ASIAKKAIDEN EHDOILLA
Tehokas markkinointi vaatii Big Datan
hyödyntämistä
Big datan haltuunottavat yritykset saavuttavat Markkinoinnin johtamisen näkökulmasta digitaa-
kilpailuedun muihin yrityksiin nähden, kuten esi- lisen markkinoinnin täytyy sopia samoihin liiketoi-
merkiksi McKinsey Global Institute toteaa 2011 minnan raameihin kuin perinteisenkin markkinoin-
ilmestyneessä raportissaan” Big Data: The Next nin. Digitaalisen markkinoinnin käyttöä määrittävät
Frontier for Innovation, Competition and Produc- kustannukset ja toisaalta niihin liitettävissä oleva
tivity”(1). Tutkimusyhtiö Gartner taas on ennustanut, ROI tai ROM. Markkinoinnin kustannukset tunne-
että vuoteen 2017 mennessä CMO käyttää enem- taan yrityksissä yleensä hyvin ja tämä pätee myös
män rahaa IT hankkeisiin kuin CIO(2). Syitä näihin digitaalisten markkinointikanavien kustannuksiin.
tutkimustuloksiin on monta. Asiakkaat käyttävät Hyötypuolen seuranta on haasteellisempaa. Digi-
yhä enemmän erilaisia sähköisiä kanavia asioides- taalisissa markkinointikanavissa syntyy paljon tie-
saan yritysten ja muiden organisaatioiden kanssa. toa asiakkaiden käyttäytymisestä. Suuret tietomää-
Asiakaskommunikaatio siirtyy enenevässä määrin rät ja tiedon epämääräisyys tekevät seurannasta
internetiin sekä tiedonhaun, kaupankäynnin että haastavaa. Haasteista huolimatta internet-sivujen,
asiakaspalautteen osalta. Markkinointikampanjoi- hakukoneiden ja sosiaalisen median toimintaa pitää
ta tehdään suuressa määrin sähköisten kanavien pystyä seuraamaan, jotta taloudellisia tunnusluku-
kautta, ja ne ovat dialogimuotoisia automaattisine ja voidaan laskea. Samoin mobiilikanavien. Pelkkä
palautekanavineen. Asiakkaiden käyttäytymisestä web-sivujen liikenteen seuranta ei enää riitä, vaan
sähköisissä kanavissa syntyy suuria määriä dataa, yritysten on muodostettava monikanavanäkymiä
jota voidaan hyödyntää sitä analysoimalla. Koska yli erilaisten sähköisten markkinointikanavien. Seu-
asiakkaiden sähköisten kanavien käyttö ja niiden rattavia asioita ovat markkinointikommunikaation
monipuolisuus lisääntyvät, tiedon määrän kasvu tehokkuus esimerkiksi markkinointi-investointien ja
kiihtyy koko ajan. Valtavia tietomääriä pitää pystyä lisämyynnin yhteyden kautta. Myös asiakastyyty-
tallentamaan ja käsittelemään, jotta uusi arvokas väisyys eri sähköisten kanavien kautta tapahtuvaan
asiakastieto saadaan tuottavaan käyttöön. Tiedon asiakaskommunikaatioon on seurattavien asioiden
suuri määrä ei ole ainoa uusi haaste, vaan tietoa listalla. Mitä asiakas esimerkiksi ajattelee, jos hän
syntyy myös yhä useammassa eri muodossa. Sellaiset on juuri ehtinyt ostamaan uuden kalliin televisi-
kanavat kuin sosiaalinen media ja asiakaspalautesäh- on, josta saa seuraavalla viikolla henkilökohtaisen
köpostit sisältävät hyödyllistä informaatiota, joka on tarjouksen sähköpostiinsa juuri siltä kaupalta, josta
monimuotoista ja monimutkaista. Monimuotoista television osti. Näin voi todellisuudessa käydä, jos
dataa on vaikeaa jalostaa yrityksen hyötykäyttöön eri kanavista tulevaa tietoa ei integroida keskenään.
perinteisin menetelmin. Näiden haasteiden voitta- Eri kanavien asiakastapahtumat pitää saada kiinni,
minen on kuitenkin elinehto kaikille yrityksille yhä ja ne pitää pystyä liittämään osaksi liiketoimin-
kilpaillummilla lokaaleilla ja globaaleilla markkinoilla. nan kokonaisasiakasanalytiikkaa ja päätöksente-
21
001-176_Asiakkuusmarkkinointi_2013.indd 21 5.12.2012 13.49

ASIAKKAIDEN EHDOILLA
koa. Koska sähköisissä kanavissa kaikki tapahtuu asioiden selvittämiseen. Tarvitaan kuitenkin uusia
nopeasti, reaaliaikaisuuden vaatimus on ainakin keinoja ja työkaluja big datan hallitsemiseksi ja
joissain tapauksissa otettava myös huomioon. Tai analysoimiseksi. Digitaalisen markkinoinnin näkö-
oikeastaan, asiakkaiden käyttäytymistä pitää pystyä kulmasta tämä tarkoittaa varsinkin valtavien web-
ennakoimaan ja ohjaamaan esimerkiksi asiakkaan datamäärien keräämistä ja prosessoimista asiakas- ja
aikoessa hyljätä ostoskori web-kaupassa. Nopea liiketoiminta-analytiikan tarpeisiin. Myös esimerkiksi
ja oikea-aikainen tarjous voi pelastaa tilanteen ja sähköpostit, sähköisten palautelomakkeiden sisältö
saada asiakkaan harkitsemaan ostotapahtumaa ja asiakaspalvelukeskusten tallentama tieto on osa
uudelleen. Tällaisessa tapauksessa digitaalisessa uuden ajan sähköistä asiakastietoa. Kaikki tämä tieto
kanavassa tapahtuva lähes reaaliaikainen markki- on arvokasta, mutta samalla se on monimuotoista
nointi johtaa heti lisämyyntiin ja on sinänsä erittäin ja monimutkaista. Uusien menetelmiä avulla big
onnistunutta kokonaistaloudellisesta näkökulmas- datasta voidaan kuitenkin seuloa ulos oleellinen ja
ta. Siirtyminen reaktiivisuudesta proaktiivisuuteen liittää se mukaan yrityksen muuhun asiakastietoon
digitaalisessa markkinoinnissa vaatii big datan hy-
vää analysoimista ja käyttämistä automaattiseen
päätöksentekoon reaaliajassa.
Big data on kuuma aihe kaikessa liiketoiminta-
analytiikassa ja tiedonhallinnassa. Näin myös
asiakasanalytiikassa ja varsinkin liittyen digitaa-
liseen markinointiin. Big data käsite liittyy suuriin
tietomääriin, joita syntyy esimerkiksi asiakkaiden
asioidessa sähköisillä kauppapaikoilla. Kun big data
käsite syntyi, tarkoitti se aluksi lähinnä hyvin suuria
tietomääriä. Nyt sillä tarkoitetaan tietoa, jota syntyy
hyvin suuria määriä nopeasti (Volume and Veloci-
ty), kuten sivulla olevan kuvan yhteenveto kertoo.
Lisäksi big datalla tarkoitetaan tietoa, joka ei ole
määrämuotoista (Variety). Tämä merkitsee sitä, että
esimerkiksi internetissä syntyvää asiakastietoa on
vaikea käsitellä suhteessa muuhun asiakastietoon.
Miten eri asiakassegmentit käyttäytyvät sosiaalisessa
mediassa tai kuinka eri asiakasryhmät käyttävät
hakukoneita etsiessään kauppaan johtavaa tuote-
tietoa ovat asioita, jotka ovat myyjälle hyvin arvok-
kaita tietää, mutta vaikeita selvittää tiedon suuren
määrän ja monimutkaisuuden takia. Big datassa ja Lähde: http://www.domo.com/blog/2012/06/
sen käsittelyssä on aineksia tällaisten arvokkaiden how-much-data-is-created-every-minute/
22
001-176_Asiakkuusmarkkinointi_2013.indd 22 5.12.2012 13.49

ASIAKKAIDEN EHDOILLA
analysoitavaksi. Esimerkkejä ovat asiakaspalautteen markkinoinnin vaikuttavuutta.
tekstianalyysi, jossa etsitään eri tuotteisiin liittyviä Big data ei ole erillinen osa yrityksen tiedonhal-
hyviä ja huonoja kommentteja eri asiakassegmen- lintaa. Jos esimerkiksi asiakkaiden käyttäytymistä
teissä. Tai polkuanalyysi siitä, millaiset tapahtumat sosiaalisessa mediassa tutkitaan erillisenä asiakas-
johtavat asiakassuhteen päättymiseen. tiedon osana, asiakaskuva ei täydenny vaan pirs-
Big data asettaa uusia vaatimuksia digitaaliselle toutuu. Niinpä big data on prosessoitava muotoon,
markkinoinnille, mutta se on myös valtava mah- jossa se on ymmärrettävää. Tämä vaatii rakenteiden
dollisuus ymmärtää asiakkaita yhä paremmin ja tunnistamista monimuotoisesta datasta ja näiden
yhä tarkemmalla tasolla. Tämä taas mahdollistaa rakenteiden integroimista yrityksen muuhun asia-
henkilökohtaisemman kommunikaation asiakkaiden kastietoon. Jos big datasta esimerkiksi tunnistetaan
kanssa ja toisaalta vähentää turhaa kommunikaa- polkuanalyysien avulla ne vaiheet, jotka johtavat
tiota. Yhä suurempi osa kuluttajista sallii suorien asiakassuhteen päättymiseen, on arvokasta ym-
viestien lähettämisen, jos viestien sisältö on rele- märtää mitkä asiakasryhmät noudattavat mitäkin
vanttia heille. Esimerkiksi e-tailing group:n ja My- polkua. Näin toimenpiteet asiakassuhteen jatkami-
Buys, Inc:n 2012 suoritetussa yhteistutkimuksessa seksi voidaan suunnitella asiakassegmenteittäin.
55% tutkimukseen osallistuneista kuluttajista oli Tämä taas lisää tehokkuutta. Voidaan jopa tehdä
valmiita tarjoamaan tietoa omista preferensseis- päätös olla puuttumatta tiettyjen asikassegment-
tään, jos se auttaa yri­tyksiä parantamaan heidän tien polkuihin ja antaa niiden poistua asiakas-
ostokokemuksiaan(3). Asiakkaalta voidaan siis kysyä kunnasta. Kun tällainen ilmiö tunnetaan hyvin
hänen preferensseistään suoraan, mutta on myös suhteessa yrityksen asiakaskuntaan, uskalletaan
toinen tapa. Asiakkaan preferenssejä voidaan pää- tehdä päätöksiä, joita ei muuten todennäköisesti
tellä hänen käyttäytymisensä perusteella. Se mitä tehtäisi. Jotta big datasta seulottu asiakastieto
asiakas ostaa, milloin hän ostaa ja minkä kanavan saadaan tehokäyttöön, pitää se myös tallentaa
kautta ovat tärkeitä asioita. Mutta tärkeää on myös samaan paikkaan muun asiakastiedon kanssa. Näin
se, miten asiakas hakee tietoa tuotteista ja miten kaikki tarvitsijat pääsevät käsiksi kokonaiskuvaan
hän tuotteita ostaa. Esimerkiksi seuraako asiakas asiakkaasta. Jos tieto on tallennettu moneen eri
sosiaalista mediaa ja hakee tietoa sitä kautta. Vai paikkaan, on sen yhdisteleminen hidas ja työtä
käykö hän läpi kaupan tuotesivuja tietoa etsiessään vaativa tehtävä. Integroitu asiakastieto helposti
ja päätyikö hän näille sivuille esimerkiksi hakuko- analysoitavassa muodossa on yrityksen kannalta
neen kautta tai painamalla jollain sivulla olevaa kaikkein paras tilanne.
banner-mainosta. Vaihtoehtoja on lukematon Vaikka big data, sen hallinta ja hyödyntämi-
määrä ja eri polkujen tunteminen on yritykselle nen markkinoinnin tarpeisiin on suhteellisen uusia
erittäin arvokasta – last-click-attribution ei enää asia, esimerkkejä menestyksekkäistä toteutuksista
riitä, vaan koko ostoon johtanut polku monen ka- löytyy. Digitaaliseen kaupankäyntiin ja markki-
navan kautta pitää tuntea. Tehokkaimpien polkujen nointiin liittyy Shop Directin menestystarina,
tunteminen vaikuttaa digitaalisten markkinointi- jossa kaupankäynnin fokus siirrettiin heikosti
kanavien valintaan, laskee kustannuksia ja nostaa kannattavasta offline-kaupankäynnistä online-
23
001-176_Asiakkuusmarkkinointi_2013.indd 23 5.12.2012 13.49

ASIAKKAIDEN EHDOILLA
kauppaan(4). Shop Direct on Britanniassa toimiva kilökohtaista palvelua ja myyjä lisää myyntiään.
konserni, jonka alle kuuluvat mm. perinteikkäät Shop Directin kanssa samankaltainen tarina on
Littlewoods ja Woolworths tavaratalobrändit. JDWilliams, joka on Britanniassa toimiva erikoi-
Littlewoods brändin alla Shop Direct toteutti op- siin vaatekokoihin keskittynyt verkkokauppa. Myös
timoidun monikanavamarkkinointi-integraation JD Williamsilla on useampi myyntikanava, joista
internet-kaupan, katalogien ja puhelinmyynnin tuleva asiakkaiden käyttäytymistieto pitää integ-
osalta. Kaikista kanavista kerätään tietoa asiakkaan roida markkinointitoimenpiteiden optimoimiseksi
käyttäytymisestä, tieto analysoidaan ja asiakaskom- ja myynnin maksimoimiseksi(5).
munikointi luodaan niin, että eri kanavien kautta Toisenlainen esimerkki on Yhdysvalloissa toimiva
tapahtuvaa kanssakäymistä optimoidaan myynnin kirjakauppa Barnes&Noble(6, 7 & 8). B&N halusi haas-
ja asiakastyytyväisyyden maksimoimiseksi. Shop taa Amazonin erityisesti sähköisten kirjojen mark-
Direct pystyy seuraamaan reaaliajassa esimerkiksi kinoilla. Tämä vaati siirtymistä tuotepohjaisesta
hylättyjä ostoskoreja ja asiakkaan siirtymistä kana- markkinoinnista asiakaskeskeiseen markkinointiin.
vasta toiseen. Tämä tapahtuu keräämällä internet- B&N integroi eri kanavista kerätyn asiakastiedon,
kaupasta reaaliajassa asiakkaan käyttäytymisdataa, jotta monikanavanäkymän luominen ja optimointi
analysoimalla se ja syöttämällä muiden kanavien olisi mahdollista. Kanavia olivat sekä sähköiset
kuten puhelinmyyjien käyttöön. Asiakas tunnis- kanavat kuten internet-kauppa että Yhdysvalloissa
tetaan internetissä käyttäjätunnusten perusteella sijaitsevat B&N kivijalkakirjakaupat. Kerätyn tiedon
ja puhelinpalvelussa puhelinnumeron perusteella. avulla B&N alkoi tehdä reaaliaikaista asiakasseg-
Nämä tiedot yhdistetään muuhun asiakastietoon, mentointia sekä reagoida asiakkaan käyttäyty-
jotta monikanavatunnistus mahdollistuu. Asiak- miseen sillä hetkellä, kun asiakas oli tekemässä
kaan soittaessa puhelinpalveluun, asiakaspalvelija ostotapahtumaa. Tämä tapahtuu esimerkiksi asi-
voi tehdä puhelimitse tarjouksia juuri ostoskoriin akkaan maksaessa kirjaostostaan kassalla. Asiakas
hylätyistä tuotteista. Asiakas kokee saavansa hen- tunnistetaan ensin asiakaskortin avulla. Tiedot
syötetään reaaliajassa
analysoitaviksi ja kun
tietyt asiakassegment-
teihin liittyvät kriteerit
täyttyvät, tulostetaan
asiakkaan kuittiin tar-
jous esimerkiksi ku-
pista kahvia kirjakau-
pan kahvilassa. Näin
asiakastyytyväisyyttä
saadaan nostettua ja
samalla oheistuote-
Lähde: www.littlewoods.com myyntiä kasvatettua.
24
001-176_Asiakkuusmarkkinointi_2013.indd 24 5.12.2012 13.49

ASIAKKAIDEN EHDOILLA
Yksi kokeneimmista big datan kaupallisista mahdollisuudet tunnistetaan ja hyödyt arvioidaan.
hyödyntäjistä on maailman suurin sähköinen Sen jälkeen tutkitaan miten big data kerätään,
huutokauppasivusto eBay(9). Myös eBayn omis- yhdistetään olemassaolevaan asiakasdataan ja
tama PayPal hyödyntää sähköisistä kanavista hyödynnetään markkinoinnin päätöksenteossa
kerättyä dataa liiketoimintansa kehittämiseen. jopa reaaliaikaisesti. Tämä ei ole suinkaan helppo
Suurille verkkokaupoille kuten eBaylle big datan tehtävä, mutta tuottaa lopulta hyviä tuloksia yhä
hyödyntäminen on elinehto - eBayllä on yli 50 tiukemmin kilpailluilla markkinoilla.
000 tuotekategoriaa ja satoja miljoonia käyttäjiä.
eBay hyödyntää reaaliaikaista big data analytiikkaa
esimerkiksi kuvatunnistuksella. Tässä käyttötapa- Lähteet
1. (http://www.mckinsey.com/insights/mgi/research/technology_and_
uksessa asiakas ottaa kuvan esimerkiksi pitämäs- innovation/big_data_the_next_frontier_for_innovation)
2. (http://my.gartner.com/portal/server.pt?open=512&objID=202&mode=2
tään puserosta, koska haluaa ostaa samanvärisen &PageID=5553&resId=1871515&ref=Webin)
hameen. Kuvan otettuaan hän pystyy etsimään 3. (http://www.marketwire.com/press-release/New-Survey-Finds-Consumers-
More-Trusting-Sharing-Information-With-Retailers-Than-1685190.htm)
eBay kaupoista hameita ottamansa kuvan avulla. 4. (http://www.teradatamagazine.com/v10n04/Features/Stellar-Outlook/)
5. (http://www.teradatamagazine.com/v10n02/Features/Browsing-for-
Taustalla tapahtuu kuvan tunnistus, sen värin ver- Internet-insight/)
taaminen ja automaattinen haku samanväristen 6. (http://www.youtube.com/watch?v=GQwu8X2EbzY)
7. (http://www.asterdata.com/customers/barnes-and-noble.php)
hameiden osalta. Asiakas saa ruudulleen täsmäl- 8. (http://www.asterdata.com/barnes-and-noble.php )
9. (http://www.youtube.com/watch?v=YSj0xJhuw_I)
leen niitä tuotteita, joista hän halusi ostoksensa
valita. Asiakkaan tarpeeseen vastataan nopeasti
ja täsmällisesti, mikä parantaa kaupankäyntiä ja
asiakastyytyväisyyttä.
Big datan haltuunotto markkinoinnissa on
tulevaisuudessa elinehto kaikille yrityksille. Se
antaa myyjälle mahdollisuuden paitsi tehostaa
markkinointia, niin myös tehdä asiakasviestinnästä
henkilökohtaisempaa ja tuloksellisempaa. Asiakkaan
näkökulmasta asiakaspalvelu paranee ja markki-
nointiviestit ovat tarkempia ja henkilökohtaisempia.
Tutkimusten mukaan asiakkaat arvostavat tätä ja
ovat valmiita kertomaan yrityksille itsestään jopa
nykyistä enemmän, jos saavat vastineeksi oleel-
lisempaa tietoa myyjiltä. Haltuunotto kannattaa
aloittaa tunnistamalla yrityksessä jo olemassa
olevan asiakastieto ja miten sitä käytetään markki-
noinnissa. Jo nykyisen tilanteen kartoittaminen ja
kehittäminen saattaa johtaa hyviin tuloksiin. Kun Marko Yli-Pietilä,
olemassaoleva asiakastieto on selkiytetty, big datan Key Account Director, Teradata Finland
25
001-176_Asiakkuusmarkkinointi_2013.indd 25 5.12.2012 13.49