10 kraftfulla metoder för beteendesegmentering för att förstå dina kunder

By Gary DeAsi

Det är bra att veta vilka dina kunder är, men att veta hur de beter sig är ännu bättre.
-Jon Miller

Kundersegmentering har alltid varit viktigt. Men nu när orkestrering av resor som speglar kundens totala upplevelse, snarare än deras senaste interaktion inom en isolerad kontaktpunkt, är en integrerad del av företagets framgång idag, är effektiv segmentering ett absolut måste.

Men enligt en nyligen publicerad Forrester-rapport säger endast 33 procent av de företag som använder sig av kundsegmentering att de anser att det har en betydande inverkan. Enligt rapporten är den främsta orsaken till att företagen misslyckas att de fortfarande använder sig av traditionella metoder för kundsegmentering, utan att utnyttja bredden av kunddata och avancerad analysteknik som finns tillgänglig idag.

Med andra ord använder de sig inte av en modern metod för beteendesegmentering.

I det här inlägget kommer jag att uppdatera dig med en djupgående översikt över 10 olika tillvägagångssätt för beteendesegmentering som kan användas för att bättre förstå dina kunder och deras mål, för att maximera resans framgång och uppnå affärsresultat.

Vad är beteendesegmentering?

Traditionella tillvägagångssätt för segmentering fokuserade främst på vilka kunderna är och segmenten baserades på demografiska attribut som kön eller ålder, och firmografiska attribut som företagsstorlek eller bransch. Men som jag diskuterade i mitt tidigare inlägg om data om kundbeteende räcker det inte längre med att bara förstå vilka kunderna är.

Beteendessegmentering handlar om att förstå kunderna inte bara utifrån vem de är, utan även utifrån vad de gör, med hjälp av insikter som härrör från kundernas handlingar.

Beteendessegmentering är en form av kundsegmentering som bygger på beteendemönster som kunderna visar när de interagerar med ett företag/varumärke eller fattar ett köpbeslut. Den gör det möjligt för företag att dela in kunderna i grupper utifrån deras kunskap om, attityd till, användning av eller reaktion på en produkt, en tjänst eller ett varumärke.

Målet är att identifiera kundsegment som gör det möjligt för dig att förstå hur du ska tillgodose de särskilda behoven eller önskemålen hos en grupp av kunder, upptäcka möjligheter att optimera deras kundresor och kvantifiera deras potentiella värde för ditt företag.

Varför segmentera kunder efter beteende?

Här finns fyra huvudsakliga fördelar med att gruppera kunder i olika segment baserat på deras beteenden:

1. Personalisering. Förstå hur olika kundgrupper ska riktas in med olika erbjudanden, vid de lämpligaste tidpunkterna genom de kanaler de föredrar, för att effektivt hjälpa dem att avancera mot framgångsrika resultat i sina resor.
2. Förutsägande. Använd historiska beteendemönster för att förutsäga och påverka framtida kundbeteenden och resultat.
3. Prioritering. Ta smartare beslut om hur tid, budget och resurser ska fördelas på bästa sätt genom att identifiera högvärdiga kundsegment och initiativ med störst potentiell affärseffekt.
4. Prestanda. Övervaka tillväxtmönster och förändringar i viktiga kundsegment över tid för att mäta verksamhetens hälsa och spåra resultat i förhållande till målen. På en hög nivå innebär detta att kvantifiera kundsegmentens storlek och värde och att följa hur ”positiva” och ”negativa” segment växer eller krymper över tiden.

10 kraftfulla metoder för beteendesegmentering som du kan använda för att bättre förstå dina kunder

Traditionsenligt placerar de flesta experter runt sex primära typer av beteendesegmentering.

(Källa)

Men även om dessa sex ”klassiska” typer av beteendesegmentering alla fortfarande är mycket relevanta i dag, så har de också utvecklats för att få nya betydelser, tillämpningar och användningsområden.

I det här inlägget kommer vi att utforska både de ”traditionella” och ”moderna” tolkningarna av varje typ, samtidigt som vi gör några nya tillägg till listan för att inkludera några intressanta nya sätt som några av våra kunder och partners använder beteendesegmentering på idag.

De 10 metoderna för beteendesegmentering är:

(Klicka för att hoppa till varje avsnitt)

1. Inköpsbeteende
2. Sökta fördelar
3. Stadium i kundresan
4. Användning
5. Tillfälle eller tidpunkt
6. Kundnöjdhet
7. Kundlojalitet
8. Intresse
9. Engagemangsnivå
10. Användarstatus

Några viktiga saker att tänka på innan vi dyker in:

• Denna lista utesluter INTE varandra.
• Sättet du går till väga för att definiera segment och använda olika typer av beteendesegmentering kan variera mycket beroende på din verksamhet.
• En eller flera av dessa segmenteringsmetoder kan användas samtidigt eller kombineras med andra typer av segment.

Köpsbeteende

Hur beter sig kunderna olika under hela vägen till köpet?

Köpsbeteendebaserad segmentering handlar om att identifiera trender i hur olika kunder beter sig under processen att fatta ett köpbeslut.

Köpsbeteende kan hjälpa oss att förstå:

• Hur olika kunder närmar sig köpbeslutet
• Komplexiteten och svårigheten i köpprocessen
• Kundens roll i köpprocessen
• Viktiga hinder längs vägen till köpet

.

• Vilka beteenden som är mest och minst förutsägande för att en kund ska göra ett köp

Prediktiva beteendesegment

Genom att utnyttja maskininlärningsfunktioner för att analysera kundernas beteende under hela kundresan och identifiera mönster över tid, företag nu bygga prediktiva segment baserade på sannolikheten att olika kunder gör ett specifikt köp.

Det finns två vanliga sätt att använda tidigare beteende för att förutsäga framtida resultat:

• 1. Användning av tidigare köp för att förutsäga framtida köp
  2. Användning av beteende längs vägen-till-köpet för att förutsäga sannolikheten för att slutföra ett köp

Implicita segment baserade på digitalt beteende

En annan modern metod använder mönster i digitalt beteende för att förstå de många olika sätt som olika kunder närmar sig köpprocessen, för att identifiera de viktigaste hindren som marknadsförare måste ta bort från vägen till köpet.

Det finns en mängd olika sätt att närma sig detta, beroende på din verksamhet. Lacie Larschan delade med sig av några e-handelsexempel på denna metod i en nyligen publicerad artikel. Hon karaktäriserar köparna i sex olika beteendesegment med motsvarande köparpersonas genom att bilda implicita antaganden baserade på deras interaktioner online:

• Den ”prismedvetna” köparen är en fyndjägare som letar efter lägsta möjliga pris.
• Den ”smarta” köparen är en grundlig, noggrann forskare som vill förstå varje komplicerad faktor innan han eller hon bestämmer sig för någon enskild faktor.
• Den ”riskrädda” köparen är en försiktig, ekonomiskt försiktig köpare som har svårt att köpa något utan att vara ordentligt försäkrad, t.ex. genom en bra och problemfri returrätt.
• Den ”behovsbeprövade” köparen är en köpare som behöver bekräftelse på att produkten är populär och stöds av påståenden från hennes kollegor.
• ”Jag köper den senare” är en köpare som saknar brådska.
• Den ”övertalbara” köparen är en impulsköpare som är mycket mottaglig för korsförsäljningserbjudanden.

Om du kan lära dig så mycket om hur olika kunder närmar sig ett köpbeslut genom beteendedata från bara en enda kanal under en enda webbsession, tänk då hur mycket mer du skulle kunna upptäcka med hjälp av data om kundbeteende som omfattar interaktioner i alla kanaler under en längre tidsperiod.

Sökta fördelar

Vilka primära fördelar söker olika kunder under ett köpbeslut?

När kunderna undersöker en produkt eller tjänst kan deras beteende avslöja värdefulla insikter om vilka fördelar, funktioner, värden, användningsområden eller problem som är de viktigaste motiverande faktorerna som påverkar deras köpbeslut.

När en kund lägger ett mycket högre värde på en eller flera fördelar än de andra, är dessa primära fördelar som eftersträvas de definierande motiverande faktorerna som driver köpbeslutet för den kunden.

Ett enkelt exempel är konsumenter som köper tandkräm av olika skäl:

1. Vitande ändamål
2. Känsliga tänder
3. Smak
4. Pris

Detta exempel på tandkräm inom B2C kan tillämpas på nästan vilket företag som helst i vilken bransch som helst. När det gäller programvara för B2B kan de fördelar som eftersträvas vara specifika funktioner eller möjligheter, användarvänlighet, hastighets- eller noggrannhetsrelaterade fördelar eller viktiga integrationer med andra verktyg.

Två potentiella kunder kan se likadana ut när det gäller deras demografiska eller firmografiska egenskaper eller ur en kundpersons synvinkel, men de kan ha mycket olika värderingar när det gäller vilka fördelar och funktioner som är viktigast respektive minst viktiga för var och en av dem.

Om du har fyra kunder som alla söker olika primära fördelar och du meddelar dem alla om samma fördel, missar du målet med 75 % av din kommunikation och slösar 75 % av din tid och budget.

Om du förstår varje kunds beteende, när de interagerar med ditt varumärke över tid, kan du gruppera kunderna i segment baserat på deras önskade fördelar och anpassa din marknadsföring i enlighet med detta för varje segment.

Kundresans skede

I vilket skede av resan befinner sig en ny eller befintlig kund för närvarande?

Att bygga beteendesegment efter kundresans skede gör det möjligt för dig att anpassa kommunikationen och personifiera upplevelser för att öka konverteringen i varje skede. Dessutom hjälper det dig att upptäcka stadier där kunderna inte gör framsteg, så att du kan identifiera de största hindren och möjligheterna till förbättring.

Men det är inte lätt att segmentera dina kunder efter resans stadier.

En vanlig missuppfattning är att det räcker med ett enskilt kundbeteende eller en enskild interaktion för att exakt fastställa i vilket stadie av resan som en kund befinner sig för närvarande.

”Den här kunden tittade på det här innehållet eller klickade på den här annonsen, så det betyder att de befinner sig i ____________-stadiet”

I de flesta fall räcker det inte med en eller två beteendedatapunkter för att exakt identifiera en kunds aktuella reseskede.

Kunder i alla olika stadier interagerar och engagerar sig i innehåll och upplevelser som är utformade för alla olika stadier, i alla olika kanaler, vid alla olika tidpunkter och utan någon särskild ordning.

Det effektivaste sättet att exakt fastställa en kunds aktuella resestadiet är att utnyttja alla kundens beteendedata i alla kanaler och beröringspunkter, så att du kan bygga upp viktade algoritmer som bygger på beteendemönster över tid.

Detta diagram visar beteendet hos en enskild presumtiv kund under en period av de föregående fjorton dagarna. Den här potentiella kunden befinner sig i kundresans övervägandestadium, men hans beteenden sker i en helt slumpmässig ordning och inte på ett linjärt sätt från ett stadium till ett annat. Detta är en mycket mer realistisk bild av hur kundernas beteende kan se ut under en viss tidsram när de interagerar med ett varumärke.

Om du skulle försöka identifiera vilket steg i resan som den här potentiella kunden befann sig i baserat på ett eller två av beteendena, skulle du lätt kunna göra ett felaktigt antagande. Om du till exempel gör din bedömning utifrån ett av de två första beteendena verkar det som om kunden befinner sig i medvetande- eller utbildningsfasen. Men genom att vikta beteendena med hjälp av algoritmer som bygger på historiska mönster kan du se hur det blir mycket tydligare att övervägande är det mest sannolika aktuella stadiet i resan för den här kunden.

Gör inte heller misstaget att anta att kunderna bara naturligt kommer att övergå till nästa steg i sin resa när tiden går.

Om du har en årlig prenumerationsverksamhet och du antar att en kund har gått från antagande till bibehållande under året kan du få ett rysligt uppvaknande när det är dags för förnyelse. Återigen är beteendedata det enda sättet att få fram sanningen, eller åtminstone så nära den som möjligt.

Användning

Hur ofta (och hur mycket) använder kunderna din produkt eller tjänst? Hur använder de den?

Användning av produkter eller tjänster är ett annat vanligt sätt att segmentera kunder efter beteende, baserat på hur ofta en kund köper från eller interagerar med en produkt eller tjänst.

Hur ofta reser kunderna med Airbnb? Hur ofta köper kunderna produkter från Amazon?

För ett B2B SaaS-företag, hur ofta loggar kunderna in och använder din programvara? Hur mycket tid spenderar de? Hur använder de den? Vilka funktioner använder de? Hur många användare från samma konto eller företag använder den?

Användningsbeteende kan vara en stark prediktiv indikator för lojalitet eller churn och därmed livstidsvärde.

I ett nyligen publicerat inlägg, How to Use Customer Behavior Data to Drive Revenue, delade jag med mig av ett exempel på hur Netflix utnyttjar data om kundanvändning för att bygga upp beteendesegment baserade på användarnas månatliga innehållskonsumtion, vilket i slutändan gjorde det möjligt för dem att minska sin churnfrekvens och öka kundernas livstidsvärde till en punkt där cheferna uppskattar att företaget sparar 1 miljard dollar varje år.

Detta användningsfall för Netflix är ett bra exempel på kvantitetsbaserad användningssegmentering.

Segmentering baserat på kvantitet eller användningsfrekvens

• Tunga användare (eller ”superanvändare”) är kunder som spenderar mest tid på att använda din lösning och/eller köper mest frekvent. Dessa tenderar att vara de mest ivriga och engagerade kunderna, som också ofta är mest beroende av din produkt/tjänst.
• Medelsvensson eller medelanvändare är kunder som använder eller köper halvt regelbundet, men inte särskilt ofta. Ofta kan de vara tids- eller evenemangsbaserade.
• Lätta användare är kunder som använder eller köper mycket mindre i förhållande till andra kunder. Beroende på din verksamhet kan detta till och med innebära engångsanvändare, men återigen beror det på den relativa användningen i förhållande till resten av din kundbas.

Dessa användningsbaserade beteendesegment är ovärderliga för att förstå varför vissa typer av kunder blir tunga eller lätta användare. Genom att segmentera på detta sätt kan du testa olika åtgärder och tillvägagångssätt för att öka användningen hos befintliga kunder och locka fler nya kunder med större sannolikhet att följa samma användningsbeteendemönster som dina superanvändare.

Med tiden är det viktigt att övervaka förändringar i kundernas användningsbeteende. På så sätt kan du identifiera problem och möjligheter både på aggregerad nivå (för att mäta den totala affärsutvecklingen) och på individuell kundnivå (för att till exempel identifiera om en kund kan löpa stor risk för att bli av med sin kund).

(Källa)

Handplockat relaterat innehåll: Hur man kan minska avgången med Customer Journey Analytics

Segments Based on Quality of Usage

Men även om kvantitet och användningsfrekvens säkert kan vara värdefulla beteendesegment, så innebär hög användning inte alltid det största värdet, både för kunden och i slutändan för ditt företag

En SaaS-kund kan till exempel ha ett stort beteende när det gäller produktanvändning, men i verkligheten är saker och ting kanske inte så bra som de ser ut på ytan. De kanske:

1. inte använder produkten så effektivt som de skulle kunna göra,
2. inte använder bara en bråkdel av de viktigaste funktionerna i lösningen,
3. inte använder produkten nu för att de är tvungna att göra det, men de är missnöjda och vill byta till en konkurrent på lång sikt.

I alla tre exemplen speglar inte användningsmängden det värde som de faktiskt får.

Men även om den här kunden kan passa in i kriterierna för ett segment för ”tunga användare”, får de i själva verket inte tillräckligt med värde och kommer troligen att ha en hög risk för att byta leverantör i framtiden (om de inte redan har gjort det).

Ackvations- eller tidsbaserad

När är det mest troligt att kunderna gör ett köp eller engagerar sig i ett varumärke?

Traditionellt sett avser tillfälles- och tidsbaserade beteendesegment både universella och personliga tillfällen.

• Universella tillfällen gäller för majoriteten av dina kunder eller din målgrupp. Helger och säsongshändelser är ett typiskt exempel, där konsumenterna är mer benägna att göra vissa inköp kring semesterperioden eller vid vissa tider på året.
• Återkommande personliga tillfällen är inköpsmönster för en enskild kund som ständigt upprepas under en viss tidsperiod, vilket kan vara allt från årliga tillfällen som födelsedagar, årsdagar eller semestrar, månadsvisa inköp som affärsresor eller till och med dagliga ritualer som att stanna till för att köpa en kopp kaffe på väg till jobbet varje morgon.
• Sällsynta personliga tillfällen är också relaterade till enskilda kunder, men är mer oregelbundna och spontana och därmed svårare att förutsäga, t.ex. att delta i en väns bröllop.

Även om dessa tillfällen kan vara mycket svåra att förutsäga är det dock möjligt (ni kanske minns rubrikerna för några år sedan, då Target använde sig av data från försäljningsställen för att räkna ut när man skulle marknadsföra blöjor och andra babyprodukter till kvinnor baserat på när de tidigare köpt graviditetstest. )

Targeting Segments by Time of Day, Day of Week, etc.

En annan mer modern tillämpning av tidsbaserad beteendesegmentering har att göra med tidpunkter då en kund har högre benägenhet att engagera sig i ett varumärke eller vara mer mottaglig för erbjudanden.

beteendemönster i enskilda kunders preferenser för att läsa e-post, surfa i sociala nätverk, undersöka produkter och konsumera innehåll är alla exempel som kan utnyttjas för att hjälpa marknadsförare att förstå de bästa dagarna och tiderna för att rikta erbjudanden till olika kunder.

Netflix, Dominos, Open Table och Hotel Tonight skickar alla e-post till mig på fredagar mer än någon annan dag i veckan. Varför? Innehåll, pizzabud och sista minuten-restaurang- och hotellbokningar är alla saker som jag är mer benägen att konsumera eller köpa på helgen.

Segment efter den tid som förflutit sedan ett tidigare köp eller en tidigare åtgärd

En annan tidsbaserad metod är att förutsäga när det är mest sannolikt att kunderna kommer att göra ett köp baserat på hur lång tid som förflutit sedan ett tidigare köp eller en tidigare åtgärd.

En kund kan t.ex. vara mycket mer benägen att köpa igen under de veckor eller månader som följer på ett första köp, eller tvärtom, mycket mindre benägen att göra ett upp- eller korsförsäljningsköp förrän en viss tid har förflutit sedan ett första köp eller en förnyelse. Det tidigare nämnda fallet med graviditetstestet från Target skulle vara ett annat exempel på detta.

Kundtillfredsställelse

Hur nöjda är dina kunder, VERKLIGEN?

NPS®-undersökningar och andra liknande mekanismer för kundåterkoppling är förvisso värdefulla metoder för att hjälpa till att mäta kundtillfredsställelse, men du kan inte förlita dig enbart på dessa.

Här är tre skäl till varför:

1. Typiskt sett deltar bara en bråkdel av kunderna.
2. Oavsett om du genomför undersökningar årligen, två gånger om året, kvartalsvis eller till och med månadsvis eller veckovis, lämnar detta en avsevärd tid mellan datainsamlingspunkterna, vilket gör att du inte vet något om längre tidsperioder under vilka kundens nöjdhetsnivå kan ändras drastiskt.
3. Som Swati Sahai påpekade i sitt senaste inlägg om hur man mäter kundupplevelsen, är det ineffektivt att enbart förlita sig på NPS som mått på kundupplevelsen eftersom det inte korrekt återspeglar kundernas förändrade behov och upplevelser i olika skeden av kundresan.

En kunds beteende kan vara en mycket mer exakt och tillförlitlig källa för att mäta tillfredsställelse, särskilt med data som kan samlas in och uppdateras i realtid och i varje skede av kundresan.

Det finns många datakällor tillgängliga genom vilka kundernas beteende kan avlyssnas för att mäta en kunds verkliga tillfredsställelse vid varje given tidpunkt. Bevis på negativa kundupplevelser kan hittas på många ställen och upptäckas genom många olika kanaler, system och verktyg i din organisation. Samma sak gäller naturligtvis för positiva kundupplevelser.

Kallcenter, supportportaler, hjälpforum, fakturerings- och CRM-system och sociala medier är bara några av en lång rad exempel på var dessa uppgifter kan finnas.

Om du först segmenterar dina kunder efter tillfredsställelse – som med all segmentering – kan du bestämma vilka åtgärder som är lämpliga för varje segment och sedan kvantifiera och prioritera dem efter deras potentiella affärseffekter.

Segmentet för hög tillfredsställelse	Segmentet för låg tillfredsställelse
Targetera med uppförsäljning eller korsförsäljning. Sök efter referenser eller fallstudier Rätt till lojalitetsprogram Analysera kunderna i detta segment för att identifiera mönster som kan leda till hög tillfredsställelse	Supprimera från merförsäljning, Målgruppera med en kampanj för att behålla kunderna Prioritera personlig kontakt med kundtjänst eller framgångsteam Analysera kunderna i det här segmentet för att identifiera potentiella grundorsaker till låg tillfredsställelse

Om du segmenterar dina kunder efter tillfredsställelse kan du fastställa svaren på frågor som t.ex:
Vilka av dina kunder är mest respektive minst nöjda vid en viss tidpunkt?

Vilka faktorer har störst inverkan på kundnöjdheten?

Kundlojalitet

Vem är dina mest lojala kunder? Hur kan du maximera deras värde och hitta fler liknande kunder?

(Källa)

De mest lojala kunderna är de värdefullaste tillgångarna för alla företag (med undantag för de anställda).) De är billigare att behålla, har vanligtvis det högsta livstidsvärdet och, viktigast av allt, kan bli dina största varumärkesförespråkare; det ultimata målet för varje kundrelation.

Med hjälp av beteendedata kan kunderna segmenteras efter deras lojalitetsnivå för att hjälpa dig att identifiera dina mest lojala kunder och förstå deras behov för att se till att du tillfredsställer dem.

Loyala kunder kan vara perfekta kandidater för program som erbjuder specialbehandling och privilegier, t.ex. exklusiva belöningsprogram, för att vårda och stärka kundrelationen och ge incitament till fortsatta framtida affärer.

Några klassiska B2C-exempel på sådana program är flygbolagens program för frekventa resenärer, medlemmar i ”platina”-kreditkort eller föredragen gäst på hotell och kasinon.

Förutom att maximera intäkterna från lojala kunder finns det många andra potentiella fördelar som kan öka relationens livstidsvärde, t.ex. hänvisningar, referenser, stöd och vittnesmål, deltagande i fallstudier, tillhandahållande av produktfeedback och, viktigast av allt, delning av positiv word-of-mouth med sina kollegor.

Använd beteendesegmentering av kundlojalitet för att ge värdefulla svar på viktiga frågor som:

Vilka är de viktigaste faktorerna och beteendena längs kundresan som leder till lojalitet?

Vilka kunder är de bästa kandidaterna för lojalitets- eller förespråkarprogram?

Hur kan du hålla dina mest lojala kunder nöjda och maximera värdet du får från dem?

Interesse

Vad är olika kunder intresserade av?

Det är viktigt att förstå dina kunders personliga och yrkesmässiga intressen för att kunna personalisera, engagera kunderna och leverera värde.

Interessentbaserad beteendesegmentering kan vara avgörande för att leverera personliga upplevelser som gör att kunderna fortsätter att engagera sig och komma tillbaka för att få mer. Detta gäller oavsett om ditt mål är att öka produktanvändningen, rikta kunderna med kors- eller merförsäljningserbjudanden eller leverera rätt innehåll och kommunikation för att vårda kunderna och hjälpa till att flytta dem längs vägen till köp eller vägen till förespråkande.

Netflix, Amazon och Spotify använder rekommendationsmotorer för att föreslå innehåll och produkter helt och hållet baserade på kundernas beteendeintressen.

En av de stora fördelarna med intressebeteende är förmågan att implicit koppla samman specifika intressen med andra potentiella relaterade intressen.

I samband med detta, varje gång du fångar en kunds intressebeteende, viktar du inte bara en kunds grad av intresse för ett visst ämne, utan du multiplicerar också antalet ytterligare potentiella intressen/ämnen som kan vara effektiva för att engagera den kunden.

Maskinininlärning kan hjälpa till att skala upp processen. I takt med att allt fler kunder engagerar sig och interagerar kommer det att finnas fler intressebaserade beteenden att upptäcka, härleda och väga över tiden.

Involveringsnivå

Hur engagerade är dina kunder? Vilka är dina mest och minst engagerade kunder?

Förut i den här artikeln talade jag om användningsbaserad beteendesegmentering, som specifikt avser kundernas interaktioner med din produkt eller tjänst. Segmentering av kunder efter deras engagemang kan inkludera användning, men omfattar också ett bredare spektrum av kundinteraktioner med ditt varumärke som kan vara lika värdefulla för att mäta styrkan i kundrelationen.

Hur du definierar ”engagemang” kommer att variera beroende på ditt företag och din roll, men jag tror att vi alla kan hålla med om att engagemang generellt sett är bra.

Om en kund har positiva erfarenheter av ditt varumärke, och som ett resultat av detta är villig att interagera oftare och spendera mer tid på att engagera sig med ditt varumärke, är detta vanligtvis ett bra tecken på att positiva resultat kommer att följa.

Desto mer tid en kund tillbringar med ditt varumärke och har positiva upplevelser, desto större är sannolikheten för att:

• Förtroendet ökar.
• En positiv uppfattning om varumärket håller på att utvecklas.
• Den relationen till varumärket stärks.
• De överväger att göra ett köp.

Engagemanget är ett värdefullt mått både före och efter köpet i kundresan.

Du kan till exempel använda engagemangbaserad segmentering för att förstå hur engagerade olika potentiella kunder är i din tratt före köpet, eller hur aktiva befintliga kunder är i din användargrupp.

Du kan mäta engagemanget på individuell kund/kontaktnivå, på övergripande företags- eller kontonivå, eller båda. I båda fallen är det oerhört värdefullt att segmentera dina kunder efter deras engagemang för att förstå vilka kunder som är mest och minst engagerade i ditt varumärke vid en viss tidpunkt och varför, och framför allt för att ta reda på vad du ska göra åt saken.

Nedan följer ett exempel från Engagio, en ledande plattform för kontobaserad marknadsföring, som anser att engagemang är en av sina ”Big 5” ABM-mätningar. Engagios programvara gör det möjligt för användare att mäta beteendeengagemang i minuter för varje enskild roll på ett prospektkonto samt för varje konto som helhet:

(Källa)

Användarstatus

Användarstatus är ett annat sätt att beteendemässigt klassificera olika kunder efter deras relation till ditt företag.

Nedan följer några av de vanligaste exemplen på användarstatus:

• Non-users
• Prospects
• Förstagsköpare
• Reguljära användare
• Defectors (före detta kunder som har bytt till en konkurrent)

Men det finns många olika möjliga användarstatusar som du kan ha beroende på din verksamhet.

Till exempel kan ett företag med en free to pro-modell eller free trial-modell ha en status för ”freemium-användare” eller ”free trial”-användare.

Använda rätt teknik

Sluttligen, utan rätt teknik på plats är det otroligt svårt (på gränsen till omöjligt) att vara riktigt framgångsrik med beteendesegmentering idag.

Google analytics, annonsplattformar som Google Adwords och Facebook samt system för automatiserad marknadsföring är alla exempel på verktyg som du kan (och bör) utnyttja för att analysera, segmentera och rikta in dig på kunder baserat på beteenden.

De här verktygen kan dock bara leverera en bråkdel av det värde och de möjligheter som tas upp i det här inlägget. De ger dig inte de kanalöverskridande resedata du behöver för att bygga omfattande beteendesegment eller de resedrivna insikter du behöver för att orkestrera åtgärder baserat på varje kunds helhetsupplevelse.

Mjukvara för orkestrering av kundresan gör det möjligt för dig att förbättra personaliseringsbesluten i var och en av dina kontaktpunkter, vilket ger en sömlös upplevelse för varje kund. Med sofistikerade lösningar kan du aktivera nya eller uppdatera befintliga målgrupper som definieras av kundens attribut och beteende. Genom att utnyttja en plattform som prioriterar resor, snarare än interaktioner inom siloade kanaler, kan ditt företag leverera bästa möjliga upplevelse till kunderna baserat på deras unika mål och behov.

Det är din tur

beteendesegmentering är en teknik för att segmentera kunder efter deras beteende, så att du bättre kan förstå dem och engagera dig med dem på ett mer optimalt sätt längs deras resor.

Med hjälp av de tio metoderna för beteendesegmentering som beskrivs ovan kan du göra det möjligt för kunderna att nå sina unika mål, maximera ROI, öka kundernas livstidsvärde och bygga upp en djupare kunskap om din kundbas.