داده های مشتری، دارای ارزشمند و گنج پنهانی است که بسیاری از کسب و کارها آن را نادیده می گیرند. این داده ها اطلاعات رفتاری، جمعیت شناختی و شخصی در مورد مشتریان است که توسط شرکت های تجاری و بازاریابی برای درک، ارتباط و تعامل بهتر با مشتریان جمع آوری می شود. برای به دست آوردن ارزش از داده ها، باید بدانید که با چه چیزی سر و کار دارید.
این یک چشم انداز جدید و گیج کننده برای بسیاری است، از همین رو در این مقاله، ما راهنمایی برای انواع داده های مشتری، این که برای چه چیزی خوب هستند و چگونه می توانید از آنها استفاده کنید، ارائه می دهیم.
داده های مشتری چیست؟
داده های مشتری به عنوان اطلاعاتی تعریف می شود که مشتریان شما هنگام تعامل با کسب و کارتان از طریق وب سایت، برنامه های کاربردی تلفن همراه، نظرسنجی ها، رسانه های اجتماعی، کمپین های بازاریابی و سایر راه های آنلاین و آفلاین ارائه می کنند.
داده ها و اطلاعات مشتری سنگ بنای یک استراتژی تجاری موفق است. سازمانهای داده محور به اهمیت این موضوع پی میبرند و برای اطمینان از جمعآوری نقاط دادهای لازم برای مشتری که آنها را قادر میسازد تجربه مشتری را بهبود بخشند و استراتژی کسبوکار را در طول زمان تنظیم کنند، اقدام میکنند.
انواع داده های مشتری
یک سازمان تعداد بی شماری از نقاط داده مشتری را در طول سفر خریدار جمع آوری می کند. حجم این نقاط داده بسیار زیاد است و برای سهولت درک، آنها را در دسته های مختلف تفکیک کرده ایم. بیایید به انواع داده های مشتری که برای ارتقای استراتژی کسب و کار خود باید جمع آوری کنید نگاهی بیاندازیم.
جمعآوری و ذخیره داده های مشتری موضوع پیچیدهای است که به طور عمده توسط قوانین و مقررات (مانند GDPR) کشوری که سازمان شما در آن فعالیت میکند و/یا توسط مخاطبان هدف شما تعیین میشود. برای جلوگیری از عواقب قانونی، این قوانین را حتما مطالعه و رعایت کنید.
1. داده های شخصی (قابل شناسایی و غیر قابل شناسایی)
داده های شخصی را می توان به دو دسته، اطلاعات قابل شناسایی شخصی (PII) و اطلاعات غیر قابل شناسایی شخصی (Non-PII) تقسیم کرد.
- اطلاعات قابل شناسایی شخصی PII: هر نوع اطلاعاتی است که بتوان از آن برای شناسایی هویت یک فرد استفاده کرد. این نوع اطلاعات به دو دسته تقسیم می شود:
الف)- اطلاعات مرتبط
اطلاعات مرتبط اطلاعاتی هستند که می توانند برای شناسایی یک فرد بدون نیاز به اطلاعات/نقطه داده اضافی استفاده شوند. نمونه هایی از اطلاعات مرتبط عبارتند از:
- نام کامل
- آدرس فیزیکی
- آدرس ایمیل
- جزئیات ورود
- شماره گواهینامه رانندگی
- شماره تامین اجتماعی
- شماره پاسپورت
- جزئیات کارت اعتباری
- جزئیات بدهی
- تاریخ تولد
- شماره تلفن
ب)- اطلاعات پیوندپذیر
اطلاعات پیوندپذیر به هر اطلاعاتی گفته می شود که به خودی خود نمی تواند شخص را شناسایی کند، اما زمانی که با اطلاعات دیگری همراه باشد می تواند این کار را انجام دهد. نمونه هایی از اطلاعات قابل پیوند عبارتند از:
- نام یا نام خانوادگی
- مکان – کشور، استان، شهر، کد پستی
- جنسیت
- قومیت
- گروه سنی
- جزئیات شغل
- اطلاعات شخصی غیر قابل شناسایی (Non-PII): این نوع داده های مشتری نقطه مقابل اطلاعات قابل شناسایی یا PII است که اطلاعات ناشناس است و نمی توان از آن برای شناسایی یک شخص استفاده کرد. نمونه هایی عبارتند از:
- آدرس IP
- کوکی ها
- شناسه های دستگاه
2. داده های تعامل
داده های تعامل مشتری به شما می گوید که مشتریان شما چگونه با برند شما از طریق راه های بازاریابی مختلف تعامل دارند. این داده ها شامل اطلاعاتی مانند رفتار مشتری در وب سایت، تعامل آنها با شما در شبکه های اجتماعی و از طریق خدمات مشتری و غیره است. در اینجا موارد گنجانده شده در هر کانال آمده است:
- تعاملات وب سایت و برنامه تلفن همراه: بازدید از وب سایت، جذابیت برنامه، صفحات پربازدید، جریان کاربر، منابع ترافیک و غیره.
- تعامل در رسانه های اجتماعی: لایک پست ها، اشتراک گذاری پست، پاسخ های پست، بازدیدهای ویدیوی و غیره.
- تعامل ایمیل: نرخ باز، نرخ کلیک، نرخ پرش، ارسال ایمیل و غیره.
- اطلاعات خدمات مشتری: تعداد تیکت، جزئیات شکایت/پرس و جو، بازخورد و غیره.
- تعامل با تبلیغات پولی: تعداد بازدید، نرخ کلیک، هزینه هر کلیک، تبدیل و غیره.
3. داده های رفتاری
داده های رفتاری از داده های مشتری به شما کمک می کند تا الگوهای اساسی را که مشتریان در طول سفر خریدشان آشکار می کنند، کشف کنید. داده های تعامل ممکن است بخشی از داده های رفتاری باشند یا نباشند. در اینجا نحوه جمع آوری این داده ها آمده است:
- داده های تراکنش: جزئیات اشتراک، جزئیات خرید، خریدهای قبلی، میانگین ارزش سفارش، داده های سبد خرید رها شده، میانگین ارزش طول عمر مشتری، جزئیات برنامه وفاداری مشتری و غیره.
- استفاده از محصول: اقدامات تکراری، استفاده از ویژگی، مدت زمان ویژگی، تکمیل کار، دستگاه ها و غیره.
- داده های کیفی: توجه کاربر، نقشه های حرارتی (کلیک ها، اسکرول، داده های حرکت ماوس) و غیره.
4. داده های نگرشی
داده های نگرشی توسط احساسات و عواطف مشتریان هدایت می شود. این داده ها نحوه درک آنها از برند و پیشنهادات شماست. از آنجایی که داده های نگرشی به طور عمده کیفی و ذهنی هستند، برای به دست آوردن خروجی های مشخص، ترکیب آن با دادههای کمی عاقلانه است.
دادههای نگرشی معمولا از طریق نظرسنجیها، مصاحبهها، گروههای متمرکز، بازخورد، شکایات مشتریان، بررسیها و غیره بررسی میشوند. در اینجا چند نمونه از داده های نگرشی آورده شده است:
- رضایت مشتری
- احساسات
- مطلوبیت محصول
- ترجیحات
- انگیزه ها و چالش ها
- معیارهای خرید
چگونه داده های مشتری را جمع آوری کنیم؟
بازاریابان می توانند داده ها را از هر کانالی که مشتری با برند در تعامل است جمع آوری کند. اگرچه احتمالا صدها روش برای جمعآوری داده ها و اطلاعات مشتریان وجود دارد، اما در این بخش، ضروری ترین روش هایی را بررسی می کنیم که می توانید برای شناخت بهتر مشتریان خود از آنها استفاده کنید.
1. تجزیه و تحلیل وب سایت
وب سایت شما اغلب کانال اصلی است که مشتریان تان با آن تعامل دارند. شما می توانید داده های مشتری مانند ویژگی های جمعیتی و جغرافیایی آنها را به همراه داده های تعامل و رفتار جمع آوری کنید. ابزارهایی مانند Google Analytics ،Mixpanel و … به شما کمک می کنند علایق، منابع ارجاع، جزئیات تبدیل، همراه با رفتار بلادرنگ آنها را در وب سایت خود درک کنید.
در حالی که این ابزارها دارای کاستی هایی مانند ناتوانی در جمع آوری اطلاعات کیفی هستند، می توانید با استفاده از ابزارهای بصری/تجربی مانند Crazy Egg ،Optimizely ،VWO و Hotjar آنها را جبران کنید. این ابزارها به شما کمک میکنند رفتار کاربر را از طریق نقشههای حرارتی، ضبط جلسات و تجسم قیف تبدیل درک کنید.
2. رسانه های اجتماعی
شما می توانید اطلاعات زیادی در مورد مشتریان خود بر اساس نحوه تعامل آنها با شما در رسانه های اجتماعی بدانید. جدا از استفاده از معیارهای مشارکت اولیه (مانند لایک ها، نظرات و اشتراک گذاری ها)، می توانید از طریق بخش تجزیه و تحلیل هر پلت فرم رسانه های اجتماعی، اطلاعات زیادی در مورد مشتریان خود کسب کنید. از طریق تلاش های مدیریت سابقه آنلاین (ORM)، میتوانید داده های مشتری را جمعآوری کنید که به شما امکان میدهد احساسات کلی پیرامون برند و پیشنهادات خود را درک کنید.
شما می توانید با سرمایه گذاری در تبلیغات رسانه های اجتماعی، و از طریق نرم افزار CRM اجتماعی، فعالیت های جمع آوری داده های مشتریان خود را افزایش دهید. از طریق قابلیت های هدف گذاری پلتفرم های رسانه های اجتماعی، می توانید علایق و سایر ویژگی های مشتریان خود را درک کنید. با آپلود لیست ایمیل خود در پلتفرم های رسانه های اجتماعی با استفاده از ویژگی مخاطب سفارشی، می توانید رفتار آنها را در یک کانال رسانه اجتماعی خاص کشف کنید تا درباره آنها بیشتر بدانید.
3. پیکسل ردیابی
پیکسل ردیابی قطعهای از کد HTML یا جاوا اسکریپت است که در یک وبسایت یا ایمیل درج میشود و هر بازدیدکنندهای را که وارد وبسایت شما میشود یا ایمیل را باز میکند، ثبت میکند. پیکسل های ردیابی می توانند آدرس های IP، سیستم عامل ها، مرورگرها و غیره را ضبط کنند که به نوبه خود به تبلیغ کنندگان کمک می کند تا کمپین های بازاریابی مجدد پیچیده ای را اجرا کنند. از طریق پیکسل های ردیابی، بازاریابان می توانند با فعالیت های تبدیل مشتریان خود نیز آشنا شوند.
نتیجه گیری
به طور خلاصه، ما به مفهوم داده های مشتری، انواع مختلف آن از جمله شخصی (قابل شناسایی و غیرقابل شناسایی)، تعامل، رفتاری و نگرشی نگاه کردیم. ما 7 روش را برای جمعآوری دادهها توضیح دادیم و همه چیز را در مورد تجزیه و تحلیل و اعتبارسنجی این دادهها به علاوه مزایای انجام آن آموختیم. امیدواریم این مقاله به شما در درک اصول اولیه داده های مشتری کمک کرده باشد. اکنون می توانید جمع آوری و تجزیه و تحلیل داده های خود را برای بهبود استراتژی کسب و کار و بازگشت سرمایه خود شروع کنید.