Ingela och Jesper om framtidens kunder

Ingela Mauritzon och Jesper Henrikson diskuterar framtidens kunder och på vilket sätt digitaliseringen har påverkat kundbeteende. Kundens upplevelse måste hanteras på ett nytt sätt när kunden inte längre vill identifiera sig inom traditionella barriärer. Kunddrivet arbete och kundupplevelse är den mest slagkraftiga konkurrensfaktorn – nu mer än någonsin.

Från ostrukturerad kunddata till hanterbart SEO-verktyg

I en allt mer digitaliserad värld faller det sig naturligt att mäta kundbeteende genom hemsidebesök, antal klick och aktivitet på sociala medier. Men vad händer med vår bild av kunden när vi bara kvantifierar och generaliserar? Vi som arbetar med marknadsföring och i synnerhet digital marknadsföring, vill veta hur kunden uttrycker sig och varför det digitala beteendet ser ut som det gör. Då krävs språkanalys som komplement till den kvantitativa analysen.

Förr var det otroligt tidskrävande att analysera fritext på
sociala medier, enkätsvar och mailkonversationer. De digitala analysverktyg som fanns kunde inte förstå mänskligt språk som ironi, slang och emojis. Men med machine learning har nya dörrar öppnats. Med viss handpåläggning från den mänskliga faktorn kan det nya verktyget analysera tusentals fritextsvar, chattar, kommentarer och tweets på en gång. Det möjliggör en djupare kunskap om kunden som omfattar såväl drivkrafter som känslor och beteendekorrelationer. Kundens eget språk och egna ord får beskriva den digitala kundresa som denne genomgår. Vi får genom den nya kunskapen tillgång till fantastiska verktyg som både kreativt och konkret kan användas i SEO-optimering och digital kommunikation.
Forskning visar att det mest effektiva sättet att öka kundlojalitet på är att arbeta med kundens känslor. Det är genom språket vi uttrycker våra känslor tydligast och skriven text avslöjar saker om oss som vi kanske tänkt dölja eller inte visste om själva. Därför är analys av fritext en nyckel till kundens nya sätt att agera och kompletterar de kvantitativa analyserna.
På DANJI arbetar vi bland annat med att hantera kundupplevelsen med hjälp av digital textanalys. Se ”våra tjänster” eller kontakta oss om du vill veta mer.
 _______
Elin Öster
Head of Marketing
DANJI
Mail; elin.oster@danji.se
Tel. 0707 34 88 62

Framtidens ”post-demografiska” kund

En av de absolut starkaste trenderna under 2018 är framväxten av den post-demografiska konsumenten. Konsumenter som bryter igenom traditionella demografiska barriärer och vägrar att identifiera sig med de traditionella demografiska markörerna såsom ålder, kön och inkomstnivå. Denna grupp agerar istället aktivt för att skapa tydliga, individuella identitetsmarkörer.

Det post-demografiska konsumentsamhället är ett direkt resultat av att vi har digitaliserats och utvecklat våra kommunikationskanaler. Vi har idag tillgång till information på en global skala och kan skapa våra erfarenheter globalt istället för lokalt. Detta innebär också att vi har tillåtelse att agera fritt och bryta konvention på ett helt annat sätt än förut. Med våra digitala hjälpmedel har vi också möjlighet att agera på denna frihet. I vårt nya digitala samhälle ser vi dessutom att maktbalansen mellan generationerna skiftar och att konsumenten kan agera omedelbart på sina begär utan att behöva ta hänsyn till klass, status och konvention.

 

 

För er som bolag innebär detta att ni får en möjlighet att vara med och skapa identiteter, att hjälpa konsumenten definiera sig själv. Vilken möjlighet till en livslång relation med kund! Men detta stället också helt nya krav på er som leverantörer av identitet och det tar oss in i en ny tid när det gäller kundupplevelsehantering. Vad är det då du behöver göra nytt och annorlunda under 2018 för att möta den post-demografiska konsumenten? Låt oss bryta ner det!

Kundupplevelsehantering föddes som mycket annat i Japan, på 50-talet. Då användes kundupplevelse som en proxy för kvalitet och man mätte tydliga kvalitetsfaktorer som till exempel att kunden fick varan eller tjänsten i tid och att den konsekvent höll rätt kvalitet. Detta utvecklades till det vi på 90-talet började kalla kundlojalitet och som snarare gick ut på att skapa en personlig relation till kunden. Här såg vi framväxten av CRM-industrin, och ett fokus på att behålla kunder. Vi mätte till exempel återköp och share of wallet. Under denna tid fanns ett fokus på att skapa personligare relationer och hitta lösningar som för kunden kändes skräddarsydda.

När vi idag arbetar med kundlojalitet, försöker vi ge kunden en anledning att vara en ambassadör. Vi vill skapa anledningar för kunden att främja oss, en kund som har erfarenheter som de kommer tillbaka till därför att de älskar dem. Vi optimerar kundresan i varje touchpoint. För att göra detta på ett effektivt sätt har vi mätt villigheten att rekommendera, vi har mätt nöjdhet och vi har tittat på varje enskild interaktionspunkt för att göra den så bra som möjligt.

Så vad är annorlunda med den post-demografiska kunden? Dagens kund har större behov av att integrera sina leverantörsval med sitt övriga liv. De söker inte längre bara en fantastisk upplevelse, de söker en partner som kan hjälpa dem att bygga sin identitet. Detta ställer några specifika krav på er som leverantörer:

  • Att lära känna kunden bortom specifika interaktionspunkter och förstå vad som händer mellan interaktionen.

  • Att möta kundens krav.

  • Att arbeta med känslor för att förstå när känslorna är starka och svaga, hur de uttrycks och varför de uppkommer. Detta skapar engagemang och spelar in i kundens liv.

  • Att förstå vår egen kultur och hur den uppfattas, inte bara av kunden utan också av medarbetarna. För det är ju med dem kunden interagerar!

 

Mina top-tre tips för att komma igång med detta:

  1. Kartlägg hur ni använder kundens spontana åsikter: när pratar kunden med dig? Vad säger de när de pratar spontant? Hur använder ni exempelvis kundtjänstdata och fritextsvar för att bygga förståelse för kund?

  2. Lyssna mer: Utöka dialogen med kund. Arbeta aktivt för att skapa platser där de har möjlighet att prata med er. Var inte rädda för att det sker ostrukturerat!

  3. Hitta identitetsmarkörer som kan koppla till känslor och värderingar hos era kunder. Låt kunden definiera dem och macha dem mot det ni erbjuder.

 

Ingela Mauritzon

Managing Partner
DANJI

Digital textanalys av kundupplevelse – begränsningar och möjligheter

De absolut flesta bolag använder sig av någon typ av undersökning för att samla in kunskap om hur olika intressenter uppfattar bolaget, dess produkter och tjänster. Undersökningar finns i otaliga variationer med olika perspektiv. En huvudsaklig indelning av olika metoder är kvalitativa- och kvantitativa metoder. Kontentan är, förenklat uttryckt: kvalitativa metoder syftar till att skaffa en djup, nyanserad och ”köttig” kunddata medan kvantitativa metoder skaffar grundare men bred och i bästa fall generaliserbar kunddata. Metoderna används alltså till olika syften och kompletterar varandra utmärkt. Men vad händer när tekniken utvecklats till den grad att kvalitativ data i viss utsträckning kan kvantifieras? Vilka nya dörrar öppnas då och vilka nycklar krävs för detta? Häng med i diskussionen om digital textanalys!

Digital textanalys

Få har förmodligen missat snackisen digitalisering där stora tekniska framsteg har möjliggjort nya, smarta och kraftfulla lösningar för lagring och behandlande av kunddata. Superdatorer som IBM:s Watson, Microsofts Oxford, Googles DeepMind eller Baidus Minwa går i bräschen för den nya AI-eran. IBM:s Watson är specialiserad på Natural Language Processing (NLP), vilket innebär lagring och analys av extrema mängder text – både i skrift och tal. Detta innebär i sin tur att bolag som använder sig av NLP kan analysera ostrukturerad fritextdata som exempelvis transkriberade dialoger med kunder, information som kunder skriver om bolaget i icke-ägda kanaler eller fritextsvar i enkäter. Ju mer information bolag kan tillgodogöra sig om sina kunder, desto bättre blir företagen på att förutse kundbeteenden och kundbehov ner på individnivå och kan bli mer proaktiva i sina förhållningssätt gentemot kunderna.

Det finns dock begränsningar med dessa tekniker i dagsläget. Tekniken, trots dess enorma kapacitet, kan inte nyansera och djupanalysera för komplex mänsklig data. Den klarar alltså exempelvis inte av att avkoda metaforer, ironi, talspråk, djupare resonemang och subtila nyanser som att läsa mellan raderna. För detta arbete krävs fortfarande handpåläggning och den mänskliga faktorn. Men för enklare data som exempelvis olika former av kundfeedback passar tekniken utmärkt. Den mest påtagliga begränsningen för oss som verkar på den nordiska marknaden är språken. De stora språkanalysjättarna har ännu inte utvecklat sina tjänster för de nordiska språken eftersom norden inte är tillräckligt lönsamt sett till den globala marknaden.

Däremot börjar det dyka upp tjänster från mindre aktörer som erbjuder analys av fritextdata även på de nordiska språken. På samma sätt börjar det dyka upp bolag som bygger helhetserbjudanden kring själva språkanalysen. En sådan tjänst innebär att bolag kan få all sin kunddata, som ofta är lagd på hög någonstans i bolaget, strukturerad, analyserad och visualiserad. På så vis kan bolag enkelt identifiera teman som exempelvis problemområden, hur kunderna känner och hur starka känslorna är kopplade till dessa teman samt vilka ord kunderna använder.

Digital textanalys

Kan bolag tillgodogöra sig stora mängder kunddata utan väldigt resurskrävande insatser blir det lättare att prioritera förbättringsåtgärder, identifiera var kunder blir förbannade och lämnar. Det möjliggör dessutom att företag kan använda kundernas egna språk och känslor i sociala medier och övrig marknadsföring. Tjänsten erbjuds även i abonnemangsform utefter vilken frekvens som känns aktuell, vilket gör att uppföljningar över tid underlättas avsevärt. Så, när kvalitativ data kombineras med kvantitativ data genom machine learning får vi en djupare och mer omfattande helhetsbild av våra kunder. Vi förstår vad de gör, vad de tycker om oss, hur de kommunicerar på olika kanaler och vår egen roll i deras processer. Information som mycket väl kan vara affärskritiskt på sikt.

 

 

Klicka på fliken ”våra tjänster” för att läsa mer om vad vi på Danji erbjuder inom digital textanalys.

Malmö Redhawks

Problemställning

Ledningen upplevde att man erbjöd ett av hockeysveriges bästa matcharrangemang men att kunderna ändå valde bort att se matchen live. Detta ledde till att den potentiella lönsamheten uteblev. Efter att ha prövat ett antal olika alternativ för att förstå problemet insåg ledningen att det fanns för lite kunskap om vilka trösklar kunden möter i valet att lämna TV-soffan och istället se matchen live.

 

Metod

Danji genomförde en djupanalys av segmentet ”sällanköpare”. Därefter kartlades sällanköparens beslutsprocess, hinder, inställning, känslor och minnen. Kartläggningen sattes sedan i kontrast mot Malmö Redhawks interna processer och organisation.

 

Resultat

Insikt kring hur kundresan såg ut gjorde att man prioriterade andra aktiviteter, kunde organisera om gruppen och fokusera på kundvärde. Nya arbetsgrupper arbetar nu mer över organisatoriska gränser och med ett mer långsiktigt perspektiv. Det finns en större proaktivitet hos såväl administrativ personal som spelare, där kundfokus står i centrum. Detta har skapat större enighet i gruppen och ett effektivare arbetssätt.