Skip to content
Analytics  •  B2C  •  Data & Analytics  •  Data Management

Asiakastiedon luokittelu ja jalostaminen B2C-markkinoinnissa – osa 3/3

Blogisarjan edellisessä osassa kävimme läpi kaksi esimerkkejä, miten hyödyntää asiakastiedon jalostamista parissa tyypillisessä liiketoimintatavoitteessa. Jatkamme tiedon jalostamisen hyödyntämistä sähköpostimarkkinnoinnin optimointitapauksella. Digimarkkinoinnin valtakaudella on itsestäänselvää, että markkinoijalla tulee olla erittäin vahva ymmärrys ja osaaminen, miten hyödyntää asiakastietoja optimoimalla digitaalisia markkinointitoimia jatkuvasti ja analyyttisesti.

 

Sähköpostimarkkinoinnin avausprosentin optimointi

Avausprosentin optimointia pidetään usein hiukan vähäpätöisempänä taktisena säätämisenä, jolla ei juurikaan ole merkitystä liiketoiminnan kokonaistavoitteiden kannalta. Yksinkertaisella konversioprosenttilaskelmalla on kuitenkin mahdollista osoittaa, että pysyvästi paremmalla avausprosentilla voidaan saavuttaa pidemmällä aikavälillä huomattava positiivinen vaikutus esim. verkkokaupan myyntiin. Näin siksi, että B2C-sähköpostimarkkinoinnille on tavallisesti ominaista suhteellisen suuret kontaktimäärät ja viestien lähetystiheys. Asiakastietoa jalostamalla ja analytiikan keinoin voidaan avausprosenttia optimoida kymmenillä eri tavoilla. Montako teillä yrityksessä on käytössä?

Otetaan yksinkertainen esimerkki: Miten määritellä sähköpostiviestin optimaalinen lähetysajankohta? Tähän on monta keinoa. Lähetysajankohtaa voidaan optimoida esimerkiksi jalostamalla pelkästään sähköspostiosoitteiden jo itsessään sisältämää dataa. Sähköpostiosoiteen merkkijono koostuu vastaanottajan osuudesta ja domainosuudesta. Domainosuutta luokittelemalla voidaan tilaajat jakaa esimerkiksi yksityis- ja yritystileihin.

Kun analysoidaan avausprosenttia ajan ja domainin mukaan, yleensä havaitaan, että yritystilit ovat aktiivisempia arkisin työaikaan ja yksityistilit iltaisin ja viikonloppuisin. Jos näin ei ole, tilaajalista voidaan silti segmentoida paivä-, ilta- ja yökäyttäjiin analysoimalla avaus- ja klikkiprosentteja eri aikoina. Jokainen tilaajalista käyttäytyy eri tavoin, joten parhaan vastaanottohetken löytämiseksi on tärkeää jatkuvasti optimoida muuttujia.

Jako yritys- ja yksityistileihin tai eri aktiviteetteihin perustuviin segmentteihin voidaan sinänsä tehdä jo markkinointiautomaatiotyökalussa, kun kohderyhmäkriteereitä muodostetaan, jolleivät segmentit jo löydy ja ole saatavilla asiakastietovarastosta. Koska sähköpostia voidaan mitata hyvin tarkasti, on mahdollista optimoida niin avaus- kuin klikkiprosenttia usealla eri tavalla.

 

Loppuyhteenveto asiakastiedon jalostamisesta ja analytiikasta

Blogisarjassamme on esitelty kolme esimerkkiä jalostaa asiakasdataa liiketoimintalähtöisesti ja tätä kautta mahdollistaa sekä tehokkaampi että asiakaslähtöisempi markkinointi. Kun haluat hyödyntää näitä tai ottaa käyttöön innovatiivisempia datan jalostustaktiikoita, ota yhteys Avauksen kokeneisiin ammattilaisiin. Keskustellaan yhdessä sinun erityistapauksestasi ja pannaan asiakasdatasi töihin!

 

Contact us

Latest posts