Asiakaspersoonat vuonna 2025: Miksi omasi epäonnistuvat (ja miten ne korjataan)

Miksi vanhan koulukunnan Customer Persona jää vajaaksi

Jos yrityksesi ihanneasiakasprofiili ei ole kehittynyt niistä ajoista, jolloin kolmannen osapuolen evästeet vaelsivat vapaasti, et ole yksin. Monet yritykset käyttävät edelleen vanhentuneita asiakaspersoonien luontimenetelmiä – ajattele sisäisiä mututuntumia, anekdoottista myyntipalautetta ja ehkä ripaus viime vuoden verkkoanalytiikkaa. Tuloksena on usein yksiulotteinen karikatyyri asiakkaasta, joka tuntuu rauhoittavalta , mutta on harvoin tarkka. Itse asiassa asiakaspersoonat eivät ole ”juurikaan muuttuneet vuosien varrella”, ja yritykset käyttävät niitä usein väärin kutsumalla sisäisiä ennakkoluuloja ja täyttämällä ne epäolennaisilla yksityiskohdilla (forrester.com). Liian usein nämä persoonat elävät PowerPointissa tai julisteessa, jolle kaikki nyökyttelevät ja sitten jättävät huomiotta (tai mikä pahempaa, tekevät vääriä päätöksiä).

Sisäisten oletusten ongelma

Mikä saattaa aiheuttaa sen, että nämä perinteiset persoonat ovat nyt vähemmän tehokkaita? Ensinnäkin ne perustuvat yleensä yksinomaan sisäisiin tietoihin ja oletuksiin. Tuore tutkimus tai vahvistus tarkoittaa, että persoona heijastaa tiimisi mielipiteitä – ei sitä, mitä asiakkaat tekevät. Kuten Forresterin analyytikot sanovat, persoona on vain niin hyvä kuin sen taustalla oleva objektiivinen tutkimus; testaamattomiin oletuksiin luottaminen on puolueellisuutta. Valitettavasti monet yritykset tekevät juuri niin, luovat persoonia tyhjiössä eivätkä koskaan päivitä niitä markkinoiden muuttuessa.

Muuttuva tietoympäristö

Myös datamaisema on muuttunut jalkojemme alla. Uusien tietosuojasääntöjen ja kolmannen osapuolen evästeiden katoamisen myötä markkinoijat menettivät suuren osan kuluttajien käyttäytymisen helposta näkyvyydestä. Googlen siirtyminen Analytics 4:ään (GA4) on hyvä esimerkki: se on suunniteltu uudelleen yksityisyyden ensimmäiseen maailmaan, jossa siirrytään pois kolmannen osapuolen evästeiden seurannasta ja nojataan sen sijaan ensimmäisen osapuolen tietoihin ja koneoppimiseen.

Hyvä puoli on parempi tietosuojan noudattaminen; Huono puoli on, että markkinoijat saavat vähemmän yksityiskohtaista käyttäjädataa valmiina. Universal Analyticsin tai evästepohjaisten mainostietojen runsaiden yksityiskohtien pohjalta rakennetut vanhat persoonat näyttävät nyt dinosauruksilta. Lyhyesti sanottuna emme voi vaania käyttäjiä verkossa kuten ennen, joten mikä tahansa näiden menetelmien varaan rakennettu persoona menettää nopeasti merkityksensä.

Mieti lopuksi, kuinka staattisia, vanhentuneita persoonat ovat. Maailma liikkuu nykyään nopeasti – algoritmit muuttuvat, trendit räjähtävät yhdessä yössä TikTokissa, toimitusketjut kaatuvat ja kuluttajien prioriteetit muuttuvat jokaisen maailmanlaajuisen uutissyklin myötä. Jos ”ihanneasiakkaasi” profiilisi ei pysy perässä, se on todennäköisesti väärin. Kuvaavaa on, että vain 44 prosenttia markkinoijista edes käyttää ostajapersoonia strategiassaan (salesgenie.com) (mikä tarkoittaa, että suurin osa joko ohittaa ne tai luopuu niistä), ja niistä, joilla on persoonia, monet eivät ole päivittäneet niitä viime aikoina. Tämä on valtava menetetty tilaisuus, varsinkin kun henkilökohtainen markkinointi on tärkeämpää kuin koskaan (palaamme siihen pian).

Lopputulos: viime vuonna (tai viisi vuotta sitten) kokoushuoneessa laadittuun persoonaan takertuminen voi vahingoittaa markkinointiasi aktiivisesti. Se sokeuttaa sinut todellisille muutoksille asiakkaiden käyttäytymisessä ja voi johtaa kuuroihin kampanjoihin. Jotta voimme rakentaa ihanteellisen asiakaspersoonasi tänään, meidän on hylättävä puhtaasti kuvitteelliset profiilit ja omaksuttava datalla rikastettu, jatkuvasti päivitettävä lähestymistapa.

Tapaa moderni digitaalinen kuluttaja

Ymmärtääksemme, miksi eilisen persoonat jäävät vajaaksi, katsotaanpa, keitä nykypäivän digitaaliset kuluttajat todella ovat. Spoileri: he ovat kanavahyppelyjä, hyperinformoituja ja hajamielisempiä kuin kissa laserosoitintehtaassa. On ratkaisevan tärkeää maadoittaa persoonasi tähän todellisuuteen. Tässä on muutamia silmiä avaavia tilastoja.

Aina päällä oleva digitaalinen todellisuus

Keskimääräinen internetin käyttäjä viettää vuonna 2023 noin 6 tuntia ja 37 minuuttia verkossa joka päivä datareportal.com – lähes kolmannes valveillaoloajastaan. Tuosta ajasta yli 21/2 tuntia päivässä vietetään sosiaalisen median alustoilla. Kuluttajat eivät ole verkossa vain lyhyesti; He käytännössä asuvat siellä jongleeraten työn, ostosten, viihteen ja sosiaalisten yhteyksien välillä.

Lisäksi tyypillinen ihminen ei ole uskollinen vain yhdelle alustalle tai laitteelle. Internetin käyttäjä on nykyään keskimäärin aktiivinen noin 7 eri sosiaalisen median verkostossa kuukaudessa. He saattavat aloittaa päivänsä tarkistamalla Instagramia, löytää tuotteita TikTokista lounaalla, vertailla hintoja Googlessa iltapäivällä ja paasata Twitterissä illalla. Tämä huomion monipuolistuminen tarkoittaa, että asiakkaasi jättävät digitaalisia leivänmuruja kaikkialle – kauas verkkosivustosi ulkopuolelle.

Olemme myös saavuttaneet ennätysmäärän usean laitteen käytössä. Ostajat voivat alkaa tutkia tuotetta puhelimellaan, ostaa sen myöhemmin kannettavalla tietokoneella ja ottaa yhteyttä tukeen älykaiuttimen tai chat-sovelluksen kautta. Jokainen kosketuspiste on palapelin pala. Ei ole ihme, että yhteen tietolähteeseen (kuten pelkkään verkkoanalytiikkaan tai myymäläkyselyihin) luottaminen voi jättää persoonasi ymmärryksen kesken. Jos tarkastelet vain yhtä osaa – esimerkiksi sitä, mitä ihmiset tekevät sivustollasi – huomaat, että samat asiakkaat voivat olla hyvin erilaisia toisessa kanavassa.

💡 Asiakas saattaa esimerkiksi harvoin avata markkinointisähköpostejasi, mutta on vuorovaikutuksessa brändisi Instagramin kanssa päivittäin; toinen saattaa väijyä sivustollasi ostamatta, kunnes hän näkee uudelleenkohdennusmainoksen alennuksella.

Mitä nykyaikaisten asiakaspersoonien on otettava huomioon

Nykyaikainen kuluttaja on hyvin perillä ja odottaa mukavuutta. Tutkimukset osoittavat, että yli 50 % kuluttajista odottaa nyt yritysten ennakoivan heidän tarpeitaan ja tarjoavan asiaankuuluvia ehdotuksia ennen kuin he edes ottavat yhteyttä. Ja kärsimättömyys on korkea – jos räjäytät heille yleisiä tarjouksia, jotka eivät sovi, suurin osa virittää sinut ulos tai jopa tuntee olonsa ärsyyntyneeksi.

Persoonan rakentamisen takeaway: ihanneasiakkaasi ei ole staattinen luonnos, jolla on yksi kanava ja yksi tarve. Ne ovat moniulotteisia. Jokaisen hyödyllisen persoonan on nykyään otettava huomioon digitaalisen käyttäytymisen monimutkaisuus – monet alustat, jatkuva liitettävyys ja kohonneet odotukset. Se tarkoittaa myös sitä, että pelkkä sisäinen data (kuten pelkkä ostohistoria tai pelkkä Google Analytics) antaa riittämättömän kuvan. Jotta voimme todella ”rakentaa ihanneasiakkaasi”, meidän on kerättävä tietoja heidän digitaalisesta elämästään, tietysti yksityisyyttä ja suostumusta kunnioittaen.

360° asiakasnäkymän kuilu (ja miksi tiedot ovat niin hajanaisia)

Jos nykyajan kuluttajat hajottavat tietonsa kymmeniin kosketuspisteisiin, miten voimme koskaan saada täydellistä kuvaa? Tämä on klassinen 360 asteen asiakasnäkymän haaste – ja siinä useimmat verkkokauppayritykset kamppailevat. Ironista on, että monet yritykset istuvat asiakkaidensa tietopinojen päällä , mutta ne kaikki ovat pirstoutuneet eri järjestelmiin. Verkkokaupassasi on verkkoanalytiikkatietoja, CRM:ssäsi on sähköpostin sitoutumis- ja ostohistoriaa, sosiaalisen median tiimissäsi on yleisön demografisia tietoja Facebookista tai TikTokista, maksuprosessorillasi tai POS:llasi on tapahtumatiedot… ja nämä kappaleet puhuvat harvoin keskenään. Se on kuin yrittäisi ratkaista palapeliä, kun kaikki palaset ovat juuttuneet eri laatikoihin.

Tämä pirstaloituminen ei ole vain IT-päänsärkyä; se tappaa markkinoinnin oivalluksia. Kun tiedot siiloutuvat alustojen välillä, mielekäs segmentointi ja personointi tulee lähes mahdottomaksi.

Eräässä tutkimuksessa havaittiin, että yritykset menettävät 20–30 % vuosituloistaan huonon tiedonhallinnan aiheuttaman tehottomuuden vuoksi (auts!) ja peräti 84 % myyjistä sanoo, että hajanainen data estää heitä tarjoamasta saumatonta asiakaskokemusta (linkedin.com).

Ajattele sitä – jos sähköpostijärjestelmäsi ja verkkosivustosi analytiikka eivät jaa tietoja, saatat lähettää asiakkaalle sähköpostitse kampanjan tuotteesta, jonka hän osti jo eilen (koska sähköpostityökalusi ei tiennyt ostoksesta). Tai saatat kohdella korkean LTV:n toistuvaa ostajaa samalla tavalla kuin kertaluonteista renkaanpotkijaa, koska hänen käyttäytymisensä elää erillisissä siiloissa. Nämä harha-askeleet johtavat myynnin menetykseen ja heikentyneeseen uskollisuuteen.

Miksi asiakastiedot pirstoutuvat

• Useita alustoja eri toiminnoille: Verkkokauppayritys voi käyttää yhtä alustaa verkkokauppaan, toista sähköpostimarkkinointiin, erillistä CRM:ää asiakastukeen ja ehkä analytiikkatyökalua tai kahta. Jokainen luo oman tietojoukkonsa. Ellei niitä integroida ennakoivasti, ne pysyvät eristyksissä.
• Erilaiset kuluttajakäyttäytymiset kanavittain: Asiakkaat käyttäytyvät eri tavalla sivustollasi verrattuna sosiaaliseen mediaan ja myymälään (jos sinulla on kivijalkamyymälä). Jokainen kosketuspiste tallentaa henkilön eri puolen (selaushistoria, sosiaaliset kiinnostuksen kohteet, luotto- tai maksutiedot, kanta-asiakastila jne.). Ilman integraatiota saat pirstoutuneen persoonan – kuin sokeat miehet, jotka kuvailevat norsua eri näkökulmista.
• Vanhat järjestelmät ja IT-resurssien puute: Pienemmillä yrityksillä ei useinkaan ole varaa täysin yhtenäiseen teknologiapinoon. Palaliuoksia kertyy ajan myötä. Niiden integrointi vaatii teknistä osaamista (rajapinnat, tietovarastot) ja jatkuvaa ylläpitoa. Kaikilla yrityksillä ei ole omaa kehitystiimiä tai datainsinööriä tekemään tätä raskasta työtä.
• Yksityisyys- ja tietorajoitukset: Ironista kyllä, tiukemmat yksityisyyssäännöt voivat lisätä pirstaloitumista. Evästerajoitusten ja opt-out-rajoitusten myötä kolmannen osapuolen tiedot, jotka aiemmin virtasivat vapaasti, ovat nyt rajoitettuja. Sinulla saattaa olla jonkin verran ensimmäisen osapuolen tietoja, mutta aukkoja, joissa aiemmin luotit kolmannen osapuolen seurantaan. Ellet korvaa niitä uusilla strategioilla (kuten kysymällä käyttäjiltä suoraan tai hyödyntämällä kirjautuneita tietoja), jäljelle jää osittaisia näkymiä.

Miksi asiakastiedot pirstoutuvat

Kaikki tämä johtaa epämiellyttävään totuuteen: Useimmilla verkkokauppabrändeillä ei todellakaan ole 360 asteen näkymää asiakkaastaan, vaikka he uskovatkin, että heillä on. Sinulla voi olla 36 erilaista näkymää 36 eri paikassa. Ei ihme, että todella tarkan persoonan rakentaminen tuntuu pelottavalta!

Kuvitellaanpa esimerkkiä asiakaspersoonista – asiakas Jane Doe. Shopify-kauppasi tuntee Janen ostajana #1234 , joka osti kaksi tuotetta viime kuussa. Sähköpostijärjestelmäsi tuntee hänet jane.doe@gmail.com , joka napsauttaa 10 % uutiskirjeistäsi. Facebook tuntee hänet käyttäjänä @JaneDoe , joka tykkäsi edellisestä viestistäsi. Asiakaspalveluohjelmistosi tuntee hänet puhelinnumeron perusteella henkilönä, joka soitti palautuksesta. Jokaisessa järjestelmässä on pala Janen palapeliä. Jos et koskaan kokoa niitä, Janen ”persoonasi” on parhaimmillaankin epätäydellinen tai pahimmillaan täysin harhaanjohtava.

Tämä hajanainen data tekee myös vanhoista persoonien rakentamisharjoituksista (usein paperilla tehtyjä) lähes naurettavia – tiimit päätyvät arvailemaan, mitä asiakkaat tekevät, koska he eivät näe helposti koko tarinaa. Tai he jättävät huomiotta tietoalueet, koska niitä on liian vaikea yhdistää. Tuloksena on persoona, joka saattaa heijastaa yhtä siivua (esim. verkkosivuston käyttäytymistä), mutta ei koko asiakaspolkua.

Joten miten kuromme tämän kuilun umpeen? Suuret yritykset heittävät rahaa ongelmaan – massiiviset tietoaltaat, hienot asiakastietoalustat (CDP), datatieteilijöiden armeijat – mutta se ei ole mahdollista kaikille. Itse asiassa pienet yritykset käyttävät usein tuhansia dollareita käyttäjää kohden kuukaudessa erilaisiin myynti- ja markkinointityökaluihin ja päätyvät silti hajanaisiin, tuottamattomiin tietosiiloihin. Auts. Tarvitsemme selvästikin älykkäämpiä ja helpommin saatavilla olevia menetelmiä erilaisten tietojen yhdistämiseksi.

Rohkaiseva uutinen on, että on olemassa ratkaisuja tietojen pirstoutumisen torjumiseen ja rikkaampien persoonien rakentamiseen – yksinkertaisista taktiikoista, kuten kyselyistä, korkean teknologian alustoihin. Seuraavissa osioissa tarkastellaan näitä persoonaa rakentavia ratkaisuja ja sitä, miten voit hyödyntää niitä, olitpa sitten kevyt sähköisen kaupankäynnin startup tai suurempi verkkokauppias. Tavoitteena on saavuttaa vaikeasti saavutettava yhtenäinen asiakasymmärrys rikkomatta pankkia (tai järkeäsi).

Ratkaisut: Nykyaikaiset menetelmät persoonien rakentamiseen

Dataohjautuvan markkinointipersoonan rakentaminen saattaa kuulostaa huipputeknologialta, mutta se tiivistyy maalaisjärjen asiakastutkimuksen yhdistämiseen teknologian älykkääseen käyttöön. Tässä hahmotellaan erilaisia lähestymistapoja – voit käyttää yhtä tai useita. Jokaisella on hyvät ja huonot puolensa ja hintansa. Tärkeintä on siirtyä arvailujen ulkopuolelle ja hyödyntää todellisia, ajankohtaisia tietoja asiakkaistasi. Sukelletaan sisään.

1. Säännölliset kyselyt ja asiakastutkimukset (Voice of Customer)

Yksi yksinkertaisimmista tavoista pitää persoona tuoreena on vain kysyä asiakkailtasi itsestään. Kyselyt, haastattelut, palautelomakkeet – nämä perinteiset tutkimusmenetelmät ovat edelleen arvokkaita. Ne tarjoavat laadullisia oivalluksia , joita raakadata ei välttämättä tarjoa, kuten miksi asiakas käyttäytyy tietyllä tavalla tai mitä ongelmia hän yrittää ratkaista käyttämällä tuotettasi.

💡 Voit esimerkiksi lähettää oston jälkeisen kyselyn, jossa kysyt, miten asiakas löysi sinut, mikä melkein esti häntä ostamasta ja mistä hän välittää (hinta, laatu, kestävyys jne.). Ajan myötä syntyy malleja, jotka kertovat persoonasi motiiveista ja kipupisteistä. Voit myös tehdä henkilökohtaisia haastatteluja tai käytettävyystestejä nähdäksesi, kuinka todelliset asiakkaat ovat vuorovaikutuksessa sivustosi tai tuotteesi kanssa.

Vahvuuksia: Kyselyt ja haastattelut antavat sinulle suoraan hevosen suusta saatuja näkemyksiä. Ne voivat vahvistaa (tai mitätöidä) oletuksiasi. Tämä on erityisen hyödyllistä sisäisten ennakkoluulojen torjunnassa. Se on myös suhteellisen edullinen – Google Formsin tai SurveyMonkeyn kaltaiset työkalut ovat edullisia, ja kannustimet, kuten pieni kuponki, voivat lisätä vastausprosenttia. Yksityisyyteen keskittyvässä maailmassa kyselyt ovat ”nollaosapuolen dataa” (asiakas antaa mielellään tietoja) – evästeitä tai vakoilua ei tarvita.

Heikkouksia: Huonoja puolia ovat se, että kyselyt ovat itse raportoituja (ihmiset eivät aina muista tai kerro koko totuutta käyttäytymisestään), ja saatat kuulla vain pieneltä, äänekkäältä osajoukolta. Se on myös tilannekuva ajasta; Kuluttajien mielipiteet voivat muuttua, joten sinun on tehtävä kyselyitä säännöllisesti. Ja suoraan sanottuna vastausprosentit voivat olla haaste – monet ihmiset jättävät kyselyt huomiotta, elleivät he ole erittäin motivoituneita. Joten vaikka tämä menetelmä on erinomainen laadullisen syvyyden kannalta, se ei anna sinulle täydellistä kvantitatiivista kuvaa. Se ei myöskään yhdistä tietoja automaattisesti, vaan saat merkityksellisiä tietoja, jotka sinun on integroitava analytiikassa näkemääsi.

Vinkki parhaista käytännöistä: Tee asiakastutkimuksesta jatkuva tapa. Jopa lyhyt neljännesvuosittainen kysely tai muutama asiakaspuhelu kuukaudessa voi tuoda esiin uusia trendejä. Muista vain toimia oppimasi mukaan – syötä se takaisin persoonaprofiileihisi ja jaa se tiimisi kanssa. Älä anna sen tulla jälleen yksi raportti, joka arkistoidaan.

2. Sisäiset kehitys- ja datatiedetiimit

Tee-se-itse-kyselyiden toisessa päässä on raskas lähestymistapa: oman teknisen tiimin käyttäminen asiakastietojen yhdistämiseen ja analysointiin. Tämä tarkoittaa, että kehittäjille tai datatieteilijöille annetaan tehtäväksi yhdistää kaikki erilaiset järjestelmäsi ja murskata numeroita oivallusten saamiseksi. Tiimisi voi esimerkiksi rakentaa tietovaraston, joka hakee tietoja sähköisen kaupankäynnin alustasta, sähköpostityökalusta, mainoskampanjoista, asiakastukilokeista jne., ja käyttää sitten analytiikkaa tai koneoppimista tunnistaakseen erilliset asiakassegmentit (persoonat) näistä yhdistetyistä tiedoista.

Vahvuuksia: Oikein tehtynä tämä lähestymistapa voi tuottaa rikkaimman ja räätälöidyimmän älykkyyden. Luot pohjimmiltaan oman mini-Google-Analytics-steroidien, joka on ominaista yrityksellesi. Sisäiset tiimit voivat laatia juuri tarvitsemasi kyselyt ja analyysit (esim. ”näytä minulle arvokkaat asiakkaat, jotka selaavat mobiililaitteella klo 2 yöllä ja vastaavat push-ilmoituksiin”). Omistat ratkaisun ja tiedot, mikä on hienoa tietosuojan noudattamisen ja joustavuuden kannalta. Jos sinulla on datatieteen valmiudet, voit jopa olla ennakoiva – ennustaa asiakkaan elinkaariarvoa tai vaihtuvuusriskiä ja sisällyttää nämä ominaisuudet persooniin.

Heikkouksia: Ilmeinen haittapuoli on kustannukset ja monimutkaisuus. Useiden tietolähteiden integrointi on tunnetusti vaikeaa – odota lukemattomia tunteja API:iden tai tietokantojen integrointiin. Ei ole harvinaista, että tällaiset projektit maksavat kymmeniä tuhansia dollareita kehittäjäajassa tai vaativat asiantuntijoiden palkkaamista. Näiden putkien ylläpito ei myöskään ole triviaalia (järjestelmäpäivitykset tai API-muutokset voivat katkaista tiedonkulun). Pohjimmiltaan tämä lähestymistapa on usein toteuttamiskelpoinen vain suuremmille yrityksille tai tekniikkataitoisille yrityksille, jotka voivat investoida paljon. Jos olet pieni tai keskisuuri verkkokauppa, sinulla ei ehkä ole budjettia tai ihmisiä tehdä tätä sisäisesti. Vaikka tekisitkin, tulosten saaminen voi kestää kuukausia.

On kompromissi: rakenna se itse ja hanki juuri se, mitä tarvitset (mutta maksa hinta), tai käytä kolmannen osapuolen työkaluja, jotka eivät ehkä sovi täydellisesti (mutta ovat valmiita). Monet kasvavat verkkokauppayritykset alkavat kokeilla sisäistä tietojen yhdistämistä, mutta huomaavat, että se on valtava hanke. Ei haittaa, jos et voi mennä täyteen ”tee-se-itse-datatieteeseen”. Positiivinen uutinen on, että on olemassa työkaluja, jotka auttavat – mikä vie meidät seuraavaan menetelmään.

3. Asiakastietoalustat (CDP) ja all-in-one-ratkaisut

Muutaman viime vuoden aikana asiakastietoalustat ovat nousseet Graalin maljaksi asiakastietojen yhdistämisessä. CDP on pohjimmiltaan ohjelmisto, joka imee tietoja kaikista lähteistäsi (verkkosivusto, mobiilisovellus, sähköposti, mainokset, CRM jne.), yhdistää yhtenäiset asiakasprofiilit (ratkaisemalla, että Jane Doe sivustollasi on sama kuin Jane D. sähköpostilistallasi) ja tarjoaa usein työkaluja segmentointiin ja aktivointiin (kuten persoonapohjaisten yleisöjen luominen, jotka voit lähettää Facebook-mainoksiin tai sähköpostiin). Esimerkkejä ovat Segment (Twilio-segmentti), Adobe Real-Time CDP, Socialscore Light CDP, Treasure Data, mParticle ja monet muut.

Sähköisen kaupankäynnin yritykselle CDP voi teoriassa antaa sinulle halutun 360 asteen näkymän toimimalla keskusaivoina. Se saattaa seurata, että käyttäjä X on sama eri laitteilla, on avannut 5 sähköpostia, vieraillut tuotteessa A kolme kertaa, ostanut kahdesti ja hänellä on asiakaspalvelulippu auki – kaikki yhdessä profiilissa. Voit sitten määritellä persoonat tai segmentit CDP:ssä (esim. ”Tarjousten metsästäjät” vs. ”Paljon kuluttavat” käyttäytymismallien perusteella) ja työntää personoituja kampanjoita sen mukaisesti.

Vahvuuksia: Ilmeinen vahvuus on yhtenäisyys ja toimintakyky. Hyvä CDP ratkaisee tietojen pirstoutumisongelman suunnittelulla – se on rakennettu integroimaan tietolähteitä ja pitämään profiilit ajan tasalla reaaliajassa. Monilla CDP:illä on myös koneoppimisominaisuuksia, joiden avulla voit löytää asiakasklustereita tai ennustaa attribuutteja (kuten ostotodennäköisyyttä). Kun markkinointi on määritetty, he voivat usein käyttää CDP:tä minimaalisella IT-avulla, vetää segmenttejä tai viedä yleisöjä muutamalla napsautuksella. Tämä on valtava voitto ketteryydelle. Lyhyesti sanottuna CDP:t lupaavat olla keskitetty palvelupiste, jolla hajanainen data muutetaan johdonmukaisiksi, käyttökelpoisiksi persooniksi ja segmenteiksi.

Heikkouksia: Kaksi suurta asiaa: kustannukset ja toteutus. CDP:t, etenkään yritystason yritykset, eivät ole halpoja. CDP-ratkaisun vähimmäisinvestointi on usein 4 000–12 500 dollaria kuukaudessa , joten se on monien pienyritysten ulottumattomissa. Ja se on vain lisensointia – saatat tarvita myös ratkaisuinsinöörin tai kumppanin sen toteuttamiseen. CDP:n täydellinen käyttöönotto ja kaikkien tietolähteiden integrointi voi kestää kuukausia. Jos tietosi eivät ole puhtaita tai johdonmukaisia, CDP ei korjaa sitä taianomaisesti; roskat sisään, roskat ulos. Pk-yrityksille on olemassa kevyempiä CDP:n kaltaisia työkaluja tai jopa CRM-järjestelmiä (kuten HubSpot, josta keskustelemme myöhemmin), jotka sisältävät joitain CDP-ominaisuuksia halvemmalla, mutta ne vaativat silti sitoutumista.

Lisäksi CDP:n tehokas käyttö tarkoittaa, että tiimisi on opittava se ja ylläpidettävä aktiivisesti näitä integraatioita. Se on tehokas, mutta jos sitä ei hyödynnetä riittävästi, siitä voi tulla kallis hylly. Meidän on myös huomattava, että vaikka CDP:t yhdistävät ensimmäisen osapuolen tiedot (sinun tietosi), ne eivät luonnostaan tuo uusia ulkoisia oivalluksia sen lisäksi, mitä syötät heille. Jos sinulla ei ole tietoja joiltakin alueilta (esimerkiksi sinulla ei ole aavistustakaan asiakkaiden kiinnostuksen kohteista sosiaalisessa mediassa), CDP itsessään ei täytä tätä aukkoa; se vain järjestää sen, mitä sinulla on.

Yhteenvetona voidaan todeta, että CDP:t ovat loistavia organisaatioille, jotka ovat runsaasti dataa ja valmiita investoimaan infrastruktuuriin datan käyttämiseksi. Jos olet pienempi, älä masennu – voit silti saada monia etuja valitsemalla huolellisesti edullisemman alustan, joka kattaa ensisijaiset kanavasi, tai käyttämällä seuraavaa lähestymistapaa: kolmannen osapuolen tietojen rikastamista.

4. Vaihtoehtoiset tiedontarjoajat ja rikastuspalvelut

Toinen tapa rakentaa rikkaampia persoonia on täydentää tietojasi ulkoisilla lähteillä. Ajattele tätä asiakastietämyksen aukkojen paikkaamisena tuomalla ulkopuolista tietoa. Tässä palveluntarjoajat, kuten SocialScore, tulevat mukaan (muun muassa). Nämä palvelut keräävät kuluttajatietoja useista vaihtoehtoisista lähteistä – usein julkisista tai kootuista tiedoista sosiaalisesta mediasta, verkkokäyttäytymisestä, väestötiedoista jne. – ja käyttävät niitä profiiliesi rikastuttamiseen.

SocialScore voi esimerkiksi ottaa esimerkiksi sähköpostiosoitteen tai puhelinnumeron asiakasluettelostasi ja etsiä kyseisen henkilön julkisia sosiaalisen median profiileja, kiinnostuksen kohteita ja jopa digitaalista jalanjälkeä sadoilta verkkosivustoilta. Yhtäkkiä saatat oppia, että asiakas Jane Doe on erittäin kiinnostunut ulkoilusta ja seuraa useita ympäristöystävällisiä brändejä verkossa – oivalluksia, joita et ole koskaan saanut omasta sivustoanalytiikastasi. SocialScore kuvailee tehtäväkseen auttaa yrityksiä tekemään älykkäämpiä päätöksiä käyttämällä vaihtoehtoisia asiakastietoja analysointiin, ennustamiseen ja oivalluksiin. Käytännössä tämä tarkoittaa, että he keräävät tietoja 300+ verkkosivustolta ja sosiaaliselta alustalta ja pisteyttävät yleisöjä esimerkiksi kiinnostuksen kohteiden ja verkkokäyttäytymisen perusteella.

Miltä tämä näyttää?

Oletetaan, että sinulla on ”ympäristötietoinen Emma” kestävien tuotteiden valikoimassasi, mutta tiedät tiedoistasi vain, että Emma ostaa bambuhammasharjasi. Rikastuspalvelu voisi kertoa, että ”Emma” (oikeat asiakkaat, jotka sopivat kyseiseen profiiliin) todennäköisesti myös tilaavat tiettyjä ekologisen elämäntavan blogeja, viettävät paljon aikaa Pinterestissä, ovat kiinnostuneita joogasta ja käyttävät yleensä iPhonea. Persoonasi on moniulotteinen: ei vain sitä, mitä hän ostaa sinulta, vaan mitä hänen elämäntapansa ja mieltymyksensä ovat laajemmin.

Eräässä sähköisen kaupankäynnin tapaustutkimuksessa osoitettiin, että brändi käytti SocialScorea kerätäkseen tietoja yli 60 sosiaalisesta verkostosta ja sivustosta ja keräsi yksityiskohtia, kuten käyttäjien bioja, kiinnostuksen kohteita ja viestintämieltymyksiä, luodakseenyksityiskohtaisia asiakasprofiileja socialscore.io. Näin he pystyivät personoimaan markkinointia harrastusten ja viestintäkanavien mieltymysten perusteella – asioita, joita he eivät koskaan tietäisi pelkästään sisäisten tietojen perusteella.

Vahvuuksia: Tietojen rikastaminen voi antaa sinulle täydellisemmän 360 asteen näkymän ilman, että sinun tarvitsee kerätä kaikkea itse. Se on kuin turboahtaisi persoonaasi yhteiskunnallisella ja käyttäytymiseen liittyvällä kontekstilla. Se on erityisen arvokasta pienemmille yrityksille, joilla ei ole resursseja seurata käyttäjiä verkossa – nämä palveluntarjoajat ovat tehneet jalkatyön. Se on myös tyypillisesti nopeampi toteuttaa kuin täysi CDP; Lähetät joitakin asiakastunnisteita ja saat takaisin rikastettuja profiileja. Tällaiset palvelut voivat olla edullisempia kuin jättimäisen pinon rakentaminen – jotkut toimivat pay-per-match- tai tilausmalleilla, jotka skaalautuvat kokosi mukaan. Ne voivat myös tarjota pisteytysmalleja (esim. ”sosiaalisen vaikutuksen” pistemäärä tai ostovoimaarvio), jotka auttavat segmentoimaan asiakkaita uusilla tavoilla.

Heikkouksia: On olemassa tärkeitä varoituksia. Ensinnäkin on otettava huomioon tietojen laatu ja yksityisyys. Sinun on varmistettava, että tietolähde on vaatimustenmukainen (tarkista GDPR jne. ja varmista, että sinulla on lupa käyttää näitä tietoja markkinointiin). Asiakkaiden mielestä saattaa olla kammottavaa, jos kohdistat heidät yhtäkkiä sellaisten tietojen perusteella, joita he eivät ole koskaan antaneet sinulle – joten käytä rikastettua dataa älykkäästi ja eettisesti (esim. strategian ohjaamiseen, älä sano suoraan ”tiedämme, että rakastat patikointia”, jos he eivät koskaan kertoneet sinulle). Lisäksi ulkoiset tiedot voivat joskus olla vanhentuneita tai epätarkkoja tietyille henkilöille – käsittele niitä todennäköisyyksinä.

Toinen heikkous on, että rikastetun datan käytöstä aiheutuu lisäkustannuksia ja se luo riippuvuuden kolmannesta osapuolesta. Eikä se ratkaise sisäisiä siiloja yksinään; sinun on silti yhdistettävä nämä rikastetut tiedot siihen, mitä sinulla on (vaikka monet palveluntarjoajat tuottavat tietoja helposti tuotavassa muodossa, ja jotkut voivat liittää CRM:ään tai CDP:hen suoraan).

Käyttötapaus: Vaihtoehtoinen data loistaa, kun haluat kehittää persoonaasi ilmeisyyden ulkopuolelle. Kyse ei ole ensimmäisen osapuolen tietojen korvaamisesta, vaan kuvan täydentämisestä. Jos sisäinen persoonasi on esimerkiksi ”paljon kuluttava Hannah” ostoarvon perusteella, rikastuminen saattaa paljastaa, että Hannahia on kahdenlaisia: yksi, joka on urakeskeinen ja aktiivinen LinkedInissä, ja toinen, joka on Instagramissa aktiivinen seurapiirijulkkis – ja lähestyisit näitä alapersoonia eri tavalla. Ilman ulkopuolista dataa markkinoisit heille samalla tavalla ja menettäisit vivahteen.

Jokainen näistä ratkaisuista, kuten kyselyt, CDP:t ja tietojen rikastaminen, käsittelee persoonan tiettyä osa-aluetta. Sinun ei välttämättä tarvitse valita vain yhtä. Itse asiassa paras lähestymistapa on usein yhdistelmä: käytä kyselytutkimuksia saadaksesi laadullisia tunteita, käytä analytiikkaa/CRM:ää kvantitatiiviseen käyttäytymiseen ja ehkä liitä mukaan tietojen rikastuspalvelu lisätietojen saamiseksi. Tavoitteena on muuttaa persoonasi staattisesta luonnoksesta eläväksi, hengittäväksi dataan perustuvaksi profiiliksi.

Katsotaanpa seuraavaksi, miten persoona voi kehittyä käytännössä, kun sovellat joitain näistä menetelmistä.

Usein kysytyt kysymykset