顧客データの種類: 定義、値、例

顧客データはあらゆるところに存在します。 さまざまなタイプの顧客データは、企業がそれを解釈して活用する作業を行う場合、有利な立場に立つことができます。 競争力を維持するには、データの力を活用する必要があります。 ブランドと関わるたびに、パンくずリストの痕跡が残ります。 これらの情報は個別に、消費者としてのあなたについて何かを物語っています。 しかし、これらを組み合わせると、企業が利用できる貴重な顧客プロファイルが作成されます。

一般に、企業が収集する顧客データには 4 つの異なるタイプがあり、それぞれが企業を知るのに役立つ独自の目的を果たし、企業を際立たせる顧客エクスペリエンスを提供する方法を示します。

"あなたは誰ですか？"

顧客データの種類とは: 定義

まず顧客データの種類を定義しましょう。 データがどのように収集されるのか、なぜ収集されるのかを理解することで、会社にとってより良い戦略を立てることができます。

1. ID データには「私はジョンです。サンフランシスコに住んでいます。」と書かれています。 これは、名前、連絡先、アカウント ログイン、その他の個人用情報です。
2. 記述データには次のように追加されます。 「私は 30 代の男性です。 私は結婚していて、子供たちと犬がいて、執筆して生計を立てています。」 記述データは、その人が誰であるかをさらに詳細に掘り下げます。
3. 行動データには、 「これが私に連絡するための最良の方法です」と記載されています（そしてそれを裏付ける領収書もあります）。 行動データは、購入履歴からソーシャル、ブランドからのメールの開封数まで、消費者がどのようにブランドと関わりたいかを示します。
4. 定性データまたは態度データは、「私が最も気にしていることはこれです」と述べています。 これらの種類のデータは、企業が消費者や顧客の動機、意見、好み、態度を理解するのに役立ちます。

ID データとは: それは個人的なものです

企業がデータを収集して保持していると最初に考えるとき、おそらくほとんどの人が ID データを思い浮かべるのではないでしょうか。

ID データとは、あなたの名前、連絡先情報、アカウント ログイン、人口統計、ソーシャル メディア プロフィールへの一意のリンクなどであり、あなたを他の人と区別するためにデータベースが使用する情報です。

あなたの身元データは顧客プロフィールの基礎となります。 これはデジタル版の自己紹介に相当します。「こんにちは、私の名前はジョンです。サンフランシスコに住んでいます。」 今の時代、テーブルは賭け事です。

企業はこのデータを基本的なパーソナライゼーション (電子メールでの名前での宛先指定など) に使用しますが、CDP がさまざまなデータ ソースからお客様の情報を集約するために使用するものでもあります。 このジョン ノリスが、最近あなたから商品を購入し、インスタグラムの投稿であなたをタグ付けしたジョン ノリスと同じであることを照合する方法です。

記述データとは: 関連性があります

記述データは、名前や住所を超えて、あなたが誰であるかをより完全に描き始めます。 企業が収集する顧客データの種類は企業ごとに異なります。

記述データにより、顧客プロファイル情報のより完全なビューが得られます。 これには、家族や婚姻状況、職業の詳細や学歴などの詳細、所有している家や車の種類、子供の数、飼っているペットの種類などのライフスタイル情報などが含まれます。

たとえば、犬のトリマーは、あなたが飼っている犬の種類、あなたがその犬を保護したかどうかなどを知りたがるかもしれません。一方、衣料品店は、ペットについてまったく尋ねることはありません。

導入のたとえに戻ると、説明的なデータは、「どこから来たのですか?」のような簡単なフォローアップの質問に答えるのと同じです。 または「何をしますか？」 あなたが誰であるかについてもう少し詳しい情報を提供しますが、必ずしも詮索したり押し付けがましいものではありません。

企業はこの情報をいくつかの異なる方法で使用します。

• より正確な視聴者セグメントを作成するには
• 顧客ペルソナを開発するため
• 購買習慣を予測するには
• マーケティングのパーソナライゼーションを基本を超えて推進します。

データの量は決して重要ではありません。成功はデータの品質に基づいて決まります。 そして、データがコミュニケーション方法を変えることを受け入れる意欲も必要です。

行動データとは: 複雑です

行動データには、過去の購入などの取引データから送信したカスタマー サービス チケットまで、企業やブランドとのさまざまなやり取りがすべて含まれます。 また、営業担当者とのやり取りや、メールを開く頻度なども関係します。

そして、これはオンラインでのやり取りに限定されません。 たとえば、小売業者は、ユーザーが最もよく利用する店舗の場所を記録したり、オンラインで購入した場合は常に店舗で返品することに気付いたりする場合があります。

行動データ情報は、顧客がどのようにブランドと関わっているかを示し、さまざまな方法で全体的な顧客エクスペリエンスを向上させるために使用できます。

行動データの例は次のとおりです。

1. 記述データと同様に、行動データは視聴者のセグメンテーションに役立ちます。 これは、パーソナライズされたコミュニケーションを開発するために使用できます (ショッピング カートを放棄した顧客にリターゲティング メールを送信するなど)。
2. これは、ブランドが消費者や顧客がどのチャネルに参加することを好むかを特定するのに役立ちます(サービスのリマインダーなどでテキスト メッセージではなく電子メールで連絡を受けることを選択した場合など)
3. 大規模な場合、行動データは企業全体のエクスペリエンスにおける傾向や問題を特定するのに役立ちます (たとえば、オンライン顧客の大部分が特定の時点でサイトから離れていることに気づき、これは UX に潜在的な問題があることを示している可能性があります)。
4. これにより、企業が自社の製品、顧客が頻繁に利用するソーシャル メディア サイトなどについて、どの SEO キーワードをターゲットにすべきかを知ることができます。

行動データは、新しい友人が電話に出るよりもテキスト メッセージに応答する可能性がはるかに高いことに気づくなど、あらゆる人間関係における初期段階のやり取りに相当します。

態度データとは: 感情的で価値観に基づいており、常に進化しています。

最終レベルの深さは、「定性データ」とも呼ばれる顧客の態度データから得られます。

態度データまたは定性データは、顧客としての動機の核心になります。なぜこの T シャツを隣の T シャツと比べて購入する可能性が高いのかということです。 このタイプのデータには、動機、意見、好み、態度などが含まれますが、人口統計や購入履歴ほど収集するのは簡単ではありません。

この種のデータは顧客プロフィールに豊かさを加え、うまく使用すると、ブランドから見られる感覚を顧客に与えることができます。

企業は通常、顧客インタビュー、フィードバックレビュー、アンケートなどを通じて態度データや定性データを取得します。 そして、高品質のデータを取得するために、ブランドは適切な方法で適切な質問をする必要があります。そうすることで、顧客とブランドの間のより深いレベルのエンゲージメントが解放されるからです。

企業は、顧客が自社の製品の価格や品質よりも支持する理由で自社を選んでいることを発見する可能性があります。 彼らは、多くの顧客が、他の方法では考えられなかった特定の製品機能について非常に強く感じていることに気づくかもしれません。

これは、その人の好き嫌いだけでなく、その背後にある理由も含めて、その人を本当に知り始めるのと同じです。

顧客データのその他の分類の説明

上記の 4 種類の顧客データ以外にも、いくつかの種類の顧客データが見つかる可能性があります。

データを分割する他の方法をいくつか紹介します。

ファーストパーティデータとサードパーティデータとは何ですか:

• ファーストパーティデータは、企業が顧客から直接収集するデータです（たとえば、名前と連絡先情報を尋ねる、注文履歴を追跡する、さまざまなチャネルにわたるブランドとのやり取りを監視するなど）。
• 一方、サードパーティ データは別の事業体によって収集され、会社に販売されます (オンラインでの動きを追跡するインターネット ブラウザの Cookie など)。 データからはまず個人識別情報 (PII) が削除されるため、パーソナライゼーションなどには役に立ちません。 しかし、大規模になると、傾向を特定し、洞察を明らかにする上で非常に価値があります。

構造化データと非構造化データとは何ですか:

• 構造化データは明確に定義され、高度に編成されているため、検索やフィルター処理が簡単です。 (多肢選択式の質問やチェックボックスを考えてみましょう。)
• 非構造化データは形式が緩く、通常、人間が読んで解釈する必要がある、より物語的で自由な形式をとります。 (アンケートの質問や営業電話のメモを考えて短く答えてください。)

CDP で顧客データをさらに活用しましょう

さまざまな種類の顧客データを理解すると、企業はその洞察を効果的なエンゲージメントに変えることが容易になります。

顧客データ プラットフォームは、企業のすべての顧客データを調整および集約し、それを使用して完全な顧客プロファイルを構築するための洗練されたソリューションとして登場しました。 そうすることで、データの価値が大幅に高まります。