Jenis data pelanggan: Definisi, nilai, contoh

Data pelanggan ada dimana-mana. Berbagai jenis data pelanggan dapat memberikan keuntungan bagi perusahaan – jika mereka berupaya menafsirkan dan memanfaatkannya. Untuk tetap kompetitif berarti memanfaatkan kekuatan data. Setiap kali Anda terlibat dengan suatu merek, Anda meninggalkan jejak kecil di belakang Anda. Secara individual, informasi ini mengungkapkan sesuatu tentang Anda sebagai konsumen. Namun jika digabungkan, keduanya menciptakan profil pelanggan berharga yang dapat digunakan oleh bisnis.

Secara umum, ada empat jenis data pelanggan berbeda yang dikumpulkan perusahaan, dan masing-masing memiliki tujuan tersendiri dalam membantu mereka mengenal Anda – dan data tersebut menginformasikan cara memberikan pengalaman pelanggan yang membedakan mereka.

"Siapa kamu?"

Apa saja jenis data pelanggan: Definisi

Pertama-tama mari kita tentukan jenis data pelanggan. Memahami bagaimana data dikumpulkan dan alasannya dapat menempatkan Anda pada jalur menuju strategi yang lebih baik untuk perusahaan Anda.

1. Data identitas menyatakan : “Saya John, saya tinggal di San Francisco.” Itu nama, kontak, login akun, dan informasi personalisasi lainnya.
2. Data deskriptif menambahkan: “Saya seorang pria berusia 30an. Saya sudah menikah, saya punya anak, seekor anjing, dan saya menulis untuk mencari nafkah.” Data deskriptif menggali lebih jauh rincian siapa orang tersebut.
3. Data perilaku mengatakan: “Inilah cara terbaik untuk menghubungi saya” (dan memiliki tanda terima untuk mendukungnya). Data perilaku menunjukkan bagaimana konsumen suka berinteraksi dengan suatu merek, mulai dari riwayat pembelian, media sosial, hingga berapa banyak email dari merek tersebut yang dibuka.
4. Data kualitatif atau data sikap mengatakan: “Inilah hal-hal yang paling saya pedulikan.” Jenis data ini membantu bisnis memahami motivasi, opini, preferensi, dan sikap konsumen dan pelanggan.

Apa itu data identitas: Itu bersifat pribadi

Data identitas mungkin adalah apa yang kebanyakan orang pikirkan ketika pertama kali memikirkan perusahaan mengumpulkan dan menyimpan data mereka.

Data identitas adalah nama Anda, informasi kontak, login akun, demografi, tautan unik ke profil media sosial Anda – basis data informasi digunakan untuk membedakan Anda dari orang lain.

Data identitas Anda akan menjadi dasar profil pelanggan Anda. Ini setara dengan perkenalan secara digital: “Hai, nama saya John dan saya tinggal di San Francisco.” Tabel mempertaruhkan hal-hal di zaman sekarang ini.

Perusahaan menggunakan data ini untuk personalisasi dasar (misalnya, memanggil Anda dengan nama di email), namun data ini juga digunakan oleh CDP untuk mengumpulkan informasi Anda dari berbagai sumber data. Begitulah cara mereka memeriksa ulang apakah John Norris ini adalah John Norris yang sama yang baru-baru ini melakukan pembelian dari Anda dan juga menandai Anda di postingan Instagram.

Apa itu data deskriptif: Relevan

Data deskriptif mulai memberikan gambaran yang lebih lengkap tentang siapa Anda selain nama dan alamat Anda. Jenis data pelanggan yang dikumpulkan perusahaan akan bervariasi dari satu bisnis ke bisnis lainnya.

Data deskriptif memberikan gambaran lebih lengkap tentang informasi profil pelanggan. Ini dapat mencakup detail seperti status keluarga dan perkawinan, detail karier dan informasi pendidikan, informasi gaya hidup seperti jenis rumah dan kendaraan yang Anda miliki, berapa banyak anak yang Anda miliki, jenis hewan peliharaan apa yang Anda miliki, dll.

Misalnya, seorang perawat anjing mungkin ingin mengetahui jenis anjing apa yang Anda miliki, apakah Anda menyelamatkannya, dll… Sebaliknya, toko pakaian tidak akan menanyakan tentang hewan peliharaan sama sekali.

Kembali ke metafora pendahuluan, data deskriptif setara dengan menjawab pertanyaan lanjutan seperti, “Dari mana asal Anda?” atau “Apa pekerjaanmu?” Ini memberikan lebih banyak konteks tentang siapa Anda tetapi tidak selalu ingin tahu atau mengganggu.

Bisnis menggunakan informasi ini dalam beberapa cara berbeda:

• Untuk membuat segmen audiens yang lebih akurat
• Untuk mengembangkan persona pelanggan
• Untuk memprediksi kebiasaan membeli
• Untuk membawa personalisasi pemasaran melampaui dasar-dasarnya.

Ini bukan soal volume data – kesuksesan datang berdasarkan kualitas data Anda. Dan, kesediaan Anda untuk mengizinkan data mengubah cara Anda berkomunikasi.

Apa itu data perilaku: Rumit

Data perilaku mencakup semua cara Anda berinteraksi dengan perusahaan atau merek – mulai dari data transaksional seperti pembelian sebelumnya hingga tiket layanan pelanggan yang Anda kirimkan. Ini juga interaksi yang Anda lakukan dengan perwakilan penjualan, seberapa sering Anda membuka email mereka, dan sebagainya.

Dan ini tidak terbatas pada interaksi online. Misalnya, pengecer mungkin mencatat lokasi toko mana yang paling sering Anda kunjungi atau memperhatikan bahwa saat Anda membeli secara online, Anda selalu melakukan pengembalian di dalam toko.

Informasi data perilaku menunjukkan bagaimana pelanggan terlibat dengan merek dan dapat digunakan untuk meningkatkan pengalaman pelanggan secara keseluruhan dalam beberapa cara.

Contoh data perilaku meliputi:

1. Seperti data deskriptif , data perilaku membantu segmentasi audiens. Ini dapat digunakan untuk mengembangkan komunikasi yang dipersonalisasi (seperti mengirim email penargetan ulang kepada pelanggan yang meninggalkan keranjang belanja mereka).
2. Ini membantu merek mengidentifikasi saluran mana yang lebih disukai konsumen dan pelanggan untuk terlibat (seperti ketika Anda memilih untuk dihubungi melalui email daripada pesan teks untuk pengingat layanan, dll.)
3. Dalam skala besar, data perilaku dapat membantu mengidentifikasi tren dan masalah dalam keseluruhan pengalaman perusahaan (misalnya, mereka mungkin memperhatikan bahwa sebagian besar pelanggan online mereka meninggalkan situs pada titik tertentu, yang menunjukkan potensi masalah di UX.)
4. Ini dapat menginformasikan kata kunci SEO mana yang harus ditargetkan perusahaan untuk produk mereka, situs media sosial yang sering dikunjungi pelanggan mereka, dan seterusnya.

Data perilaku setara dengan interaksi tahap awal dalam hubungan apa pun – seperti menyadari bahwa teman baru Anda lebih cenderung merespons pesan teks daripada menjawab panggilan telepon.

Apa yang dimaksud dengan data sikap: Data ini bersifat emosional, berdasarkan nilai, dan selalu berkembang

Tingkat kedalaman terakhir berasal dari data sikap pelanggan, yang juga disebut “data kualitatif”.

Data sikap atau kualitatif menjadi inti dari apa yang memotivasi Anda sebagai pelanggan – mengapa Anda lebih cenderung membeli kaos ini dibandingkan kaos berikutnya. Jenis data ini mencakup hal-hal seperti motivasi, opini, preferensi, dan sikap, yang tidak mudah dikumpulkan seperti demografi atau riwayat pembelian.

Jenis data ini menambah kekayaan profil pelanggan dan, bila digunakan dengan baik, akan memberikan perasaan dilihat oleh suatu merek kepada pelanggan.

Perusahaan biasanya memperoleh data sikap atau kualitatif melalui wawancara pelanggan, tinjauan umpan balik, dan survei. Dan untuk mendapatkan data berkualitas tinggi, merek perlu mengajukan pertanyaan yang tepat dengan cara yang benar, karena jika mereka melakukannya, hal itu akan membuka tingkat keterlibatan yang lebih dalam antara pelanggan dan merek.

Sebuah perusahaan mungkin menemukan bahwa pelanggan memilih mereka karena alasan yang mereka dukung versus harga atau bahkan kualitas produk mereka. Mereka mungkin menyadari bahwa banyak pelanggan mereka sangat menyukai fitur produk tertentu yang tidak mereka pertimbangkan.

Ini setara dengan benar-benar mulai mengenal seseorang – bukan hanya kesukaan dan ketidaksukaannya, tapi juga alasan di baliknya.

Klasifikasi data pelanggan lainnya dijelaskan

Selain keempat jenis data pelanggan yang disebutkan di atas, Anda mungkin menemukan beberapa jenis data pelanggan lainnya.

Berikut ini beberapa cara lain untuk memecah data:

Apa yang dimaksud dengan data pihak pertama vs. pihak ketiga:

• Data pihak pertama adalah data yang dikumpulkan perusahaan langsung dari pelanggan (misalnya menanyakan nama dan info kontak Anda, melacak riwayat pesanan Anda, mengawasi interaksi Anda dengan merek di berbagai saluran).
• Data pihak ketiga , sebaliknya, dikumpulkan oleh entitas terpisah dan dijual kepada perusahaan (misalnya, cookie browser internet yang melacak pergerakan Anda secara online). Data tersebut terlebih dahulu dihapus dari informasi pengenal pribadi (PII), sehingga tidak berguna untuk hal-hal seperti personalisasi. Namun, dalam skala besar, ini sangat berharga untuk mengidentifikasi tren dan mengungkap wawasan.

Apa itu data Terstruktur vs. tidak terstruktur:

• Data terstruktur terdefinisi dengan baik dan sangat terorganisir sehingga mudah untuk ditelusuri dan difilter. (Pikirkan, pertanyaan pilihan ganda atau kotak centang.)
• Data tidak terstruktur memiliki format yang lebih longgar dan biasanya berbentuk lebih naratif/terbuka sehingga mungkin memerlukan seseorang untuk membaca dan menafsirkannya. (Pikirkan, jawab pertanyaan singkat pada survei atau catatan dari panggilan penjualan.)

Dapatkan lebih banyak data pelanggan Anda dengan CDP

Memahami berbagai jenis data pelanggan memudahkan bisnis mengubah wawasan mereka menjadi interaksi yang efektif.

Platform data pelanggan telah muncul sebagai solusi canggih untuk merekonsiliasi dan menggabungkan semua data pelanggan perusahaan dan menggunakannya untuk membangun profil pelanggan lengkap. Dengan demikian, nilai data akan meningkat secara substansial.