Nyttja kraften i X- och O-data för att skapa bättre kundupplevelser
Om 2020 var året då CX (Customer Experience) blev ett högt prioriterat område hos många bolag, blir 2021 året då de som agerar och investerar står som vinnare. De vinner inte bara genom att behålla och öka värdet på sin befintliga kundstock, de kommer växa ytterligare genom att locka nya kunder som tröttnat på dåliga kundupplevelser hos konkurrenterna.
En grundförutsättning för att skapa en god kundupplevelse är relevans. Ju mer träffsäker din kommunikation blir, desto större sannolikhet att du får önskad effekt. För att nå dit är nyttjandet av både X- och O-data helt nödvändigt.
- X-data är customer experience data som t.ex. NPS (Net Promoter Score) eller annan kundnöjdhets-data
- O-data är operationell data som t.ex. antal köp eller produkttyp
X och O data är A och O
En organisation som lyckas nyttja befintlig operationell data och säkerställa metoder för att samla in upplevelse-data, har goda förutsättningarna att lyckas. De som även förstår sambandet mellan kundlönsamhet och kundupplevelsefeedback, får en ökad förståelse för hur man bäst tjänar sin kund. De kommer också kunna allokera sina resurser där de har störst genomslagskraft. Operationell data (O-data) som kan nyttjas är t ex:
Ovan är klassiska datapunkter som ofta används och analyseras för att segmentera kunder. Annan O-data som är lika aktuell och som kan adderas för att göra än bättre avgränsningar är datapunkter som:
När det kommer till X-data handlar det om att strukturerat samla på sig information om hur kunderna upplever alla olika typer av interaktioner med ett varumärke. Exempel på sådana källor är:
Företag är traditionellt sett duktiga på att samla in och även analysera O-data. Det är klassiska styrmedel vi vant oss vid att arbeta med sedan länge. Det blir desto svårare när vi ska hitta och utnyttja den data som finns avseende kundernas känslor för oss. Den informationen återfinns oftast i olika system och analyseras och ageras på därefter. Det är här den största arbetsinsatsen behöver sättas in för att sammanföra den X-data som faktiskt redan finns.
Segmentering och prioritering
När X-data och O-data samverkar är det möjligt att upptäcka bristerna i kundupplevelsen. Genom att arbeta med segmentering av sin kundstock utifrån både X- och O-data, blir det också tydligt vilka områden som behöver prioriteras för att nå maximal effekt. Här är ett antal exempel på vilken typ av analys ett företag kan göra. När ni läser den, tänk på hur er organisation skulle kunna arbeta med analys baserad på både operationell- och upplevelsedata.
|
FRÅGESTÄLLNING |
EXEMPEL |
|
Sök svar i X-data |
En vikande trend av signups för en specifik tjänst där X-data visar att processen för att bli kund anses för krånglig i förhållande till konkurrenter på marknadenx |
|
Sök svar i O-data |
Kunderna upplever en ny digital betallösning som enkel och smidig, vilket leder till en markant minskning av betalrelaterade kundtjänstärenden |
|
X- & O-data för prognos |
Genom att analysera sitt mest lönsamma segment av kunder och söka svaren i X-data på hur livstidsvärdet kan ökas |
|
X- & O-data för personalisering |
Om t ex ett kundsegment visar minskad kundnöjdhet i en NPS-undersökning, kunna erbjuda förbättrad service om det segmentet anser att de har svårt att få avancerad support |
|
X- & O-data “alarm” |
När X-data visar en vikande trend för kunder vars avtal inom en viss tid löper ut. Genom att proaktivt få den informationen kunna agera och sätta in relevanta åtgärder för att hinna vända trenden i tid |
|
X-data analys |
Förmågan att kunna beräkna värdet av enskilda projekt genom att mäta förändringen av utfallet. T ex ökat snittordervärde eller minskat antal sena inbetalningar |
Välj rätt X- och O-data för att komma igång
Det gäller det att välja de datapunkter som är mest tillförlitliga och samtidigt säkerställa att de också i kombination, leder er fram till en ökad effekt. Det finns två olika angreppssätt för att komma igång - den operationella eller i den upplevelsebaserade. Om utgångspunkten blir X-data, som t.ex. ökad kundnöjdhet från en regelbunden kundundersökning som NPS. Använd då den datan genom att applicera den på olika kundsegment baserad på operationell data. Om du segmenterar dina kunder utifrån lönsamhet eller lojalitet, sök svaret på om den förbättring du ser, avspeglar sig lika här. Om den gör det, förstärk och investera då ytterligare på detta område.
Visar det sig att de viktiga segmenten ur ett lönsamhetsperspektiv, inte upplever en lika stor förbättring, sök svaren till varför. Du kan göra det genom att jobba igenom fritext-svar från undersökningen eller genom att sätta in en uppföljande insats. Att regelbundet jämföra olika kundsegment utifrån operationell data och jämföra den med hur kunder upplever er som leverantör, är en bra start. Utifrån sin helhetsbild av er och helst även i de enskilda kontaktpunkterna. Med en stabil grund i den analysen kommer strategi, taktik och faktiskt utförande samspela och ge kraftfulla resultat.
Om utgångspunkten utgår från operationell data är slutresultat detsamma, men vägen dit aningen annorlunda. Segmenteringen börjar t ex i storlek på köp eller köpfrekvens, här har de flesta bolag bra koll. Börja göra prioriteringar och våga väga segmenten mot varandra, för att se var bästa chansen för tillväxt finns. Därefter, tillför den upplevelse-data som finns tillgänglig för de olika segmenten. Den samlade bilden ni nu har utgör grunden för hur och var era framtida investeringar behöver göras.
Det viktiga är inte att väga in alla parametrar och alla datapunkter från första början. Då är risken överhängande att ni “drunknar” i data och missar det viktigaste av allt - att komma igång!
Vill du nyttja kraften i din X- och O-data vid en för kunden så avgörande kontaktpunkt som betalningen utgör - hör av dig!