Datadriven marknadsföring med smart analys

Smart_Analys_Small copy

“Big Data” kommer att bidra till nya tillväxtmöjligheter. Många företag har tillgång till stora informationsflöden om sina produkter, tjänster, köpare och leverantörer. Med rätt hantering av all data kan man göra värdefulla upptäckter då kunders preferenser och beteende kan fångas upp och analyseras därefter.

Dagens marknadschefer har ett viktigt uppdrag då de behöver bygga fundament som håller för morgondagen.  Den moderne marknadsföraren som vill lyckas på en allt mer digital marknad behöver därför ha en ny datadriven plattform som kan hjälpa till att genererar nya värdefulla insikter. Jag heter Anders Madeley och är affärsutvecklare och lösningsexpert på Lincube. Med mina 15 års erfarenhet inom data och analys hjälper jag företag och organisationer att ta fram affärsnyttan kopplad till Big Data genom att förbättra hanteringen av data kopplat till specifika affärsprocesser. I denna bloggpost vill jag ge min syn på vilka viktiga steg man bör gå igenom för att lyckas med att sätta upp en datadriven strategi.

Strategi & Plan
För att komma igång och ta första steget handlar det ofta om att sätta en plan för hur man ska stötta företagets övergripande affärsmål genom att implementera en smart datastrategi. Det är viktigt att stanna upp och helt enkelt ställa sig frågan “Vart är vi på väg?” Några exempel på beslutspunkter att se över är:

• Vilka mål har man med en lösning, vilka är drivkrafterna och vinsterna med att samla och analysera data
• Definiera strategiska målgrupper för dina kunder och marknader
• Identifiera viktiga datakällor och undersök alternativ för inhämtning av data
• Etablera en process för hur data ska uppdateras och tas bort
• Undersök om andra kommer att behöva samma data, t.ex. säljorganisationen

Datainhämtning
Den goda nyheten är att det finns gott om data från beteenden, köp och interaktioner. Den dåliga är att data är svårt att få ihop och sammanföra om vår data kommer från olika källor. Här gäller det att få data att bli lämpligt för den analys man ska göra och pålitlig för att kunna använda den för att kunna ta bra beslut.
Generellt finns det fyra typer av datakällor som är av störst vikt, dessa är:

1. Internt data från CRM databaser innehållande kunder, leads, aktiviteter, support och service
2. Publikt data från sociala medier såsom LinkedIn, demografiskt data från köpta databaser etc.
3. Användardata från enkäter, registeringar och andra kundinteraktioner
4. Inhämtat data från tex. telemarketingbyråer och annan dubbelriktad kommunikation

Analys och Segmentering
När många företag påbörjat resan med målinriktad kommunikation och content blir behovet av en målgruppsanalys oundviklig då målinriktningen kan betraktas som “spam” ifall inte budskapet är relevant för mottagaren. Målgruppsanalysen bygger på dessa viktiga faktorer:

Analys handlar om att få svar på frågor som: Via vilken kanal prospekt oftast blir kunder, Vad triggade en kund att genomföra en förfrågan, Vilka erbjudanden funkar bäst i resp. kanal.

Segmenteringen som är själva hjärnan i digital marknadsföring! Med segmentering menas en djup förståelse för kluster av kunder där man tar fram storlek på företag, vilken roll i företaget som oftast köper etc. Här defineras en sk. persona där en fiktiv karaktär beskrivs med dess behov och drivkrafter. Ju mer data man har tillgängligt desto bättre personas.

Dashboards blir också ett viktigt verktyg för att visa upp dina målgrupper genom visualiering av data. Här kan man enkelt visa en kundresa grafiskt, hur många kunder kom in via en kanal, vilka segment laddade ner vilka whitepaper etc.

Använding av data
Det är förvånande hur ofta data blir värdefullt inte bara för planerings- och kampanjprocessen, säljare inser också värdet av dataanlalys inför ett kundmöte. Vanliga processer där analyser hjälper till är:
• Leads Generering av både nya och existerande kunder
• “Lead Nurturing” främst där säljprocessen är lång och komplex och därav svår för säljare att veta när det är tid att agera
• Kundutveckling där nu ansvaret ligger på både sälj- och marknadsavdelningen
• “Reactivation”, där kunder inte använt en tjänst på länge och där man kan agera på några få triggers för att få igång kundbearbetningen igen
• Vid kampanjplanering ger marknadsplaneringen och personan en grov idé vad som ska erbjudas men för att skapa många riktade kampanjer räcker detta inte. Här utför man ytterligare dataanalyser för att mirosegmentera sina kunder och prospekt. Här kan man också ta hjälp av system för Acount Based Marketing för att fördjupa insikten om vem som influerar vem i målgrupperna. Det är mycket vanligt att man i denna del utför ett antal statistiska modeller för att göra analyser människan inte klarar av, ofta med 15-20 parametrar.

Mät, mät och mät
Genom att mäta effekterna av en kampanj, ett seminarium, ett nedladdat white paper kan man påvisa varför en digital marknadsföringsstrategi faktiskt ger resultat. Med detta kan också sälj- och marknadsorganisationer skapa en bättre förståelse för varandra och påvisa vilket värde man tillsammans ger. Några exempel på detta är att man efter ett seminarium kan se fler nedladdade white papers, ökad akivitet hos säljare och ökad försäljning. Det går också att se ifall man behöver sätta in mer säljkraft iform av telemarketing eller lägga in ytterligare en kampanj.

Om du är intresserad av att få veta mer om hur du kan komma igång med datadriven marknadsföring med hjälp av smart analys kan du antingen kontakta oss eller börja med att ladda ner ett white paper i området här:

6 steg att tänka på vid ditt Big Data initiativ:

By |2018-01-02T15:53:15+02:002015-05-18|Big Data, Customer Insight, Sales & Marketing Analytics|

About the Author: