고객 데이터 유형: 정의, 가치, 예

고객 데이터는 어디에나 있습니다. 다양한 유형의 고객 데이터는 기업이 이를 해석하고 활용하는 작업을 수행하는 경우 유리하게 포지셔닝할 수 있습니다. 경쟁력을 유지하려면 데이터의 힘을 수용해야 합니다. 브랜드와 관계를 맺을 때마다 뒤에 빵 부스러기 흔적을 남깁니다. 개별적으로 이러한 정보는 소비자로서의 귀하에 대한 정보를 제공합니다. 그러나 결합하면 기업에서 사용할 수 있는 귀중한 고객 프로필이 생성됩니다.

일반적으로 회사에서 수집하는 4가지 유형의 고객 데이터가 있으며, 각각은 고객을 알아가는 데 도움이 되는 고유한 목적을 가지고 있으며 차별화된 고객 경험을 제공하는 방법을 알려줍니다.

"누구세요?"

고객 데이터 유형: 정의

먼저 고객 데이터의 유형을 정의하겠습니다. 데이터가 수집되는 방법과 이유를 이해하면 회사를 위한 더 나은 전략으로 나아갈 수 있습니다.

1. 신원 데이터 에 "저는 John입니다. 저는 샌프란시스코에 살고 있습니다." 이름, 연락처, 계정 로그인 및 기타 개인화 정보입니다.
2. 기술 데이터는 다음과 같이 덧붙입니다. “저는 30대 남성입니다. 결혼했고 아이도 있고 강아지도 있고 먹고 살기 위해 글을 씁니다.” 기술 데이터는 그 사람이 누구인지에 대한 세부 정보를 더 자세히 설명합니다.
3. 행동 데이터에 따르면 "나에게 연락할 수 있는 가장 좋은 방법은 다음과 같습니다."(그리고 이를 뒷받침할 영수증이 있음)입니다. 행동 데이터는 구매 내역에서 소셜, 브랜드의 이메일 수에 이르기까지 소비자가 브랜드에 참여하기를 좋아하는 방식을 보여줍니다.
4. 질적 데이터 또는 태도 데이터는 다음과 같이 말합니다. "여기에 내가 가장 신경 쓰는 것이 있습니다." 이러한 유형의 데이터는 기업이 소비자와 고객의 동기, 의견, 선호도 및 태도를 이해하는 데 도움이 됩니다.

신원 데이터: 개인입니다

ID 데이터는 아마도 대부분의 사람들이 데이터를 수집하고 보유하는 회사를 생각할 때 생각하는 것입니다.

신원 데이터는 귀하의 이름, 연락처 정보, 계정 로그인, 인구 통계, 귀하의 소셜 미디어 프로필에 대한 고유 링크입니다. 정보 데이터베이스는 귀하를 다른 사람과 구별하기 위해 사용합니다.

귀하의 신원 데이터는 귀하의 고객 프로필의 기초가 될 것입니다. "안녕하세요, 제 이름은 John이고 샌프란시스코에 살고 있습니다." 이 시대의 테이블 스테이크 물건.

회사는 이 데이터를 기본 개인화(예: 이메일에서 이름으로 주소 지정)에 사용하지만 CDP가 다양한 데이터 소스에서 사용자 정보를 집계하는 데 사용하기도 합니다. 이 John Norris가 최근에 귀하로부터 구매하고 Instagram 게시물에서 귀하를 태그한 John Norris와 동일한지 교차 확인하는 방법입니다.

기술 데이터: 관련이 있습니다.

설명 데이터는 이름과 주소를 넘어 당신이 누구인지에 대한 완전한 그림을 그리기 시작합니다. 회사에서 수집하는 고객 데이터 유형은 비즈니스마다 다릅니다.

설명 데이터는 고객 프로필 정보에 대한 보다 완전한 보기를 제공합니다. 여기에는 가족 및 결혼 상태, 직업 세부 정보 및 교육 정보, 소유한 집과 차량 유형, 자녀 수, 애완동물 유형 등의 라이프스타일 정보가 포함될 수 있습니다.

예를 들어, 개 미용사는 당신이 어떤 종류의 강아지를 가지고 있는지, 당신이 구조했는지 여부 등을 알고 싶어할 수 있습니다. 반면에 옷가게는 애완 동물에 대해 전혀 묻지 않을 것입니다.

소개 은유로 돌아가서 설명 데이터는 "당신은 어디에서 왔습니까?"와 같은 빠른 후속 질문에 대답하는 것과 같습니다. 또는 "당신은 무엇을합니까?" 그것은 당신이 누구인지에 대해 조금 더 많은 맥락을 제공하지만 반드시 엿보거나 방해가 되는 것은 아닙니다.

기업은 이 정보를 몇 가지 다른 방식으로 사용합니다.

• 보다 정확한 잠재고객 세그먼트를 생성하려면
• 고객 페르소나를 개발하기 위해
• 구매 습관을 예측하려면
• 기본을 넘어 마케팅 개인화를 수행합니다.

데이터의 양이 중요한 것이 아닙니다. 성공은 데이터의 품질에 달려 있습니다. 그리고 데이터를 통해 의사 소통 방식을 변화시키려는 의지가 있습니다.

디지털 세계의 인지 상거래: 고객 여정 향상

코그너티브 상거래를 사용하여 여정 전반에 걸쳐 고객을 참여시키고 지원하고 수익이 증가하는 것을 지켜보십시오.

행동 데이터: 복잡하다

행동 데이터는 과거 구매와 같은 거래 데이터에서 제출한 고객 서비스 티켓에 이르기까지 회사 또는 브랜드와 상호 작용하는 모든 다양한 방법을 포함합니다. 또한 영업 담당자와 나눈 상호 작용, 이메일을 여는 빈도 등입니다.

그리고 이것은 온라인 상호 작용에 국한되지 않습니다. 예를 들어, 소매업체는 귀하가 가장 많이 방문하는 매장 위치를 ​​기록하거나 온라인 구매 중에 항상 매장에서 반품한다는 사실을 알 수 있습니다.

행동 데이터 정보는 고객이 브랜드에 참여하는 방식을 보여주며 다양한 방식으로 전반적인 고객 경험을 개선하는 데 사용할 수 있습니다.

행동 데이터의 예는 다음과 같습니다.

1. 설명 데이터와 마찬가지로 행동 데이터는 잠재고객 세분화에 도움이 됩니다. 개인화된 커뮤니케이션을 개발하는 데 사용할 수 있습니다(예: 장바구니를 포기한 고객에게 리타게팅 이메일 보내기).
2. 브랜드가 소비자와 고객이 선호하는 채널을 식별하는 데 도움이 됩니다(예: 서비스 알림을 위해 문자 메시지 대신 이메일로 연락하기로 선택한 경우).
3. 대규모로 행동 데이터는 회사의 전반적인 경험에서 추세와 문제를 식별하는 데 도움이 될 수 있습니다(예: 온라인 고객의 많은 부분이 특정 지점에서 사이트를 이탈하여 UX의 잠재적인 문제를 나타내는 것을 알아차릴 수 있음).
4. 회사가 제품에 대해 타겟팅해야 하는 SEO 키워드, 고객이 자주 사용하는 소셜 미디어 사이트 등을 알려줄 수 있습니다.

행동 데이터는 새로운 친구가 전화를 받는 것보다 문자 메시지에 응답할 가능성이 훨씬 더 높다는 사실을 알아차리는 것과 같이 모든 관계에서 초기 단계의 상호 작용에 해당합니다.

태도 데이터: 감정적이고 가치 기반이며 항상 진화합니다.

깊이의 최종 수준은 "질적 데이터"라고도 하는 고객의 태도 데이터에서 나옵니다.

태도 또는 정성적 데이터는 고객으로서 동기를 부여하는 핵심 요소가 됩니다. 옆에 있는 티셔츠보다 이 티셔츠를 구매할 가능성이 더 높은 이유는 무엇입니까? 이러한 유형의 데이터에는 인구 통계 또는 구매 내역만큼 수집하기 쉽지 않은 동기, 의견, 선호도 및 태도와 같은 항목이 포함됩니다.

이러한 유형의 데이터는 고객 프로필에 풍부함을 더하고 잘 사용하면 고객에게 브랜드 에서 볼 수 있는 느낌을 제공합니다.

회사는 일반적으로 고객 인터뷰, 피드백 검토 및 설문 조사와 같은 것을 통해 태도 또는 정성적 데이터를 얻습니다. 고품질 데이터를 얻으려면 브랜드가 올바른 방식으로 올바른 질문을 해야 합니다. 그렇게 할 때 고객과 ​​브랜드 간의 더 깊은 수준의 참여가 가능해지기 때문입니다.

회사는 고객이 제품의 가격 또는 품질에 비해 지원하는 이유 때문에 고객이 선택한다는 사실을 발견할 수 있습니다. 그들은 수많은 고객이 그렇지 않았다면 고려하지 않았을 특정 제품 기능에 대해 매우 강하게 느낀다는 것을 깨달을 수 있습니다.

이것은 누군가를 진정 으로 알기 시작하는 것과 같습니다. 그들의 좋아하는 것과 싫어하는 것뿐만 아니라 그 뒤에 숨은 이유 도 포함됩니다.

고객 데이터의 기타 분류 설명

위에서 언급한 4가지 유형의 고객 데이터 외에도 몇 가지 다른 유형의 고객 데이터를 접할 수 있습니다.

다음은 데이터가 분해되는 몇 가지 다른 방법입니다.

자사 및 타사 데이터:

• 자사 데이터 는 회사가 고객으로부터 직접 수집하는 데이터입니다(예: 이름 및 연락처 정보 요청, 주문 내역 추적, 다양한 채널에서 브랜드와의 상호 작용에 대한 탭 유지).
• 반면 제3자 데이터 는 별도의 기관에서 수집되어 회사에 판매됩니다(예: 온라인에서 사용자의 움직임을 추적하는 인터넷 브라우저 쿠키). 데이터는 먼저 개인 식별 정보(PII)에서 제거되므로 개인화와 같은 작업에는 유용하지 않습니다. 그러나 규모에 따라 추세를 식별하고 통찰력을 발견하는 데 매우 유용합니다.

구조화된 데이터와 구조화되지 않은 데이터:

• 구조화된 데이터 는 쉽게 검색하고 필터링할 수 있도록 잘 정의되고 고도로 구성되어 있습니다. (객관식 질문이나 체크박스를 생각해 보세요.)
• 구조화되지 않은 데이터 는 형식이 느슨하며 일반적으로 읽고 해석하는 사람이 필요할 수 있는 보다 서술적/개방형 형식을 취합니다. (설문조사의 단답형 질문이나 영업 전화의 메모를 생각해 보십시오.)

CDP로 고객 데이터에서 더 많은 것을 얻으십시오

다양한 유형의 고객 데이터를 이해하면 기업에서 통찰력을 효과적인 참여로 쉽게 전환할 수 있습니다.

고객 데이터 플랫폼은 회사의 모든 고객 데이터를 조정 및 집계하고 전체 고객 프로필을 구축하는 데 사용하기 위한 정교한 솔루션으로 부상했습니다. 그렇게 함으로써 데이터의 가치가 크게 증가합니다.