Systematiseret indsamling af data og de rette it-løsninger giver bedre kundeoplevelser – og mere salg.
Med dataindsamling og -analyse kan du give dine kunder den personlige købsoplevelse, som de forventer. FOTO: Gettyimages.
Leif Håvar Kvande er redaktør for TransformationTools.no. Tidligere har han blant annet jobbet i nesten ti år som journalist i og redaktør for Finansavisens IT-seksjon, som IT-konsulent i Atea og som journalist og redaktør i flere blader og magasiner.
Til daglig er Leif Håvar kommunikasjonsdirektør i EG Norge.
Kontakt og følg Leif Håvar Kvande
Kunderne vil have individuelle varer og skræddersyede services. Dataindsamling og de rette it-løsninger hjælper dig til at give kunderne de personlige produkter og skræddersyede købsoplevelser, som de efterspørger.
Ser man på tidens it-trends, handler de om individualisering. 3D-print gør det fx muligt at designe og skabe sine egne unikke produkter med et minimalt tidsforbrug, og wearables, som fx smartwatches, google glasses osv., tilpasser sig brugerens krop og behov.
På samme måde er personlige produkter også en megatrend. Men det er ikke kun produkterne, som skal være personlige. Kunderne forventer også, at selve købsoplevelsen er skræddersyet til deres forventninger og behov.
Individualisering kræver store forandringer og tilpasninger for retailbranchen. Problemet er, at man ikke fra den ene dag til den anden kan bestemme sig for, at nu vil man fokusere på individualiserede produkter og services. For før man kan gøre det, skal der indsamles, analyseres og vurderes store mængder kundedata. Derefter skal der lægges en effektiv strategi, og den rette teknologi skal implementeres.
Du kan aldrig få for megen information – mere er helt klart bedre. Jo mere data man indsamler, desto mere personaliseret kundeoplevelse kan man give. Werner Vogels, it-direktør i Amazon.
Amazon er blandt de absolut førende inden for personaliserede købsoplevelser skabt via systematiseret dataindsamling. Det understreges af David Selinger, som er ekspert i personligt indhold og adm. direktør i det verdenskendte big data-firma RichRelevance: "I 2004 brugte Amazon data og information mere effektivt og intelligent, end de fleste butikker og kæder gør i dag."
Den gode nyhed er, at det er relativt let at indsamle data, fordi forbrugerne er vant til og gerne deler personlig information med butikker og brands.
En af de største udfordringer er at koble kundernes profiler med data fra forskellige kilder. I den virkelige verden er alle forbrugere aktive på mange medier og kanaler. Så følger og indsamler du kun data fra én kanal, får du ikke nok info til at kunne give dine kunder en personaliseret oplevelse. Sender du fx dine kunder e-mails med forslag til tøj i samme størrelse som det tøj, de netop har købt i din webbutik, tager dit budskab og dit tilbud ikke spor hensyn til kundens smag og stil. Denne info er du nødt til at få andetsteds fra, ellers rammer du ikke blot forbi kunden, men fremstår også uinteresseret i deres behov. Og det er skidt!
Stort set alle succesrige kæder og brands arbejder med integrerede forretningssystemer, som kobler alle salgskanaler og data sammen. Dermed kan de se alt salg og alle kundedata og -adfærd i realtid, uanset om kunderne kommer via POS, webshoppen eller en app. Denne omnichannel-indsigt i kundernes mønstre og behov giver store fordele. Fx bruger kosmetikkæden Lush real-time kundedata og salgsstatistikker til at optimere deres vareplacering og butikkernes planogram. Lush-medarbejderne i butikkerne ændrer jævnligt placeringen af udvalgte varer baseret på salgsdata for de enkelte butikker. Blandt andet ud fra kundedata om, hvilke produkter der ofte sælges sammen.
Når du har etableret en oversigt over kundernes profil og delt kunderne op i målgrupper i forhold til produktkategorier, alder, køn, indkomst osv., så husk også at få købshistorikken med. Så undgår du at sende budskaber og tilbud om low-end-produkter ud til big spenders – og vice versa.
Hvornår handler dine kunder typisk? Hvilke produkter er tilgængelige i de lokale butikker, hvornår har butikken åbent, kan man evt. levere gratis til kunden – og bor kunden overhovedet i området, eller er han eller hun flyttet? Alle disse kontekstuelle faktorer er vigtige for at kunne levere en meningsfuld og værdiskabende købsoplevelse for din kunde. Er din kunde lige flyttet fra et område med skov og strand til en storby, eller har kunden fået barn, er der gode chancer for, at kunden har brug for en anden type produkter og services fremover.
Heldigvis findes der kraftfulde it-løsninger, som både kan indsamle og systematisere dine data og komme med fornuftige forslag til, hvad du bør gøre. Et eksempel er Microsofts Machine Learning Studio, som blev introduceret på conneXion af Microsofts tekniske direktør Luis Cabrera.
Den digitale udvikling giver små virksomheder de samme muligheder som de store giganter.
Her er det muligt for også mindre virksomheder at uploade alle deres data til Microsofts cloudløsning, som derefter gør det muligt at køre diverse tilpassede dataanalyseprogrammer, alt efter hvad man ønsker at vide. Fx kundernes situation, hvad de vil efterspørge fremover, hvorfor de agerer, som de gør, og hvordan man giver dem de individualiserede tilbud, som de efterspørger. For bare at nævne en række få eksempler.
Denne type løsninger kaldes ofte Advanced Analytics.
Individualisering og personaliserede købsoplevelser er godt for både kunder og virksomhed – til et vist punkt.
Forestil dig, at du på en udlandsrejse går ind i en skobutik. I det øjeblik du træder ind ad døren, siger ekspedienten "Velkommen hr. Hansen, havde De en god rejse?" Hvordan ville du reagere? Ville du blive imponeret og tænke "Sikke dog en utrolig service"? Eller ville du tænke "Hvordan pokker ved de, hvad jeg hedder, og hvor jeg kommer fra?"
Eksemplet er absolut realistisk. Det kræver blot, at kunden har hentet kædens app til sin telefon og givet tilladelse til, at kæden får adgang til telefonens gps-data. Men selvom kunden har hentet appen og givet tilladelsen, vil de fleste nok finde en så personlig hilsen grænseoverskridende. Det er med andre ord ikke alle data, som man bør anvende så konkret og direkte – kunderne forventer personaliserede produkter og købsoplevelser. Men som kæde og brand kan man også være for påtrængende – det er en vigtig pointe at huske.
Aktuel viden og inspiration fra detailbranchen
Data For Business skaber vækst og omsætning
Inspiration og tendenser fra NRF retail BIG show - verdens største retail-messe
Få værdiskabende artikler, værktøjer og inspiration til, hvordan du forankrer den digitale transformation i din virksomhed – direkte i din indbakke.
