4 типа данных о клиенте

4 типа данных о клиенте

Как мы уже отмечали (см. материалы «Исследование покупателей: вопросы, на которые стоит иметь ответы» и «Модель покупателя: практическое руководство»), чем лучше вы знаете своего клиента, тем больше шансов вы имеете на создание долгосрочных и взаимовыгодных отношений с ним. Взаимная выгода играет ключевую роль: как только вы перестаете «продавать» и начинаете «помогать», лояльность покупателя стремительно растет, а его отношение к вам меняется в лучшую сторону. В этом материале мы рассмотрим один подход к классификации данных о клиенте, который подразумевает деление всего массива информации на 4 типа.

В первую очередь, следует отметить, что помимо типичных данных всегда есть ряд пунктов, отражающих специфику вашей товарной группы. Например, магазинам, торгующим одеждой, неплохо было бы знать любимый цвет покупателя, а тем, кто занимается продажей товаров для домашних животных – клички питомцев клиентов. В самом общем случае, речь может идти о брендовых предпочтениях, хотя, даже если вы продаете столь специфический товар, как отопительное оборудование, все равно можно выяснить что-то уникальное, что позволит вам обратиться к потребителю на более личном уровне. Но для начала, соберите и разложите по полочкам предложенные ниже данные.

Идентификационные данные

Говоря о данных, мы затрагиваем тему дата-маркетинга (data marketing), или маркетинга на основе баз данных. По большому счету, любые мероприятия по продвижению товаров и услуг и укреплению отношений с существующими клиентами основаны на тех или иных данных. Однако только всерьез обратившись к дата-маркетингу вы сможете полноценно использовать информацию, а не опираться сугубо на гипотезы, требующие подтверждения. Идентификационные данные – краеугольный камень маркетинга на основе баз данных. Именно они лежат в основе профилей потребителей. Список идентификационных данных, с которых начинается дата-маркетинг, представлен ниже.

  • Фамилия, имя, отчество.
  • Дата рождения, пол.
  • Полный почтовый адрес.
  • Номера телефонов (личный, рабочий) с указанием оператора связи.
  • Адреса электронной почты (личный, рабочий).
  • Аккаунты в социальных сетях.
  • Идентификаторы в вашей CRM-системе.
  • Данные о трудоустройстве (место работы, должность).
  • Данные о предпочтениях в том, что касается коммуникации (какую информацию хочет и не хочет получать клиент).

Количественные данные

Имея представление о том, кем является ваш клиент, можно «посчитать» ваши с ним отношения. Количественные данные, перечисленные ниже, позволят вам лучше понять настрой покупателя и составить некоторые прогнозы относительно развития взаимодействия.

  • Транзакционные данные (онлайн и офлайн): количество оформленных и недооформленных заказов, количество купленных товаров, средний чек, общая сумма, возвраты и т.п.
  • Коммуникационные данные: каналы коммуникации, дата последнего контакта, клики по ссылкам и т.п.
  • Данные о посещениях сайта, глубина просмотра, предмет просмотра (категории, товары).
  • Активность в соц. сетях: лайки, комментарии и пр.
  • Обращения в поддержку: даты, предмет, время решения вопроса и т.п.

Описательные данные

Чтобы иметь возможность еще больше персонализировать отношения с клиентом, вам понадобится информация описательного характера, позволяющая увидеть его в контексте жизни.

  • Данные о семье: семейное положение, количество и возраст детей и т.п.
  • Данные о стиле жизни: где живет, какой вид транспорта предпочитает (марка машины), имеет ли домашних животных (каких) и т.п.
  • Данные о статусе: уровень образования, работа, карьера и пр.

Качественные данные

Качественные данные позволяют дополнить картину финальными штрихами. Обычно, эти поля заполняются ответами на опросы, которые нацелены на выявление отношения (клиента к вам), мотивации и предпочтений.

  • Отношение: личная оценка качества обслуживания в вашем магазине, оценки товаров и т.п.
  • Предпочтения: цвет, любимый праздник, вид отдыха и т.п.
  • Мотивация: с какой целью приобретаются товары (для себя, в качестве подарка), какой фактор является решающим при покупке той или иной вещи в том или ином магазине.

Дата-маркетинг как отдельная отрасль подразумевает сложные технологические решения (хороший пример – LifecycleMAGIQ). Однако начать можно и с простой электронной таблицы, которая позволяет хранить данные и делать выборки по заданным критериям (см. материалы Джима Ново, одного из пионеров дата-маркетинга). Попробуйте навести порядок в том, что у вас уже есть, и многие пути улучшения качества и эффективности коммуникации с клиентом станут для вас очевидными.

На основе материала The four key types of customer data for marketing
Автор: Vyacheslav Vityuk

Подписаться на новости

Читайте также

6 апреля / Комментарии

«Клёв будет!»: история о том, как собрать в четыре раза больше лидов

Проблема интернет-магазинов в том, что обычно они не очень активно работают над лидогенерацией и упускают большую потенциальную возможность дохода. Сегодня мы расскажем вам про то как интернет-магазину подводного снаряжения vlastah.ru удалось собрать в четыре раза больше лидов, которые в результате принесли 28% от общего числа заказов.

далее →

19 марта / Комментарии

Кейс финского бренда FiNN FLARE: как товарные рекомендации увеличили выручку до 13,4%

Сегодняшнему покупателю так просто не угодишь. Ему важны не только ассортимент и цены интернет-магазина, но и возможность быстро найти то, что ему нужно. Эту проблему решают товарные рекомендации, расположенные на разных страницах магазина. Их задача - показать пользователю интересные именно ему товары. Выгоду получают обе стороны: покупатель, который быстро нашел необходимые товары, остается довольным, а магазин получает возможность увеличить прибыль и средний чек. Подробнее о том, как внедрение товарных рекомендаций увеличивает конверсию и выручку магазина, рассказываем на примере интернет-магазина FiNN FLARE.

далее →

6 марта / Комментарии

Growth Hacking в триггерных письмах интернет-магазина ekonika.ru: 4 кейса и рост конверсии на 68%

Сегодня мы расскажем о том, как работа над деталями и тестирование различных психологических триггеров помогла интернет-магазину ekonika.ru увеличить Open Rate, CTR и конверсию триггерных писем.

далее →

7 февраля / Комментарии

Кейс персонализации сайта Baby&Tiener: рост выручки на 13,4%

Персональный подход становится уже не просто нормой, а переходит в раздел musthave для каждого интернет-магазина. Так подумал и крупный игрок ecommerce рынка Нидерландов - магазин товаров для детей Baby&Tiener. Рассказываем, как внедрение персональных рекомендаций на всех страницах сайта позволило ритейлеру увеличить выручку на 13,4%.

далее →

16 января / Комментарии

Кейс персонализации интернет-магазина Dungelmann-Schoenen.nl: рост конверсии на 12,85%

Представьте, как приятно удивляются пользователи, когда видят на главной странице интернет-магазина именно те товары, которые им нравятся. Эти позитивные эмоции, теперь ассоциируются с вашим брендом, приводя к росту лояльности, вместе с которой растет и количество совершаемых покупок. О том, как предугадывать желания пользователей, рассказываем на примере голландского интернет-магазина обуви Dungelmann-Schoenen.nl, которому внедрение персональных рекомендаций принесло рост конверсии на 12,85%.

далее →

X
Нажмите «Нравится»,
чтобы читать Shopolog.ru в Facebook