Sain paljon positiivista mutta osin myös hyvin kriittistä palautetta S-ryhmän asiakasanalytiikkaa käsitelleestä blogauksestani. Siksi jatkan aiheen käsittelyä. Mitkä yritykset ovat asiakasanalytiikan edelläkävijöitä, joihin viittasin edellisessä blogissani?
Itse luen edelläkävijöiksi kaupan alan jättiläiset Amazonin, Walmartin ja eBayn sekä Netflixin. Jokainen näistä kerää jatkuvasti yksityiskohtaista tietoa asiakkaidensa käyttäytymisestä verkkokaupassa. Jokainen tietää, mitä linkkejä asiakas on käynyt klikkaamassa ja mihin kaikkeen hän reagoi positiivisesti. Jokaisella asiakasanalytiikka on juurtunut yrityksen toimintakulttuuriin.
Netflix esimerkiksi analysoi monen muun asian ohella, minkälainen värimaailma elokuvan mainoskuvassa herättää asiakkaan kiinnostuksen.
Käytännön asiakasanalytiikkaa
Verkkokauppapaikka eBay:llä asiakasanalytiikka on ollut alusta asti yrityksen DNA:ssa. On elinehto, että kauppa käy ja ostajat löytävät etsimänsä 350 miljoonan myytävän kohteen joukosta.
eBay analysoikin jatkuvasti, kuinka hyvin asiakkaat löytävät etsimänsä. Yhtiö virittää tämän pohjalta hakukonettaan jatkuvasti. Liian kirjaimellisesti toimiva haku joko ei löydä riittävästi osumia tai löytää suuren määrän huonoja osumia. Siksi eBay tyypillisesti täydentää konepellin alla asiakkaan antamia hakusanoja synonyymeillä ja tarkentavilla määreillä.
Asiakasanalytiikkaa tarvitaan myös päättelemään asiayhteyksistä ja asiakkaan profiilista, mistä asiakas todennäköisesti on kiinnostunut. Viittaako esimerkiksi Panthers NHL-joukkueen fanituotteisiin vai pehmoleluun, tarkoittaako Salt kylpysuolaa vai sen nimistä elokuvaa ja niin edelleen.
eBay päivittää jatkuvasti sivustoaan mutta ei sattumanvaraisesti. Se tekee jatkuvaa A/B-testausta sivuston ulkoasun muutoksiin. Esimerkiksi tuotenäkymästä voidaan tarjota ryhmälle A uusi versio ja ryhmälle B vanha. Jos ryhmä A reagoi näkymään paremmin kuin ryhmä B, otetaan uusi sivu käyttöön.
Tarjouksia jopa sääennusteen mukaan
Walmart on luultavasti ensimmäinen yritys, joka otti käyttöön nykyaikaisen tietovaraston analytiikan perustaksi. Tämä tapahtui jo vuonna 1992. Pian perinteinen kivijalkakauppa nousi analytiikkaosaamisellaan ja integroimalla erillisiä verkkokauppojaan myös digitaalisen kaupankäynnin supertähdeksi.
Walmart tarjoaa kuluttajille personoituja näkymiä ja käyttää dataa hyvinkin innovatiivisesti. Esimerkiksi sosiaalisesta mediasta kerätään tietoa uusista trendeistä. Kakkutikkarit (cake pops) otettiin valikoimiin, koska ne herättivät innostusta sosiaalisessa mediassa.
Säätietoja ja kuittirividataa analysoimalla selviää kiinnostavia asioita sään vaikutuksesta ostokäyttäytymiseen. Esimerkiksi mansikanmakuisen Pop-Tart -leivonnaisen myynti nousi seitsenkertaiseksi ennen hurrikaania (luoja tietää miksi), joten Strawberry Pop-Tart -tuotetta siirretään nyt näkyville kassojen läheisyyteen hurrikaanin lähestyessä.
Raskaan sarjan analytiikkakoneistoja
Tarkka asiakasanalytiikka ei ole mitään puuhastelua. eBay:llä on yli 180 miljoonaa aktiivista ostajaa ja myyjää ja yli 350 miljoonaa kohdetta noin 30 000 tuotekategoriassa. Dataa analysoi jopa 7 000 työntekijää.
Dataa kertyy suuren volyymin takia niin valtavia määriä, että yksinkertaisiinkin kysymyksiin vastaaminen edellyttää miljardien rivien analysointia. eBay onkin rakentanut räätälöidyn big data -ratkaisun valtavien datamassojen tehokkaaseen prosessointiin.
Walmartin rinnalla jopa Kesko ja S-ryhmä vaikuttavat pieniltä. Yhtiön yli 10 000 myymälää ja 10 verkkosivua tuottivat vuonna 2015 yli 485 miljardin dollarin myynnin. Walmart prosessoi päivittäin tähtitieteelliset 40 petatavua informaatiota big data -ratkaisullaan, johon on integroitu yli 200 erillistä sisäistä ja ulkoista tietolähdettä.
Mikä todella tekee yrityksestä analytiikan edelläkävijän?
Teknologia ja massiiviset datamäärät eivät kuitenkaan tee yrityksestä analytiikan edelläkävijää. Todellisilla edelläkävijöillä analytiikan kulttuuri on sisäänrakennettuna koko yrityksen toimintaan.
Olennaista analyyttisen kulttuurin luomisessa on johdon esimerkki.
Olennaista analyyttisen kulttuurin luomisessa on johdon esimerkki. Päätökset perustuvat informaatioon, eivät mutuun.
Analytiikan edelläkävijäyrityksiin palkataan ihmisiä, jotka ymmärtävät datan ja analytiikan merkityksen. Mittarit ovat avoimesti käytössä läpi koko organisaation. Esimerkiksi kehityskeskusteluissa voidaan käyttää faktapohjaisia mittareita, jolloin suoritusarvio ei perustu vain esimiehen subjektiiviseen arvioon.
Vaikka big data- ja analytiikkaratkaisut ovat teknisesti äärimmäisen edistyneitä, liiketoiminnan tarpeen ja tahtotilan tulee ohjata kaikkea tekemistä. Teknisiin yksityiskohtiin on yllättävänkin helppo eksyä niin perusteellisesti, että liiketoimintatarve jossain vaiheessa unohtuu.
Analyyttisessa kulttuurissa mittarit tehdään kaikille näkyviksi. Myös informaatioon pääsy sallitaan laajalle joukolle – toki asiakkaiden yksityisyydensuojaa kunnioittaen.
Ehkä tärkein tekijä on analytiikan kytkeminen tekemiseen ja päätöksentekoon. Jos päätökset perustuvat johdon subjektiiviseen arvioon eivätkä analytiikkaan, analytiikalla ei ole mitään arvoa.
Analytiikalla tulee myös mitata sellaisia asioita, joiden perusteella toimintaa voidaan kehittää. Esimerkiksi ennakoivan analytiikan tulos ”myyntimme tulee laskemaan ensi kuussa” ei anna mitään eväitä päätöksentekoon. Miksi myynti laskee? Mitä voimme tehdä asialle?
Jos analytiikka sen sijaan kertoo, että myynti laskee, koska kilpailija on laskenut tuotteidensa hintoja, johdolla on jo riittävästi informaatiota tehdäkseen asialle jotain. Mahdollisimman nopea ”ymmärryksestä toimintaan” -sykli on tavoitteena niin isoissa kuin pienissäkin päätöksissä.
Hyvä esimerkki tästä on eBay:n A/B testaus. Heti kun tiedetään, että asiakkaat reagoivat uudenlaiseen näkymään positiivisemmin kuin vanhaan, tehdään sivustoon muutos. Analytiikassakin tärkeintä on tuottaa käyttökelpoisia tuloksia.
Kuka vie analytiikan pisimmälle?
On vaikea sanoa, mikä yritys on paras asiakasanalytiikassa. Oma veikkaukseni on kuitenkin Amazon. Yhtiö pyrkii mitä ilmeisimmin viemään analytiikan niin pitkälle, että se tietää asiakkaan tulevat ostokset jo ennen kuin asiakas on itsekään tehnyt ostopäätöstä.
Amazon on jättänyt patenttihakemuksen ns. Anticipatory shipping -konseptista, jossa tavarantoimitus aloitetaan jo ennen kuin tilaus on saapunut Amazonille. Se lähtee kohteeseen välittömästi, kun lopullinen tilaus on tullut. Amazon pyrkii tällä nopeuttamaan toimitusaikoja entisestään, mikä tekisi siitä entistä pahemman kilpailijan kotimaisille toimijoille.
Kuluttajien uhkakuvia voidaan hälventää kertomalla avoimesti, mihin ostostietoa aiotaan käyttää. Kuluttajille kannattaa myös tarjota pääsy kaikkeen heistä kerättyyn tietoon.
Itse odotan kovasti itsepalveluanalytiikkaa, jolla voisin itse analysoida omaa ostokäyttäytymistäni S-ryhmän ja Keskon kaupoissa.
Ulkomaisille kilpailijoille ei kannata antaa liikaa tasoitusta jättämällä asiakasanalytiikan mahdollisuudet käyttämättä.
Ja jos et ole ihan varma, miten mahdollisuudet hyödynnetään, ota yhteyttä. Autan.
Lue aiempi blogaus
Kirjoittajasta
CGI Suomen asiantuntijat
Kirjoituksia asiantuntijoiltamme
CGI on globaali ICT-palveluyritys ja luotettu ulkoituskumppani. Suomessa noin 3 800 asiantuntijaa konsultoivat asiakkaitamme liiketoiminnan ja ICT-ratkaisujen kehittämisessä. Tällä profiililla julkaisemme kirjoituksia CGI:n eri asiantuntijoilta.
