SlideShare a Scribd company logo
ASIAKKAIDEN EHDOILLA




                        Tehokas markkinointi vaatii Big Datan
                                  hyödyntämistä

         Big datan haltuunottavat yritykset saavuttavat                  Markkinoinnin johtamisen näkökulmasta digitaa-
         kilpailuedun muihin yrityksiin nähden, kuten esi-           lisen markkinoinnin täytyy sopia samoihin liiketoi-
         merkiksi McKinsey Global Institute toteaa 2011              minnan raameihin kuin perinteisenkin markkinoin-
         ilmestyneessä raportissaan” Big Data: The Next              nin. Digitaalisen markkinoinnin käyttöä määrittävät
         Frontier for Innovation, Competition and Produc-            kustannukset ja toisaalta niihin liitettävissä oleva
         tivity”(1). Tutkimusyhtiö Gartner taas on ennustanut,       ROI tai ROM. Markkinoinnin kustannukset tunne-
         että vuoteen 2017 mennessä CMO käyttää enem-                taan yrityksissä yleensä hyvin ja tämä pätee myös
         män rahaa IT hankkeisiin kuin CIO(2). Syitä näihin          digitaalisten markkinointikanavien kustannuksiin.
         tutkimustuloksiin on monta. Asiakkaat käyttävät             Hyötypuolen seuranta on haasteellisempaa. Digi-
         yhä enemmän erilaisia sähköisiä kanavia asioides-           taalisissa markkinointikanavissa syntyy paljon tie-
         saan yritysten ja muiden organisaatioiden kanssa.           toa asiakkaiden käyttäytymisestä. Suuret tietomää-
         Asiakaskommunikaatio siirtyy enenevässä määrin              rät ja tiedon epämääräisyys tekevät seurannasta
         internetiin sekä tiedonhaun, kaupankäynnin että             haastavaa. Haasteista huolimatta internet-sivujen,
         asiakaspalautteen osalta. Markkinointikampanjoi-            hakukoneiden ja sosiaalisen median toimintaa pitää
         ta tehdään suuressa määrin sähköisten kanavien              pystyä seuraamaan, jotta taloudellisia tunnusluku-
         kautta, ja ne ovat dialogimuotoisia automaattisine          ja voidaan laskea. Samoin mobiilikanavien. Pelkkä
         palautekanavineen. Asiakkaiden käyttäytymisestä             web-sivujen liikenteen seuranta ei enää riitä, vaan
         sähköisissä kanavissa syntyy suuria määriä dataa,           yritysten on muodostettava monikanavanäkymiä
         jota voidaan hyödyntää sitä analysoimalla. Koska            yli erilaisten sähköisten markkinointikanavien. Seu-
         asiakkaiden sähköisten kanavien käyttö ja niiden            rattavia asioita ovat markkinointikommunikaation
         monipuolisuus lisääntyvät, tiedon määrän kasvu              tehokkuus esimerkiksi markkinointi-investointien ja
         kiihtyy koko ajan. Valtavia tietomääriä pitää pystyä        lisämyynnin yhteyden kautta. Myös asiakastyyty-
         tallentamaan ja käsittelemään, jotta uusi arvokas           väisyys eri sähköisten kanavien kautta tapahtuvaan
         asiakastieto saadaan tuottavaan käyttöön. Tiedon            asiakaskommunikaatioon on seurattavien asioiden
         suuri määrä ei ole ainoa uusi haaste, vaan tietoa           listalla. Mitä asiakas esimerkiksi ajattelee, jos hän
         syntyy myös yhä useammassa eri muodossa. Sellaiset          on juuri ehtinyt ostamaan uuden kalliin televisi-
         kanavat kuin sosiaalinen media ja asiakaspalautesäh-        on, josta saa seuraavalla viikolla henkilökohtaisen
         köpostit sisältävät hyödyllistä informaatiota, joka on      tarjouksen sähköpostiinsa juuri siltä kaupalta, josta
         monimuotoista ja monimutkaista. Monimuotoista               television osti. Näin voi todellisuudessa käydä, jos
         dataa on vaikeaa jalostaa yrityksen hyötykäyttöön           eri kanavista tulevaa tietoa ei integroida keskenään.
         perinteisin menetelmin. Näiden haasteiden voitta-           Eri kanavien asiakastapahtumat pitää saada kiinni,
         minen on kuitenkin elinehto kaikille yrityksille yhä        ja ne pitää pystyä liittämään osaksi liiketoimin-
         kilpaillummilla lokaaleilla ja globaaleilla markkinoilla.   nan kokonaisasiakasanalytiikkaa ja päätöksente-


                                                                                                                       21




001-176_Asiakkuusmarkkinointi_2013.indd 21                                                                            5.12.2012 13.49
ASIAKKAIDEN EHDOILLA




         koa. Koska sähköisissä kanavissa kaikki tapahtuu          asioiden selvittämiseen. Tarvitaan kuitenkin uusia
         nopeasti, reaaliaikaisuuden vaatimus on ainakin           keinoja ja työkaluja big datan hallitsemiseksi ja
         joissain tapauksissa otettava myös huomioon. Tai          analysoimiseksi. Digitaalisen markkinoinnin näkö-
         oikeastaan, asiakkaiden käyttäytymistä pitää pystyä       kulmasta tämä tarkoittaa varsinkin valtavien web-
         ennakoimaan ja ohjaamaan esimerkiksi asiakkaan            datamäärien keräämistä ja prosessoimista asiakas- ja
         aikoessa hyljätä ostoskori web-kaupassa. Nopea            liiketoiminta-analytiikan tarpeisiin. Myös esimerkiksi
         ja oikea-aikainen tarjous voi pelastaa tilanteen ja       sähköpostit, sähköisten palautelomakkeiden sisältö
         saada asiakkaan harkitsemaan ostotapahtumaa               ja asiakaspalvelukeskusten tallentama tieto on osa
         uudelleen. Tällaisessa tapauksessa digitaalisessa         uuden ajan sähköistä asiakastietoa. Kaikki tämä tieto
         kanavassa tapahtuva lähes reaaliaikainen markki-          on arvokasta, mutta samalla se on monimuotoista
         nointi johtaa heti lisämyyntiin ja on sinänsä erittäin    ja monimutkaista. Uusien menetelmiä avulla big
         onnistunutta kokonaistaloudellisesta näkökulmas-          datasta voidaan kuitenkin seuloa ulos oleellinen ja
         ta. Siirtyminen reaktiivisuudesta proaktiivisuuteen       liittää se mukaan yrityksen muuhun asiakastietoon
         digitaalisessa markkinoinnissa vaatii big datan hy-
         vää analysoimista ja käyttämistä automaattiseen
         päätöksentekoon reaaliajassa.
            Big data on kuuma aihe kaikessa liiketoiminta-
         analytiikassa ja tiedonhallinnassa. Näin myös
         asiakasanalytiikassa ja varsinkin liittyen digitaa-
         liseen markinointiin. Big data käsite liittyy suuriin
         tietomääriin, joita syntyy esimerkiksi asiakkaiden
         asioidessa sähköisillä kauppapaikoilla. Kun big data
         käsite syntyi, tarkoitti se aluksi lähinnä hyvin suuria
         tietomääriä. Nyt sillä tarkoitetaan tietoa, jota syntyy
         hyvin suuria määriä nopeasti (Volume and Veloci-
         ty), kuten sivulla olevan kuvan yhteenveto kertoo.
         Lisäksi big datalla tarkoitetaan tietoa, joka ei ole
         määrämuotoista (Variety). Tämä merkitsee sitä, että
         esimerkiksi internetissä syntyvää asiakastietoa on
         vaikea käsitellä suhteessa muuhun asiakastietoon.
         Miten eri asiakassegmentit käyttäytyvät sosiaalisessa
         mediassa tai kuinka eri asiakasryhmät käyttävät
         hakukoneita etsiessään kauppaan johtavaa tuote-
         tietoa ovat asioita, jotka ovat myyjälle hyvin arvok-
         kaita tietää, mutta vaikeita selvittää tiedon suuren
         määrän ja monimutkaisuuden takia. Big datassa ja                Lähde: http://www.domo.com/blog/2012/06/
         sen käsittelyssä on aineksia tällaisten arvokkaiden              how-much-data-is-created-every-minute/


         22




001-176_Asiakkuusmarkkinointi_2013.indd 22                                                                           5.12.2012 13.49
ASIAKKAIDEN EHDOILLA




         analysoitavaksi. Esimerkkejä ovat asiakaspalautteen        markkinoinnin vaikuttavuutta.
         tekstianalyysi, jossa etsitään eri tuotteisiin liittyviä      Big data ei ole erillinen osa yrityksen tiedonhal-
         hyviä ja huonoja kommentteja eri asiakassegmen-            lintaa. Jos esimerkiksi asiakkaiden käyttäytymistä
         teissä. Tai polkuanalyysi siitä, millaiset tapahtumat      sosiaalisessa mediassa tutkitaan erillisenä asiakas-
         johtavat asiakassuhteen päättymiseen.                      tiedon osana, asiakaskuva ei täydenny vaan pirs-
             Big data asettaa uusia vaatimuksia digitaaliselle      toutuu. Niinpä big data on prosessoitava muotoon,
         markkinoinnille, mutta se on myös valtava mah-             jossa se on ymmärrettävää. Tämä vaatii rakenteiden
         dollisuus ymmärtää asiakkaita yhä paremmin ja              tunnistamista monimuotoisesta datasta ja näiden
         yhä tarkemmalla tasolla. Tämä taas mahdollistaa            rakenteiden integroimista yrityksen muuhun asia-
         henkilökohtaisemman kommunikaation asiakkaiden             kastietoon. Jos big datasta esimerkiksi tunnistetaan
         kanssa ja toisaalta vähentää turhaa kommunikaa-            polkuanalyysien avulla ne vaiheet, jotka johtavat
         tiota. Yhä suurempi osa kuluttajista sallii suorien        asiakassuhteen päättymiseen, on arvokasta ym-
         viestien lähettämisen, jos viestien sisältö on rele-       märtää mitkä asiakasryhmät noudattavat mitäkin
         vanttia heille. Esimerkiksi e-tailing group:n ja My-       polkua. Näin toimenpiteet asiakassuhteen jatkami-
         Buys, Inc:n 2012 suoritetussa yhteistutkimuksessa          seksi voidaan suunnitella asiakassegmenteittäin.
         55% tutkimukseen osallistuneista kuluttajista oli          Tämä taas lisää tehokkuutta. Voidaan jopa tehdä
         valmiita tarjoamaan tietoa omista preferensseis-           päätös olla puuttumatta tiettyjen asikassegment-
         tään, jos se auttaa yri­tyksiä parantamaan heidän          tien polkuihin ja antaa niiden poistua asiakas-
         ostokokemuksiaan(3). Asiakkaalta voidaan siis kysyä        kunnasta. Kun tällainen ilmiö tunnetaan hyvin
         hänen preferensseistään suoraan, mutta on myös             suhteessa yrityksen asiakaskuntaan, uskalletaan
         toinen tapa. Asiakkaan preferenssejä voidaan pää-          tehdä päätöksiä, joita ei muuten todennäköisesti
         tellä hänen käyttäytymisensä perusteella. Se mitä          tehtäisi. Jotta big datasta seulottu asiakastieto
         asiakas ostaa, milloin hän ostaa ja minkä kanavan          saadaan tehokäyttöön, pitää se myös tallentaa
         kautta ovat tärkeitä asioita. Mutta tärkeää on myös        samaan paikkaan muun asiakastiedon kanssa. Näin
         se, miten asiakas hakee tietoa tuotteista ja miten         kaikki tarvitsijat pääsevät käsiksi kokonaiskuvaan
         hän tuotteita ostaa. Esimerkiksi seuraako asiakas          asiakkaasta. Jos tieto on tallennettu moneen eri
         sosiaalista mediaa ja hakee tietoa sitä kautta. Vai        paikkaan, on sen yhdisteleminen hidas ja työtä
         käykö hän läpi kaupan tuotesivuja tietoa etsiessään        vaativa tehtävä. Integroitu asiakastieto helposti
         ja päätyikö hän näille sivuille esimerkiksi hakuko-        analysoitavassa muodossa on yrityksen kannalta
         neen kautta tai painamalla jollain sivulla olevaa          kaikkein paras tilanne.
         banner-mainosta. Vaihtoehtoja on lukematon                    Vaikka big data, sen hallinta ja hyödyntämi-
         määrä ja eri polkujen tunteminen on yritykselle            nen markkinoinnin tarpeisiin on suhteellisen uusia
         erittäin arvokasta – last-click-attribution ei enää        asia, esimerkkejä menestyksekkäistä toteutuksista
         riitä, vaan koko ostoon johtanut polku monen ka-           löytyy. Digitaaliseen kaupankäyntiin ja markki-
         navan kautta pitää tuntea. Tehokkaimpien polkujen          nointiin liittyy Shop Directin menestystarina,
         tunteminen vaikuttaa digitaalisten markkinointi-           jossa kaupankäynnin fokus siirrettiin heikosti
         kanavien valintaan, laskee kustannuksia ja nostaa          kannattavasta offline-kaupankäynnistä online-


                                                                                                                      23




001-176_Asiakkuusmarkkinointi_2013.indd 23                                                                           5.12.2012 13.49
ASIAKKAIDEN EHDOILLA




         kauppaan(4). Shop Direct on Britanniassa toimiva        kilökohtaista palvelua ja myyjä lisää myyntiään.
         konserni, jonka alle kuuluvat mm. perinteikkäät         Shop Directin kanssa samankaltainen tarina on
         Littlewoods ja Woolworths tavaratalobrändit.            JDWilliams, joka on Britanniassa toimiva erikoi-
         Littlewoods brändin alla Shop Direct toteutti op-       siin vaatekokoihin keskittynyt verkkokauppa. Myös
         timoidun monikanavamarkkinointi-integraation            JD Williamsilla on useampi myyntikanava, joista
         internet-kaupan, katalogien ja puhelinmyynnin           tuleva asiakkaiden käyttäytymistieto pitää integ-
         osalta. Kaikista kanavista kerätään tietoa asiakkaan    roida markkinointitoimenpiteiden optimoimiseksi
         käyttäytymisestä, tieto analysoidaan ja asiakaskom-     ja myynnin maksimoimiseksi(5).
         munikointi luodaan niin, että eri kanavien kautta          Toisenlainen esimerkki on Yhdysvalloissa toimiva
         tapahtuvaa kanssakäymistä optimoidaan myynnin           kirjakauppa Barnes&Noble(6, 7 & 8). B&N halusi haas-
         ja asiakastyytyväisyyden maksimoimiseksi. Shop          taa Amazonin erityisesti sähköisten kirjojen mark-
         Direct pystyy seuraamaan reaaliajassa esimerkiksi       kinoilla. Tämä vaati siirtymistä tuotepohjaisesta
         hylättyjä ostoskoreja ja asiakkaan siirtymistä kana-    markkinoinnista asiakaskeskeiseen markkinointiin.
         vasta toiseen. Tämä tapahtuu keräämällä internet-       B&N integroi eri kanavista kerätyn asiakastiedon,
         kaupasta reaaliajassa asiakkaan käyttäytymisdataa,      jotta monikanavanäkymän luominen ja optimointi
         analysoimalla se ja syöttämällä muiden kanavien         olisi mahdollista. Kanavia olivat sekä sähköiset
         kuten puhelinmyyjien käyttöön. Asiakas tunnis-          kanavat kuten internet-kauppa että Yhdysvalloissa
         tetaan internetissä käyttäjätunnusten perusteella       sijaitsevat B&N kivijalkakirjakaupat. Kerätyn tiedon
         ja puhelinpalvelussa puhelinnumeron perusteella.        avulla B&N alkoi tehdä reaaliaikaista asiakasseg-
         Nämä tiedot yhdistetään muuhun asiakastietoon,          mentointia sekä reagoida asiakkaan käyttäyty-
         jotta monikanavatunnistus mahdollistuu. Asiak-          miseen sillä hetkellä, kun asiakas oli tekemässä
         kaan soittaessa puhelinpalveluun, asiakaspalvelija      ostotapahtumaa. Tämä tapahtuu esimerkiksi asi-
         voi tehdä puhelimitse tarjouksia juuri ostoskoriin      akkaan maksaessa kirjaostostaan kassalla. Asiakas
         hylätyistä tuotteista. Asiakas kokee saavansa hen-      tunnistetaan ensin asiakaskortin avulla. Tiedot
                                                                                               syötetään reaaliajassa
                                                                                               analysoitaviksi ja kun
                                                                                               tietyt asiakassegment-
                                                                                               teihin liittyvät kriteerit
                                                                                               täyttyvät, tulostetaan
                                                                                               asiakkaan kuittiin tar-
                                                                                               jous esimerkiksi ku-
                                                                                               pista kahvia kirjakau-
                                                                                               pan kahvilassa. Näin
                                                                                               asiakastyytyväisyyttä
                                                                                               saadaan nostettua ja
                                                                                               samalla oheistuote-
                                      Lähde: www.littlewoods.com                               myyntiä kasvatettua.


         24




001-176_Asiakkuusmarkkinointi_2013.indd 24                                                                           5.12.2012 13.49
ASIAKKAIDEN EHDOILLA




            Yksi kokeneimmista big datan kaupallisista          mahdollisuudet tunnistetaan ja hyödyt arvioidaan.
         hyödyntäjistä on maailman suurin sähköinen             Sen jälkeen tutkitaan miten big data kerätään,
         huutokauppasivusto eBay(9). Myös eBayn omis-           yhdistetään olemassaolevaan asiakasdataan ja
         tama PayPal hyödyntää sähköisistä kanavista            hyödynnetään markkinoinnin päätöksenteossa
         kerättyä dataa liiketoimintansa kehittämiseen.         jopa reaaliaikaisesti. Tämä ei ole suinkaan helppo
         Suurille verkkokaupoille kuten eBaylle big datan       tehtävä, mutta tuottaa lopulta hyviä tuloksia yhä
         hyödyntäminen on elinehto - eBayllä on yli 50          tiukemmin kilpailluilla markkinoilla.
         000 tuotekategoriaa ja satoja miljoonia käyttäjiä.
         eBay hyödyntää reaaliaikaista big data analytiikkaa
         esimerkiksi kuvatunnistuksella. Tässä käyttötapa-      Lähteet
                                                                1. (http://www.mckinsey.com/insights/mgi/research/technology_and_
         uksessa asiakas ottaa kuvan esimerkiksi pitämäs-       innovation/big_data_the_next_frontier_for_innovation)
                                                                2. (http://my.gartner.com/portal/server.pt?open=512&objID=202&mode=2
         tään puserosta, koska haluaa ostaa samanvärisen        &PageID=5553&resId=1871515&ref=Webin)
         hameen. Kuvan otettuaan hän pystyy etsimään            3. (http://www.marketwire.com/press-release/New-Survey-Finds-Consumers-
                                                                More-Trusting-Sharing-Information-With-Retailers-Than-1685190.htm)
         eBay kaupoista hameita ottamansa kuvan avulla.         4. (http://www.teradatamagazine.com/v10n04/Features/Stellar-Outlook/)
                                                                5. (http://www.teradatamagazine.com/v10n02/Features/Browsing-for-
         Taustalla tapahtuu kuvan tunnistus, sen värin ver-     Internet-insight/)
         taaminen ja automaattinen haku samanväristen           6. (http://www.youtube.com/watch?v=GQwu8X2EbzY)
                                                                7. (http://www.asterdata.com/customers/barnes-and-noble.php)
         hameiden osalta. Asiakas saa ruudulleen täsmäl-        8. (http://www.asterdata.com/barnes-and-noble.php )
                                                                9. (http://www.youtube.com/watch?v=YSj0xJhuw_I)
         leen niitä tuotteita, joista hän halusi ostoksensa
         valita. Asiakkaan tarpeeseen vastataan nopeasti
         ja täsmällisesti, mikä parantaa kaupankäyntiä ja
         asiakastyytyväisyyttä.
            Big datan haltuunotto markkinoinnissa on
         tulevaisuudessa elinehto kaikille yrityksille. Se
         antaa myyjälle mahdollisuuden paitsi tehostaa
         markkinointia, niin myös tehdä asiakasviestinnästä
         henkilökohtaisempaa ja tuloksellisempaa. Asiakkaan
         näkökulmasta asiakaspalvelu paranee ja markki-
         nointiviestit ovat tarkempia ja henkilökohtaisempia.
         Tutkimusten mukaan asiakkaat arvostavat tätä ja
         ovat valmiita kertomaan yrityksille itsestään jopa
         nykyistä enemmän, jos saavat vastineeksi oleel-
         lisempaa tietoa myyjiltä. Haltuunotto kannattaa
         aloittaa tunnistamalla yrityksessä jo olemassa
         olevan asiakastieto ja miten sitä käytetään markki-
         noinnissa. Jo nykyisen tilanteen kartoittaminen ja
         kehittäminen saattaa johtaa hyviin tuloksiin. Kun                                             Marko Yli-Pietilä,
         olemassaoleva asiakastieto on selkiytetty, big datan                      Key Account Director, Teradata Finland



                                                                                                                                   25




001-176_Asiakkuusmarkkinointi_2013.indd 25                                                                                        5.12.2012 13.49

More Related Content

What's hot

Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa. Johdanto,...
Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa. Johdanto,...Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa. Johdanto,...
Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa. Johdanto,...
B2B-seminaari
 
Omnichannel – webinaarimateriaali (25.11.2014)
Omnichannel – webinaarimateriaali (25.11.2014)Omnichannel – webinaarimateriaali (25.11.2014)
Omnichannel – webinaarimateriaali (25.11.2014)
Jarno Malaprade
 
Big data mita se on 10 casea
Big data mita se on 10 caseaBig data mita se on 10 casea
Big data mita se on 10 casea
ASML
 
Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa, Panu Laak...
Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa, Panu Laak...Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa, Panu Laak...
Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa, Panu Laak...
B2B-seminaari
 
Katsaus Alma Median vuoteen 2014
Katsaus Alma Median vuoteen 2014Katsaus Alma Median vuoteen 2014
Katsaus Alma Median vuoteen 2014
Alma Media
 
Digital marketing, part 1
Digital marketing, part 1Digital marketing, part 1
Digital marketing, part 1
Kai Schleutker (Reikko)
 
Lisäarvot ja strategiat kiinteistö- ja rakennusalalla
Lisäarvot ja strategiat kiinteistö- ja rakennusalallaLisäarvot ja strategiat kiinteistö- ja rakennusalalla
Lisäarvot ja strategiat kiinteistö- ja rakennusalalla
Jussi Hirvela
 
Nostoja kirjasta tietovarastot ja business intelligence
Nostoja kirjasta tietovarastot ja business intelligenceNostoja kirjasta tietovarastot ja business intelligence
Nostoja kirjasta tietovarastot ja business intelligence
Sinikka Ahokas
 
Mio 2020 perko
Mio 2020 perkoMio 2020 perko
Mio 2020 perko
ASML
 
Mobiilimaksaminen
MobiilimaksaminenMobiilimaksaminen
Mobiilimaksaminen
Tommi Rissanen
 
Markkinointiautomaatio B2B-markkinoinnissa
Markkinointiautomaatio B2B-markkinoinnissaMarkkinointiautomaatio B2B-markkinoinnissa
Markkinointiautomaatio B2B-markkinoinnissa
Henna Niiranen
 
Liiketoiminta 2
Liiketoiminta 2Liiketoiminta 2
Liiketoiminta 2
Saunalle
 
Asiakkuus2015 raportti
Asiakkuus2015 raporttiAsiakkuus2015 raportti
Asiakkuus2015 raportti
ASML
 
Asiakaskokemus, data ja uudet palvelut B2B-liiketoiminnan kehittämisessä
Asiakaskokemus, data ja uudet palvelut B2B-liiketoiminnan kehittämisessäAsiakaskokemus, data ja uudet palvelut B2B-liiketoiminnan kehittämisessä
Asiakaskokemus, data ja uudet palvelut B2B-liiketoiminnan kehittämisessä
Mikko Eerola
 

What's hot (14)

Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa. Johdanto,...
Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa. Johdanto,...Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa. Johdanto,...
Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa. Johdanto,...
 
Omnichannel – webinaarimateriaali (25.11.2014)
Omnichannel – webinaarimateriaali (25.11.2014)Omnichannel – webinaarimateriaali (25.11.2014)
Omnichannel – webinaarimateriaali (25.11.2014)
 
Big data mita se on 10 casea
Big data mita se on 10 caseaBig data mita se on 10 casea
Big data mita se on 10 casea
 
Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa, Panu Laak...
Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa, Panu Laak...Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa, Panu Laak...
Sosiaalisen median mahdollisuudet B2B-myynnissä ja markkinoinnissa, Panu Laak...
 
Katsaus Alma Median vuoteen 2014
Katsaus Alma Median vuoteen 2014Katsaus Alma Median vuoteen 2014
Katsaus Alma Median vuoteen 2014
 
Digital marketing, part 1
Digital marketing, part 1Digital marketing, part 1
Digital marketing, part 1
 
Lisäarvot ja strategiat kiinteistö- ja rakennusalalla
Lisäarvot ja strategiat kiinteistö- ja rakennusalallaLisäarvot ja strategiat kiinteistö- ja rakennusalalla
Lisäarvot ja strategiat kiinteistö- ja rakennusalalla
 
Nostoja kirjasta tietovarastot ja business intelligence
Nostoja kirjasta tietovarastot ja business intelligenceNostoja kirjasta tietovarastot ja business intelligence
Nostoja kirjasta tietovarastot ja business intelligence
 
Mio 2020 perko
Mio 2020 perkoMio 2020 perko
Mio 2020 perko
 
Mobiilimaksaminen
MobiilimaksaminenMobiilimaksaminen
Mobiilimaksaminen
 
Markkinointiautomaatio B2B-markkinoinnissa
Markkinointiautomaatio B2B-markkinoinnissaMarkkinointiautomaatio B2B-markkinoinnissa
Markkinointiautomaatio B2B-markkinoinnissa
 
Liiketoiminta 2
Liiketoiminta 2Liiketoiminta 2
Liiketoiminta 2
 
Asiakkuus2015 raportti
Asiakkuus2015 raporttiAsiakkuus2015 raportti
Asiakkuus2015 raportti
 
Asiakaskokemus, data ja uudet palvelut B2B-liiketoiminnan kehittämisessä
Asiakaskokemus, data ja uudet palvelut B2B-liiketoiminnan kehittämisessäAsiakaskokemus, data ja uudet palvelut B2B-liiketoiminnan kehittämisessä
Asiakaskokemus, data ja uudet palvelut B2B-liiketoiminnan kehittämisessä
 

Similar to Tehokas markkinointi vaatii Big Datan hyödyntämistä

Magenta advisory: Tietopohjainen päätöksenteko - onko organisaatiosi valmis b...
Magenta advisory: Tietopohjainen päätöksenteko - onko organisaatiosi valmis b...Magenta advisory: Tietopohjainen päätöksenteko - onko organisaatiosi valmis b...
Magenta advisory: Tietopohjainen päätöksenteko - onko organisaatiosi valmis b...
BearingPoint Finland
 
Luento 8 Imc Ja Uudet Mediat
Luento 8 Imc Ja Uudet MediatLuento 8 Imc Ja Uudet Mediat
Luento 8 Imc Ja Uudet Mediat
Henri Weijo
 
Uudet digitaaliset liiketoimintamallit
Uudet digitaaliset liiketoimintamallitUudet digitaaliset liiketoimintamallit
Uudet digitaaliset liiketoimintamallit
Tommi Rissanen
 
Kärkihankkeen esittely, Taru Rastas
Kärkihankkeen esittely, Taru Rastas Kärkihankkeen esittely, Taru Rastas
Kärkihankkeen esittely, Taru Rastas
Tilastokeskus
 
Vähittäiskaupan digitalisaatio
Vähittäiskaupan digitalisaatioVähittäiskaupan digitalisaatio
Vähittäiskaupan digitalisaatio
Kimmo Alaraudanjoki
 
Digitaalinen asiakkuus asml 11 2012
Digitaalinen asiakkuus asml 11 2012Digitaalinen asiakkuus asml 11 2012
Digitaalinen asiakkuus asml 11 2012
ASML
 
Sosiaalisen median soveltamistavat ja hyödyt teollisissa business-to-business...
Sosiaalisen median soveltamistavat ja hyödyt teollisissa business-to-business...Sosiaalisen median soveltamistavat ja hyödyt teollisissa business-to-business...
Sosiaalisen median soveltamistavat ja hyödyt teollisissa business-to-business...
Jari Jussila
 
Magenta Advisory - Kilpailukykyä monikanavaisesti
Magenta Advisory - Kilpailukykyä monikanavaisestiMagenta Advisory - Kilpailukykyä monikanavaisesti
Magenta Advisory - Kilpailukykyä monikanavaisesti
BearingPoint Finland
 
Verkosta virtaa liiketoimintaan_tuomo luoma
Verkosta virtaa liiketoimintaan_tuomo luomaVerkosta virtaa liiketoimintaan_tuomo luoma
Verkosta virtaa liiketoimintaan_tuomo luoma
Tuomo Luoma
 
Kasvua datasta asml_2015
Kasvua datasta asml_2015Kasvua datasta asml_2015
Kasvua datasta asml_2015
ASML
 
Menesty webissä vuonna 2014
Menesty webissä vuonna 2014Menesty webissä vuonna 2014
Menesty webissä vuonna 2014
Sininen Meteoriitti / Blue Meteorite
 
Uusi suunta sisaltostrategialla
Uusi suunta sisaltostrategiallaUusi suunta sisaltostrategialla
Uusi suunta sisaltostrategialla
Sisältöstrategia
 
Datalähtöisen markkinoinnin pieni punainen kirja
Datalähtöisen markkinoinnin pieni punainen kirjaDatalähtöisen markkinoinnin pieni punainen kirja
Datalähtöisen markkinoinnin pieni punainen kirja
Samuli Ropponen
 
Digitaalisen markkinoinnin trendit, creuna seminaari 6.6.2013
Digitaalisen markkinoinnin trendit, creuna seminaari 6.6.2013Digitaalisen markkinoinnin trendit, creuna seminaari 6.6.2013
Digitaalisen markkinoinnin trendit, creuna seminaari 6.6.2013
creuna_fi
 
Globaali B2B-Markkinointi Suomessa
Globaali B2B-Markkinointi SuomessaGlobaali B2B-Markkinointi Suomessa
Globaali B2B-Markkinointi Suomessa
OMD_Finland
 
Digitaalinen markkinointi elintarviketeollisuudessa luento Helsingin yliopisto
Digitaalinen markkinointi elintarviketeollisuudessa luento Helsingin yliopistoDigitaalinen markkinointi elintarviketeollisuudessa luento Helsingin yliopisto
Digitaalinen markkinointi elintarviketeollisuudessa luento Helsingin yliopisto
Jari Salo
 
Verkkoviestinta Ja Megatrendit 23102007
Verkkoviestinta Ja Megatrendit 23102007Verkkoviestinta Ja Megatrendit 23102007
Verkkoviestinta Ja Megatrendit 23102007
Pirkka Aunola
 
MA27 Digitaalinen markkinointi 2015 (Luento 1)
MA27 Digitaalinen markkinointi 2015 (Luento 1)MA27 Digitaalinen markkinointi 2015 (Luento 1)
MA27 Digitaalinen markkinointi 2015 (Luento 1)
Joni Salminen
 
Kurkistus älykkään markkinoinnin maailmaan - Kuinka tiedolla johdettu markkin...
Kurkistus älykkään markkinoinnin maailmaan - Kuinka tiedolla johdettu markkin...Kurkistus älykkään markkinoinnin maailmaan - Kuinka tiedolla johdettu markkin...
Kurkistus älykkään markkinoinnin maailmaan - Kuinka tiedolla johdettu markkin...
Annalect Finland
 
Valikoidut kirjoitukset Oskari Lappalainen
Valikoidut kirjoitukset Oskari LappalainenValikoidut kirjoitukset Oskari Lappalainen
Valikoidut kirjoitukset Oskari Lappalainen
Oskari Lappalainen
 

Similar to Tehokas markkinointi vaatii Big Datan hyödyntämistä (20)

Magenta advisory: Tietopohjainen päätöksenteko - onko organisaatiosi valmis b...
Magenta advisory: Tietopohjainen päätöksenteko - onko organisaatiosi valmis b...Magenta advisory: Tietopohjainen päätöksenteko - onko organisaatiosi valmis b...
Magenta advisory: Tietopohjainen päätöksenteko - onko organisaatiosi valmis b...
 
Luento 8 Imc Ja Uudet Mediat
Luento 8 Imc Ja Uudet MediatLuento 8 Imc Ja Uudet Mediat
Luento 8 Imc Ja Uudet Mediat
 
Uudet digitaaliset liiketoimintamallit
Uudet digitaaliset liiketoimintamallitUudet digitaaliset liiketoimintamallit
Uudet digitaaliset liiketoimintamallit
 
Kärkihankkeen esittely, Taru Rastas
Kärkihankkeen esittely, Taru Rastas Kärkihankkeen esittely, Taru Rastas
Kärkihankkeen esittely, Taru Rastas
 
Vähittäiskaupan digitalisaatio
Vähittäiskaupan digitalisaatioVähittäiskaupan digitalisaatio
Vähittäiskaupan digitalisaatio
 
Digitaalinen asiakkuus asml 11 2012
Digitaalinen asiakkuus asml 11 2012Digitaalinen asiakkuus asml 11 2012
Digitaalinen asiakkuus asml 11 2012
 
Sosiaalisen median soveltamistavat ja hyödyt teollisissa business-to-business...
Sosiaalisen median soveltamistavat ja hyödyt teollisissa business-to-business...Sosiaalisen median soveltamistavat ja hyödyt teollisissa business-to-business...
Sosiaalisen median soveltamistavat ja hyödyt teollisissa business-to-business...
 
Magenta Advisory - Kilpailukykyä monikanavaisesti
Magenta Advisory - Kilpailukykyä monikanavaisestiMagenta Advisory - Kilpailukykyä monikanavaisesti
Magenta Advisory - Kilpailukykyä monikanavaisesti
 
Verkosta virtaa liiketoimintaan_tuomo luoma
Verkosta virtaa liiketoimintaan_tuomo luomaVerkosta virtaa liiketoimintaan_tuomo luoma
Verkosta virtaa liiketoimintaan_tuomo luoma
 
Kasvua datasta asml_2015
Kasvua datasta asml_2015Kasvua datasta asml_2015
Kasvua datasta asml_2015
 
Menesty webissä vuonna 2014
Menesty webissä vuonna 2014Menesty webissä vuonna 2014
Menesty webissä vuonna 2014
 
Uusi suunta sisaltostrategialla
Uusi suunta sisaltostrategiallaUusi suunta sisaltostrategialla
Uusi suunta sisaltostrategialla
 
Datalähtöisen markkinoinnin pieni punainen kirja
Datalähtöisen markkinoinnin pieni punainen kirjaDatalähtöisen markkinoinnin pieni punainen kirja
Datalähtöisen markkinoinnin pieni punainen kirja
 
Digitaalisen markkinoinnin trendit, creuna seminaari 6.6.2013
Digitaalisen markkinoinnin trendit, creuna seminaari 6.6.2013Digitaalisen markkinoinnin trendit, creuna seminaari 6.6.2013
Digitaalisen markkinoinnin trendit, creuna seminaari 6.6.2013
 
Globaali B2B-Markkinointi Suomessa
Globaali B2B-Markkinointi SuomessaGlobaali B2B-Markkinointi Suomessa
Globaali B2B-Markkinointi Suomessa
 
Digitaalinen markkinointi elintarviketeollisuudessa luento Helsingin yliopisto
Digitaalinen markkinointi elintarviketeollisuudessa luento Helsingin yliopistoDigitaalinen markkinointi elintarviketeollisuudessa luento Helsingin yliopisto
Digitaalinen markkinointi elintarviketeollisuudessa luento Helsingin yliopisto
 
Verkkoviestinta Ja Megatrendit 23102007
Verkkoviestinta Ja Megatrendit 23102007Verkkoviestinta Ja Megatrendit 23102007
Verkkoviestinta Ja Megatrendit 23102007
 
MA27 Digitaalinen markkinointi 2015 (Luento 1)
MA27 Digitaalinen markkinointi 2015 (Luento 1)MA27 Digitaalinen markkinointi 2015 (Luento 1)
MA27 Digitaalinen markkinointi 2015 (Luento 1)
 
Kurkistus älykkään markkinoinnin maailmaan - Kuinka tiedolla johdettu markkin...
Kurkistus älykkään markkinoinnin maailmaan - Kuinka tiedolla johdettu markkin...Kurkistus älykkään markkinoinnin maailmaan - Kuinka tiedolla johdettu markkin...
Kurkistus älykkään markkinoinnin maailmaan - Kuinka tiedolla johdettu markkin...
 
Valikoidut kirjoitukset Oskari Lappalainen
Valikoidut kirjoitukset Oskari LappalainenValikoidut kirjoitukset Oskari Lappalainen
Valikoidut kirjoitukset Oskari Lappalainen
 

Tehokas markkinointi vaatii Big Datan hyödyntämistä

  • 1. ASIAKKAIDEN EHDOILLA Tehokas markkinointi vaatii Big Datan hyödyntämistä Big datan haltuunottavat yritykset saavuttavat Markkinoinnin johtamisen näkökulmasta digitaa- kilpailuedun muihin yrityksiin nähden, kuten esi- lisen markkinoinnin täytyy sopia samoihin liiketoi- merkiksi McKinsey Global Institute toteaa 2011 minnan raameihin kuin perinteisenkin markkinoin- ilmestyneessä raportissaan” Big Data: The Next nin. Digitaalisen markkinoinnin käyttöä määrittävät Frontier for Innovation, Competition and Produc- kustannukset ja toisaalta niihin liitettävissä oleva tivity”(1). Tutkimusyhtiö Gartner taas on ennustanut, ROI tai ROM. Markkinoinnin kustannukset tunne- että vuoteen 2017 mennessä CMO käyttää enem- taan yrityksissä yleensä hyvin ja tämä pätee myös män rahaa IT hankkeisiin kuin CIO(2). Syitä näihin digitaalisten markkinointikanavien kustannuksiin. tutkimustuloksiin on monta. Asiakkaat käyttävät Hyötypuolen seuranta on haasteellisempaa. Digi- yhä enemmän erilaisia sähköisiä kanavia asioides- taalisissa markkinointikanavissa syntyy paljon tie- saan yritysten ja muiden organisaatioiden kanssa. toa asiakkaiden käyttäytymisestä. Suuret tietomää- Asiakaskommunikaatio siirtyy enenevässä määrin rät ja tiedon epämääräisyys tekevät seurannasta internetiin sekä tiedonhaun, kaupankäynnin että haastavaa. Haasteista huolimatta internet-sivujen, asiakaspalautteen osalta. Markkinointikampanjoi- hakukoneiden ja sosiaalisen median toimintaa pitää ta tehdään suuressa määrin sähköisten kanavien pystyä seuraamaan, jotta taloudellisia tunnusluku- kautta, ja ne ovat dialogimuotoisia automaattisine ja voidaan laskea. Samoin mobiilikanavien. Pelkkä palautekanavineen. Asiakkaiden käyttäytymisestä web-sivujen liikenteen seuranta ei enää riitä, vaan sähköisissä kanavissa syntyy suuria määriä dataa, yritysten on muodostettava monikanavanäkymiä jota voidaan hyödyntää sitä analysoimalla. Koska yli erilaisten sähköisten markkinointikanavien. Seu- asiakkaiden sähköisten kanavien käyttö ja niiden rattavia asioita ovat markkinointikommunikaation monipuolisuus lisääntyvät, tiedon määrän kasvu tehokkuus esimerkiksi markkinointi-investointien ja kiihtyy koko ajan. Valtavia tietomääriä pitää pystyä lisämyynnin yhteyden kautta. Myös asiakastyyty- tallentamaan ja käsittelemään, jotta uusi arvokas väisyys eri sähköisten kanavien kautta tapahtuvaan asiakastieto saadaan tuottavaan käyttöön. Tiedon asiakaskommunikaatioon on seurattavien asioiden suuri määrä ei ole ainoa uusi haaste, vaan tietoa listalla. Mitä asiakas esimerkiksi ajattelee, jos hän syntyy myös yhä useammassa eri muodossa. Sellaiset on juuri ehtinyt ostamaan uuden kalliin televisi- kanavat kuin sosiaalinen media ja asiakaspalautesäh- on, josta saa seuraavalla viikolla henkilökohtaisen köpostit sisältävät hyödyllistä informaatiota, joka on tarjouksen sähköpostiinsa juuri siltä kaupalta, josta monimuotoista ja monimutkaista. Monimuotoista television osti. Näin voi todellisuudessa käydä, jos dataa on vaikeaa jalostaa yrityksen hyötykäyttöön eri kanavista tulevaa tietoa ei integroida keskenään. perinteisin menetelmin. Näiden haasteiden voitta- Eri kanavien asiakastapahtumat pitää saada kiinni, minen on kuitenkin elinehto kaikille yrityksille yhä ja ne pitää pystyä liittämään osaksi liiketoimin- kilpaillummilla lokaaleilla ja globaaleilla markkinoilla. nan kokonaisasiakasanalytiikkaa ja päätöksente- 21 001-176_Asiakkuusmarkkinointi_2013.indd 21 5.12.2012 13.49
  • 2. ASIAKKAIDEN EHDOILLA koa. Koska sähköisissä kanavissa kaikki tapahtuu asioiden selvittämiseen. Tarvitaan kuitenkin uusia nopeasti, reaaliaikaisuuden vaatimus on ainakin keinoja ja työkaluja big datan hallitsemiseksi ja joissain tapauksissa otettava myös huomioon. Tai analysoimiseksi. Digitaalisen markkinoinnin näkö- oikeastaan, asiakkaiden käyttäytymistä pitää pystyä kulmasta tämä tarkoittaa varsinkin valtavien web- ennakoimaan ja ohjaamaan esimerkiksi asiakkaan datamäärien keräämistä ja prosessoimista asiakas- ja aikoessa hyljätä ostoskori web-kaupassa. Nopea liiketoiminta-analytiikan tarpeisiin. Myös esimerkiksi ja oikea-aikainen tarjous voi pelastaa tilanteen ja sähköpostit, sähköisten palautelomakkeiden sisältö saada asiakkaan harkitsemaan ostotapahtumaa ja asiakaspalvelukeskusten tallentama tieto on osa uudelleen. Tällaisessa tapauksessa digitaalisessa uuden ajan sähköistä asiakastietoa. Kaikki tämä tieto kanavassa tapahtuva lähes reaaliaikainen markki- on arvokasta, mutta samalla se on monimuotoista nointi johtaa heti lisämyyntiin ja on sinänsä erittäin ja monimutkaista. Uusien menetelmiä avulla big onnistunutta kokonaistaloudellisesta näkökulmas- datasta voidaan kuitenkin seuloa ulos oleellinen ja ta. Siirtyminen reaktiivisuudesta proaktiivisuuteen liittää se mukaan yrityksen muuhun asiakastietoon digitaalisessa markkinoinnissa vaatii big datan hy- vää analysoimista ja käyttämistä automaattiseen päätöksentekoon reaaliajassa. Big data on kuuma aihe kaikessa liiketoiminta- analytiikassa ja tiedonhallinnassa. Näin myös asiakasanalytiikassa ja varsinkin liittyen digitaa- liseen markinointiin. Big data käsite liittyy suuriin tietomääriin, joita syntyy esimerkiksi asiakkaiden asioidessa sähköisillä kauppapaikoilla. Kun big data käsite syntyi, tarkoitti se aluksi lähinnä hyvin suuria tietomääriä. Nyt sillä tarkoitetaan tietoa, jota syntyy hyvin suuria määriä nopeasti (Volume and Veloci- ty), kuten sivulla olevan kuvan yhteenveto kertoo. Lisäksi big datalla tarkoitetaan tietoa, joka ei ole määrämuotoista (Variety). Tämä merkitsee sitä, että esimerkiksi internetissä syntyvää asiakastietoa on vaikea käsitellä suhteessa muuhun asiakastietoon. Miten eri asiakassegmentit käyttäytyvät sosiaalisessa mediassa tai kuinka eri asiakasryhmät käyttävät hakukoneita etsiessään kauppaan johtavaa tuote- tietoa ovat asioita, jotka ovat myyjälle hyvin arvok- kaita tietää, mutta vaikeita selvittää tiedon suuren määrän ja monimutkaisuuden takia. Big datassa ja Lähde: http://www.domo.com/blog/2012/06/ sen käsittelyssä on aineksia tällaisten arvokkaiden how-much-data-is-created-every-minute/ 22 001-176_Asiakkuusmarkkinointi_2013.indd 22 5.12.2012 13.49
  • 3. ASIAKKAIDEN EHDOILLA analysoitavaksi. Esimerkkejä ovat asiakaspalautteen markkinoinnin vaikuttavuutta. tekstianalyysi, jossa etsitään eri tuotteisiin liittyviä Big data ei ole erillinen osa yrityksen tiedonhal- hyviä ja huonoja kommentteja eri asiakassegmen- lintaa. Jos esimerkiksi asiakkaiden käyttäytymistä teissä. Tai polkuanalyysi siitä, millaiset tapahtumat sosiaalisessa mediassa tutkitaan erillisenä asiakas- johtavat asiakassuhteen päättymiseen. tiedon osana, asiakaskuva ei täydenny vaan pirs- Big data asettaa uusia vaatimuksia digitaaliselle toutuu. Niinpä big data on prosessoitava muotoon, markkinoinnille, mutta se on myös valtava mah- jossa se on ymmärrettävää. Tämä vaatii rakenteiden dollisuus ymmärtää asiakkaita yhä paremmin ja tunnistamista monimuotoisesta datasta ja näiden yhä tarkemmalla tasolla. Tämä taas mahdollistaa rakenteiden integroimista yrityksen muuhun asia- henkilökohtaisemman kommunikaation asiakkaiden kastietoon. Jos big datasta esimerkiksi tunnistetaan kanssa ja toisaalta vähentää turhaa kommunikaa- polkuanalyysien avulla ne vaiheet, jotka johtavat tiota. Yhä suurempi osa kuluttajista sallii suorien asiakassuhteen päättymiseen, on arvokasta ym- viestien lähettämisen, jos viestien sisältö on rele- märtää mitkä asiakasryhmät noudattavat mitäkin vanttia heille. Esimerkiksi e-tailing group:n ja My- polkua. Näin toimenpiteet asiakassuhteen jatkami- Buys, Inc:n 2012 suoritetussa yhteistutkimuksessa seksi voidaan suunnitella asiakassegmenteittäin. 55% tutkimukseen osallistuneista kuluttajista oli Tämä taas lisää tehokkuutta. Voidaan jopa tehdä valmiita tarjoamaan tietoa omista preferensseis- päätös olla puuttumatta tiettyjen asikassegment- tään, jos se auttaa yri­tyksiä parantamaan heidän tien polkuihin ja antaa niiden poistua asiakas- ostokokemuksiaan(3). Asiakkaalta voidaan siis kysyä kunnasta. Kun tällainen ilmiö tunnetaan hyvin hänen preferensseistään suoraan, mutta on myös suhteessa yrityksen asiakaskuntaan, uskalletaan toinen tapa. Asiakkaan preferenssejä voidaan pää- tehdä päätöksiä, joita ei muuten todennäköisesti tellä hänen käyttäytymisensä perusteella. Se mitä tehtäisi. Jotta big datasta seulottu asiakastieto asiakas ostaa, milloin hän ostaa ja minkä kanavan saadaan tehokäyttöön, pitää se myös tallentaa kautta ovat tärkeitä asioita. Mutta tärkeää on myös samaan paikkaan muun asiakastiedon kanssa. Näin se, miten asiakas hakee tietoa tuotteista ja miten kaikki tarvitsijat pääsevät käsiksi kokonaiskuvaan hän tuotteita ostaa. Esimerkiksi seuraako asiakas asiakkaasta. Jos tieto on tallennettu moneen eri sosiaalista mediaa ja hakee tietoa sitä kautta. Vai paikkaan, on sen yhdisteleminen hidas ja työtä käykö hän läpi kaupan tuotesivuja tietoa etsiessään vaativa tehtävä. Integroitu asiakastieto helposti ja päätyikö hän näille sivuille esimerkiksi hakuko- analysoitavassa muodossa on yrityksen kannalta neen kautta tai painamalla jollain sivulla olevaa kaikkein paras tilanne. banner-mainosta. Vaihtoehtoja on lukematon Vaikka big data, sen hallinta ja hyödyntämi- määrä ja eri polkujen tunteminen on yritykselle nen markkinoinnin tarpeisiin on suhteellisen uusia erittäin arvokasta – last-click-attribution ei enää asia, esimerkkejä menestyksekkäistä toteutuksista riitä, vaan koko ostoon johtanut polku monen ka- löytyy. Digitaaliseen kaupankäyntiin ja markki- navan kautta pitää tuntea. Tehokkaimpien polkujen nointiin liittyy Shop Directin menestystarina, tunteminen vaikuttaa digitaalisten markkinointi- jossa kaupankäynnin fokus siirrettiin heikosti kanavien valintaan, laskee kustannuksia ja nostaa kannattavasta offline-kaupankäynnistä online- 23 001-176_Asiakkuusmarkkinointi_2013.indd 23 5.12.2012 13.49
  • 4. ASIAKKAIDEN EHDOILLA kauppaan(4). Shop Direct on Britanniassa toimiva kilökohtaista palvelua ja myyjä lisää myyntiään. konserni, jonka alle kuuluvat mm. perinteikkäät Shop Directin kanssa samankaltainen tarina on Littlewoods ja Woolworths tavaratalobrändit. JDWilliams, joka on Britanniassa toimiva erikoi- Littlewoods brändin alla Shop Direct toteutti op- siin vaatekokoihin keskittynyt verkkokauppa. Myös timoidun monikanavamarkkinointi-integraation JD Williamsilla on useampi myyntikanava, joista internet-kaupan, katalogien ja puhelinmyynnin tuleva asiakkaiden käyttäytymistieto pitää integ- osalta. Kaikista kanavista kerätään tietoa asiakkaan roida markkinointitoimenpiteiden optimoimiseksi käyttäytymisestä, tieto analysoidaan ja asiakaskom- ja myynnin maksimoimiseksi(5). munikointi luodaan niin, että eri kanavien kautta Toisenlainen esimerkki on Yhdysvalloissa toimiva tapahtuvaa kanssakäymistä optimoidaan myynnin kirjakauppa Barnes&Noble(6, 7 & 8). B&N halusi haas- ja asiakastyytyväisyyden maksimoimiseksi. Shop taa Amazonin erityisesti sähköisten kirjojen mark- Direct pystyy seuraamaan reaaliajassa esimerkiksi kinoilla. Tämä vaati siirtymistä tuotepohjaisesta hylättyjä ostoskoreja ja asiakkaan siirtymistä kana- markkinoinnista asiakaskeskeiseen markkinointiin. vasta toiseen. Tämä tapahtuu keräämällä internet- B&N integroi eri kanavista kerätyn asiakastiedon, kaupasta reaaliajassa asiakkaan käyttäytymisdataa, jotta monikanavanäkymän luominen ja optimointi analysoimalla se ja syöttämällä muiden kanavien olisi mahdollista. Kanavia olivat sekä sähköiset kuten puhelinmyyjien käyttöön. Asiakas tunnis- kanavat kuten internet-kauppa että Yhdysvalloissa tetaan internetissä käyttäjätunnusten perusteella sijaitsevat B&N kivijalkakirjakaupat. Kerätyn tiedon ja puhelinpalvelussa puhelinnumeron perusteella. avulla B&N alkoi tehdä reaaliaikaista asiakasseg- Nämä tiedot yhdistetään muuhun asiakastietoon, mentointia sekä reagoida asiakkaan käyttäyty- jotta monikanavatunnistus mahdollistuu. Asiak- miseen sillä hetkellä, kun asiakas oli tekemässä kaan soittaessa puhelinpalveluun, asiakaspalvelija ostotapahtumaa. Tämä tapahtuu esimerkiksi asi- voi tehdä puhelimitse tarjouksia juuri ostoskoriin akkaan maksaessa kirjaostostaan kassalla. Asiakas hylätyistä tuotteista. Asiakas kokee saavansa hen- tunnistetaan ensin asiakaskortin avulla. Tiedot syötetään reaaliajassa analysoitaviksi ja kun tietyt asiakassegment- teihin liittyvät kriteerit täyttyvät, tulostetaan asiakkaan kuittiin tar- jous esimerkiksi ku- pista kahvia kirjakau- pan kahvilassa. Näin asiakastyytyväisyyttä saadaan nostettua ja samalla oheistuote- Lähde: www.littlewoods.com myyntiä kasvatettua. 24 001-176_Asiakkuusmarkkinointi_2013.indd 24 5.12.2012 13.49
  • 5. ASIAKKAIDEN EHDOILLA Yksi kokeneimmista big datan kaupallisista mahdollisuudet tunnistetaan ja hyödyt arvioidaan. hyödyntäjistä on maailman suurin sähköinen Sen jälkeen tutkitaan miten big data kerätään, huutokauppasivusto eBay(9). Myös eBayn omis- yhdistetään olemassaolevaan asiakasdataan ja tama PayPal hyödyntää sähköisistä kanavista hyödynnetään markkinoinnin päätöksenteossa kerättyä dataa liiketoimintansa kehittämiseen. jopa reaaliaikaisesti. Tämä ei ole suinkaan helppo Suurille verkkokaupoille kuten eBaylle big datan tehtävä, mutta tuottaa lopulta hyviä tuloksia yhä hyödyntäminen on elinehto - eBayllä on yli 50 tiukemmin kilpailluilla markkinoilla. 000 tuotekategoriaa ja satoja miljoonia käyttäjiä. eBay hyödyntää reaaliaikaista big data analytiikkaa esimerkiksi kuvatunnistuksella. Tässä käyttötapa- Lähteet 1. (http://www.mckinsey.com/insights/mgi/research/technology_and_ uksessa asiakas ottaa kuvan esimerkiksi pitämäs- innovation/big_data_the_next_frontier_for_innovation) 2. (http://my.gartner.com/portal/server.pt?open=512&objID=202&mode=2 tään puserosta, koska haluaa ostaa samanvärisen &PageID=5553&resId=1871515&ref=Webin) hameen. Kuvan otettuaan hän pystyy etsimään 3. (http://www.marketwire.com/press-release/New-Survey-Finds-Consumers- More-Trusting-Sharing-Information-With-Retailers-Than-1685190.htm) eBay kaupoista hameita ottamansa kuvan avulla. 4. (http://www.teradatamagazine.com/v10n04/Features/Stellar-Outlook/) 5. (http://www.teradatamagazine.com/v10n02/Features/Browsing-for- Taustalla tapahtuu kuvan tunnistus, sen värin ver- Internet-insight/) taaminen ja automaattinen haku samanväristen 6. (http://www.youtube.com/watch?v=GQwu8X2EbzY) 7. (http://www.asterdata.com/customers/barnes-and-noble.php) hameiden osalta. Asiakas saa ruudulleen täsmäl- 8. (http://www.asterdata.com/barnes-and-noble.php ) 9. (http://www.youtube.com/watch?v=YSj0xJhuw_I) leen niitä tuotteita, joista hän halusi ostoksensa valita. Asiakkaan tarpeeseen vastataan nopeasti ja täsmällisesti, mikä parantaa kaupankäyntiä ja asiakastyytyväisyyttä. Big datan haltuunotto markkinoinnissa on tulevaisuudessa elinehto kaikille yrityksille. Se antaa myyjälle mahdollisuuden paitsi tehostaa markkinointia, niin myös tehdä asiakasviestinnästä henkilökohtaisempaa ja tuloksellisempaa. Asiakkaan näkökulmasta asiakaspalvelu paranee ja markki- nointiviestit ovat tarkempia ja henkilökohtaisempia. Tutkimusten mukaan asiakkaat arvostavat tätä ja ovat valmiita kertomaan yrityksille itsestään jopa nykyistä enemmän, jos saavat vastineeksi oleel- lisempaa tietoa myyjiltä. Haltuunotto kannattaa aloittaa tunnistamalla yrityksessä jo olemassa olevan asiakastieto ja miten sitä käytetään markki- noinnissa. Jo nykyisen tilanteen kartoittaminen ja kehittäminen saattaa johtaa hyviin tuloksiin. Kun Marko Yli-Pietilä, olemassaoleva asiakastieto on selkiytetty, big datan Key Account Director, Teradata Finland 25 001-176_Asiakkuusmarkkinointi_2013.indd 25 5.12.2012 13.49