Klientu personas 2025. gadā: kāpēc jūsu neizdodas (un kā tās labot)

Kāpēc vecās skolas Customer Persona neizdodas

Ja jūsu uzņēmuma ideālais klienta profils nav attīstījies kopš laikiem, kad trešo pušu sīkfaili brīvi izmantoja, jūs neesat viens. Daudzi uzņēmumi joprojām izmanto novecojušas klientu personas izveides metodes – domājiet par iekšējām sajūtām, anekdotiskām pārdošanas atsauksmēm, varbūt pagājušā gada tīmekļa analīzi. Rezultāts bieži ir klienta viendimensiju karikatūra, kas jūtas pārliecinošs , bet reti ir precīzs. Patiesībā klientu personas “gadu gaitā nav daudz mainījušās”, un uzņēmumi bieži tos ļaunprātīgi izmanto, aicinot iekšējus aizspriedumus un piepildot tos ar nebūtiskām detaļām (forrester.com). Pārāk bieži šīs personas dzīvo uz PowerPoint vai plakāta, uz kuru visi pamāj un pēc tam ignorē (vai vēl ļaunāk, pieņem nepareizus lēmumus).

Problēma ar iekšējiem pieņēmumiem

Kas varētu izraisīt šo tradicionālo personību mazāk efektīvu tagad? Pirmkārt, tie parasti ir balstīti tikai uz iekšējiem datiem un pieņēmumiem. Nekāda jauna izpēte vai apstiprināšana nenozīmē, ka persona atspoguļo jūsu komandas domāšanu , nevis to, ko dara klienti. Kā Forrester analītiķi to izteica, persona ir tikai tikpat laba kā objektīvais pētījums; paļaujoties uz nepārbaudītiem pieņēmumiem, tas ir neobjektīvs. Diemžēl daudzi uzņēmumi dara tieši to, radot personas vakuumā un nekad neatjauninot tās, kad tirgi mainās.

Mainīgā datu ainava

Datu ainava ir mainījusies arī zem mūsu kājām. Ar jauniem privātuma noteikumiem un trešo pušu sīkdatņu izbeigšanu, mārketinga speciālisti zaudēja lielu daļu no vieglas redzamības patērētāju uzvedībā. Google pāreja uz Analytics 4 (GA4) ir lielisks piemērs: tā ir pārveidota konfidencialitātes pasaulei, attālinoties no trešo pušu sīkfailu izsekošanas un tā vietā balstoties uz pirmās puses datiem un mašīnmācīšanos.

Pozitīvā puse ir labāka privātuma atbilstība; Negatīvie ir tas, ka mārketinga speciālisti iegūst mazāk detalizētus lietotāju datus. Vecās personas, kas balstītas uz bagātīgām detaļām no Universal Analytics vai sīkfailu reklāmu datiem, tagad izskatās kā dinozauri. Īsāk sakot, mēs nevaram vajāt lietotājus tīmeklī kā agrāk, tāpēc jebkura persona, kas balstīta uz šīm metodēm, strauji zaudē nozīmi.

Visbeidzot, apsveriet, cik statiskas, novecojušas personas ir. Pasaule mūsdienās strauji virzās – algoritmi mainās, tendences eksplodē naktī TikTok, piegādes ķēdes sabruka, un patērētāju prioritātes mainās ar katru globālo ziņu ciklu. Ja jūsu “ideālais klients” profils neatpaliek, tas, iespējams, ir nepareizi. Tas ir stāstoši, ka tikai 44% mārketinga speciālistu savā stratēģijā pat izmanto pircēju personas (salesgenie.com) (tas nozīmē, ka lielākā daļa tās vai nu izlaiž, vai atteicās no tām), un starp tiem, kuriem ir personas, daudzi tās nesen nav atjauninājuši. Šī ir milzīga palaista garām iespēja, it īpaši, ja personalizētais mārketings ir svarīgāks nekā jebkad agrāk (mēs pie tā nonāksim drīzumā).

Apakšējā līnija: pieķeršanās personai, kas sastādīta konferenču zālē pagājušajā gadā (vai pirms pieciem gadiem), var aktīvi kaitēt jūsu mārketingam. Tas ļauj jums redzēt reālas izmaiņas klientu uzvedībā un var novest pie nedzirdīgām kampaņām. Lai izveidotu savu ideālo klientu personību šodien, mums ir jāatsakās no tīri izdomātiem profiliem un jāizmanto ar datiem bagātināta, pastāvīgi atjaunināta pieeja.

Iepazīstieties ar mūsdienu digitālo patērētāju

Lai saprastu, kāpēc vakardienas personas neizdodas, apskatīsim, kas patiesībā ir mūsdienu digitālie patērētāji. Spoileris: viņi ir kanālu lēcieni, hiperinformēti un vairāk novirzīti nekā kaķis lāzera rādītāju rūpnīcā. Ir svarīgi pamatot savas personas šajā realitātē. Šeit ir daži acis atveroši statistikas dati.

Vienmēr ieslēgtā digitālā realitāte

Vidējais interneta lietotājs 2023. gadā katru dienu tiešsaistē pavada aptuveni 6 stundas un 37 minūtes datareportal.com – gandrīz trešdaļu no nomoda stundām. No šī laika vairāk nekā 21/2 stundas dienā tiek pavadītas sociālo mediju platformās. Patērētāji nav tikai īslaicīgi tiešsaistē; viņi praktiski tur dzīvo, žonglējot darbu, iepirkšanos, izklaidi un sociālo sakaru.

Turklāt tipisks cilvēks nav uzticīgs tikai vienai platformai vai ierīcei. Vidēji interneta lietotājs šodien ir aktīvs aptuveni 7 dažādos sociālo mediju tīklos mēnesī. Viņi var sākt savu dienu, pārbaudot Instagram, atklāt produktus TikTok pusdienu laikā, pēcpusdienā salīdzināt cenas Google un vakarā rādēt Twitter. Šī uzmanības diversifikācija nozīmē, ka jūsu klienti atstāj digitālās rīvmaizes visur – tālu ārpus jūsu vietnes.

Mēs esam sasnieguši arī rekordlielu vairāku ierīču lietošanas līmeni. Pircēji var sākt izpētīt produktu savā tālrunī, vēlāk iegādāties to klēpjdatorā un sazināties ar atbalsta dienestu, izmantojot viedo skaļruni vai tērzēšanas lietotni. Katrs saskarsmes punkts ir puzles gabals. Nav brīnums, ka, paļaujoties uz vienu datu avotu (piemēram, tikai tīmekļa analīzi vai veikala aptaujām), jūsu personas izpratne var būt nepilnīga. Ja jūs skatāties tikai uz vienu šķēli, piemēram, to, ko cilvēki dara jūsu vietnē, jums pietrūkst, ka tie paši klienti var būt ļoti atšķirīgi citā kanālā.

💡 Piemēram, klients var reti atvērt jūsu mārketinga e-pasta ziņojumus, bet katru dienu sadarbojas ar jūsu zīmola Instagram; cits var slēpties jūsu vietnē, nepērkot, līdz redz atkārtotas mērķauditorijas atlases reklāmu ar atlaidi.

Kas mūsdienu klientu personas ir jāņem vērā

Mūsdienu patērētājs ir labi informēts un sagaida ērtības. Pētījumi liecina, ka vairāk nekā 50% patērētāju tagad sagaida, ka uzņēmumi paredz viņu vajadzības un piedāvās atbilstošus ieteikumus, pirms viņi pat sazināsies. Un nepacietība ir augsta – ja jūs viņus uzspridzināt ar vispārējiem piedāvājumiem, kas neder, lielākā daļa jūs noskaņos vai pat jutīsies nokaitināti.

Personības veidošanas atziņa: jūsu ideālais klients nav statiska skice ar vienu kanālu un vienu vajadzību. Tie ir daudzdimensionāli. Jebkurai noderīgai personai mūsdienās ir jāņem vērā digitālās uzvedības sarežģītība – daudzās platformas, pastāvīgā savienojamība un paaugstinātās cerības. Tas nozīmē arī to, ka tikai iekšējie dati (piemēram, tikai pirkumu vēsture vai tikai Google Analytics) glezno nepietiekamu ainu. Lai patiesi “izveidotu savu ideālo klientu”, mums ir jāapkopo dati no visas viņu digitālās dzīves, protams, ievērojot privātumu un piekrišanu.

360° klientu skatījumu plaisa (un kāpēc dati ir tik sadrumstaloti)

Ja mūsdienu patērētāji izkliedē savus datus desmitiem saskarsmes punktu, kā mēs varam iegūt pilnīgu priekšstatu? Šis ir klasiskais 360 grādu klientu skatījuma izaicinājums, un tas ir tas, kur lielākā daļa e-komercijas uzņēmumu cīnās. Ironija ir tāda, ka daudzi uzņēmumi sēž uz datu kaudzēm par saviem klientiem, bet tas viss ir sadrumstalots dažādās sistēmās. Jūsu e-veikalā ir tīmekļa analīzes dati, jūsu CRM ir e-pasta iesaistes un pirkumu vēsture, jūsu sociālo mediju komandai ir auditorijas demogrāfiskie dati no Facebook vai TikTok, jūsu maksājumu apstrādātājam vai POS ir informācija par darījumiem… un šie gabali reti runā viens ar otru. Tas ir kā mēģināt atrisināt finierzāģa puzli, kad visi gabali ir iestrēguši dažādās kastēs.

Šī sadrumstalotība nav tikai IT galvassāpes; tas nogalina mārketinga atziņas. Kad dati tiek izolēti starp platformām, jēgpilna segmentācija un personalizēšana kļūst gandrīz neiespējama.

Viens pētījums atklāja, ka uzņēmumi zaudē 20–30% no gada ieņēmumiem neefektivitātes dēļ, ko izraisa slikta datu pārvaldība (ouch!), un milzīgi 84% pārdevēju apgalvo, ka sadrumstaloti dati neļauj viņiem nodrošināt nevainojamu klientu pieredzi (linkedin.com).

Padomājiet par to — ja jūsu e-pasta sistēma un vietnes analīze nekopīgo datus, varat nosūtīt klientam e-pastu uz produktu, kuru viņš jau iegādājās vakar (jo jūsu e-pasta rīks nezināja par pirkumu). Vai arī jūs varat izturēties pret augsta LTV atkārtotu pircēju tāpat kā vienreizēju riepu kicker, jo viņu uzvedība dzīvo atsevišķās tvertnēs. Šīs kļūdas izpaužas kā pārdošanas zaudējums un vājināta lojalitāte.

Kāpēc klientu dati kļūst sadrumstaloti

• Vairākas platformas dažādām funkcijām: E-komercijas uzņēmums var izmantot vienu platformu tiešsaistes veikalam, otru e-pasta mārketingam, atsevišķu CRM klientu atbalstam un varbūt analītikas rīku vai divus. Katrs ģenerē savu datu kopu. Ja vien viņi netiek proaktīvi integrēti, viņi paliek izolēti.
• Atšķirīga patērētāju uzvedība pa kanāliem: Klienti jūsu vietnē uzvedas atšķirīgi, salīdzinot ar sociālajiem medijiem, salīdzinot ar veikalu (ja jums ir ķieģeļu un java). Katrs saskarsmes punkts aptver atšķirīgu personas aspektu (pārlūkošanas vēsturi, sociālās intereses, kredīta vai maksājumu informāciju, lojalitātes statusu utt.). Bez integrācijas jūs iegūstat sadrumstalotu personību – piemēram, neredzīgie vīrieši, kas apraksta ziloni no dažādiem leņķiem.
• Mantotās sistēmas un IT resursu trūkums: Mazāki uzņēmumi bieži vien nevar atļauties pilnībā vienotu tehnoloģiju kaudzi. Laika gaitā uzkrājas fragmentāri šķīdumi. To integrācijai nepieciešamas tehniskās zināšanas (API, datu noliktavas) un pastāvīga uzturēšana. Ne katram uzņēmumam ir īpaša izstrādātāju komanda vai datu inženieris, lai veiktu šo smago darbu.
• Konfidencialitātes un datu ierobežojumi: Ironiski, ka stingrāki privātuma noteikumi var palielināt sadrumstalotību. Ar sīkdatņu ierobežojumiem un atteikšanos tagad tiek ierobežoti trešo pušu dati, kas agrāk brīvi plūst. Iespējams, jums ir daži pirmās puses dati, bet nepilnības, kur agrāk paļaujāties uz trešās puses izsekošanu. Ja vien jūs tos neaizstājat ar jaunām stratēģijām (piemēram, tieši jautāt lietotājiem vai izmantojot pieteiktos datus), jums paliek daļēji skati.

Kāpēc klientu dati kļūst sadrumstaloti

Tas viss noved pie neērtas patiesības: lielākajai daļai e-komercijas zīmolu nav īsti 360° skatījuma uz savu klientu, pat ja viņi uzskata, ka tā ir. Jums var būt 36 dažādi skati 36 dažādās vietās. Nav brīnums, ka patiesi precīzas personas veidošana ir biedējoša!

Lai ilustrētu, iedomāsimies vienu klientu personību piemēru – klientu Jane Doe. Jūsu Shopify veikals pazīst Džeinu kā pircēju #1234 , kurš pagājušajā mēnesī iegādājās divas preces. Jūsu e-pasta sistēma viņu pazīst kā jane.doe@gmail.com , kas noklikšķina uz 10% jūsu biļetenu. Facebook pazīst viņu kā lietotāju @JaneDoe , kuram patika jūsu pēdējais ieraksts. Jūsu klientu apkalpošanas programmatūra pazīst viņu pēc tālruņa numura kā personu, kas zvanīja par atgriešanu. Katrā sistēmā ir Džeinas puzles gabals. Ja jūs nekad tos nesaliekat, jūsu Džeinas “persona” labākajā gadījumā būs nepilnīga vai sliktākajā gadījumā pilnīgi maldinoša.

Šie nesaistītie dati arī padara vecos personības veidošanas vingrinājumus (bieži tiek veikti uz papīra) gandrīz smieklīgus – komandas galu galā uzmin, ko klienti dara, jo viņi nevar viegli redzēt pilnu stāstu. Vai arī viņi ignorē datu apjomus, jo to ir pārāk grūti konsolidēt. Rezultāts ir persona, kas var atspoguļot vienu šķēli (piemēram, vietnes uzvedību), bet ne visu klienta ceļojumu.

Tātad, kā mēs varam pārvarēt šo plaisu? Lielie uzņēmumi izmet naudu problēmai – milzīgi datu ezeri, izdomātas klientu datu platformas (CDP), datu zinātnieku armijas – bet tas nav iespējams visiem. Patiesībā mazie uzņēmumi bieži tērē tūkstošiem dolāru vienam lietotājam mēnesī dažādiem pārdošanas un mārketinga rīkiem un joprojām nonāk pie sadrumstalotas, neproduktīvas datu tvertnes. Sakta. Skaidrs, ka mums ir vajadzīgas inteliģentākas un pieejamākas metodes, lai saistītu dažādos datus.

Iepriecinošās ziņas ir tādas, ka pastāv risinājumi, lai risinātu datu sadrumstalotību un veidotu bagātākas personas – no bezjēdzīgas taktikas, piemēram, aptaujām, līdz augsto tehnoloģiju platformām. Nākamajās sadaļās tiks izpētīti šie personības veidošanas risinājumi un tas, kā tos izmantot neatkarīgi no tā, vai esat liess e-komercijas jaunuzņēmums vai lielāks tiešsaistes mazumtirgotājs. Mērķis ir sasniegt šo nenotveramo vienoto klientu izpratni, pilnībā nesalaužot banku (vai jūsu saprātu).

Risinājumi: mūsdienīgas metodes personību veidošanai

Uz datiem balstītas mārketinga personības izveide varētu izklausīties augstās tehnoloģijas, taču tas nozīmē veselā saprāta klientu izpētes apvienošanu ar gudru tehnoloģiju izmantošanu. Šeit mēs ieskicējam dažādas pieejas – jūs varat izmantot vienu vai vairāku pieeju kombināciju. Katram ir savi plusi, mīnusi un izmaksas. Galvenais ir pārsniegt minējumus un izmantot reālus, aktuālos datus par saviem klientiem. Ienirsim.

1. Regulāras aptaujas un klientu izpēte (klienta balss)

Viens no vienkāršākajiem veidiem, kā saglabāt personību svaigu, ir vienkārši jautāt saviem klientiem par sevi. Aptaujas, intervijas, atgriezeniskās saites veidlapas – šīs tradicionālās pētniecības metodes joprojām ir vērtīgas. Tie sniedz kvalitatīvu ieskatu , ko neapstrādātie dati var nebūt, piemēram, kāpēc klients uzvedas noteiktā veidā vai kādas problēmas viņš cenšas atrisināt, izmantojot jūsu produktu.

💡 Piemēram, jūs varat nosūtīt aptauju pēc pirkuma, jautājot, kā klients jūs atrada, kas gandrīz traucēja viņam pirkt un kas viņiem rūp (cena, kvalitāte, ilgtspēja utt.). Laika gaitā parādās modeļi, kas informē jūsu personas motivāciju un sāpju punktus. Varat arī veikt individuālas intervijas vai lietojamības testus, lai skatītos, kā reāli klienti mijiedarbojas ar jūsu vietni vai produktu.

Stiprās: Aptaujas un intervijas sniedz jums tiešu ieskatu no zirga mutes. Viņi var apstiprināt (vai anulēt) jūsu pieņēmumus. Tas ir īpaši noderīgi, lai cīnītos pret iekšējiem aizspriedumiem. Tas ir arī salīdzinoši zemas izmaksas – tādi rīki kā Google Forms vai SurveyMonkey ir lēti, un stimuli, piemēram, neliels kupons, var palielināt atbilžu līmeni. Uz privātumu orientētā pasaulē aptaujas ir “nulles puses dati” (klients labprāt sniedz informāciju) – nav nepieciešamas sīkdatnes vai spiegošana.

Trūkumi: Negatīvie ir tādi, ka aptaujas ir pašu ziņotas (cilvēki ne vienmēr atceras vai saka pilnīgu patiesību par savu uzvedību), un jūs varat dzirdēt tikai no nelielas, balsīgas apakškopas. Tas ir arī momentuzņēmums laikā; Patērētāju noskaņojums var mainīties, tāpēc jums regulāri jāveic aptaujas. Un, godīgi sakot, atbilžu rādītāji var būt izaicinājums – daudzi cilvēki ignorē aptaujas, ja vien tie nav ļoti motivēti. Tātad, lai gan šī metode ir lieliska kvalitatīvam dziļumam, tā nesniegs jums pilnīgu kvantitatīvu ainu. Tas arī automātiski neapvienos datus — jūs saņemsiet ieskatus, kas jums ir jāintegrē ar to, ko redzat analīzē.

Labākās prakses padoms: Padariet klientu izpēti par pastāvīgu ieradumu. Pat īsa ceturkšņa aptauja vai daži klientu zvani mēnesī var parādīt jaunas tendences. Vienkārši atcerieties rīkoties saskaņā ar to, ko iemācījāties – ievadiet to atpakaļ savos personības profilos un kopīgojiet to ar savu komandu. Neļaujiet tam kļūt par vēl vienu ziņojumu, kas tiek iesniegts.

2. Iekšējās izstrādes un datu zinātnes komandas

Otrā DIY aptauju spektra galā ir smaga pieeja: izmantot savu tehnisko komandu, lai apvienotu un analizētu klientu datus. Tas nozīmē, ka izstrādātājiem vai datu zinātniekiem jāuzdod savienot visas jūsu atšķirīgās sistēmas un apkopot skaitļus, lai iegūtu ieskatus. Piemēram, jūsu komanda var izveidot datu noliktavu, kas iegūst datus no jūsu e-komercijas platformas, e-pasta rīka, reklāmu kampaņām, klientu atbalsta žurnāliem utt., un pēc tam izmantot analīzi vai mašīnmācīšanos, lai identificētu atšķirīgus klientu segmentus (personas) no šiem vienotajiem datiem.

Stiprās: Ja tā tiek darīta pareizi, šī pieeja var dot bagātāko, vispiemērotāko inteliģenci. Jūs būtībā izveidojat savu mini Google-Analytics-on-steroids, kas ir specifisks jūsu uzņēmumam. Iekšējās komandas var izveidot tieši nepieciešamos vaicājumus un analīzi (piemēram, “parādīt man augstvērtīgus klientus, kuri pārlūko mobilajā ierīcē pulksten 2 no rīta un atbild uz pašpiegādes paziņojumiem”). Jums piederēs risinājums un dati, kas ir lieliski piemēroti konfidencialitātes atbilstībai un elastībai. Ja jums ir datu zinātnes iespējas, jūs pat varat prognozēt klientu dzīves vērtību vai pārtraukšanas risku un iekļaut šos atribūtus personībās.

Trūkumi: Acīmredzams trūkums ir izmaksas un sarežģītība. Vairāku datu avotu integrēšana ir bēdīgi sarežģīta – gaidiet neskaitāmas stundas, integrējot API vai datu bāzes. Nav nekas neparasts, ka šādi projekti attīsta desmitiem tūkstošu dolāru vai prasa speciālistu pieņemšanu darbā. Arī šo konveijeru uzturēšana nav triviāla (sistēmas atjauninājumi vai API izmaiņas var pārtraukt datu plūsmu). Būtībā šī pieeja bieži vien ir iespējama tikai lielākiem uzņēmumiem vai tehnoloģiju prasmīgiem uzņēmumiem, kas var ieguldīt lielus. Ja esat maza un vidēja lieluma e-komercija, jums, iespējams, nav budžeta vai cilvēku, lai to darītu iekšēji. Pat ja jūs to darāt, rezultātu iegūšana var aizņemt mēnešus.

Ir kompromiss: izveidojiet to pats un iegūstiet tieši to, kas jums nepieciešams (bet maksājiet cenu) vai izmantojiet trešo pušu rīkus, kas var nebūt perfekti piemēroti (bet ir gatavi). Daudzi augoši e-komercijas uzņēmumi sāk mēģināt iekšējo datu apvienošanu, tikai lai saprastu, ka tas ir milzīgs pasākums. Tas ir labi, ja jūs nevarat doties uz pilnu “DIY datu zinātni”. Pozitīvā ziņa ir tāda, ka ir rīki, kas palīdz – kas mūs noved pie nākamās metodes.

3. Klientu datu platformas (CDP) un visaptverošie risinājumi

Pēdējo gadu laikā klientu datu platformas ir kļuvušas par svēto grālu klientu informācijas apvienošanai. CDP būtībā ir programmatūra, kas sūc datus no visiem jūsu avotiem (vietne, mobilā lietotne, e-pasts, reklāmas, CRM utt.), Sapvieno vienotus klientu profilus (atrisināt, ka Jane Doe jūsu vietnē ir tāds pats kā Jane D. jūsu e-pasta sarakstā) un bieži nodrošina segmentācijas un aktivizēšanas rīkus (piemēram, izveidot uz personībām balstītas auditorijas, kuras varat nosūtīt Facebook reklāmām vai e-pastam). Piemēri ir segments (Twilio segments), Adobe Real-Time CDP, Socialscore Light CDP, Treasure Data, mP un daudzi citi.

E-komercijas uzņēmumam CDP teorētiski var sniegt kāroto 360° skatu , kalpojot kā centrālās smadzenes. Tas var izsekot, ka lietotājs X ir vienāds visās ierīcēs, ir atvēris 5 e-pastus, trīs reizes apmeklējis produktu A, iegādājies divas reizes un ir atvērta klientu apkalpošanas biļete – viss vienā profilā. Pēc tam CDP ietvaros varat definēt personas vai segmentus (piemēram, “Bargain Hunters” vs “High-Spenders”, pamatojoties uz uzvedības modeļiem) un attiecīgi virzīt personalizētas kampaņas.

Stiprās: Acīmredzamais spēks ir vienošana un rīcībspēja. Labs CDP atrisinās datu sadrumstalotības problēmu pēc dizaina – tas ir veidots, lai integrētu datu avotus un uzturētu profilus atjauninātus reāllaikā. Daudziem CDP ir arī mašīnmācīšanās funkcijas, lai atklātu klientu klasterus vai prognozētu atribūtus (piemēram, pirkuma iespējamību). Pēc iestatīšanas mārketinga speciālisti bieži var izmantot CDP ar minimālu IT palīdzību, izvelkot segmentus vai eksportējot auditoriju ar dažiem klikšķiem. Tas ir milzīgs ieguvums veiklībai. Īsāk sakot, CDP sola būt vienas pieturas aģentūra, lai sadrumstalotus datus pārvērstu saskaņotās, izmantojamās personībās un segmentos.

Trūkumi: Divi lieli: izmaksas un īstenošanas centieni. CDP, īpaši uzņēmuma klases, nav lēti. Minimālais ieguldījums bieži vien ir robežās no 4,000 līdz 12,500 USD mēnesī CDP risinājumam, padarot to nepieejamu daudziem maziem uzņēmumiem. Un tā ir tikai licencēšana – jums var būt nepieciešams arī risinājumu inženieris vai partneris, lai to īstenotu. Var aizņemt mēnešus, lai pilnībā ieviestu CDP un integrētu visus datu avotus. Ja jūsu dati nav tīri vai konsekventi, CDP to maģiski nenovērsīs; Atkritumi, atkritumi. MVU ir vieglāki CDP līdzīgi rīki vai pat CRM sistēmas (piemēram, HubSpot, par kuru mēs apspriedīsim vēlāk), kas ietver dažas CDP funkcijas par zemākām izmaksām, taču tām joprojām ir nepieciešama apņemšanās.

Turklāt CDP efektīva izmantošana nozīmē, ka jūsu komandai tas ir jāapgūst un aktīvi jāuztur šīs integrācijas. Tas ir jaudīgs, bet, ja tas tiek nepietiekami izmantots, tas var kļūt par dārgu plaukta piederumu. Mums arī jāatzīmē, ka, lai gan CDP apvieno pirmās puses datus (jūsu datus), tie pēc būtības nesniedz jaunus ārējos ieskatus, kas pārsniedz to, ko jūs tos barojat. Ja dažās jomās jums trūkst datu (teiksim, jums nav ne jausmas par klientu sociālo mediju interesēm), CDP pats par sevi šo plaisu neaizpildīs; tas vienkārši organizēs to, kas jums ir.

Rezumējot, CDP ir fantastiski organizācijām, kas ir bagātas ar datiem un gatavas ieguldīt infrastruktūrā, lai izmantotu šos datus. Ja esat mazāks, nevajag izmisumā – jūs joprojām varat iegūt daudz priekšrocību, rūpīgi izvēloties pieejamāku platformu, kas aptver jūsu galvenos kanālus, vai izmantojot nākamo pieeju: trešo pušu datu bagātināšanu.

4. Alternatīvie datu sniedzēji un bagātināšanas pakalpojumi

Vēl viens veids, kā veidot bagātākas personas, ir datu papildināšana ar ārējiem avotiem. Padomājiet par to kā klientu zināšanu trūkumu novēršanu, ieviešot ārējo informāciju. Šeit ienāk tādi pakalpojumu sniedzēji kā SocialScore (cita starpā). Šie pakalpojumi apkopo patērētāju datus no dažādiem alternatīviem avotiem – bieži vien publiskiem vai apkopotiem datiem no sociālajiem medijiem, tiešsaistes uzvedības, demogrāfiskajiem datiem utt. – un izmanto tos, lai bagātinātu jūsu profilus.

Piemēram, SocialScore var ņemt kaut ko līdzīgu e-pasta adresei vai tālruņa numuru no jūsu klientu saraksta un meklēt šīs personas publiskos sociālo mediju profilus, intereses un pat digitālo nospiedumu simtiem vietņu. Pēkšņi jūs varētu uzzināt, ka kliente Jane Doe ļoti patīk pārgājieni brīvā dabā un seko vairākiem videi draudzīgiem zīmoliem tiešsaistē – ieskatus, kurus nekad neesat ieguvuši no savas vietnes analīzes. SocialScore apraksta savu misiju kā palīdzēt uzņēmumiem pieņemt gudrākus lēmumus, izmantojot alternatīvus klientu datus analīzei, prognozēšanai un ieskatam. Praksē tas nozīmē, ka viņi iegūst datus no 300+ vietnēm un sociālajām platformām, vērtējot auditoriju pēc tādām lietām kā intereses un uzvedība tiešsaistē.

Kā tas izskatās?

Pieņemsim, ka jūsu ilgtspējīgai produktu līnijai ir “videi draudzīgas Emmas” persona, bet viss, ko jūs zināt no saviem datiem, ir tas, ka Emma pērk jūsu bambusa zobu birstes. Bagātināšanas pakalpojums varētu jums pateikt, ka “Emma” (reāli klienti, kas atbilst šim profilam), visticamāk, abonē arī noteiktus ekoloģiskā dzīvesveida emuārus, pavada daudz laika vietnē Pinterest, interesējas par jogu un mēdz izmantot iPhones. Tagad jūsu persona ir daudzdimensionāla: ne tikai to, ko viņa pērk no jums, bet arī to, kāds ir viņas dzīvesveids un vēlmes plašākā mērogā.

Viens e-komercijas gadījuma pētījums parādīja, ka zīmols izmanto SocialScore, lai apkopotu datus no vairāk nekā 60 sociālajiem tīkliem un vietnēm, izvelkot tādu informāciju kā lietotāju biogrāfijas, intereses un komunikācijas preferences, lai izveidotu detalizētusklientu profilus socialscore.io. Tas ļāva viņiem personalizēt mārketingu, pamatojoties uz vaļaspriekiem un komunikācijas kanālu vēlmēm – lietas, ko viņi nekad nezinātu tikai no iekšējiem datiem.

Stiprās: Datu bagātināšana var sniegt pilnīgāku 360° skatu, neapkopojot visu pats. Tas ir kā jūsu personību uzlādēšana ar sociālo un uzvedības kontekstu. Tas ir īpaši vērtīgs mazākiem uzņēmumiem, kuriem nav resursu, lai izsekotu lietotājus tīmeklī – šie pakalpojumu sniedzēji ir paveikuši kāju darbu. Tas parasti ir arī ātrāk ieviešams nekā pilns CDP; Jūs nosūtāt dažus klientu identifikatorus un saņemat atpakaļ bagātinātus profilus. Šādi pakalpojumi var būt pieejamāki nekā milzīga kaudzes izveide – daži darbojas ar maksas vai abonēšanas modeļiem, kas pielāgojas jūsu lielumam. Viņi var arī nodrošināt vērtēšanas modeļus (piemēram, “sociālās ietekmes” punktu vai “pirktspējas” novērtējumu), kas palīdz segmentēt klientus jaunos veidos.

Trūkumi: Ir svarīgi brīdinājumi. Pirmkārt, jāņem vērā datu kvalitāte un privātums. Jums ir jāpārliecinās, ka datu avots atbilst (pārbaudiet VDAR utt., un pārliecinieties, ka jums ir atļauts izmantot šos datus mārketingam). Klientiem tas var šķist rāpojoši, ja jūs pēkšņi mērķējat uz viņu, pamatojoties uz informāciju, ko viņi jums nekad nav devuši – tāpēc izmantojiet bagātinātus datus gudri un ētiski (piemēram, lai vadītu stratēģiju, nevis tieši teiktu “mēs zinām, ka jums patīk pārgājieni”, ja viņi jums nekad nav teicis). Turklāt ārējie dati dažkārt var būt novecojuši vai neprecīzi konkrētām personām – uztveriet tos kā varbūtību.

Vēl viens trūkums ir tas, ka bagātinātu datu izmantošana rada papildu izmaksas un rada atkarību no trešās puses. Un tas pats neatrisinās iekšējās tvertnes; jums joprojām būs jāapvieno šie bagātinātie dati ar jūsu rīcībā (lai gan daudzi pakalpojumu sniedzēji izvada datus viegli importējamā formātā, un daži var tieši pievienoties CRM vai CDP).

Lietošanas gadījums: Alternatīvi dati spīd, kad vēlaties attīstīt savas personas ārpus acīmredzamā. Tas nav par pirmās puses datu aizstāšanu, bet gan par attēla pabeigšanu. Piemēram, ja jūsu iekšējā persona ir “Augstu tēriņu Hannah”, pamatojoties uz pirkuma vērtību, bagātināšana var atklāt, ka ir divu veidu Hannah: viens, kas ir vērsts uz karjeru un aktīvs LinkedIn, un otrs, kas ir sociāls aktīvs vietnē Instagram – un jūs pievērstos šīm apakšpersonībām atšķirīgi. Bez ārējiem datiem jūs pārdotu viņiem tādā pašā veidā un palaist garām niansi.

Katrs no šiem risinājumiem, piemēram, aptaujas, CDP un datu bagātināšana, pievēršas konkrētam personas aspektam. Jums nav obligāti jāizvēlas tikai viens. Patiesībā labākā pieeja bieži ir kombinācija: izmantojiet aptaujas, lai iegūtu kvalitatīvas sajūtas, izmantojiet savu analīzi/CRM kvantitatīvai uzvedībai un, iespējams, pievienojiet datu bagātināšanas pakalpojumu, lai iegūtu papildu ieskatus. Mērķis ir pārvērst savu personību no statiskas skices par dzīvu, elpojošu, uz datiem balstītu profilu.

Tālāk apskatīsim, kā persona var attīstīties praksē, piemērojot dažas no šīm metodēm.

Bieži uzdotie jautājumi