Müşteri verisi türleri: Tanımlar, değer, örnekler

Müşteri verileri her yerdedir. Farklı müşteri verileri türleri, şirketleri avantajlı bir şekilde konumlandırabilir; eğer bu verileri yorumlamak ve kullanmak için gerekli çalışmayı yaparlarsa. Rekabetçi kalabilmek verinin gücünü kucaklamak demektir. Bir markayla her etkileşime geçtiğinizde arkanızda kırıntılardan oluşan bir iz bırakırsınız. Bireysel olarak bu bilgi parçaları, bir tüketici olarak sizin hakkınızda bir şeyler söylüyor. Ancak bir araya geldiklerinde işletmelerin kullanabileceği değerli bir müşteri profili oluştururlar.

Genel olarak şirketlerin topladığı dört farklı müşteri verisi türü vardır ve her biri, sizi tanımalarına yardımcı olmak konusunda kendi amacına hizmet eder ve onları farklı kılan müşteri deneyimlerinin nasıl sunulacağı konusunda bilgi verir.

"Sen kimsin?"

Müşteri verisi türleri nelerdir: Tanımlar

Öncelikle müşteri veri türlerini tanımlayalım. Verilerin nasıl toplandığını ve neden toplandığını anlamak, sizi şirketiniz için daha iyi bir stratejiye giden yola sokabilir.

1. Kimlik verileri şunu söylüyor : "Ben John, San Francisco'da yaşıyorum." Bunlar ad, iletişim, hesap girişi ve diğer kişiselleştirme bilgileridir.
2. Tanımlayıcı veriler şunları ekliyor: “30'lu yaşlarında bir erkeğim. Evliyim, çocuklarım var, bir köpeğim var ve geçimimi sağlamak için yazıyorum.” Tanımlayıcı veriler, kişinin kim olduğuna ilişkin ayrıntıları daha da derinlemesine araştırır.
3. Davranış verileri şunu söylüyor: "İşte bana ulaşmanın en iyi yolu" (ve bunu destekleyecek makbuzları da var). Davranışsal veriler, satın alma geçmişinden sosyal medyaya ve markadan gelen e-postaların sayısına kadar bir tüketicinin bir markayla nasıl etkileşimde bulunmaktan hoşlandığını gösterir.
4. Niteliksel veriler veya tutumsal veriler şunu söylüyor: "İşte en çok önemsediğim şeyler." Bu tür veriler işletmelerin tüketicilerin ve müşterilerin motivasyonlarını, fikirlerini, tercihlerini ve tutumlarını anlamalarına yardımcı olur.

Kimlik verisi nedir: Kişiseldir

Kimlik verileri muhtemelen çoğu insanın, şirketlerin verileri toplayıp tuttuğunu düşündüklerinde aklına gelen şeydir.

Kimlik verileri adınız, iletişim bilgileriniz, hesap giriş bilgileriniz, demografik bilgileriniz, sosyal medya profillerinize benzersiz bağlantılardır; bilgi veritabanları sizi herkesten ayırmak için kullanır.

Kimlik verileriniz müşteri profilinizin temelini oluşturacaktır. Bu, bir girişin dijital eşdeğeridir: "Merhaba, benim adım John ve San Francisco'da yaşıyorum." Bu gün ve çağda masa bahisleri bir şeydir.

Şirketler bu verileri temel kişiselleştirme için kullanır (örneğin, bir e-postada adınızla size hitap etmek), ancak bu aynı zamanda CDP'lerin çeşitli veri kaynaklarından bilgilerinizi toplamak için de kullandığı şeydir. Bu John Norris'in yakın zamanda sizden alışveriş yapan ve sizi bir Instagram gönderisinde etiketleyen John Norris ile aynı olup olmadığını bu şekilde kontrol ediyorlar.

Tanımlayıcı veri nedir: İlgilidir

Tanımlayıcı veriler, adınızın ve adresinizin ötesinde kim olduğunuzun daha kapsamlı bir resmini çizmeye başlar. Şirketlerin topladığı müşteri verisi türleri işletmeden işletmeye farklılık gösterecektir.

Tanımlayıcı veriler, müşteri profili bilgilerinin daha eksiksiz bir görünümünü sağlar. Aile ve medeni durum, kariyer ayrıntıları ve eğitim bilgileri, ne tür bir ev ve araca sahip olduğunuz, kaç çocuğunuz olduğu, ne tür evcil hayvanlarınız olduğu gibi yaşam tarzı bilgileri gibi ayrıntıları içerebilir.

Örneğin, bir köpek bakıcısı ne tür bir köpeğiniz olduğunu, onları kurtarıp kurtarmadığınızı vb. bilmek isteyebilir. Öte yandan bir giyim mağazasının evcil hayvanlar hakkında soru sorması pek olası değildir.

Giriş metaforumuza dönersek, tanımlayıcı veriler "Nerelisin?" gibi hızlı bir takip sorusunu yanıtlamaya eşdeğerdir. veya “Ne yapıyorsunuz?” Kim olduğunuz hakkında biraz daha fazla bağlam sağlar ancak mutlaka meraklı veya müdahaleci değildir.

İşletmeler bu bilgileri birkaç farklı şekilde kullanır:

• Daha doğru kitle segmentleri oluşturmak için
• Müşteri kişiliklerini geliştirmek
• Satın alma alışkanlıklarını tahmin etmek
• Pazarlama kişiselleştirmesini temellerin ötesine taşımak .

Hiçbir zaman veri hacmi önemli değildir; başarı, verilerinizin kalitesine bağlı olarak gelir. Ve verilerin iletişim şeklinizi dönüştürmesine izin verme isteğiniz.

Davranışsal veri nedir: Karmaşıktır

Davranışsal veriler, geçmiş satın alımlar gibi işlemsel verilerden gönderdiğiniz müşteri hizmetleri biletlerine kadar bir şirket veya markayla etkileşimde bulunduğunuz tüm farklı yolları kapsar. Aynı zamanda satış temsilcileriyle olan etkileşimleriniz, onların e-postalarını ne sıklıkta açtığınız vb. de önemlidir.

Ve bu sadece çevrimiçi etkileşimlerle sınırlı değil. Örneğin, bir perakendeci en çok hangi mağaza konumunu ziyaret ettiğinizi not edebilir veya çevrimiçi alışveriş yaparken iadeleri her zaman mağazada yaptığınızı fark edebilir.

Davranışsal veri bilgileri, müşterilerin markalarla nasıl etkileşim kurduğunu gösterir ve genel müşteri deneyimini çeşitli şekillerde iyileştirmek için kullanılabilir.

Davranışsal verilere örnekler şunları içerir:

1. Tanımlayıcı veriler gibi davranışsal veriler de kitle segmentasyonuna yardımcı olur. Kişiselleştirilmiş iletişimler geliştirmek için kullanılabilir (alışveriş sepetlerini terk eden müşterilere yeniden hedefleme e-postaları göndermek gibi).
2. Markaların, tüketicilerin ve müşterilerin hangi kanallarla etkileşimde bulunmayı tercih ettiğini belirlemesine yardımcı olur (örneğin, hizmet hatırlatmaları için kısa mesaj yerine e-postayla iletişime geçilmesini seçtiğinizde vb.)
3. Büyük ölçekte, davranışsal veriler şirketin genel deneyimindeki eğilimleri ve sorunları tanımlamaya yardımcı olabilir (örneğin, çevrimiçi müşterilerinin büyük bir kısmının belirli bir noktada siteden ayrıldığını fark edebilirler, bu da kullanıcı deneyiminde potansiyel bir soruna işaret edebilir).
4. Şirketin ürünleri için hangi SEO anahtar kelimelerini, müşterilerinin sık kullandığı sosyal medya sitelerini ve daha fazlasını hedeflemesi gerektiği konusunda bilgi verebilir .

Davranışsal veriler, herhangi bir ilişkideki erken aşamadaki etkileşimlere eşdeğerdir; örneğin yeni arkadaşınızın bir telefon görüşmesine yanıt vermekten ziyade bir kısa mesaja yanıt verme olasılığının daha yüksek olduğunu fark etmek gibi.

Tutumsal veri nedir: Duygusaldır, değere dayalıdır ve daima gelişmektedir

Nihai derinlik düzeyi, aynı zamanda "nitel veriler" olarak da adlandırılan tutumsal müşteri verilerinden gelir.

Tutumsal veya niteliksel veriler, bir müşteri olarak sizi neyin motive ettiğinin özüne iner; neden bu tişörtü satın alma olasılığınız yanındaki tişörtü satın almaktan daha fazladır? Bu tür veriler, demografik bilgiler veya satın alma geçmişi kadar toplanması kolay olmayan motivasyonlar, görüşler, tercihler ve tutumlar gibi şeyleri içerir.

Bu tür veriler müşteri profillerine zenginlik katar ve iyi kullanıldığında müşterilere markanın gördüğü hissi verir.

Şirketler genellikle tutumsal veya niteliksel verileri müşteri görüşmeleri, geri bildirim incelemeleri ve anketler gibi yollarla elde eder. Yüksek kaliteli veriler elde etmek için markaların doğru soruları doğru şekilde sorması gerekir; çünkü bunu yaptıklarında müşteriler ve markalar arasında daha derin bir etkileşim düzeyi ortaya çıkar.

Bir şirket, müşterilerinin, ürünlerinin fiyatı ve hatta kalitesi yerine destekledikleri bir amaç nedeniyle onları seçtiklerini ortaya çıkarabilir. Müşterilerinin büyük çoğunluğunun, normalde dikkate almayacakları belirli bir ürün özelliği hakkında gerçekten güçlü hisler beslediklerini fark edebilirler.

Bu, birini gerçekten tanımaya başlamanın eşdeğeridir; yalnızca onun hoşlandığı ve hoşlanmadığı şeyleri değil, aynı zamanda onların ardındaki nedenleri de.

Müşteri verilerinin diğer sınıflandırmaları açıklandı

Yukarıda bahsedilen dört tür müşteri verisinin ötesinde, başka türde müşteri verileriyle de karşılaşabilirsiniz.

Verilerin parçalanmasının diğer birkaç yolu şunlardır:

Birinci ve üçüncü taraf verileri nedir:

• Birinci taraf verileri, bir şirketin doğrudan müşteriden topladığı verilerdir (örneğin adınızı ve iletişim bilgilerinizi istemek, sipariş geçmişinizi takip etmek, markayla farklı kanallardaki etkileşimlerinizi takip etmek).
• Üçüncü taraf verileri ise ayrı bir kuruluş tarafından toplanır ve şirkete satılır (örneğin, çevrimiçi hareketlerinizi izleyen internet tarayıcısı çerezleri). Veriler öncelikle kişisel olarak tanımlayıcı bilgilerden (PII) arındırılır, dolayısıyla kişiselleştirme gibi şeyler için kullanışlı değildir. Ancak geniş ölçekte, eğilimleri belirlemek ve içgörüleri ortaya çıkarmak açısından inanılmaz derecede değerlidir.

Yapılandırılmış ve yapılandırılmamış veri nedir:

• Yapılandırılmış veriler iyi tanımlanmış ve üst düzeyde organize edilmiş olduğundan, içinde arama yapmak ve filtrelemek kolaydır. (Çoktan seçmeli soruları veya onay kutularını düşünün.)
• Yapılandırılmamış veriler format olarak daha gevşektir ve genellikle bir kişinin okumasını ve yorumlamasını gerektirebilecek daha anlatısal/açık uçlu bir form alır. (Bir anketteki kısa cevaplı soruları veya bir satış görüşmesindeki notları düşünün.)

CDP ile müşterilerinizin verilerinden daha fazla yararlanın

Çeşitli müşteri verisi türlerini anlamak, işletmelerin içgörülerini etkili etkileşimlere dönüştürmesini kolaylaştırır.

Müşteri veri platformları, bir şirketin tüm müşteri verilerinin uzlaştırılması ve toplanması ve bunun tam bir müşteri profili oluşturmak için kullanılması için gelişmiş bir çözüm olarak ortaya çıkmıştır. Bunu yaparken, verilerin değeri önemli ölçüde artar.