Jenis data pelanggan: Definisi, nilai, contoh

Data pelanggan ada di mana-mana. Berbagai jenis data pelanggan dapat memposisikan perusahaan secara menguntungkan jika mereka melakukan pekerjaan untuk menafsirkan dan memanfaatkannya. Untuk tetap kompetitif berarti merangkul kekuatan data. Setiap kali Anda terlibat dengan suatu merek, Anda meninggalkan jejak remah roti di belakang Anda. Secara individual, potongan-potongan informasi ini mengatakan sesuatu tentang Anda sebagai konsumen. Tetapi ketika digabungkan, mereka menciptakan profil pelanggan yang berharga yang dapat digunakan oleh bisnis.

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

"Kamu siapa?"

Jenis data pelanggan: Definisi

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

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

Data identitas: Ini pribadi

Data identitas mungkin adalah apa yang kebanyakan orang pikirkan ketika mereka pertama kali berpikir tentang perusahaan yang 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 yang digunakan untuk membedakan Anda dari orang lain.

Data identitas Anda akan menjadi dasar profil pelanggan Anda. Ini setara dengan pengantar digital: "Hai, nama saya John dan saya tinggal di San Francisco." Meja mempertaruhkan barang di zaman sekarang ini.

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

Data deskriptif: Ini relevan

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

Data deskriptif memberikan gambaran yang lebih lengkap tentang informasi profil pelanggan. Ini dapat mencakup perincian seperti keluarga dan status perkawinan, perincian 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 tahu jenis anjing apa yang Anda miliki, apakah Anda telah menyelamatkannya, dll… Sebuah toko pakaian, di sisi lain, tidak mungkin menanyakan tentang hewan peliharaan sama sekali.

Kembali ke metafora pendahuluan kami, data deskriptif setara dengan menjawab pertanyaan lanjutan cepat seperti, "Dari mana Anda berasal?" atau "Apa yang kamu lakukan?" Ini memberikan sedikit lebih banyak konteks tentang siapa Anda tetapi tidak selalu mencongkel 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 mengambil personalisasi pemasaran di luar dasar-dasar.

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

Data perilaku: Ini 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 seterusnya.

Dan ini tidak terbatas pada interaksi online. Misalnya, pengecer mungkin mencatat lokasi toko 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 ke pelanggan yang telah 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 pengalaman perusahaan secara keseluruhan (misalnya, mereka mungkin memperhatikan bahwa sebagian besar pelanggan online mereka terpental dari situs pada titik tertentu, 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 memperhatikan bahwa teman baru Anda lebih cenderung menanggapi pesan teks daripada menjawab panggilan telepon.

Data sikap: Ini emosional, berbasis nilai, dan selalu berkembang

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

Data sikap atau kualitatif mencapai inti dari apa yang memotivasi Anda sebagai pelanggan – mengapa Anda lebih cenderung membeli t-shirt ini dibandingkan dengan yang di sebelahnya. Jenis data ini mencakup hal-hal seperti motivasi, opini, preferensi, dan sikap, yang tidak semudah dikumpulkan seperti demografi atau riwayat pembelian.

Jenis data ini menambah kekayaan pada profil pelanggan dan, bila digunakan dengan baik, itulah yang memberi pelanggan perasaan yang terlihat oleh suatu merek.

Perusahaan biasanya memperoleh data sikap atau kualitatif melalui hal-hal seperti wawancara pelanggan, ulasan umpan balik, dan survei. Dan untuk mendapatkan data berkualitas tinggi, merek perlu mengajukan pertanyaan yang tepat dengan cara yang benar, karena ketika mereka melakukannya, itu 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 satu ton pelanggan mereka merasa sangat kuat tentang fitur produk tertentu yang tidak akan mereka pertimbangkan.

Ini sama dengan benar- benar mulai mengenal seseorang – bukan hanya kesukaan dan ketidaksukaan mereka, tetapi juga alasan di balik mereka.

Klasifikasi lain dari data pelanggan dijelaskan

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

Berikut adalah beberapa cara lain untuk memecah data:

Data pihak pertama vs. pihak ketiga:

• Data pihak pertama adalah data yang dikumpulkan perusahaan secara 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 , di sisi lain, dikumpulkan oleh entitas terpisah dan dijual ke perusahaan (misalnya, cookie browser internet yang melacak pergerakan Anda secara online). Data pertama kali 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.

Data terstruktur vs. tidak terstruktur:

• Data terstruktur didefinisikan dengan baik dan sangat terorganisir sehingga mudah untuk mencari dan memfilternya. (Pikirkan, pertanyaan pilihan ganda atau kotak centang.)
• Data tidak terstruktur lebih longgar dalam format dan biasanya mengambil bentuk yang lebih naratif/terbuka yang mungkin mengharuskan seseorang untuk membaca dan menafsirkan. (Pikirkan, pertanyaan jawaban singkat pada survei atau catatan dari panggilan penjualan.)

Dapatkan lebih banyak dari data pelanggan Anda dengan CDP

Memahami berbagai jenis data pelanggan memudahkan bisnis untuk mengubah wawasan mereka menjadi keterlibatan 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 tumbuh secara substansial.