Hva er datadrevet markedsføring, og hvordan brukes én-til-mange-data?
Datadrevet markedsføring betyr at bedriften bruker relevante kundedata til å velge målgruppe, budskap, kanal og tidspunkt. I stedet for å sende den samme kampanjen til alle, kan du tilpasse kommunikasjonen etter hva kunden har gjort, kjøpt eller vist interesse for.
En viktig del av dette arbeidet er én-til-mange-data, også kalt one-to-many data. Det er data der én kunde kan være knyttet til flere kjøp, besøk, bestillinger eller andre hendelser. Når slike opplysninger struktureres og brukes riktig, kan de gi bedre segmenter og mer relevant kommunikasjon.
MyLINK MarketingPlatform støtter arbeid med målgrupper, profilfelter, segmenter, kampanjeaktivitet, websporing og automatiserte flyter. Hvilke eksterne data som kan brukes, og hvordan de må modelleres, avhenger av integrasjonen og oppsettet.
Hva er datadrevet markedsføring?
Datadrevet markedsføring er markedsføring der valg og prioriteringer bygger på data fremfor generelle antakelser. Dataene kan komme fra blant annet CRM, nettbutikk, kundeklubb, kampanjer, nettsideaktivitet og kundeservice.
Målet er ikke å samle mest mulig informasjon. Målet er å bruke opplysningene som faktisk gjør kommunikasjonen mer relevant eller hjelper bedriften med å ta bedre beslutninger.
Eksempler kan være å:
sende en påminnelse når et abonnement nærmer seg fornyelse
skille mellom nye, aktive og inaktive kunder
følge opp kunder som har vist interesse for en bestemt produktkategori
unngå å sende tilbud på et produkt kunden nettopp har kjøpt
tilpasse kanal og tidspunkt etter dokumenterte preferanser
Hva er én-til-mange-data?
Én-til-mange-data beskriver en relasjon der én kunde er knyttet til flere relaterte poster. Kundeprofilen er den ene posten, mens kjøp, besøk eller andre hendelser utgjør de mange postene.
En vanlig kundeprofil kan inneholde navn, e-postadresse, telefonnummer og bosted. Én-til-mange-data kan i tillegg beskrive at kunden har:
gjennomført flere kjøp
besøkt flere butikker eller arrangementer
hatt flere abonnementer eller bestillinger
åpnet eller klikket i flere kampanjer
registrert flere supportsaker
Hver post må kunne kobles til riktig kunde, vanligvis gjennom en kunde-ID eller en annen stabil identifikator. Uten denne koblingen risikerer bedriften duplikater, ufullstendige profiler og feil segmentering.
Forskjellen mellom profilfelter og hendelsesdata
Profilfelter beskriver vanligvis kundens nåværende egenskaper, for eksempel marked, språk, medlemsnivå eller dato for siste kjøp. Hendelses- og transaksjonsdata beskriver det kunden har gjort over tid.
Forskjellen er viktig. Feltet «siste kjøpsdato» gir ett oppsummert datapunkt. En kjøpshistorikk kan inneholde dato, beløp og produkt for hvert enkelt kjøp. Det gir flere muligheter, men stiller også større krav til datamodell, integrasjon og kvalitet.
Du trenger ikke alltid å overføre hele historikken til markedsføringsplattformen. Ofte er det mer praktisk å beregne relevante verdier i CRM-et, datavarehuset eller nettbutikken og synkronisere dem som profilfelter. Eksempler er antall kjøp siste 12 måneder, samlet kjøpsverdi, siste kjøpsdato eller foretrukket produktkategori.
Denne tilnærmingen kan gi markedsføreren et godt segmenteringsgrunnlag uten at alle rådata må kopieres til flere systemer.
Slik forbedrer én-til-mange-data segmenteringen
Enkle segmenter bygger ofte på statiske opplysninger som alder, bosted eller kundetype. Når bedriften også bruker historikk og hendelser, kan segmentene gjenspeile faktisk atferd.
Du kan for eksempel finne kunder som:
Har kjøpt minst tre ganger de siste seks månedene
Har handlet i én kategori, men ikke en beslektet kategori
Har åpnet flere kampanjer uten å gjennomføre et kjøp
Ikke har vært aktive siden en bestemt dato
Har en aktiv supportsak og derfor bør utelates fra en salgskampanje
Gode segmenter trenger klare tidsvinduer og vilkår. «Lojal kunde» er for uklart alene. «Minst fire kjøp og en samlet kjøpsverdi over 5 000 kroner de siste 12 månedene» er lettere å forstå, teste og kvalitetssikre.
Fra kundedata til relevant kommunikasjon
1. Start med et konkret bruksområde
Bestem hvilken beslutning dataene skal støtte. Skal bedriften vinne tilbake inaktive kunder, følge opp produktinteresse eller belønne lojale kunder? Når formålet er tydelig, blir det lettere å velge riktige data.
2. Kartlegg datakildene
Finn ut hvor opplysningene ligger, hvem som eier dem, og hvor ofte de oppdateres. Avklar også hvilken identifikator som kobler poster til riktig kunde.
3. Gjør dataene anvendelige
Rydd i duplikater, manglende verdier og inkonsekvente formater. Beregn deretter feltene markedsføreren faktisk trenger, som kjøpsfrekvens, samlet verdi eller siste aktivitet.
4. Bygg og kontroller segmentet
I MyLINK MarketingPlatform kan segmenter bygges med regler basert på profilfelter og kampanjeaktivitet. Segmenter oppdateres når profiler går inn og ut av vilkårene.
Start med få og forståelige kriterier, og kontroller hvem som faktisk blir inkludert før kampanjen aktiveres. Se veiledningen for å opprette segmenter i MyLINK MarketingPlatform.
5. Koble segmentet til en flyt eller kampanje
Når segmentet er kontrollert, kan det brukes som målgruppe for relevante kampanjer. Flow Builder kan sende meldinger, legge inn ventetid og forgrene kundereisen basert på profilopplysninger eller atferd.
Hvordan MyLINK MarketingPlatform bruker kundedata
MyLINK MarketingPlatform samler kampanjearbeid, målgrupper, segmentering og automatisering i samme løsning. Plattformen dokumenterer flere måter å bruke data på:
Profilfelter kan brukes til import, målretting og personalisering.
Segmenter kan bygges med profilfelter, kampanjeaktivitet og kombinasjoner av vilkår.
Koblinger kan hente inn nye profiler og profiloppdateringer fra andre tjenester.
Websporing kan registrere blant annet sidevisninger, produktinteresse, handlekurvaktivitet og nyhetsbrevengasjement.
Triggere kan starte handlinger på bakgrunn av datoer, kampanjeaktivitet eller registrerte hendelser.
Hvis bedriften vil bruke detaljert kjøps-, ordre- eller servicehistorikk, bør datamodell og feltmapping avklares som en del av integrasjonen. Det er ikke tilstrekkelig å anta at alle eksterne poster automatisk blir koblet til en komplett kundeprofil.
Fordeler med én-til-mange-data
Fordelene oppstår ikke automatisk fordi bedriften har mye data. Datakvalitet, klare definisjoner og riktig bruk er avgjørende. Feil kunde-ID, utdaterte poster eller uklare segmentregler kan føre til at kommunikasjonen blir mindre relevant.
Personvern ved datadrevet markedsføring
Kundedata som kan knyttes til en person, er personopplysninger. Bedriften må derfor ha et behandlingsgrunnlag, informere om hvordan opplysningene brukes og begrense innsamlingen til det som er nødvendig for formålet.
Forbrukertilsynets veiledning om forbrukerdata understreker at bruk av personopplysninger til profilering og målrettet markedsføring krever et gyldig behandlingsgrunnlag. Kunder har også rett til å protestere mot bruk av personopplysninger til direkte markedsføring.
Vurder derfor personvern før data kobles sammen og aktiveres. Avklar blant annet:
hvilket formål hver opplysning skal brukes til
hvor dataene kommer fra
hvilket behandlingsgrunnlag som gjelder
hvem som skal ha tilgang
hvor lenge opplysningene skal lagres
hvordan retting, sletting og protester skal håndteres
Unngå å bruke særlige kategorier av personopplysninger eller trekke sensitive slutninger om kundene uten en særskilt juridisk vurdering.