Moderne bedrijven hebben geen gebrek aan gegevens.
Websiteanalyses.
CRM-gegevens.
Productanalyses.
Aankoopgeschiedenis.
Interactie met e-mails.
Supporttickets.
Advertentiegegevens.
Toch hebben veel bedrijven nog steeds moeite om een eenvoudige vraag te beantwoorden:
Waarom gedragen klanten zich zo?
Het probleem is niet altijd een gebrek aan gegevens.
Soms ontbreekt de context.
Twee soorten klantinzicht
Verdeel je klantgegevens in twee brede categorieën.
Gedragsgegevens
Deze vertellen je wat mensen doen.
Bijvoorbeeld:
-
De prijzenpagina bezocht
-
Een e-mail geopend
-
Een functie gebruikt
-
Een product gekocht
-
Een abonnement opgezegd
-
Contact opgenomen met de klantenservice
Gegevens over houdingen en opvattingen
Deze vertellen je wat mensen zeggen, denken of voelen.
Bijvoorbeeld:
-
Tevredenheid
-
Motivatie
-
Voorkeur
-
Ervaren waarde
-
Frustratie
-
Intentie
-
Verwachtingen
De ene categorie moet niet automatisch de andere vervangen.
Ze beantwoorden verschillende vragen.
Voorbeeld: klanten zeggen op
Je analyses laten zien:
Het klantverloop is met 15% toegenomen.
Dat is een serieus signaal.
Vraag klanten die hebben opgezegd nu:
Wat is de belangrijkste reden dat je hebt besloten op te zeggen?
Daarna:
Wat hadden we anders kunnen doen?
Misschien ontdek je:
-
Prijs
-
Ontbrekende functionaliteit
-
Moeizame onboarding
-
Weinig gebruik
-
Gebrek aan ondersteuning
-
Het product is niet meer nodig
Nu heb je mogelijke verklaringen.
Voorbeeld: het gebruik van een functie
Productanalyses laten zien:
Slechts 12% van de gebruikers is functie X gaan gebruiken.
Mogelijke verklaringen zijn:
-
Ze weten niet dat de functie bestaat.
-
Ze begrijpen de functie niet.
-
Ze hebben de functie niet nodig.
-
De functie is moeilijk te gebruiken.
-
De functie lost geen belangrijk probleem op.
Vraag het, in plaats van te gissen.
Wist je dat functie X bestaat?
Daarna:
Zo ja, waarom heb je deze nog niet gebruikt?
Nu heeft je productteam informatie die het niet alleen uit gebruiksgegevens kon halen.
Voorbeeld: hoge conversie, maar lage retentie
Stel dat je marketing uitstekend presteert.
Veel mensen melden zich aan.
Maar veel van hen vertrekken na één maand.
Dat wijst mogelijk op een verschil tussen:
wat marketing beloofde
en
wat klanten ervoeren.
Onderzoek zowel nieuwe als vertrekkende klanten.
Vraag:
Wat verwachtte je voordat je je aanmeldde?
en:
Hoe verhield de werkelijke ervaring zich tot je verwachtingen?
Het verschil tussen die antwoorden kan problemen in de positionering, onboarding of productervaring blootleggen.
Bouw een samenhangend klantbeeld op
Een bruikbaar stappenplan is:
Gedrag
Wat deden klanten?
↓
Feedback
Wat zeggen ze?
↓
Context
Wie zijn ze?
↓
Vergelijking
Waar spreken gedrag en feedback elkaar tegen?
↓
Actie
Wat moeten we onderzoeken of veranderen?
Dit is klantinzicht.
Ga er niet van uit dat enquêteantwoorden perfect zijn
Klantfeedback heeft beperkingen.
Mensen kunnen:
-
Zich gebeurtenissen verkeerd herinneren
-
Sociaal wenselijke antwoorden geven
-
Intenties beschrijven in plaats van gedrag
-
Vragen verschillend interpreteren
-
Vergeten waarom ze een beslissing namen
Dat maakt enquêtes niet nutteloos.
Het betekent dat enquêtegegevens waardevoller worden wanneer je ze naast andere informatie interpreteert.
Bijvoorbeeld:
70% zegt functie X te waarderen.
Vergelijk dat nu met:
Slechts 20% gebruikt functie X.
Dat is een interessant verschil.
Onderzoek het.
Enquete kan de feedbacklaag toevoegen
Enquete ondersteunt NPS, CSAT, CES, aangepaste eigenschappen, vertakkingen, antwoordfilters, analyses, trendrapporten en AI Insight.
Je kunt enquêtes ook via e-mail en websitekanalen verspreiden, zodat je op verschillende momenten in de klantreis feedback kunt verzamelen.
Zo vormen enquêtes een aanvulling op je bestaande analysehulpmiddelen.
Je hoeft je analyseplatform niet te vervangen.
Gebruik klantfeedback om de laag toe te voegen die je gedragsgegevens niet bieden.
Het doel is niet meer gegevens
Het doel is een betere interpretatie.
Stel je voor dat je beschikt over:
10 dashboards + 100 meetwaarden
maar nog steeds vraagt:
"Waarom vertrekken klanten?"
Stel je nu voor dat je beschikt over:
10 dashboards + 100 meetwaarden + directe klantfeedback.
Het tweede systeem biedt meer mogelijkheden om verklaringen te formuleren en te toetsen.
Combineer gegevensbronnen in plaats van ze te isoleren
De toekomst van klantinzicht is niet:
Enquêtes tegenover analyses.
Het is:
Enquêtes + analyses + CRM + klantenservice + productgegevens.
Elke bron vertelt een deel van het verhaal.
Bedrijven die deze perspectieven verbinden, kunnen beter onderbouwde beslissingen nemen omdat ze niet vertrouwen op één onvolledig beeld van de klant.
De serie over klantinzicht
- Waarom AI klantfeedback waardevoller maakt, niet minder waardevol
- Vraag AI niet langer wat je klanten willen. Vraag het je klanten.
- Zo bouw je een cyclus om van klanten te leren
- Wat je klanten doen, is niet hetzelfde als waarom ze het doen
- Zo zet je enquêteantwoorden om in marketinginzichten
- Hoe eigen klantonderzoek je merk zichtbaarder kan maken in AI-zoekresultaten
- Zo gebruik je klantfeedback om je websiteconversie te verbeteren
- Zo combineer je gedragsgegevens met klantfeedback
- Waarom meer marketingdata niet altijd tot betere beslissingen leiden
- Zo zet je klantenenquêtes om in eigen onderzoeksrapporten
