Scoring demograficzny w iPresso – jak to wygląda w praktyce?

Systemy MA mają możliwość agregowania szeregu różnych danych: zarówno informacji ogólnych – takich jak imię, nazwisko, płeć, stanowisko, adres e-mail czy numer telefonu, jak i danych charakterystycznych dla wybranej branży lub konkretnej firmy. Marketing Automation nie tylko gromadzi te informacje – pozwala też na odpowiednie punktowanie (scoring demograficzny) poszczególnych cech posiadanych przez kontakty.

Jak to wygląda w praktyce?

Zobaczmy to na przykładzie zaczerpniętym z branży obuwniczej.

W tym przypadku cennymi informacjami, poza standardowymi danymi zbieranymi w systemie, byłby np. rozmiar buta klienta i rodzaj obuwia, a także informacja o tym czy mamy do czynienia z klientem nowym czy powracającym. W przypadku klienta powracającego, możemy ponadto sprawdzić jakim obuwiem interesował się wcześniej lub czy składał jakieś reklamacje.

Poza samym zgromadzeniem takiej palety danych, systemu MA pozwala również na dodawanie punktów za posiadanie przez daną osobą konkretnej cechy (scoring demograficzny).

Scoring demograficznego może mieć bezpośredni wpływ na rodzaj komunikacji prowadzonej z klientem. Przykładowo dla osób, które są lojalnymi, powracającymi klientami, nie musimy prowadzić kampanii skupiających się na przekonaniu ich do jakości naszego produktu. Możemy skupić się na bardziej zaawansowanych działaniach uwzględniających indywidualne preferencje i zainteresowania danej osoby.

 

Przykład zastosowania planu scoringowego:

Załóżmy, że naszym klientem jest Jan Kowalski, o którym wiemy, że jest z województwa mazowieckiego (za to dodajemy mu 2 punkty, bo posiadamy w tym województwie sklepy stacjonarne); ponieważ mieszka w dużym mieście – w Warszawie (dodajemy mu 5 punktów) – w łatwy sposób może skorzystać z usług naszej firmy.

Wiemy, że jest klientem powracającym, co powoduje przyznanie mu 8 punktów.

Możemy też  tu zastosować atrybut związany z przedziałem cenowym zakupów. Jeżeli dana osoba dokonała zakupu za ponad 300 zł, możemy przypisać jej kolejne 5 punktów – wiemy, że warto nawiązać pozytywną, długotrwałą relację z tym klientem. Jednocześnie możemy do tej osoby przesyłać oferty nieco droższego obuwia.

Dodatkowo dzięki danym zgromadzonym w systemie wiemy jaki rodzaj butów preferuje pan Jan (a nawet jaki nosi rozmiar!), możemy więc wysłać mu konkretną, spersonalizowaną ofertę pokrywającą się z jego upodobaniami.

 

Komentarz

Możesz użyć następujących tagów oraz atrybutów HTML-a: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>