Hyppää sisältöön

7 tapaa hyödyntää ennakoivaa markkinointia

lokakuu 1, 2018
Henrik Lagercrantz

Ennakoiva markkinointi on tehokas työväline. Niin tehokas, että jokaisen markkinointijohtajan on syytä ymmärtää, miten ennakoivaa markkinointia tehdään ja miten sitä kannattaa omassa työssään hyödyntää.

Lähes kaikkia markkinoinnin- ja myynnin prosesseja voi kehittää ennakoivan markkinoinnin avulla, varsinkin, jos yritys on kerännyt kontakti- ja asiakasdataa systemaattisesti jo pidemmän aikaa.

Vähimmäisvaatimus prediktiiviselle markkinoinnille on, että kerätystä asiakastiedosta pystytään määrittelemään yksi dimensio, tietoulottuvuus, jota kone voi käyttää oppimisessa ja ennustamisessa.

Kyseisiä ulottuvuuksia kutsutaan nimiöiksi (eng. labels). Nimiöt kertovat, onko asiakas ostoaikeissa vai ei, onko hän tulossa vai menossa ja onko hän ostanut tai ostamassa paljon vai vähän. Ennakoivan markkinoinnin avulla pystytään myös ryhmittelemään kontakteja ja asiakkaita, joiden käyttäytymismallit muistuttavat toisiaan.

Prediktiivisen markkinoinnin avulla pystytään parantamaan miltei kaikkia alla olevassa kaaviossa mainittuja markkinointi-, myynti- ja kanta-asiakasprosesseja.

Isossa roolissa jo nyt

Prediktiivisellä markkinoinnilla on iso rooli seuraavissa liiketoimintaprosesseissa:

  1. LEAD GENERATION, LIIDIEN LUOMINEN
    Luo asiakkaista lookalike-luettelon, jota hyödynnetään Data Management Platformeissa (DMP) eli tietojenkäsittelyalustoilla ja ohjelmallisessa mainonnassa liikenteen ohjaamiseksi halutulle verkkosivustolle.
  2. LEAD SCORING, LIIDIEN PRIORISOINTI
    Arvioi, miten todennäköisesti liidistä tulee asiakas, ja käynnistää markkinointi- ja/tai myyntiaktiviteetit sen mukaan.
  3. ACCOUNT-BASED MARKETING
    Löytää anonyymeistä sivuilla kävijöistä saman yrityksen henkilöt ja käynnistää synkronoidut ABM-toimenpiteet.
  4. SEGMENTATION, ASIAKKAIDEN SEGMENTOINTI
    Ryhmittelee asiakkaat automaattisesti yritys- ja henkilötietojen, viestintäkanavien sekä netti- ja sisältökäyttäytymisen perusteella.
  5. CROSS-SELLING JA UPSELLING, LISÄMYYNTIMAHDOLLISUUKSIEN KARTOITUS
    Ryhmittelee yhteystiedot ja yritykset niiden ostokäyttäytymisessä havaittavien samankaltaisuuksien perusteella. Näin havaitaan ne asiakkaat, jotka todennäköisimmin ostavat muitakin tuotteita (tai kalliimman tuotteen) ja joille kannattaa suunnata myynti- ja markkinointitoimenpiteitä.
  6. DATA ENRICHMENT, TIEDON RIKASTAMINEN
    Täydentää dataa, jotta sitä voidaan käyttää analytiikassa. Täydentää puuttuvat tiedot automaattisesti etsimällä joko keskenään samankaltaisia – tai samalla tavoin käyttäytyviä yrityksiä ja asiakkaita.
  7. RETENTION MANAGEMENT, ASIAKASPOISTUMAN HALLINTA
    Vähentää poistumaa tunnistamalla ne asiakkaat, jotka todennäköisimmin jättävät sopimuksen uusimatta tai tuotteen ostamatta. Käynnistää näille asiakkaille suunnatut, ennakoivat myynti- ja markkinointitoimenpiteet.

Datan ei tarvitse olla täydellistä

Prediktiivistä markkinointia pystyy tekemään vain, jos tallessa on riittävästi asiakasdataa. Riittävä tarkoittaa sellaista määrä, että koneen oppimisalgoritmi pystyy sen avulla ymmärtämään asiakkaan käyttäytymistä.

Dataa täytyy löytyä CRM- ja/tai markkinointiautomaatiotietokantoja varten vähintään tuhat riviä. Jokainen tietorivi edustaa yhtä yritystä tai yhteystietoa. Mitä enemmän kerättyä dataa on, sitä tarkemmat ovat algoritmien tekemät päätelmät.

Yksi koneoppimisen hyvistä puolista on, että sen hyödyntämän datan ei tarvitse olla täydellistä. Koneoppiminen nimittäin sietää myös puutteellista dataa.

(Tee tämä testi, niin saat selville onko yrityksesi valmis prediktiiviseen markkinointiin.)

Prediktiivinen markkinointi tehostaa sekä markkinointiautomaation suorituskykyä että sen vaikutusta, mutta kaikki yritykset eivät sitä tarvitse. (Jos yritys myy pari ydinvoimalaa kymmenessä vuodessa, se tuskin tarvitsee koneoppimista asiakasrekisterinsä hallintaan.)

Tilanne on toinen, jos yrityksellä on satoja asiakkaita ja sillä on käytössään markkinointiautomaatio-ohjelma. Siinä tapauksessa prediktiivinen markkinointi saattaa olla juuri se palikka, jonka puuttuminen estää yritystä pääsemästä myyntitavoitteisiinsa.

Haluatko lyhyen johdatuksen prediktiiviseen markkinointiin? Lue lisää>>

 

Ota ennakoivan markkinoinnin perusasiat haltuun englanninkielisen e-bookin avulla. 

Lataa prediktiivinen e-book tästä >>

Expand your knowledge – learn the basics of Predictive Marketing

Henrik Lagercrantz
Henrik Lagercrantz on ID BBN:n markkinointiteknologian osaston päällikkö, joka on työskennellyt viimeiset seitsemän vuotta markkinoinnin automaation ja eri teknologioiden käyttöönottoprojekteissa. Henkka syttyy työssään siitä, kun organisaatiot ja yksilöt haluavat mennä rohkeasti eteenpäin ja uudistua. Markkinointiteknologioiden parissa työskentelyn parhaita puolia on hänen mukaansa se, että loogista ajattelua pääsee soveltamaan klassisen luovuuden kanavointiin ja tunteita herättävän viestinnän jalkauttamiseen.

Search