продажи, рост
Как стать бизнесом, управляемым данными
Создайте культуру, ориентированную на данные. Разработайте маркетинговую стратегию на основе данных. Создавайте клиентский опыт на основе данных....
Что такое данные о клиентах. Определение, типы, методы сбора и лучшие практики анализа
Sales Data Scientist
янв 8, 2023
Что такое данные о клиентах
Современный деловой мир движим данными, и одними из самых ценных являются данные о клиентах. Поиск наилучшего способа удовлетворения потребностей клиентов требует изучения их потребностей, а это означает анализ данных, которые они оставляют после себя.
Данные о клиентах поступают из различных источников. Некоторые из наиболее конкретных сведений поступают из завершенных продаж; успешные сделки содержат множество данных о принятии решений, которые позволяют понять, что было сделано правильно в процессе продажи, и служат надежным ориентиром для планирования будущих тактик.
Однако фактические данные о сделке - это только начало. Компании также регулярно собирают информацию от рекламодателей и каналов продаж, которые отслеживают клиентов по мере того, как они изучают свои возможности и принимают решение. Эти данные с рекламных каналов, веб-сайтов и мест продаж в магазинах предлагают полезные путевые точки, которые могут помочь пересмотреть и сфокусировать весь рассказ о продажах.
Найти оптимальный способ сбора этих данных, очистить их от любых несоответствий, упорядочить для согласованности и затем проанализировать - вот задача, стоящая перед современным бизнесом. Для этого необходимо знание статистики специалистом по анализу данных, а также чутье маркетолога на клиента и видение будущего.
Все эти [данные] сходятся, и [платформа данных о клиентах] является центральным узлом для маркетинговых команд и не только. Очень важно, чтобы все больше команд использовали и передавали данные в центральное место, где все хранятся.
Ключевые атрибуты
Существует множество различных форм данных о клиентах, и они поступают из различных источников. Специалисты по клиентским данным часто классифицируют их, делая несколько ключевых различий:
- Поступают ли данные от отдельного человека или группы? Некоторые данные связаны с одним конкретным клиентом, возможно, из его или ее истории просмотров или покупок. Другие данные собираются от некоторых или всех клиентов и представляют собой средние или итоговые показатели.
- Являются ли данные анонимными или идентифицируемыми? Некоторые данные о клиентах напрямую связаны с именем, адресом или другой персонально идентифицируемой информацией. Другие данные не имеют прямой связи либо потому, что имя было умышленно удалено, либо потому, что они вообще не были доступны, поскольку были получены из анонимного источника, например, с открытого веб-сайта. Лично идентифицируемая информация требует большей осторожности.
- Являются ли данные необработанными или агрегированными? Некоторые данные о клиентах собираются непосредственно с веб-сайтов, витрин магазинов, рекламодателей или других основополагающих источников. Они часто представляют собой простые, базовые события, такие как клик по рекламе или отправка формы. Другие данные агрегируются и анализируются программным обеспечением для составления отчетов, чтобы обобщить поведение одного или нескольких клиентов с течением времени.
- Насколько структурированы данные? Специалисты по изучению данных часто проводят различие между структурированной и неструктурированной информацией. Если данные размещены в полях с определенными типами данных, которые проверяются и соблюдаются, то их легче анализировать. Такая структура может включать такие поля, как время, дата, почтовый индекс и другие детали. Неструктурированные данные часто встречаются в человеческом письменном тексте, который может быть представлен клиентом или собран в записях представителей службы поддержки.
- Добровольно ли клиент предоставил информацию? Некоторая информация собирается непосредственно от клиента добровольно. Это может быть форма, заполненная для запроса информации, или беседа с представителем службы поддержки. Другая информация, например, данные о посещении витрины магазина или история просмотров рекламы, может быть собрана без запроса клиента.
- Представляют ли данные всех клиентов или только некоторых? Некоторые таблицы данных, например список выполненных заказов, являются всеобъемлющими. Они включают всех клиентов. Другие таблицы включают только тех клиентов, которые приняли участие в разговоре или заполнили форму. Другие таблицы, полученные от рекламных трекеров, могут не включать некоторых пользователей, поскольку процесс подбора данных сопряжен с ошибками.
- Есть ли опасения по поводу конфиденциальности данных? Если данные о клиентах включают личную информацию, например, имя или историю покупок, многие клиенты не хотят, чтобы эта информация была обнародована. Охрана их частной жизни очень важна. Другие данные, не содержащие персональной информации или уже агрегированные, менее чувствительны, поскольку часто невозможно связать детали с конкретным человеком. Тем не менее, следует соблюдать осторожность, поскольку в некоторых случаях по анонимизированным данным можно установить чье-либо имя.
Типы данных о клиентах
Данные о клиентах поступают из самых разных источников, и список возможных ресурсов становится все длиннее и длиннее. Некоторые из традиционных источников таковы:
- Запросы клиентов: Заполнял ли клиент форму, запрашивал ли ценовое предложение или информацию?
- Покупки клиентов: Когда клиент совершал покупки в прошлом? Насколько крупным был заказ? Был ли он связан с какими-либо акциями или распродажами?
- Реклама в Интернете: Кто мог видеть конкретные рекламные объявления? Как часто они показывались? Нажимал ли клиент на какое-либо конкретное сообщение?
- Прямая реклама по электронной почте: Отправлялись ли клиенту какие-либо конкретные сообщения электронной почты с маркетингом? Открывали ли они эти сообщения? Ответили ли они вскоре после этого?
- Телефонные контакты: Связывались ли сотрудники отдела продаж с клиентом по телефону? Брал ли клиент трубку? Запрашивал ли клиент какую-либо информацию?
- Дисплейная реклама: Читал ли покупатель или смотрел какой-либо контент, где показывалась реклама?
- Посещение магазинов: Посещал ли клиент какие-либо физические магазины? Совершал ли клиент какие-либо покупки или делал какие-либо запросы?
- Финансовая информация: Какой способ оплаты использовал клиент? Использовался ли тот же метод при других транзакциях?
- Дневной тайминг: Активен ли клиент в определенное время суток или дни недели? Является ли клиент более открытым для покупки или прослушивания маркетинговых сообщений в определенное время?
- Активность в приложении. Какие кнопки нажимал, какие микросервисы запускал, переходы между экранами, клики, функции и тд.
- Отзывы во всех площадках дают массу полезной информации.
- Переписка по электронной почте, коммерческие предложения, переписки в мессенджерах, тендерная документация и тд.
Сбор данных о клиентах: Основные методы
Большая часть работы менеджеров по управлению данными Компания заключается в сборе данных из различных источников и последующем поиске наилучшего способа их интеграции в отчеты, графики и таблицы, которые могут служить основой для принятия будущих решений. Некоторые данные поступают непосредственно через источники, принадлежащие компании, а некоторые - от третьих лиц или государственных учреждений.
Задача состоит в том, чтобы начать интегрировать их, чтобы Компания могла понять, что происходит со всеми клиентами и пользователями. Тщательный сбор и анализ позволяет получить более полную картину.
Лучшими инструментами и методами сбора данных являются:
- Прямой контакт: Задавал ли клиент какие-либо вопросы о продуктах или услугах? Написал ли клиент напрямую по электронной почте или через веб-форму?
- Запросы: Ищет ли клиент продукт, услугу или функцию? Есть ли что-то, что Компание еще не предлагает?
- Жалобы: После продажи последующие действия могут выявить важные подробности о неудачах, которыми можно руководствоваться при заключении будущих сделок.
- Рекламные каналы: Эти третьи стороны могут сообщить, насколько хорошо передаются и принимаются определенные маркетинговые сообщения. Генерируют ли они какие-либо результаты продаж?
- Физические магазины: Как обстоят дела с посещаемостью? Лучше ли продаются определенные товары? Есть ли связь между маркетингом и продажами?
- Веб-трафик: Когда покупатели приходят на ваш сайт, какой путь они выбирают? Какие товары они видят? Следуют ли они за какими-либо подсказками?
- Телефонные контакты: Когда им отправляются текстовые сообщения или телефонные звонки? Как и когда они отвечают?
Одним из наиболее популярных подходов к сбору данных является интеграция большей части этой информации с помощью инструмента, известного как платформа данных о клиентах (CDP) или система управления данными (DMP). Существуют десятки компаний, которые создают инструменты, относящиеся к одной или обеим этим категориям, и они находят широкое применение.
Эти инструменты популярны, потому что они оптимизированы для интеграции данных из всех возможных источников. Они часто имеют заранее разработанные пути для импорта данных с наиболее распространенных рекламных платформ и программного обеспечения для отслеживания магазинов. Некоторые из них также связаны с лучшими платформами для обслуживания клиентов.
Быть на острие Data Driven продаж:
Новые методы сбора данных о клиентах и сделках
Большая часть клиентского пути до первого телефонного звонка с менеджером, (если мы говорим про SaaS без самостоятельного онбординга), полностью прозрачна для любой компании. Вы всегда знаете: откуда пришел, на что кликнул, скачал, прочитал, вернулся, зашел снова, ввел, заполнил форму, какой именно лендинг читал, где увидел сообщение в первый раз, где его догнать еще 100 раз и тд. Куки, UTM, подменные номера и все остальное позволяют убрать туман с путешествия клиента по вашим электронным каналам…
Но как только он набирает номер и на том конце трубку берет ваш менеджер по продажам… начинается серая зона…вы не можете точно ответить ни на какой вопрос, какой бы вас не интересовал, за исключением тех случаев, когда РОП переслушает все звонки. Но РОП по определению не может переслушать все звонки. Тогда вы идете в CRM… а там все внесено криво и 90% данных на самом деле никакого отношения к сделке не имеют. Тогда вы идете к менеджеру и мучаете его вопросами на пайпревью, выясняя, почему он забраковал Газпром!?
Но вот, каким-то чудом, 10% клиентов преодолели эту туманность и активировались в продукте. Теперь вы опять можете держать ситуацию под контролем.
И что же делать со звонками? Можно ли получить из звонков такие же данные, как из куков? Даже лучше. Куки вам не дадут объективное понимание о квалификации лида, или какие возражения у него возникли, какие ответы на важные вопросы он давал, и есть ли у него бюджет или сколько он теряет без вашего продукта.
Топ-10 лучших практик для интеграции и анализа данных о клиентах в 2023 году
Вот 10 лучших практик для сбора, интеграции и анализа данных:
- Защищайте конфиденциальность данных клиентов. Потребители беспокоятся о том, как их данные могут быть использованы не по назначению. Даже если злоупотреблений не будет, потенциальная возможность может быть пугающей. Защита их частной жизни очень важна.
- Выберите хороший инструмент, например CDP или DMP. Рынок уже предлагает ряд хороших вариантов для отслеживания потребителей и их данных. Потребность в создании собственных платформ уменьшается. Использование возможностей коммерческих вариантов может дать гораздо лучшие результаты при меньших затратах.
- Активизируйте как можно больше путей для сбора информации от партнеров. Работайте со своими партнерами для сбора данных. Договаривайтесь о доступе заранее и используйте его часто. Настаивайте на том, чтобы рекламные компании предоставляли данные для отслеживания, чтобы можно было оценить маркетинговые кампании.
- Создайте культуру сбора данных внутри компании. Не сидите пассивно и не ждите, пока информация упадет с неба. Развивайте сбор данных внутри компании. Следите за хорошими источниками. Совершенствуйте текущую практику сбора данных. Убедитесь, что члены команды вносят свой вклад. Подчеркните, что будущее - за максимально эффективным сбором данных.
- Обучайте отделы продаж лучшим методам использования данных. Многие традиционные отделы продаж сосредоточены на установлении контактов с потенциальными клиентами. Помогите им понять, какую силу данные могут привнести в их общение. Отделы продаж будут конечными пользователями данных, поэтому они должны понимать процесс и участвовать в каждом этапе.
- Изучите лучшие алгоритмы науки о данных. Сейчас как никогда легко использовать хорошие статистические методы и методы науки о данных для анализа данных. Без них данные - это просто груда цифр.
- Обратитесь за подсказками к искусственному интеллекту. Лучшие решения, такие как SalesAI интегрируют в них хорошие алгоритмы искусственного интеллекта, чтобы помочь с классификацией и прогнозированием. Эти алгоритмы могут помочь командам понять клиентскую базу и предугадать, как они поведут себя в будущем.
- Следите за изменениями в законодательстве. Правительства некоторых стран переписывают законы и нормативные акты, регулирующие хранение и использование данных. Это не статичная, устоявшаяся часть закона. Следите за изменениями и будьте готовы к переменам, поскольку новые правила делают некоторые старые методы невозможными или незаконными.
- Ищите новые источники данных внутри компании и у третьих лиц. Доступные данные будут меняться. Попросите свою команду искать способы извлечь больше данных из внутренних источников отслеживания. В то же время обратите внимание на сторонних поставщиков данных, которые могут использовать открытые источники, правительственные базы данных или другие источники для получения дополнительной информации.
- Налаживайте долгосрочные партнерские отношения с хорошими, надежными источниками. Совершенствование данных - это постоянный процесс. Не надейтесь сделать несколько быстрых покупок и на этом закончить. Работайте над созданием долгосрочных отношений с поставщиками данных, рекламными компаниями и другими источниками, потому что это единственный способ сохранить данные о клиентах чистыми и свежими.
Получить тестовый доступ к SalesAI бесплатно: