémák a legfontosabb motiváló tényezők, amelyek befolyásolják a vásárlási döntésüket.

Ha egy ügyfél egy vagy több előnynek sokkal nagyobb értéket tulajdonít a többinél, akkor ezek a keresett elsődleges előnyök a vásárlási döntést meghatározó motiváló tényezők az adott ügyfél számára.

Egy egyszerű példa a fogyasztók, akik különböző okokból vásárolnak fogkrémet:

1. Fehérítési célok
2. érzékeny fogak
3. íz
4. ár

Ez a B2C fogkrémpélda szinte bármilyen vállalkozásra alkalmazható bármely iparágban. A B2B szoftverek esetében a keresett előnyök lehetnek konkrét funkciók vagy képességek, a könnyű használat, a sebességgel vagy pontossággal kapcsolatos előnyök, vagy más eszközökkel való kulcsfontosságú integrációk.

A két potenciális ügyfél demográfiai vagy firmográfiai jellemzőik vagy ügyfélszemélyiségük szempontjából azonosnak tűnhet, de nagyon eltérő értékeket képviselhetnek abban a tekintetben, hogy mely előnyök és funkciók a legfontosabbak és melyek a legkevésbé fontosak mindegyikük számára.

Ha négy olyan ügyfeled van, akik mindegyike más elsődleges előnyre törekszik, és mindannyiuknak ugyanarról az előnyről küldesz üzenetet, akkor a kommunikációd 75%-ával célt tévesztesz, és az időd és a költségvetésed 75%-át pazarolod.

Az egyes ügyfelek viselkedésének megértésével, ahogyan idővel kapcsolatba lépnek a márkájával, az ügyfeleket szegmensekbe csoportosíthatja a kívánt előnyök alapján, és marketingjét ennek megfelelően személyre szabhatja az egyes szegmensek számára.

A vásárlói út szakasza

Az út melyik szakaszában van jelenleg egy új vagy meglévő ügyfél?

A vásárlói út szakasza szerinti viselkedési szegmensek kialakítása lehetővé teszi a kommunikáció összehangolását és a tapasztalatok személyre szabását, hogy minden szakaszban növelje a konverziót. Sőt, segít felfedezni azokat a szakaszokat, amelyekben az ügyfelek nem haladnak előre, így azonosíthatja a legnagyobb akadályokat és a javítási lehetőségeket.

A vásárlói út szakaszai szerinti szegmentálás azonban nem könnyű.

Egy gyakori tévhit, hogy egyetlen vásárlói viselkedés vagy interakció elegendő ahhoz, hogy pontosan meghatározzuk, melyik út szakaszában van jelenleg egy ügyfél.

“Ez az érdeklődő megnézte ezt a tartalmat vagy rákattintott erre a hirdetésre, tehát ez azt jelenti, hogy a ____________ szakaszban van”

A legtöbb esetben egy vagy két viselkedési adatpont nem elegendő ahhoz, hogy pontosan meghatározzuk az ügyfél aktuális utazási szakaszát.

A különböző szakaszokban lévő ügyfelek interakcióba lépnek és kapcsolatba lépnek az összes különböző szakaszra tervezett tartalommal és élménnyel, az összes különböző csatornán, az összes különböző időpontban, és nem meghatározott sorrendben.

A leghatékonyabb módja egy ügyfél aktuális utazási szakaszának pontos meghatározásának az, ha kihasználja az ügyfél összes viselkedési adatát az összes csatornán és érintkezési ponton keresztül, így az időbeli viselkedési minták alapján súlyozott algoritmusokat hozhat létre.

Ez az ábra egy egyedi leendő ügyfél viselkedését mutatja az előző tizennégy nap alatt. Ez az érdeklődő az ügyfélút megfontolási szakaszában van, de viselkedése teljesen véletlenszerű sorrendben történik, és nem lineárisan halad szakaszról szakaszra. Ez sokkal reálisabb képet ad arról, hogyan nézhet ki a vásárlói viselkedés egy adott időszakon belül, amikor interakcióba lép egy márkával.

Ha egy vagy két viselkedés alapján próbálnánk meghatározni, hogy ez a potenciális ügyfél melyik utazási szakaszban van, könnyen téves feltételezést tehetnénk. Ha például az első két viselkedés közül az egyik alapján hozná meg az ítéletét, akkor úgy tűnik, hogy az érdeklődő a tudatosság vagy az oktatás szakaszában van. De a viselkedések súlyozásával a történelmi mintákból felépített algoritmusok segítségével láthatja, hogy sokkal világosabbá válik, hogy a megfontolás a legvalószínűbb jelenlegi utazási szakasza ennek az érdeklődőnek.

Azt a hibát se kövesse el, hogy azt feltételezi, hogy az ügyfelek az idő múlásával maguktól átmennek a következő szakaszba.

Ha éves előfizetéses vállalkozása van, és azt feltételezi, hogy az ügyfél az év során az elfogadás szakaszából a megtartás szakaszába lépett, előfordulhat, hogy durva ébredés vár rá, amikor eljön a megújítás ideje. Ismét a viselkedési adatok az egyetlen módja annak, hogy megtudja az igazságot, vagy legalábbis a lehető legközelebb kerüljön hozzá.

Használat

Milyen gyakran (és mennyit) használják az ügyfelek a termékét vagy szolgáltatását? Hogyan használják?

A termék- vagy szolgáltatáshasználat egy másik gyakori módja az ügyfelek viselkedés szerinti szegmentálásának, amely azon alapul, hogy az ügyfél milyen gyakran vásárol egy termékből vagy szolgáltatásból, vagy milyen gyakran lép kapcsolatba vele.

Hányszor utaznak az ügyfelek az Airbnb-vel? Milyen gyakran vásárolnak az ügyfelek termékeket az Amazonon?

Egy B2B SaaS vállalat esetében milyen gyakran jelentkeznek be az ügyfelek és használják a szoftverét? Mennyi időt töltenek el? Hogyan használják? Milyen funkciókat használnak? Hány felhasználó használja ugyanabból a fiókból vagy vállalatból?

A használati viselkedés erős előrejelző mutatója lehet a hűségnek vagy az elvándorlásnak, és ezáltal az élettartam-értéknek.

Egy nemrégiben megjelent, Hogyan használjuk az ügyfélmagatartási adatokat a bevétel növelésére című bejegyzésben megosztottam egy példát arra, hogy a Netflix hogyan használja ki az ügyfélhasználati adatokat a felhasználók havi tartalomfogyasztásán alapuló viselkedési szegmensek kialakítására, ami végül lehetővé tette számukra, hogy csökkentsék az elvándorlási arányt és növeljék az ügyfél élettartam-értéket olyan mértékben, hogy a vezetők becslése szerint a vállalat évente 1 milliárd dollárt takarít meg.

Ez a Netflix felhasználási esete jó példa a mennyiségi alapú felhasználási szegmentációra.

Szegmensek a felhasználás mennyisége vagy gyakorisága alapján

• A nehéz felhasználók (vagy “szuper felhasználók”) olyan ügyfelek, akik a legtöbb időt töltik az Ön megoldásának használatával és/vagy a leggyakrabban vásárolnak. Ezek általában az Ön leglelkesebb és legelkötelezettebb ügyfelei, akik gyakran a leginkább számíthatnak az Ön termékére/szolgáltatására.
• Az átlagos vagy közepes felhasználók olyan ügyfelek, akik félig rendszeresen használják vagy vásárolnak, de nem túl gyakran. Ezek gyakran lehetnek idő- vagy eseményalapúak.
• A könnyű felhasználók olyan ügyfelek, akik a többi ügyfélhez képest sokkal ritkábban használják vagy vásárolnak. Az Ön üzleti tevékenységétől függően ez akár egyszeri felhasználókat is jelenthet, de ez ismét az ügyfélkör többi részéhez viszonyított felhasználástól függ.

Ezek a használaton alapuló viselkedési szegmensek felbecsülhetetlen értékűek annak megértéséhez, hogy bizonyos típusú ügyfelek miért válnak nehéz vagy könnyű felhasználókká. Az ilyen módon történő szegmentálással különböző intézkedéseket és megközelítéseket tesztelhet a meglévő ügyfelek használatának növelése érdekében, és több olyan új ügyfelet vonzhat, akik nagyobb valószínűséggel követik ugyanazokat a használati viselkedési mintákat, mint a szuperfelhasználók.

Az idő múlásával kritikus fontosságú az ügyfelek használati viselkedésében bekövetkező változások nyomon követése. Így mind összesített szinten (az általános üzleti teljesítmény felmérése érdekében), mind az egyes ügyfelek szintjén (például annak megállapítása érdekében, hogy egy ügyfélnél fennáll-e az elvándorlás magas kockázata) azonosíthatja a problémákat és a lehetőségeket.

(Forrás)

Kézzel szedett kapcsolódó tartalom:

Szegmensek a használat minősége alapján

Míg a használat mennyisége és gyakorisága kétségtelenül értékes viselkedési szegmensek lehetnek, a magas használat nem mindig jelenti a legtöbb szállított értéket, mind az ügyfél, mind végső soron a vállalkozás számára

Egy SaaS-ügyfél például rengeteg termékhasználati viselkedést mutathat, de a valóságban a dolgok nem biztos, hogy olyan rózsásak, mint amilyennek a felszínen látszanak. Lehet, hogy:

1. nem használja olyan hatékonyan a terméket, mint amilyen hatékonyan használhatná,
2. a megoldás legfontosabb funkcióinak vagy képességeinek csak egy töredékét használja ki,
3. csak azért használja a terméket most, mert muszáj, de elégedetlen, és hosszú távon egy versenytársra akar váltani.

Mindhárom példában a használat mennyisége nem tükrözi a ténylegesen kapott értéket.

Míg ez az ügyfél megfelelhet a “sokat használó” szegmens kritériumainak, a valóságban nem kap elég értéket, és valószínűleg nagy a kockázata annak, hogy a jövőben elvándorol (ha még nem tette meg).

Az alkalom vagy az időzítés alapján

Mikor a legvalószínűbb, hogy az ügyfelek vásárolnak vagy kapcsolatba lépnek egy márkával?

Az alkalom- és időzítésalapú viselkedési szegmensek hagyományosan az univerzális és a személyes alkalmakra egyaránt vonatkoznak.

• Az univerzális alkalmak az ügyfelek vagy a célközönség többségére vonatkoznak. Az ünnepek és a szezonális események tipikus példát jelentenek, amikor a fogyasztók nagyobb valószínűséggel vásárolnak bizonyos termékeket az ünnepi időszakban vagy az év bizonyos időszakaiban.
• Az ismétlődő-személyes alkalmak az egyes ügyfelek olyan vásárlási szokásai, amelyek egy bizonyos időszakon keresztül következetesen ismétlődnek, és amelyek lehetnek éves alkalmak, például születésnapok, évfordulók vagy nyaralások, havi vásárlások, például üzleti utazások, vagy akár napi rituálék, például az, hogy minden reggel munkába menet megállnak egy csésze kávéra.
• A ritka-személyes alkalmak szintén az egyes vásárlókhoz kapcsolódnak, de sokkal rendszertelenebbek és spontánabbak, és így nehezebb megjósolni őket, mint például egy barát esküvőjén való részvétel.

Míg ezeket nagyon nehéz megjósolni, mégis lehetséges (talán emlékeznek a néhány évvel ezelőtti szalagcímekre, amikor a Target híresen az értékesítési pontok adatait használta arra, hogy kitalálja, mikor kell pelenkákat és más babatermékeket értékesíteni a nőknek az alapján, hogy mikor vásároltak korábban terhességi teszteket. )

Szegmensek célzása a napszak, a hét napja stb. alapján

Az időzítésen alapuló viselkedési szegmentáció másik modernebb alkalmazása azokra az időpontokra vonatkozik, amikor egy ügyfél hajlamosabb egy márkával kapcsolatba lépni, vagy fogékonyabb az ajánlatokra.

Az egyes ügyfelek e-mail olvasási, közösségi hálózatok böngészési, termékkutatási és tartalomfogyasztási preferenciáinak viselkedési mintázatai mind olyan példák, amelyeket ki lehet használni, hogy a marketingesek megértsék, melyek a legjobb napok és időpontok a különböző ügyfelek ajánlatokkal való megcélzására.

ANetflix, a Dominos, az Open Table és a Hotel Tonight mind pénteken küld nekem e-maileket, többet, mint a hét bármely más napján. Miért? A tartalom, a pizzaszállítás és az utolsó pillanatban történő étterem- és szállodafoglalás mind olyan dolgok, amelyeket nagyobb valószínűséggel fogyasztok vagy vásárolok hétvégén.

Szegmensek az előző vásárlás vagy cselekvés óta eltelt idő alapján

Egy másik időalapú megközelítés annak megjóslása, hogy az ügyfelek mikor fognak a legnagyobb valószínűséggel vásárolni egy korábbi vásárlás vagy cselekvés óta eltelt idő alapján.

Egy ügyfél például sokkal nagyobb valószínűséggel vásárolhat újra a kezdeti vásárlást követő hetekben vagy hónapokban, vagy fordítva, sokkal kisebb valószínűséggel vásárol tovább vagy keresztértékesítést, amíg egy bizonyos idő el nem telik a kezdeti vásárlás vagy megújítás óta. A fent említett Target terhességi teszt esete egy másik példa lenne erre.

Vevői elégedettség

Mennyire elégedettek a vásárlói, VALÓBAN?

Az NPS® felmérések és más hasonló vevői visszajelzési mechanizmusok kétségkívül értékes módszerek a vevők elégedettségének felmérésében, de nem hagyatkozhat csak ezekre.

Az alábbi három okból:

1. Tipikusan az ügyfeleknek csak egy töredéke vesz részt a felmérésben.
2. Függetlenül attól, hogy évente, kétévente, negyedévente vagy akár havonta vagy hetente végez felméréseket, az adatgyűjtési pontok között jelentős idő telik el, így hosszabb időszakokra nem tudhatja meg, hogy az ügyfél elégedettségi szintje drasztikusan megváltozhat.
3. Amint arra Swati Sahai rámutatott az ügyfélélmény méréséről szóló legutóbbi bejegyzésében, a kizárólag az NPS-re mint ügyfélélmény-mérőszámra való támaszkodás nem hatékony megközelítés, mivel nem tükrözi pontosan az ügyfelek változó igényeit és tapasztalatait az ügyfélút különböző szakaszaiban.

A vásárló viselkedése sokkal pontosabb és megbízhatóbb forrása lehet az elégedettség mérésének, különösen olyan adatokkal, amelyek valós időben és a vásárlói út minden szakaszában rögzíthetők és frissíthetők.

Számos adatforrás áll rendelkezésre, amelyeken keresztül a vásárlói viselkedést ki lehet használni, hogy mérni lehessen a vásárló valódi elégedettségét egy adott időpontban. A negatív ügyfélélmények bizonyítékai sok helyen megtalálhatók, és számos különböző csatornán, rendszeren és eszközön keresztül észlelhetők a szervezeten belül. Ugyanez természetesen igaz a pozitív ügyfélélményekre is.

A hívásközpontok, a támogatási portálok, a súgófórumok, a számlázási és CRM-rendszerek, valamint a közösségi média csak néhány példa a hosszú listából, ahol ezek az adatok lehetnek.

Az ügyfelek elégedettség szerinti szegmentálásával – mint minden szegmentálás esetében – először meghatározhatja az egyes szegmensekre vonatkozó megfelelő intézkedéseket, majd számszerűsítheti és rangsorolhatja azokat a potenciális üzleti hatásuk alapján.

magas elégedettségű szegmens	alacsony elégedettségű szegmens
Közelítse meg az up-sell vagy cross-…eladási lehetőségekkel Referenciákért vagy esettanulmányokért Hűségprogramra jogosultak Az ügyfelek elemzése ebben a szegmensben, hogy azonosítsa azokat a mintákat, amelyek magas elégedettséghez vezethetnek	Felértékelésből való támogatás, keresztértékesítés és egyéb promóciós ajánlatok Megtartási kampánnyal megcélozni Priorizálni az ügyfélszolgálat vagy a sikercsapat személyes elérését Az ebben a szegmensben lévő ügyfelek elemzése az alacsony elégedettség lehetséges kiváltó okainak azonosítása érdekében

Az ügyfelek elégedettség szerinti szegmentálásával olyan kérdésekre kaphat választ, mint például:
Melyik ügyfelei a leginkább és a legkevésbé elégedettek egy adott időpontban?

Mely tényezők vannak a legnagyobb hatással az ügyfelek elégedettségére?

Vevői hűség

Kik a leghűségesebb ügyfelei? Hogyan maximalizálhatja az értéküket, és hogyan találhat még több hozzájuk hasonló ügyfelet?

(Forrás)

A leghűségesebb ügyfelei minden vállalat legértékesebb eszközei (vitathatatlanul az alkalmazottak kivételével.) Őket olcsóbb megtartani, általában a legmagasabb élettartam-értékkel rendelkeznek, és ami a legfontosabb, a márka legnagyobb szószólóivá válhatnak; ez minden ügyfélkapcsolat végső célja.

A viselkedési adatok segítségével az ügyfelek a hűségük szintje szerint szegmentálhatók, ami segít a leghűségesebb ügyfelek azonosításában és igényeik megértésében, hogy biztosan ki tudja elégíteni őket.

A lojális ügyfelek tökéletes jelöltek lehetnek olyan programok számára, amelyek különleges bánásmódot és kiváltságokat kínálnak, például exkluzív jutalmazási programokat, hogy ápolják és erősítsék az ügyfélkapcsolatot, és ösztönözzék a további jövőbeli üzletkötéseket.

Az ilyen programok néhány klasszikus B2C példája a légitársaságok törzsutasprogramjai, a “platina” hitelkártya-tagok vagy a szállodák és kaszinók kiemelt vendégei.

A hűséges ügyfelekből származó bevételek maximalizálásán túlmenően számos egyéb potenciális előny is növelheti a kapcsolat élettartam-értékét, mint például az ajánlások, referenciák, jóváhagyások és ajánlások, esettanulmányokban való részvétel, termék-visszajelzések nyújtása, és ami a legfontosabb, a pozitív szájpropaganda megosztása társaikkal.

Az ügyfélhűség viselkedési szegmentációjának felhasználásával értékes válaszokat kaphatunk olyan fontos kérdésekre, mint:

Melyek azok a kulcsfontosságú tényezők és viselkedések az ügyfélút mentén, amelyek hűséghez vezetnek?

Mely ügyfelek a legjobb jelöltek a hűség- vagy érdekképviseleti programokhoz?

Hogyan tarthatja a leghűségesebb ügyfeleit boldognak és maximalizálhatja a tőlük származó értéket?

Érdeklődés

Mi érdekli a különböző ügyfeleket?

Az ügyfelek személyes és szakmai érdeklődésének megismerése kulcsfontosságú a személyre szabás, az ügyfelek elkötelezettsége és az értékteremtés szempontjából.

Az érdeklődésen alapuló viselkedés szerinti szegmentálás fontos szerepet játszhat a személyre szabott élmények nyújtásában, amelyek megtartják az ügyfelek elkötelezettségét és visszajárását. Ez attól függetlenül igaz, hogy a cél a termékhasználat növelése, az ügyfelek megcélzása keresztértékesítési vagy upsell ajánlatokkal, vagy a megfelelő tartalom és kommunikáció nyújtása az ügyfelek ápolása és a vásárláshoz vagy az érdekérvényesítéshez vezető úton való továbblépésük elősegítése érdekében.

ANetflix, az Amazon és a Spotify ajánlómotorokat használ a tartalmak és termékek ajánlására, amelyek teljes mértékben az ügyfelek viselkedés szerinti érdeklődésén alapulnak.

Az érdeklődési viselkedés egyik nagy előnye, hogy képes implicit módon összekapcsolni a konkrét érdeklődési köröket más lehetséges kapcsolódó érdeklődési körökkel.

Így minden egyes alkalommal, amikor az ügyfél érdeklődési viselkedését rögzítjük, nemcsak az ügyfél egy adott téma iránti érdeklődésének szintjét súlyozzuk, hanem megsokszorozzuk azon további potenciális érdeklődési körök/témák számát is, amelyek hatékonyak lehetnek az adott ügyfél bevonására.

A gépi tanulás segíthet a folyamat skálázásában. Ahogy egyre több ügyfél vesz részt és lép interakcióba, egyre több érdeklődésen alapuló viselkedésmódot lehet majd felfedezni, levezetni és idővel mérlegelni.

Elkötelezettségi szint

Mennyire elkötelezettek az ügyfelek? Kik a leginkább és kik a legkevésbé elkötelezett ügyfelei?

A cikkben korábban már beszéltem a használaton alapuló viselkedéses szegmentációról, amely kifejezetten az ügyfelek termékkel vagy szolgáltatással való interakcióira vonatkozik. Míg az ügyfelek elkötelezettségi szintjük szerinti szegmentálása magában foglalhatja a használatot, a márkával való ügyfélinterakciók szélesebb spektrumát is felöleli, amely ugyanolyan értékes lehet az ügyfélkapcsolat erősségének felmérése szempontjából.

Az, hogy Ön hogyan definiálja az “elkötelezettséget”, a vállalatától és a szerepétől függően változik, de azt hiszem, abban mindannyian egyetérthetünk, hogy általánosságban véve az elkötelezettség jó.

Ha egy ügyfélnek pozitív tapasztalatai vannak a márkájával kapcsolatban, és ennek eredményeként hajlandó gyakrabban kapcsolatba lépni és több időt tölteni a márkájával, ez általában jó jel arra, hogy pozitív eredmények következnek.

Minél több időt tölt az ügyfél az Ön márkájával való kapcsolattartással és pozitív tapasztalatokkal, annál valószínűbb, hogy:

• A bizalom növekszik.
• A márka pozitív megítélése alakul ki.
• A márkakapcsolatuk erősödik.
• A vásárlást fontolgatják.

A bevonódás értékes mérőszám a vásárlást megelőző és a vásárlást követő területeken egyaránt.

Az elkötelezettségen alapuló szegmentációt használhatja például annak megértéséhez, hogy a különböző érdeklődők mennyire elkötelezettek a vásárlás előtti tölcsérben, vagy hogy a meglévő ügyfelek mennyire aktívak a felhasználói közösségben.

Mérheti az elkötelezettséget az egyéni ügyfél/kontaktus szintjén, a teljes vállalat vagy fiók szintjén, vagy mindkettőn. Mindkét esetben az ügyfelek elkötelezettségi szintjük szerinti szegmentálása rendkívül értékes ahhoz, hogy megértsük, mely ügyfelek elkötelezettek leginkább és legkevésbé a márkával egy adott időpontban, és miért, és ami a legfontosabb, hogy kitaláljuk, mit fogunk tenni ellene.

Az alábbi példa az Engagio-tól, egy vezető fiókalapú marketing platformtól származik, amely az elkötelezettséget az egyik “Big 5” ABM-mérőszámának tekinti. Az Engagio szoftvere lehetővé teszi a felhasználók számára, hogy percekben mérjék a viselkedési elkötelezettséget a potenciális ügyfélszámla minden egyes szerepére, valamint a teljes ügyfélszámlára vonatkozóan:

(Forrás)

User Status

A felhasználói státusz egy másik módja a különböző ügyfelek viselkedés szerinti osztályozásának a vállalkozáshoz való viszonyuk alapján.

A következőkben a felhasználói státusz néhány leggyakoribb példáját mutatjuk be:

• Nem-felhasználók
• Prospektusok
• Először vásárlók
• Rendszeres felhasználók
• Defektusok (volt ügyfelek, akik átálltak egy versenytárshoz)

De sokféle lehetséges felhasználói státusz létezik az Ön vállalkozásától függően.

Egy free to pro modellel vagy ingyenes kipróbálási modellel rendelkező vállalat például rendelkezhet a “freemium felhasználók” vagy az “ingyenes kipróbálási” felhasználók státuszával.

A megfelelő technológia kihasználása

Végezetül, a megfelelő technológia nélkül hihetetlenül nehéz (a lehetetlennel határos) ma igazán sikeresnek lenni a viselkedéses szegmentálással.

A Google analitika, az olyan hirdetési platformok, mint a Google Adwords és a Facebook, valamint a marketingautomatizálási rendszerek mind olyan eszközök, amelyeket ki lehet (és ki is kell) használni az ügyfelek viselkedésen alapuló elemzésére, szegmentálására és célzására.

Ezek az eszközök azonban csak töredékét tudják nyújtani az ebben a bejegyzésben tárgyalt értéknek és képességeknek. Nem biztosítanak olyan csatornákon átívelő útadatokat, amelyekre az átfogó viselkedési szegmensek kialakításához van szüksége, vagy olyan útalapú meglátásokat, amelyekre az egyes ügyfelek átfogó élménye alapján történő cselekvések összehangolásához van szüksége.

Az ügyfélút-összehangoló szoftverek lehetővé teszik, hogy javítsa a személyre szabási döntéseket minden egyes érintkezési ponton, zökkenőmentes élményt nyújtva minden ügyfél számára. A kifinomult megoldások lehetővé teszik az ügyfelek tulajdonságai és viselkedése alapján meghatározott új közönségek aktiválását vagy a meglévő közönségek frissítését. Egy olyan platform kihasználása, amely a silózott csatornákon belüli interakciók helyett az utazásokat helyezi előtérbe, segít vállalkozásának abban, hogy a lehető legjobb élményt nyújtsa az ügyfeleknek egyedi céljaik és igényeik alapján.

It’s Your Turn

A viselkedés szerinti szegmentálás az ügyfelek viselkedésük szerinti szegmentálásának technikája, hogy jobban megértse őket, és optimálisabb módon lépjen kapcsolatba velük az utazásuk során.

A fent leírt tíz viselkedéses szegmentálási módszer segítségével lehetővé teheti az ügyfelek számára, hogy elérjék egyedi céljaikat, maximalizálhatja a ROI-t, növelheti az ügyfelek életciklusértékét, és mélyebb ismereteket szerezhet az ügyfélbázisáról.