Was sagen Ihnen Ihre Daten wirklich?
Daten sind heute für jedes Unternehmen unerlässlich. Aber der Zugriff auf Daten und deren effektive Nutzung sind zwei sehr unterschiedliche Dinge. Sind Sie zum Beispiel sicher, dass das Bild, das es für Sie malt, wirklich genau ist?
Wenn Sie mit falschen Annahmen oder unvollständigen Daten arbeiten, die nicht die ganze Geschichte erzählen, könnten Sie am Ende mit den falschen Leuten sprechen oder ihnen Botschaften geben, die bestenfalls irrelevant sind und sie im schlimmsten Fall aktiv abweisen.
ERKENNTNISSE BEGINNEN MIT DEM STELLEN DER RICHTIGEN FRAGEN
Ihre CRM- und Abrechnungsdaten können Ihnen beispielsweise sagen, dass Ihr Kunde ein Mann Mitte 50 ist. Verhaltenserkenntnisse zeigen jedoch, dass sie sich für Mode, Instagram und Tiktok interessieren. Scheint unwahrscheinlich, bis Sie bedenken, dass die Person, die die Rechnung bezahlt, nicht dieselbe ist wie die Person, die das Telefon benutzt.
In diesem Fall sehen Sie wahrscheinlich einen Vater, der für das Telefon seiner Tochter bezahlt. Aber wenn Sie Ihre CRM-Plattform nur als Grundlage für Ihre Marketingbotschaften verwenden würden, würden Sie völlig falsche Materialien an die falsche Person senden.
Dies ist ein einfaches Beispiel dafür, wie unvollständige Daten Sie auf den falschen Weg führen können. Wie können Sie also solche Fehler vermeiden?
Der erste Schritt zum Erfolg beginnt, bevor Sie die Rohdaten überhaupt in Ihre Analyseplattform laden. Es geht darum sicherzustellen, dass Sie wissen, wonach Sie suchen, und das bedeutet, die richtigen Fragen zu stellen.
Müssen Sie mehr über Verhalten verstehen? Möchten Sie sehen, welche Probleme sie haben? Gibt es eine Trennung zwischen dem CRM und den Verhaltensdaten? Wenn Sie dies wissen, stellen Sie sicher, dass Sie die richtigen Details betrachten und Ihre Analyse fokussieren.
ES GEHT NICHT NUR UM DIE DATEN, DIE SIE HABEN – ES GEHT UM DIE DATEN, DIE SIE NICHT HABEN
Das Datenvolumen, das Telekommunikationsunternehmen über ihre Kunden sammeln, ist enorm. Wenn Sie Rechnungsinformationen, CRM-Details, Telefonnutzungsaufzeichnungen und Verhaltensdaten wie Weblogs berücksichtigen, könnten Sie denken, dass Sie alles haben, was Sie brauchen. Aber das gilt nicht unbedingt für jeden Kunden.
In der Statistik gibt es eine alte Lektion darüber, wie Sie Lücken in Ihren Daten nicht übersehen sollten. Im Zweiten Weltkrieg untersuchten Ingenieure Flugzeuge, die von Missionen zurückkehrten, um festzustellen, wo sie zusätzliche Panzerung hinzufügen sollten. Aber anstatt die von Einschusslöchern durchlöcherten Teile der Flugzeuge stärker zu schützen, bestand die Antwort darin, die Bereiche zu panzern, in denen es keinen Schaden gab.
Wieso den? Weil die Flugzeuge mit diesen Einschusslöchern immer noch zurückkamen. Während die Tatsache, dass an Orten wie den Triebwerken keine Flugzeuge mit Schäden zurückkehrten, nicht darauf hindeutet, dass sie dort nicht getroffen wurden, sondern dass jedes Flugzeug, das in diesem Abschnitt getroffen wurde, es nicht zurück geschafft hat, um untersucht zu werden – und daher, das sind die Bereiche, auf die man sich konzentrieren muss.
Die gleichen Prinzipien gelten für Ihre Datenanalyse. Beispielsweise haben Sie möglicherweise Daten, die zeigen, dass sich bestimmte Benutzer immer wieder melden, um eine ähnliche Beschwerde einzureichen. Aber wenn dies nur einen kleinen Prozentsatz Ihrer Benutzerbasis ausmacht, könnten Sie zu dem Schluss kommen, dass dieses Problem kein weit verbreitetes Problem ist. Alternativ können Sie feststellen, dass das Problem behoben wurde, wenn sie aufhören anzurufen.
Aber was ist mit den Leuten, die sich nicht beschweren? Viele Menschen schweigen vielleicht einfach bis zum Ende ihres Vertrags und nehmen ihre Geschäfte dann woanders auf. Andere geben möglicherweise frustriert auf, und wenn Sie keine Beschwerdedaten haben, um zu erkennen, dass sie unzufrieden sind, können Sie möglicherweise nichts tun, um sie zu behalten.
Aber indem Sie sich die Daten ansehen, die Sie haben, und Lücken identifizieren, können Sie Verbindungen herstellen, Muster erkennen und Schlussfolgerungen ziehen, die es Ihnen ermöglichen, proaktiv zu sein und Probleme anzugehen, die Ihnen sonst möglicherweise nicht bewusst sind.
TIEFER TAUCHEN, UM DIE RICHTIGEN ANTWORTEN ZU ERHALTEN
Bei Verhaltensdaten kommt es auf den Kontext an. Das bedeutet, dass Sie über die anfängliche Informationsebene hinausblicken müssen, um nicht nur einen echten Einblick in das zu erhalten, was Ihre Kunden tun, sondern auch warum sie es tun.
Angenommen, Ihre Weblogs zeigen, dass jemand Jobbörsen durchsucht hat. Dies könnte darauf hindeuten, dass sie daran interessiert sind, den nächsten Schritt in ihrer Karriere zu machen und eine besser bezahlte Position zu finden, was sie zu einem potenziellen Ziel für einen Upselling machen könnte. Es könnte aber auch darauf hindeuten, dass sie gerade entlassen wurden und das Geld knapp ist. In diesem Fall wird ein solches Angebot wahrscheinlich nicht gut angenommen.
Hier ist es wichtig, Kontext zu haben und über anfängliche Datenpunkte hinauszugehen. Indem Sie sich ihre Daten genauer ansehen und sehen, welche Details vorhanden sind – oder nicht – können Sie sicherstellen, dass die von Ihnen präsentierten Kampagnen maßgeschneidert und relevant sind.
Hat Ihr arbeitssuchender Kunde beispielsweise alle paar Jahre diese Websites besucht? Wenn ja, kann dies darauf hindeuten, dass sie gerne nach neuen Möglichkeiten suchen, und Ihnen einen Einblick in ihre Denkweise und ihr Verhalten geben. Aber wenn sie sich diese Websites noch nie angesehen haben oder gleichzeitig damit begonnen haben, sich Websites mit Rabattcodes anzusehen, könnte dies darauf hindeuten, dass es wahrscheinlich nicht ihre Entscheidung ist, einen neuen Job zu finden.
Zu wissen, nach welchen Daten gesucht werden muss und wie man tiefer eintauchen kann, um ein vollständiges, genaues Bild Ihrer Kunden zu erstellen, ist der Schlüssel zum Erfolg, und dies erfordert immer noch eine menschliche Note.
Die Daten allein sind nicht die Antwort. Ohne Kontext- und Geschäftskenntnisse ist es nutzlos, und die Möglichkeit, die Daten auf unterschiedliche Weise einfach zu untersuchen und zu hinterfragen, Rückschlüsse von anderen Kunden zu ziehen und Verbindungen zwischen verschiedenen Datenpunkten herzustellen, ist von entscheidender Bedeutung, wenn Sie Ihre Analysen optimal nutzen möchten.
