Hyödynnä tiedolla johtaminen ja markkinoinnin automaation mahdollisuudet
Digitalisaatio, ennakoiva analytiikka, tiedolla johtaminen ja markkinoinnin automaatio ovat sanoja, joiden tulisi kuulua jokaisen markkinoinnin kanssa työskentelevän sanavarastoon. Kysyimme Solitan ennakoivan analytiikan johtavalta konsultilta Katriina Kiviluodolta, mitä näiden sanojen takana on ja millaisia mahdollisuuksia ne tarjoavat markkinoijalle.Tänä päivänä asiakas kohtaa yrityksen tai brändin useassa eri paikassa tai kanavassa. Näistä kohtaamisista voidaan kerätä valtava määrä dataa, jonka avulla asiakasta voi palvella hänen henkilökohtaiset mieltymyksensä huomioiden. Tämä säästää paitsi asiakkaan aikaa, myös tekee hänestä todennäköisemmin tyytyväisen asiakkaan. Se näkyy suoraan myös yrityksen kassavirrassa.
“Hyvä käyttökokemus esimerkiksi verkkokaupassa ei riitä. Kansainväliset verkkokaupan jättiläiset ovat nostaneet asiakkaiden odotustasoa asiakaskokemuksesta ja digitaalisista palveluista kauas siitä tasosta, jota moni kotimainen verkkokauppa vielä valitettavasti pitää melko hyvänä kokemuksena”, toteaa Katriina Kiviluoto.
Tietoa, tietoa, tietoa…
Tiedon keräämisestä puhutaan tänä päivänä enemmän kuin koskaan. Siitä huolimatta moni edelleen pohtii syytä, miksi? Lyhyesti sanottuna modernit markkinoinnin automaation työkalut voivat korvata lähikaupan myyjän silloin, kun se on asiakkaan edun mukaista. Moni unohtaa, että henkilökohtainen palvelu verkkokaupassa on vähintään yhtä tärkeää kuin kivijalassa. Suomalaisessa verkkokaupassa asiakas kohtaakin usein täysin personoimattoman kokemuksen täydellisen henkilökohtaisuuden sijaan. Sähköisiin kanaviin jää myös yllättävän paljon kauppiasta hyödyttävää tietoa, jota asiakas ei useinkaan suoraan kertoisi.
”Digitalisaatio yksinkertaisesti mahdollistaa tiedolla johtamisen tavoilla, jotka eivät ennen olleet mahdollisia. Asiakkaan prosesseista, koneiden ja laitteiden sekä palveluiden käytöstä saadaan tarkkaa ja mitattua tietoa, jota yhdistelemällä voidaan tuottaa selkeämpi tilannekuva yrityksen johtamisen tueksi. Lisäksi se mahdollistaa uudella tavalla asiakkaan, kysynnän tai esimerkiksi laitteiden käyttäytymisen ennustamista. Voidaan segmentoida asiakkaita, kohdistaa myyntiä ja optimoida markkinoinnin ja myynnin toimenpiteitä aivan uudella tasolla.”
”Kun kaikki data saadaan yhdestä paikasta, johtaminen ja päätöksenteko voidaan tehdä reaaliaikaisen tiedon perusteella ja älykkäät sovellukset voivat tukea asiakaspalvelua, myyntiä ja markkinointia tehokkaasti. Hyviä esimerkkejä ovat ristiin- ja lisämyynti erilaisten kohdennuksien kautta. Esimerkiksi Netfix-katseluista 75 prosenttia valitaan juuri suositusten kautta.”
Kääritään hihat: mistä aloitetaan?
Liikkeelle pääsee helposti aloittamalla asiakkaiden olemassa olevasta segmentoinnista. Tämä voidaan tehdä sivustolla kävijöiden selaushistorian perusteella. Seuraavaksi mukaan voidaan ottaa asiakkaan ostohistoriatieto ja hyödyntää automaatiota niin, että asiakkaan verkkokaupassa tekemä toimenpide kytkee päälle henkilökohtaisesti personoidun käyttöympäristön, jossa asiakasta kuljetetaan hänelle sopivalla tavalla pitkin räätälöityä palvelupolkua. Kun tähän vielä lisätään ennakoivan analytiikan mahdollisuudet asiakkaasta kootun tiedon hyödyntämiseen, on asiakasta mahdollista palvella paljon paremmin kuin hän koskaan odottikaan.
Analytiikkaa voi kokeilla ensin hyvinkin rajatulla datalla. Nykyaikaiset ratkaisut saa käyttöön helposti ja joustavasti.
Suurten ”IT-hankkeiden” aika on tällä saralla ohi. Nyt tehdään usein monia pieniä kokeiluja ennen isomman muutoksen aloittamista.
Moni karttaa aloittamista suurten kustannusten ja vaikeasti osoitettavien hyötyjen pelossa, ja analytiikkaan liittyvä teknologia voidaan kokea haasteellisena. Näissä toteutuksissa ROMI voidaan kuitenkin laskea suoraan ja viimeistään tämän myötä asiakkaiden epäilykset vähenevät.
”Vaikka monesti kuvitellaan, todellisuudessa data science ei ole mitään science fictionia. Perinteinen analytiikka on pitkälti tunnuslukujen laskemista sekä historiatietojen raportointia. Ennakoiva analytiikka sen sijaan pyrkii rakentamaan tulevaa käyttäytymistä tai tapahtumia ennustavan mallin historiatietojen perusteella. Työvälineinä käytetään koneoppimista ja tilastotieteellisiä algoritmeja.”, Katriina Kiviluoto sanoo.
”Totta kai kyse on ennustemallista, jossa lasketaan korkeimpia todennäköisyyksiä, ei täysin varmoja faktoja. Ennakoivan analytiikan malli oppii virheistään ja hyvin tehdyssä ennusteessa ollaan ainakin merkittävästi lähempänä totuutta kuin ilman sitä.”
Ostovoimaisilla asiakkailla on usein puute ajasta, joten tiedon löytämisestä ja palveluiden ostamisesta kannattaa tehdä mahdollisimman helppoa ajasta tai paikasta riippumatta.
Asiakasta voidaan palvella tarjoamalla juuri hänelle todennäköisimmin sopivia vaihtoehtoja ja siten nopeuttaa ja helpottaa hänen asiointiaan.
”Jos oikein tylysti ajatellaan, niin voidaan jopa sanoa, että yritys joka ei hyödynnä järjestelmiinsä kertyvää asiakastietoa ja teknologian tuomia mahdollisuuksia, tuhlaa asiakkaansa aikaa”, Kiviluoto haastaa.
Hyvän asiakaskokemuksen rakentamisessa kannattaa panostaa mittaukseen ja oikeisiin työkaluihin. Lisäksi tärkeää on rakentaa konkreettisia ratkaisuja, jotka tukevat kokonaisen tilannekuvan muodostumisessa ja neuvovat asiakaskokemusta tuottavia henkilöitä kriittisissä asioissa. Tulevaisuudessa datan ja markkinoinnin automaation hallinta ei enää tuo kilpailuetua, vaan se on kilpailukyvyn säilyttämisen elinehto.
”Ilman oikeaa kulttuuria ja ihmisen omaa halua tuottaa hyvä asiakaskokemus eivät hyvätkään työkalut auta. Hymyä ei voi eikä pidä digitalisoida!”

Haluatko tietää lisää? Olemme avanneet verkkosivuillamme enemmän tuotteita ja ratkaisuja informaation hallinnan ja analytiikan problematiikkaan. Voit tavata Katriinan ja muut asiantuntijamme 10.2. Solita HUB: Data kilpailueduksi -aamiaistilaisuudessa Finlandia-talolla. Katso ohjelma ja ilmoittaudu mukaan!
Kurkkaa myös ajankohtaiset blogimme ja seuraa meitä twitterissä @SolitaOy #SolitaHub.