Customer Intelligence


Hur ser man till att kund- och webbdata blir insikter och verktyg som man kan agera på?

I vårt erbjudande kring Customer Intelligence fokuserar vi på:

  • Kundbegrepp och kunddefinitioner – Informationsstyrning
  • Marknadssegmentering
  • Beteendesegmentering
  • Kundlönsamhetsscoring
  • Kundbasanalys och rapportering

Kundbegrepp och kunddefinitioner

Förvånansvärt många företag har dålig ordning på sina s k ”affärsbegrepp”. Med detta menas företagsgemensamma definitioner på t ex:

  • Vad är en kund i ert företag?  – Ett kundnummer, ett personnummer, ett hushåll, en e-postadress, ett kundklubbsmedlemsnummer, ett organisationsnummer, en koncern, etc.
  • När blir kunden kund och när anser ni att ni har förlorat kunden?
  • Vad är en produkt? Vad är en tjänst? Vad är en kanal? När anses ett köp ha genomförts?
  • Vilka tidsenheter vill ni följa verksamheten i? – Realtid, timme, dag, vecka, månad?

Att få ordning på affärsbegreppen är ett stort, tungt arbete som måste ägas av företagsledningen annars kommer det inte att lyckas. I ljuset av GDPR blir detta ännu viktigare då ett företag i synnerhet måste kunna definiera när t ex ett kundförhållande föreligger och när det anses avslutat.

Försöker man fuska sig förbi detta högst centrala område inom Customer Intelligence får man oftast betala för det senare i processen. Om olika definitioner av centrala affärsbegrepp florerar i företaget kommer först och främst olika rapporter att visa olika resultat. Detta leder till osäkerhet i företaget om olika avdelningar rapporterar olika siffror om t ex försäljning eller kundbasutveckling och mycket tid går åt till att träta om riktigheten i siffrorna istället för att analysera vad datat säger och vilka aktiviteter som därför bör vidtas.

Under de senaste 20 åren har många CRM-projekt fallerat och i de flesta fall är bristande arbete med affärsbegrepp en stor del av problembilden.

Det bästa sättet att arbeta med detta är, enligt vår erfarenhet, att sätta ihop en tvärfunktionell arbetsgrupp med representanter från controlling, produktledning, försäljning/marknad, kundservice, Compliance/Juridik, supply chain och IT som arbetar fram förslag som sedan fastställs i företagsledningen och sedan ägs och förvaltas på ETT ställe i organisationen, och det bör inte vara hos IT utan ägas och förvaltas av verksamheten. Självklart i nära samarbete med IT.

Under åren som vi jobbat med detta område har det även fått ett eget namn – Informationsstyrning eller ”Information Governance” på engelska. Vi på Moderamen kan hjälpa er med detta – i synnerhet utifrån ett kund- och marknadsföringsperspektiv.

Marknads- och beteendesegmentering

En segmenteringsmodell bör på ett bra sätt dela upp kundbasen/marknaden i viktiga segment baserat på olika behov och preferenser som kunderna har. Om t ex ert företag har en prisposition kan det vara centralt att segmentera på kundgruppernas priskänslighet. En av de viktigaste sakerna att tänka på när man skapar en segmenteringsmodell är att den kan operationaliseras och användas i det dagliga arbetet.

För att få valuta för pengarna när modellen tas fram bör kunderna löpande kunna kategoriseras i CRM-systemet eller datalagret så att det enkelt går att t ex få ut listor för marknadsförings- eller försäljningsaktiviteter mot en specifik kundgrupp, eller så att kundservice ser vilken segment kunden tillhör och kan anpassa dialogen/erbjudanden efter kundens preferenser/beteende i realtid. Det är också en fördel att kunna rapportera hur de olika segmenten utvecklas rent numerärt till ledning och varumärkesansvariga.

Många gånger låter företag konsulter göra väldigt avancerade segmenteringsmodeller genom stora frågeformulär till kunderna där man får fram olika kundprofiler. Sammanställningen av dessa ger ofta en väldigt bra strategisk förståelse för marknaden och kundbasen vilket är en fantastisk hjälp för produktledning och produktutveckling, men problemet är att enbart de kunder som svarat på frågorna i undersökningen kan märkas upp i CRM-systemet för att användas i det dagliga arbetet.

Det finns olika sätt att hitta en bra operationell segmenteringsmodell. Antingen utgår man ifrån företagets eget transaktionsdata eller så kan man använda externt demografiskt och/eller socio-ekonomisk data från t ex Bisnode eller InsightOne. Eller en kombination av olika datakällor.

Vi har stor erfarenhet av att hjälpa företag att definiera och implementera bra segmenteringsmodeller som ger både djup insikt och kan användas i det operationella arbetet.

Kundlönsamhetsscoring

Detta område är det som företagsledningen oftast är mest intresserad av – på gott och ont – när det gäller Customer Intelligence. Det är nämligen väldigt mycket värt att veta vilka kunder som är de mest lönsamma för att säkerställa deras lojalitet långsiktigt samt hitta ”tvillingar” på marknaden vid prospektering.

Moderamen tar tillsammans med er fram en lönsamhetsmodell där vi räknar ut s k ”relationskostnader” förutom naturligtvis kostnad såld vara på de produkter/tjänster som kunden köper. I relationskostnader ingår t ex kundservice, försäljningsomkostnader, support, marknadsföring som direkt eller indirekt kan allokeras till kunden. I princip skapas ett program som räknar fram en resultaträkning per kund.

På så sätt får företaget en bra bild av vad det kostar att hantera kunderna och kan därmed etablera olika strategier för olika lönsamma kundgrupper. Vissa företag väljer att även lägga till en schablonkostnad för fasta overhead-kostnader som hyra, administration, etc. Detta ändrar dock inte kundernas inbördes lönsamhet men ger en mer realistisk bild av täckningsbidraget per kund.

När detta är gjort grupperas kunderna i tre kategorier baserat på deras unika kundlönsamhet utifrån ”resultaträkningen”. Vi rekommenderar inte fler är tre kategorier då de flesta har lätt att ta till sig Guld-Silver-Brons eller Large-Medium-Small och det är relativt enkelt att hantera tre olika strategier.

Eftersom det också är förvånansvärt ofta som förhållandet att ca 20% av kunderna står för majoriteten av lönsamheten rekommenderar vi även att den mest lönsamma gruppen inte blir för stor då det kan bli för dyrt att ge dessa kunder bättre service och erbjudanden.

Kundbasanalys och rapportering

En kundbasanalys är något som bör göras löpande för att förstå kundbasens sammansättning, utveckling, dynamik och därmed dess potential. På samma sätt som företag löpande följer upp hur produktportföljen utvecklas bör samma energi läggas på analys av hur ”kundportföljen” utvecklas. 

Genom att ha bra koll på både kundbas och produktportfölj – och helst båda i kombination – kan ett företag bli oerhört snabbfotat och datadrivet istället för att sitta och ”tycka” och debattera olika åsikter. Om företaget har gjort ett bra marknadssegmentering (se ovan) så är det enkelt att se i kundbasanalysen ifall företaget växer eller minskar i de viktigaste marknadssegmenten.

Många gånger analyserar företag sina kunder enbart baserat på vilka produktinnehav kunderna har, vilket är förståeligt men lite begränsande. Det är t ex väldig vanligt att telekomoperatörer tittar separat på sin mobilkundstock, sin bredbandskundstock och sin TV-kundstock. Men det är när man förstår vilka kunder som är helkunder och var potential för kors- och merförsäljning finns som kundbasanalysen verkligen genererar ett mervärde. Det kan dock finnas strukturella hinder i företaget för att kunna skapa denna 360-graders kundvy om det är separata underliggande system per produkt – som i telekomfallet ovan – men de flesta större företag har ett datalager där det brukar gå att få ihop en gemensam kundbild om man verkligen vill.

Moderamen har mycket erfarenhet av att hjälpa kunder att implementera datalager, processer och rutiner som förenklar både kundbasanalys och kundbasrapportering.

Kontakta cecilia@moderamen.se om ni är intresserade av att jobba med dessa områden i ditt företag.