顧客データの種類：定義、価値、例

顧客データはいたるところにあります。 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利用する作業を行う場合、企業を有利に位置付けることができます。 競争力を維持することは、データの力を受け入れることです。 あなたがブランドと関わるたびに、あなたはあなたの後ろにパンくずリストの跡を残します。 個々に、これらの情報は、消費者としてのあなたについて何かを語っています。 しかし、これらを組み合わせると、企業が使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、それぞれが独自の目的を果たして、企業があなたを知るのを支援します。そして、企業を際立たせる顧客体験を提供する方法を通知します。

"あなたは誰？"

顧客データの種類：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か、そしてなぜあなたをあなたの会社のためのより良い戦略への道に導くことができるかを理解すること。

1. IDデータによると、「私はジョンです。サンフランシスコに住んでいます。」 これは、名前、連絡先、アカウントログイン、およびその他の個人情報です。
2. 記述データは次のように付け加えています。「私は30代の男性です。 私は結婚していて、子供と犬がいて、生計を立てるために書いています。」 記述データは、その人が誰であるかの詳細をさらに掘り下げます。
3. 行動データによると、「これが私に連絡するための最良の方法です」（そしてそれをバックアップするための領収書があります）。 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数まで、消費者がブランドとの関わりをどのように好むかを示しています。
4. 定性的データまたは態度データは、「私が最も気にかけていることは次のとおりです」と述べています。 これらのタイプのデータは、企業が消費者と顧客の動機、意見、好み、態度を理解するのに役立ちます。

IDデータ：それは個人的なものです

IDデータは、企業がデータを収集して保持することを最初に考えたときに、おそらくほとんどの人が考えるものです。

IDデータは、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ァイルへの一意のリンクです。情報データベースは、あなたを他の人と区別するために使用します。

IDデータは、顧客プロファイルの基礎になります。 これは、デジタル版の紹介です。「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。」 テーブルはこの時代のものを賭けます。

企業はこのデータを基本的なパーソナライズ（たとえば、電子メールで名前でアドレス指定する）に使用しますが、CDPがさまざまなデータソースから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、最近あなたから購入し、Instagramの投稿であなたにタグを付けたジョン・ノリスと同じであることを彼らがクロスチェックする方法です。

記述データ：関連性がある

記述的データは、あなたがあなたの名前と住所を超えている人の全体像を描き始めます。 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。

記述データは、顧客プロファイル情報のより完全なビューを提供します。 家族や結婚歴、キャリアの詳細や教育情報、所有している家や車の種類、子供が何人いるか、ペットの種類などのライフスタイル情報などの詳細を含めることができます。

たとえば、犬のグルーマーは、あなたが飼っている犬の種類や、犬を救助したかどうかなどを知りたい場合があります。一方、衣料品店では、ペットについて質問することはほとんどありません。

導入のメタファーに戻ると、記述データは、「どこから来たのか」などの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「あなたは何をしますか？」 それはあなたが誰であるかについてもう少しコンテキストを提供しますが、必ずしも詮索好きまたは邪魔になるわけではありません。

企業はこの情報をいくつかの異なる方法で使用します。

• より正確なオーディエンスセグメントを作成するには
• 顧客のペルソナを開発するには
• 購買習慣を予測するには
• 基本を超えてマーケティングのパーソナライズを行う。

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います。 そして、データがあなたのコミュニケーション方法を変えることを可能にするあなたの意欲。

デジタル世界におけるコグニティブコマース：カスタマージャーニーの強化

コグニティブコマースを使用して、顧客の旅全体に関与し、サポートし、利益が成長するのを監視します。

行動データ：それは複雑です

行動データには、過去の購入などのトランザクションデータから、送信したカスタマーサービスチケットまで、企業やブランドとやり取りするさまざまな方法がすべて含まれます。 また、営業担当者とのやり取り、メールを開く頻度なども含まれます。

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、あなたが最も訪問した店舗の場所をメモしたり、オンラインで購入している間は常に店内で返品していることに気付く場合があります。

行動データ情報は、顧客がブランドにどのように関与しているかを示し、さまざまな方法で全体的な顧客体験を改善す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、行動データはオーディエンスのセグメンテーションに役立ちます。 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、ブランドが消費者と顧客がどのチャネルを利用することを好むかを特定するのに役立ちます（サービスリマインダーのテキストメッセージではなく電子メールで連絡することを選択した場合など）。
3. 大規模な行動データは、会社の全体的なエクスペリエンスの傾向と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跳ね返り、UXの潜在的な問題を示していることに気付く場合があります）。
4. それは、会社が彼らの製品、彼らの顧客が頻繁に訪れるソーシャルメディアサイトなどのためにどのSEOキーワードをターゲットにすべきかを知らせることができます。

行動データは、電話に応答するよりも新しい友達が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付くなど、あらゆる関係の初期段階の相互作用に相当します。

態度データ：感情的で、価値に基づいており、常に進化しています

最終的な深さのレベルは、「定性的データ」とも呼ばれる態度の顧客データから得られます。

態度または定性的なデータは、顧客としてのあなたの動機の中心になります。なぜ、このTシャツを隣のTシャツよりも購入する可能性が高いのですか。 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、これらは人口統計や購入履歴ほど簡単には収集できません。

このタイプのデータは、顧客プロファイルに豊かさを追加し、うまく使用すると、ブランドが見ているような感覚を顧客に与えるものです。

企業は通常、顧客へのインタビュー、フィードバックレビュー、調査などを通じて態度または定性的なデータを取得します。 また、高品質のデータを取得するには、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。そうすると、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き放たれるからです。

企業は、顧客がサポートする理由と、製品の価格または品質でさえも、顧客がそれらを選択していることを明らかにする場合があります。 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付くかもしれません。

これは、誰かを本当に知り始めることと同じです–彼らの好き嫌いだけでなく、彼らの背後にある理由も。

顧客データの他の分類の説明

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に出くわす可能性があります。

データを分割する他のいくつかの方法を次に示します。

ファーストパーティとサードパーティのデータ：

• 自社データは、企業が顧客から直接収集するデータです（たとえば、名前と連絡先情報の入力、注文履歴の追跡、さまざまなチャネルでのブランドとのやり取りの監視など）。
• 一方、サードパーティのデータは別のエンティティによって収集され、会社に販売されます（たとえば、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）。 データは最初に個人を特定する情報（PII）が削除されるため、パーソナライズなどには役立ちません。 しかし、大規模な場合、傾向を特定し、洞察を明らかにするために非常に価値があります。

構造化データと非構造化データ：

• 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、データの検索とフィルタリングが簡単です。 （多肢選択式の質問またはチェックボックスを考えてください。）
• 非構造化データは形式が緩く、通常、人が読んで解釈する必要がある、より物語的で自由形式の形式になります。 （アンケートに関する簡単な質問やセールスコールからのメモを考えてください。）

CDPを使用して顧客のデータからより多くを得る

さまざまなタイプの顧客データを理解することで、企業は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高度な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。