Segmentering – so last year eller fremtidens kundesyn?

02-03-2020

Segmentering er på mange måder en gammel nyhed; så længe, der har været forretningsdrivende, har der været kundegrupper. Men segmentering er også en vin, der tåler at blive hældt på nye flasker og få en ny, flottere etiket, for det er en essentiel del af alle virksomheders drift og udvikling. Jeg giver dig her en gennemgang af segmentering fra simpel til avanceret samt et perspektiv på segmentering i Danmark anno 2020.

Jeanette Mayland Olsen, Head of Marketing & Communications, Advisor, Geomatic A/S

Har du en handelseksamen i baglommen, er du helt sikkert stødt på begrebet segmentering før. I denne blogpost genopfrisker jeg lige segmenteringens evolutionshistorie for dig i helt korte, garanteret ufyldestgørende, men overordnede træk og giver dig et indblik i forskellen på teori og virkelighed.

De klassiske segmenteringsmodeller

Segmentering kan starte helt simpelt: Henvender et produkt eller en service sig til et bestemt køn eller en bestemt aldersgruppe, er du i gang med at inddele markedet i grupper. Det kan suppleres med geografi, fx nærheden til en fysisk butik. Vi er selvfølgelig stadig i den helt, helt simple udgave her, men dog er der en udpegning af potentielle kunder og ikke-potentielle kunder. 

Modeller som minerva-modellen og Gallups kompasrose inddrager viden om præferencer og holdninger. Det udbygger vores meget simple model, fordi vi nu potentielt sorterer nogen fra, vi før havde inkluderet i målgruppen.

Sådan fortsætter det med segmenteringsværktøjer som conzoom®, cameo og mosaic, der alle har det tilfælles, at de udover ovenstående elementer inddrager en række andre data til at skabe segmenter. Segmenter, der har større eller mindre sandsynlighed for at blive kunder hos en given virksomhed. Gode værktøjer til virksomheder, der skal til at lancere eller som ikke har ret mange data på sine kunder.

asdasd

De virksomhedsspecifikke segmenteringsmodeller

Det næste skridt i segmenteringens evolution er naturligvis at inddrage den viden, en virksomhed har om sine kunder. Det kan selvfølgelig kun lade sig gøre, hvis virksomheden har data om sine kunder og disse i øvrigt er af en brugbar kvalitet. Har man det, gemmer det på en guldgrube af viden: Hvilke kunder køber oftest og for flest penge? Hvilke kunder betaler regningerne til tiden og hvem har været længst i kundekartoteket? Hvem interagerer med nyhedsbrevet og besøger vores webshop oftest? Hvem klikker på den blå annonce og hvem på den gule? Denne type segmentering er god for opsalg og mersalg, og den ene halvdel af de kundespecifikke segmenteringsmodeller.

De kundespecifikke segmenteringsmodeller 

CEM er ét af tidens buzzwords og med god grund; hvis ikke kunden er centrum i forretningen, taber virksomhederne kunder til konkurrenten, der sætter kunden først. For at kunne bygge sin virksomhed op om den enkelte kunde – eller relativt detaljerede kundesegmenter – kræves et holistisk kundesyn; viden om kundens karakteristika, præferencer og behov både i og uden for virksomhedens kontakt med kunden. 

Derfor arbejder de kundeorienterede virksomheder med en kombination af de data, der ligger til grund for dels de klassiske segmenteringsmodeller og de virksomhedsspecifikke segmenteringsmodeller; altså med en kombination af deres interne kundedata og de eksterne tredjepartsdata, der supplerer deres interne viden. Det er mange data, og det er også derfor, at data scientists med forstand på machine learning er efterspurgte. Ud af den store datapool springer a) muligheden for at bygge detaljerede segmenter eller endda 1:1-markedsføring, hvor kommunikationen til den enkelte kunde tilpasses individuelt og b) muligheden for at identificere tvillinger til ens bedste kunder og dermed optimere markedsføringen til dem.

Hvor er de danske virksomheder i segmenteringsevolutionen?

Segmentering bliver i visse kredse beskyldt for ikke at virke, men spørgsmålet er, om den kritik er berettiget? Verdens største virksomheder (Amazon, HBO etc.) arbejder strategisk og dygtigt med segmentering og vil i hvert fald nok mene, at det giver dem mange fordele og en stærkere connection med deres kunder. Og stort set alle danske virksomheder arbejder da også med segmentering i én eller anden udstrækning, men graden og ambitionsniveauet svinger over sektorer (B2B, B2C, B2G) og brancher (detail, service, turisme, forsikring etc.). Det er imidlertid meget få virksomheder, der arbejder med 1:1-markedsføring – af den simple grund, at det kræver et stort og avanceret setup, der derfor også kræver store investeringer. På den måde kan man godt sige, at teorien er længere fremme end virkeligheden. Inden for B2C er status derfor i dag, at mange virksomheder arbejder et sted imellem de tre typer af segmentering, jeg har præsenteret ovenfor. Blandt frontløberne er forsikringsselskaber (fx Tryg) og bankerne, mens retail-virksomhederne er godt på vej, fx Coop, der med sin medlemsapp leverer skræddersyede tilbud til sine kunder – og de fleste opruster i disse år, hvor en skærpet konkurrencesituation aftvinger et større kundefokus for at bevare virksomhedernes relevans og kundernes loyalitet.

Om forfatteren

Jeanette Mayland Olsen

Jeanette Mayland Olsen er Head of Marketing & Communications, Advisor i data- og analysehuset Geomatic, der har speciale i data science og data management. De faciliterer deres kunders innovation ved at blende deres interne data med tredjepartsdata i Danmarks største data lake og hjælper dem til at kende deres kunder; gennem prædiktiv modellering, algoritmer og AI-værktøjer.

Læs mere på www.geomatic.dk

loading