Jak łączyć dane behawioralne z opiniami klientów

Współczesnym firmom nie brakuje danych.

Analityka strony internetowej.

Dane z CRM.

Analityka produktu.

Historia zakupów.

Interakcje z e-mailami.

Zgłoszenia do pomocy technicznej.

Dane reklamowe.

Mimo to wiele firm nadal ma trudności z odpowiedzią na proste pytanie:

Dlaczego klienci zachowują się w ten sposób?

Problemem nie zawsze jest brak danych.

Czasami brakuje kontekstu.

Dwa rodzaje wiedzy o klientach

Podziel dane o klientach na dwie szerokie kategorie.

Dane behawioralne

Pokazują, co ludzie robią.

Na przykład:

• Odwiedzenie strony z cennikiem

• Otwarcie e-maila

• Skorzystanie z funkcji

• Zakup produktu

• Anulowanie subskrypcji

• Kontakt z pomocą techniczną

Dane dotyczące postaw

Pokazują, co ludzie mówią, myślą lub czują.

Na przykład:

• Zadowolenie

• Motywacja

• Preferencje

• Postrzegana wartość

• Frustracja

• Intencje

• Oczekiwania

Żadna z tych kategorii nie powinna automatycznie zastępować drugiej.

Odpowiadają na różne pytania.

Przykład: klienci rezygnują

Analityka pokazuje:

Odpływ klientów wzrósł o 15%.

To poważny sygnał.

Teraz zapytaj klientów, którzy zrezygnowali:

Jaki był główny powód decyzji o rezygnacji?

Następnie:

Co mogliśmy zrobić inaczej?

Możesz odkryć:

• Cenę

• Brakujące funkcje

• Trudne wdrożenie

• Niewielkie wykorzystanie

• Brak wsparcia

• Produkt nie jest już potrzebny

Masz teraz możliwe wyjaśnienia.

Przykład: przyjęcie nowej funkcji

Analityka produktu pokazuje:

Tylko 12% użytkowników zaczęło korzystać z funkcji X.

Możliwe wyjaśnienia obejmują:

• Nie wiedzą, że istnieje.

• Nie rozumieją jej.

• Nie potrzebują jej.

• Jest trudna w użyciu.

• Nie rozwiązuje ważnego problemu.

Zamiast zgadywać, zapytaj.

Czy wiesz o istnieniu funkcji X?

Następnie:

Jeśli tak, dlaczego jeszcze z niej nie korzystasz?

Twój zespół produktowy ma teraz informacje, których nie mógł uzyskać wyłącznie z danych o użytkowaniu.

Przykład: wysoka konwersja, ale niska retencja

Wyobraź sobie, że Twój marketing działa wyjątkowo dobrze.

Wiele osób się rejestruje.

Ale wiele odchodzi po miesiącu.

Może to oznaczać rozbieżność między:

tym, co obiecywał marketing

a

tym, czego doświadczyli klienci.

Przeprowadź ankietę zarówno wśród nowych, jak i odchodzących klientów.

Zapytaj:

Jakie były Twoje oczekiwania przed rejestracją?

oraz:

Jak rzeczywiste doświadczenie wypadło w porównaniu z Twoimi oczekiwaniami?

Różnica między tymi odpowiedziami może ujawnić problemy z pozycjonowaniem, wdrożeniem lub doświadczeniem korzystania z produktu.

Zbuduj spójny obraz klienta

Przydatny schemat to:

Zachowanie

Co zrobili klienci?

↓

Opinie

Co mówią?

↓

Kontekst

Kim są?

↓

Porównanie

Gdzie zachowanie i opinie są ze sobą sprzeczne?

↓

Działanie

Co powinniśmy zbadać lub zmienić?

To jest wiedza o klientach.

Nie zakładaj, że odpowiedzi w ankietach są idealne

Opinie klientów mają ograniczenia.

Ludzie mogą:

• Błędnie pamiętać wydarzenia

• Udzielać odpowiedzi pożądanych społecznie

• Opisywać intencje zamiast zachowań

• Różnie interpretować pytania

• Zapominać, dlaczego podjęli decyzję

To nie sprawia, że ankiety są bezużyteczne.

Oznacza to, że dane z ankiet stają się cenniejsze, gdy interpretuje się je razem z innymi dowodami.

Na przykład:

70% twierdzi, że ceni funkcję X.

Teraz porównaj to z:

Tylko 20% korzysta z funkcji X.

To interesująca rozbieżność.

Zbadaj ją.

Enquete może dostarczyć warstwę opinii klientów

Enquete obsługuje NPS, CSAT, CES, właściwości niestandardowe, rozgałęzienia, filtrowanie odpowiedzi, analitykę, raporty trendów i AI Insight.

Możesz także rozpowszechniać ankiety przez e-mail i kanały na stronie internetowej, zbierając opinie w różnych momentach ścieżki klienta.

Dzięki temu ankiety uzupełniają istniejące narzędzia analityczne.

Nie musisz zastępować swojej platformy analitycznej.

Wykorzystaj opinie klientów, aby dodać warstwę informacji, której nie zapewniają dane behawioralne.

Celem nie jest więcej danych

Celem jest lepsza interpretacja.

Wyobraź sobie, że masz:

10 pulpitów + 100 wskaźników

ale nadal pytasz:

„Dlaczego klienci odchodzą?”

Teraz wyobraź sobie, że masz:

10 pulpitów + 100 wskaźników + bezpośrednie opinie klientów.

Drugi system daje więcej możliwości formułowania i sprawdzania wyjaśnień.

Łącz źródła danych, zamiast je izolować

Przyszłość wiedzy o klientach to nie:

Ankiety kontra analityka.

To:

Ankiety + analityka + CRM + obsługa klienta + dane produktowe.

Każde źródło opowiada część historii.

Firmy, które łączą te perspektywy, mogą podejmować lepiej uzasadnione decyzje, ponieważ nie opierają się na jednym niepełnym obrazie klienta.