客戶數據的類型：定義、價值、示例

客戶數據無處不在。 如果公司致力於解釋和利用這些數據，則不同類型的客戶數據可以使公司處於有利地位。 保持競爭力就是擁抱數據的力量。 每次與品牌互動時，都會在身後留下一連串的痕跡。 單獨地，這些信息說明了您作為消費者的一些情況。 但是，當它們結合在一起時，它們會創建一個有價值的客戶檔案，供企業使用。

一般來說，公司收集四種不同類型的客戶數據，每一種都有自己的目的，幫助他們了解你——它們告訴我們如何提供讓他們與眾不同的客戶體驗。

“你是誰？”

客戶數據類型：定義

讓我們首先定義客戶數據的類型。 了解如何收集數據以及為什麼可以讓您走上為公司製定更好戰略的道路。

1. 身份數據顯示： “我是約翰，我住在舊金山。” 它是姓名、聯繫人、帳戶登錄和其他個性化信息。
2. 描述性數據補充道： “我是一個 30 多歲的男人。 我已婚，有孩子，有一條狗，我以寫作為生。” 描述性數據進一步深入了解此人的詳細信息。
3. 行為數據說： “這是聯繫我的最佳方式”（並且有收據來支持它）。 行為數據顯示了消費者喜歡與品牌互動的方式，從購買歷史到社交，再到打開了多少來自品牌的電子郵件。
4. 定性數據或態度數據說： “這是我最關心的事情。” 這些類型的數據有助於企業了解消費者和客戶的動機、意見、偏好和態度。

身份數據：這是個人的

身份數據可能是大多數人第一次想到公司收集和保存數據時的想法。

身份數據是您的姓名、聯繫信息、帳戶登錄、人口統計數據、指向您的社交媒體資料的唯一鏈接——這些信息數據庫用於將您與其他人區分開來。

您的身份數據將成為您客戶資料的基礎。 這是介紹的數字版本：“嗨，我的名字是約翰，我住在舊金山。” 在這個時代，表賭注的東西。

公司將這些數據用於基本的個性化（例如，在電子郵件中按姓名稱呼您），但它也是 CDP 用來從各種數據源匯總您的信息的方式。 這是他們如何交叉檢查此John Norris 與最近向您購買商品並在 Instagram 帖子中標記您的同一位 John Norris。

描述性數據：相關

描述性數據開始在您的姓名和地址之外更全面地描繪您是誰。 公司收集的客戶數據類型因企業而異。

描述性數據提供了更完整的客戶資料信息視圖。 它可以包括家庭和婚姻狀況、職業詳細信息和教育信息、生活方式信息，例如您擁有的房屋和車輛類型、您有多少孩子、您有什麼類型的寵物等。

例如，狗美容師可能想知道你養的是什麼類型的狗，你是否救過它們等等……另一方面，服裝店不太可能詢問寵物。

回到我們的介紹比喻，描述性數據相當於回答一個快速的後續問題，例如“你來自哪裡？” 或“你做什麼？” 它提供了更多關於你是誰的背景信息，但不一定是窺探或侵入。

企業以幾種不同的方式使用這些信息：

• 創建更準確的細分受眾群
• 開發客戶角色
• 預測購買習慣
• 使營銷個性化超越基礎。

這與數據量無關——成功取決於數據的質量。 而且，您願意讓數據改變您的溝通方式。

數字世界中的認知商務：增強客戶旅程

使用認知商務在整個旅程中吸引和支持您的客戶，並觀察您的利潤增長。

行為數據：很複雜

行為數據包含您與公司或品牌互動的所有不同方式——從過去購買等交易數據到您提交的客戶服務單。 它還包括您與銷售代表的互動、您打開他們電子郵件的頻率等等。

這不僅限於在線互動。 例如，零售商可能會記下您最常光顧的商店位置，或者註意到當您在線購買時，您總是會在店內退貨。

行為數據信息顯示了客戶如何與品牌互動，並可用於以多種方式改善整體客戶體驗。

行為數據的示例包括：

1. 與描述性數據一樣，行為數據有助於受眾細分。 它可用於開發個性化通信（例如向放棄購物車的客戶發送重定向電子郵件）。
2. 它可以幫助品牌確定消費者和客戶更喜歡使用哪些渠道（例如，當您選擇通過電子郵件而不是短信聯繫服務提醒時等）
3. 在很大程度上，行為數據可以幫助識別公司整體體驗中的趨勢和問題（例如，他們可能會注意到大部分在線客戶在某個時間點從網站反彈，這表明用戶體驗中存在潛在問題。）
4. 它可以告知公司應該針對他們的產品定位哪些 SEO 關鍵字、他們的客戶經常訪問的社交媒體網站等等。

行為數據相當於任何關係中的早期互動——比如注意到你的新朋友更有可能回复短信而不是接聽電話。

態度數據：它是情緒化的、基於價值的，並且總是不斷變化的

最終的深度來自態度客戶數據，也稱為“定性數據”。

態度或定性數據成為激勵您作為客戶的核心 - 為什麼您更有可能購買這件 T 卹而不是旁邊的那件。 這種類型的數據包括動機、意見、偏好和態度等信息，這些信息不像人口統計數據或購買歷史那樣容易收集。

這種類型的數據增加了客戶檔案的豐富性，如果使用得當，可以讓客戶感受到品牌所看到的感覺。

公司通常通過客戶訪談、反饋評論和調查等方式獲取態度或定性數據。 為了獲得高質量的數據，品牌需要以正確的方式提出正確的問題，因為當他們這樣做時，它會開啟客戶和品牌之間更深層次的互動。

公司可能會發現客戶選擇他們是因為他們支持的原因而不是產品的價格甚至質量。 他們可能會意識到，他們的大量客戶對他們原本不會考慮的特定產品功能感覺非常強烈。

這相當於真正開始了解一個人——不僅僅是他們的好惡，還有他們背後的原因。

解釋客戶數據的其他分類

除了上面提到的四種類型的客戶數據之外，您可能還會遇到其他幾種類型的客戶數據。

以下是數據分解的其他幾種方式：

第一方數據與第三方數據：

• 第一方數據是公司直接從客戶那裡收集的數據（例如，詢問您的姓名和聯繫信息、跟踪您的訂單歷史記錄、密切關注您在不同渠道與品牌的互動）。
• 另一方面，第三方數據由單獨的實體收集並出售給公司（例如，跟踪您在線活動的互聯網瀏覽器 cookie）。 這些數據首先會清除任何個人識別信息 (PII)，因此它對個性化等用途沒有用處。 但是，在規模上，它對於識別趨勢和發現見解非常有價值。

結構化與非結構化數據：

• 結構化數據定義明確且組織嚴密，因此易於搜索和過濾。 （思考、選擇題或複選框。）
• 非結構化數據的格式較鬆散，通常採用更具敘述性/開放式的形式，可能需要人們閱讀和解釋。 （想想調查中的簡短回答問題或銷售電話中的筆記。）

通過 CDP 從客戶數據中獲取更多信息

了解各種類型的客戶數據使企業更容易將他們的洞察力轉化為有效的參與。

客戶數據平台已成為一種複雜的解決方案，用於協調和匯總公司的所有客戶數據並使用它來構建完整的客戶檔案。 這樣一來，數據的價值就會大幅增長。