Haaste

Visma on Pohjoismaiden johtava yritysohjelmistojen ja IT-projektien ja -konsultoinnin tarjoaja. Suomessa Visma palvelee yli 100 000 asiakasta noin 1 400 asiantuntijan voimin. 

Visma Softwaren markkinointitiimi halusi oppia tunnistamaan poistumaan johtavan asiakaskäyttäytymisen ja tehostaa omaa toimintaansa poistuman estämiseksi.

Tiimi halusi oppia tekemään entistä yksityiskohtaisempia ja tarkemmin kohdennettuja tarjouksia ja tunnistaa koulutuksen, webinaarien ja muiden palvelujen tarpeen asiakasuskollisuuden säilyttämisessä ja ostohalukkuuden lisäämisessä.

Prediktiivistä markkinointia hyödyntävälle projektille asetettiin kaksi tavoitetta:

1. Mallin tuli analysoida ja ennustaa sekä asiakaspoistumaa että ostotapahtuman todennäköisyyttä.

2. Mallin tuli tunnistaa kaikki asiakaspoistumaan ja ostotapahtumaan vaikuttavat tekijät, prosessit ja muuttujat, jotta niihin pystyttäisiin jatkossa reagoimaan ja vaikuttamaan. Tavoitteena oli vähentää asiakaspoistumaa ja vauhdittaa ostopäätösten syntymistä.  

Harvard Business Schoolin tekemän tutkimuksen mukaan jo viiden prosentin kasvu asiakkaiden säilyttämisasteessa kasvattaa voittoa peräti 25–95 %.

Asiakaspoistuman ennustaminen on erittäin vaikeaa, koska prediktiivinen analytiikka vaatii onnistuakseen todella paljon laadukasta dataa.

Koneoppimiseen perustuva analyysimme paljasti, että asiakaspoistuman ehkäisyssä tärkeimpiä mittareita ovat:

• Vuorovaikutus markkinointitiimin tuottaman sisällön kanssa

• Suurkäyttäjän tunnistaminen ja sitouttaminen

• Tukitoimiin sitoutuminen

• Kumppanivalinnat 

Ratkaisu

Hyödynsimme koneoppimista asiakaspoistuman ja ostotapahtuman ennustamisessa.   

Asiakaspoistumaa ennustavassa projektissa lajittelimme asiakkaat kahteen kategoriaan: asiakkaana pysyviin ja todennäköisiin poistujiin.

Jakoperusteen rajapyykki oli 50 %, joten jos asiakas oli yli 50 % todennäköisyydellä poistumassa, hänet merkittiin poistujaksi.

Liidien pisteytys- ja myyntiennuste-projektissa luokittelimme liidit ostotapahtuman todennäköisyyden perusteella.

Visma Software oli ryhtynyt keräämään asiakasdataa järjestelmällisesti jo hyvissä ajoin ennen tätä projektia, ja koska ERP-asiakkuuksien elinkaaret ovat pitkiä, asiakasdataa oli kertynyt runsaasti.

Mallissamme yhdistettiin Visman myynti- ja tukitiimin tietojoukot, jotka oli rikastettu markkinointitoimenpiteiden avulla saadulla datalla ja yritysdatalla. Asiakkaan aktiivisuutta pisteytettiin sen mukaan, kuinka hän oli reagoinut sähköposteihin ja oliko hän vieraillut verkkosivustolla tai asiakasportaalissa.

Keräsimme dataa viidestä eri järjestelmästä, tarkkailimme 70 eri muuttujaa ja analysoimme 168 000 datapistettä peräti 2 722 asiakasyrityksessä kartoittaaksemme asiakaspoistuman mahdollisuutta. Lisäksi analysoimme 6 444 potentiaalista ostajaa.

Tulokset

Ennustavan mallin tarkkuus oli asiakaspoistuman osalta 84,6 % ja ostotapahtuman osalta 84,1 %, eli molemmissa tarkkuusaste oli erittäin korkea.

Oraclen Eloquaan tallentuneet asiakkaiden aktiivisuustiedot auttoivat tarkan ennustemallin luomisessa. Mallin avulla Visman markkinointitiimi tunnisti peräti 602 uutta liidiä ja 722 asiakasyritystä, jotka olivat vaarassa poistua.

Projekti antoi Visma Softwaren markkinointi- ja myyntitiimille uutta tietoa prosesseista ja mekanismeista, jotka vaikuttavat asiakaspoistumaan ja ostopäätöksiin. Ennustemallin ansiosta tiimi pystyy reagoimaan oikealla hetkellä ja oikein keinoin vähentääkseen asiakaspoistumaa ja vauhdittaakseen myyntiä. 

 

Visma Software kuuluu Visma-konserniin, jolla on 900 000 asiakasta 12 maassa ja palveluita viidellä eri liiketoiminta-alueella.

LISÄÄ MIELENKIINTOISIA ESIMERKKEJÄ TÖISTÄMME:

MONIKANAVAINEN PRODEC®-KAMPANJA

Outokumpu halusi vahvistaa Prodec®-terästankojen imagoa Yhdysvalloissa ja Kanadassa »

VISMA SUUNTA – TEHOKASTA MYYNTIÄ SISÄLTÖMARKKINOINNIN AVULLA

Ostajapersooniin perustuva ja sisältöön painottuva markkinointiohjelma muutti Visma Softwaren markkinointi- ja myyntitapaa. »

TEHOA GOOGLE ADS -MAINONTAAN TESTAUKSELLA – CASE FUJITSU

Iteratiivisen kehittämisen mallin ansiosta hakukonemainosten klikkausaste on tuplaantunut ja ylittänyt alan virstanpylväät kirkkaasti. »