Artikler Smarte data Datadrevet markedsføring

Hvordan forutse kundenes neste kjøp?

Ønsker du å forutse kundenes fremtidige behov? Ved hjelp av data og riktig smart analyse, kan du få vite hvilke personer som med størst sannsynlighet kommer til å kjøpe en ny bil snart, ta opp et nytt privatlån eller blir foreldre. Kort sagt, forbrukere som kommer inn i en ny fase av livet med nye behov, kjøpevaner og interesser.

For en generasjon siden var det lettere å forutsi hvordan ulike kundegrupper ville oppføre seg - og hvordan de er handlet. De hadde barn på samme alder og levde lenge på ett sted. Slik ser det ikke ut lenger. I dag er variasjonen mye større, livsvalgene mange flere og en 25-åringen kan ha mye mer til felles med en 50-åring enn med en person på sin egen alder.

Det er viktig å skreddersy sin kommunikasjon til en stadig mer kresne forbrukergruppe, og snart vil det være avgjørende. Ved hjelp av data, høykvalitets databaseanalyse av offentlige datakilder sammen med innsamlet undersøkelsesdata, kan du bli kjent med dine kunder bedre.

- Dersom analysen gjøres riktig, kan du få svar på mange spørsmål om hvordan mennesker fungerer som individer, hvilke verdier de har og hvilket stadium av livet de er. Det i sin tur gir viktig informasjon om deres forbrukbehov, sier Sara von Schoultz, senior analytiker i Bisnode.

shutterstock_593599985.jpg
"Du kan få svar på mange spørsmål om hvordan mennesker fungerer som individer, hvilke verdier de har og hvilket stadium av livet de er i. Dette gir viktig informasjon om deres forbrukerbehov."

Sara von Schoultz, Senior analytiker på Bisnode

Hva er prediktiv analyse?

Hva er prediktiv analyse?

Prediktiv analyse er bruken av data, statistiske algoritmer og maskinlæringsteknikk for å identifisere sannsynligheten for fremtidige resultater basert på historiske data. Målet er å gå utover å vite hva som har skjedd, og i stedet å bedømme hva som vil skje i fremtiden.

Her er 4 ting som kan gi ledetråder til kundens neste kjøp

1. Kjøpekraft

Selv om man tjener bra så betyr ikke det at en person klarer å legge av penger til sparing. Disponibel inntekt vil være et bra verktøy for å beskrive den helhetlige økonomiske situasjonen til en person, i stedet for å vurdere kun inntekt så tar en her høyde for de fleste kostnader en person har i tillegg til inntekten.

2. Personas

Vi respondere forskjellig på salgsfraser. Individer med høy kulturell- og økonomiskkapital responderer positivt på budskap som spiller på fornuft, mens personer som befinner seg på motsatt side bør få budskap som f.eks. spiller på følelser -> «hvorfor spare i årevis når man kan.....»
Ser man på de personene som kjøpte ny bil i løpet av 2014, ser man f.eks. at Audi kjøperen er overrepresentert i segmentet høy kulturell og økonomisk kapital. VW eieren finner vi også i segmentet høy kulturell kapital, men med noe lavere økonomisk kapital.

3. Livsfase

Hvor i livet befinner kunden seg? I dag kan en 55 år gammel mann like så godt være en småbarnsforelder som en bestefar. Kundens livsfase setter rammene for hva kunden er interessert i, og også hvordan best å få kundens oppmerksomhet.

4. Historikk

Ved å kombinere store mengder data med historiske forbruksmønstre, kan man regne ut hva hver kunde er sannsynlig å kjøpe neste. Det er nå mulig å si at Kari har ca 70 prosent sannsynlig for å flytte i løpet av et år, og hun vil derfor være interessert i boliglån og innboforsikring.