Kundereisene blir stadig mer komplekse. Kravet om en sømløs opplevelse for alle kunder, uavhengig av hvor de befinner seg i kjøpstrakten, eller deres valgte plattform for innhenting av informasjon, har endret den tradisjonelle kundereisen. Før man setter i gang undersøkelser av egen merkevares kundereise, er det avgjørende å forstå denne kompleksiteten i dybden.
Kundereisen er en serie av engasjementer og interaksjoner en kunde gjennomgår med en merkevare, et produkt eller en virksomhet, fra det øyeblikket de identifiserer et problem eller behov til et kjøpsvalg.
Det begynner med bevissthetsstadiet , som er der kundene har innsett at de har et behov å fylle, eller et problem å løse. Merkevarebevissthet kan starte med reklame i tradisjonelle medier (f.eks. trykk, radio, TV) eller en nettkampanje, men mest sannsynlig må disse kanalene mikses sammen.
Forbrukere kan deretter gå over til vurderingsstadiet. I denne fasen ser de etter mer informasjon ved å bla gjennom produktanmeldelser på nettet, spørre venner eller konsultere en forhandler. Mens de sammenligner produktegenskaper og priser, kan de oppdage nye merker eller alternative produkter og starte reisen på nytt.
Og på et tidspunkt vil de ta en kjøpsbeslutning, bevisst eller ved hjelp av et lite dytt. Dette er beslutningsfasen.
Etter å ha kjøpt et produkt eller en tjeneste for første gang, vil målet ditt som merkevare være å beholde dem som lojale kunder, og la dem være talspersoner for merkevaren din.
På grunn av teknologisk utvikling, og kundenes økende krav til sømløse opplevelser, er kundereisen mer kompleks enn noen gang.
Kompleksiteten i en kundereise handler ikke bare om det store antallet kontaktpunkter, men i enda større grad om de utallige måtene disse kan kombineres og kobles sammen for å lede forbrukeren videre gjennom kundereisen. Og for å gjøre det enda mer komplekst, er det verdt å tenke på at ulike kundesegmenter foretrekke ulike reiser. For hver av segmentene finnes det gjerne en tydelig vei til suksess. Derfor er det ikke rart at analytikere og forskere forventes å bidra med orientering.
Utfordringene knyttet til kundereiseanalyse er mange, og dataanalyse er definitivt en av dem. Det å beregne effekten av enkeltopplevelser på den generelle merkeoppfatningen i en nøkkel driveranalyse(KDA) kan bli ganske komplisert. På samme måte kan det å tilskrive suksessen ved en konvertering til ett enkelt tiltak ved hjelp av Multi-Touch Attribution-modeller ofte føles mer som en kunst enn som en presis vitenskap. Selv om dette absolutt fortjener mer oppmerksomhet, vil denne artikkelen først og fremst omhandle utfordringene datainnsamlere, som Norstat, står overfor når de utfører kundereiseundersøkelser.
Den første utfordringen består av å få oversikt over alle relevante kontaktpunkter. Noen av disse kan være under merkevarens kontroll (for eksempel nettside eller egne butikker), andre kan være styrt av merkevaren selv om mediet ikke eies (for eksempel annonsering), mens enkelte ligger helt utenfor merkevarens kontroll (for eksempel word of mouth). Selv for mellomstore merkevarer kan antallet ulike kontaktpunkter ligge på flere hundretalls, noe som gjør det svært krevende å få et fullstendig overblikk.
Den andre utfordringen innebærer hvordan man samler inn data om hvert av disse kontaktpunktene. Det er primært to tilnærminger vi bruker: aktivt spørre folk (aktiv datainnsamling) eller passiv måling og observasjon (passiv datainnsamling). Det er ikke enkelt å si hvilket alternativ som er best. Når du ikke kan måle interaksjonen eller engasjementet med et bestemt kontaktpunkt, er det nødvendig å spørre aktivt. Aktiv datainnsamling har imidlertid sine ulemper, spesielt når det gjelder å fange opp persepsjoner som opererer under terskelen til bevisst oppmerksomhet, men som fortsatt påvirker forbrukere ubevisst. På den annen side har måling gjennom passiv datainnsamling også begrensninger. Ofte gir passive data bare overfladisk innsikt og klarer ikke å avsløre det emosjonelle engasjementet knyttet til et kontaktpunkt. For eksempel, å få innsikt fra geodata om at noen var i nærheten av en reklametavle, garanterer ikke at personen faktisk oppfattet reklametavlen.
Det bringer oss til neste utfordring: Hvordan kan vi få tilgang til så mange datapunkter som mulig for én enkelt kundereise? I en tid hvor sporing av informasjonskapsler avtar, er det viktig å stole på andre datapunkter også. Du kan spore forbrukernes kommentarer på sosiale medier og utføre en sentimentanalyse på om de snakker positivt eller negativt om merkevaren din. Du kan utløse en kort nettundersøkelse etter hvert kjøp på nettstedet ditt og spørre om kundens opplevelse. Uansett hva du gjør, er det sannsynligvis ingen “one-size-fits-all”-tilnærming, og du må være litt kreativ for å samle data.
Selv om du klarer å samle inn all nødvendig informasjon, løper du inn i neste utfordring: Hvordan kan du koble sammen alle disse punktene for å se det store bildet? Det er her Norstat Integrated Data Services kommer inn i bildet. I det ideelle tilfellet har du data om hvert eneste kontaktpunkt for hver enkelt deltaker i studien, noe som muliggjør en enkel analyse. Men i virkeligheten er et så komplett datasett sjelden tilgjengelig. Vanligvis har man noe data for hvert kontaktpunkt, med overlappende utvalg på tvers av ulike punkter. Dessverre, er det også ofte mange manglende verdier og hull i dataene. Moderne statistiske metoder kan riktignok brukes til å estimere “blind spots” basert på allerede kjente forbindelser (f.eks. Lookalike Audiences), men dette stiller også krav til datainnsamlingen: Man må ha tilstrekkelig antall tilfeller i de overlappende utvalgene for å kunne trekke pålitelige slutninger om den generelle kundegruppen.
Til syvende og sist samler vi alltid inn data for de som skal analysere og bruke den. Det betyr at all data må oppfylle visse krav for analyse – spesielt behovet for å finne en felles KPI for alle kontaktpunkter, slik at de kan sammenlignes. Gitt alle utfordringene ovenfor, kan dette bli svært komplekst. I noen prosjekter har vi måttet håndtere ulike strømmer av sanntidsdata og samtidig gjøre all informasjon tilgjengelig i et nettbasert dashbord. Avhengig av hva dataene skal brukes til, består den siste utfordringen i å forberede all data slik at det er brukervennlig og nyttig for brukerne.
Med tanke på alle de ovennevnte punktene, burde det være tydelig at forskning på kundereiser kan være svært forskjellig for ulike merker, ulike kundesegmenter og ulike medietyper. Det er nok ikke mulig å kartlegge én sti som fungerer for alle. Våre prosjektledere diskuterer gjerne individuelle løsninger for å oppfylle deres krav. Ta kontakt med oss og finn ut hva vi kan gjøre for deg.