Co je zákaznická analytika?

Pokud se chystáte na Web Analytics Wednesday, určitě jste zaznamenali, že nebudeme mluvit o webové analytice, ale o zákaznické analytice. Bude to tak trošku historická událost, protože termín zákaznická analytika (v angličtině customer analytics) se v ČR dosud nepoužíval. Nejde nám ale o samoúčelné zavedení nového buzzwordu. Vždyť webová analytika si teprve v letošním roce dokázala vydobýt a pevně obhájit své místo pod sluncem marketingového budgetu, tak proč si komplikovat situaci?

Jednoduše proto, že webová analytika ve své podstatě naráží na omezení, která limitují její přínos pouze na jediný kanál, tj. web. Je sice skutečně pravda, že díky webové analytice můžete identifikovat příležitosti pro zlepšení webových metrik jako je konverzní poměr. Teprve ale když se postavíte jako pěšák v první linii proti majitelům a ředitelům firem, abyste jim prodali webovou analytiku, a když si smočíte ruce v mnoha různých analytických projektech, dojdete po čase k závěru, že konverzní poměr může, ale také vůbec nemusí korelovat s obratem a ziskem firmy.

Problém je tím komplikovanější, že data o obratu a zisku firmy jsou v drtivé většině případů zcela oddělena od webových dat a v marketingové praxi se také bohužel běžně nepoužívá mechanismus tzv. kontrolovaného experimentu, díky kterému lze odlišit skutečnou kauzalitu od pouhé korelace. Jinak řečeno, bez kontrolovaného experimentu nelze nikdy zcela správně vyčíslit vliv změny na webu na obrat či zisk firmy.

Zákaznická analytika v tomto digitalizovaném světě se neobejde bez webové analytiky, ale navazuje tam, kde digitální svět končí. Primárně zkoumá vývoj chování individuálních zákazníků v čase a v interakci s produkty, kampaněmi a prodejními a servisními kanály firmy. Nejdůležitější metrikou je hodnota zákazníka, což v jednoduchosti může být suma hodnoty všech předešlých nákupů, ale lépe suma čisté marže všech předešlých nákupů a všech očekávaných budoucích nákupů. Na základě těchto vztahů pak zákaznická analytika definuje behaviorální segmenty. Je důležité zmínit, že tato behaviorální segmentace se zásadně liší od tradiční demografické a lifestylové segmentace, jejímž výstupem jsou spíše persony, nebo-li profily typických zákazníků, které jsou v čase v podstatě neměnné. Naproti tomu behaviorální segmentace rozděluje zákazníky do skupin na základě jejich chování.

Příkladem může být jednoduchý segment zákazníků, kteří nenakoupili déle než 1 rok. Tím, že je tento segment zákazníků definovaný vzhledem k jejich chování v čase, budou do něj s postupem času přibývat noví zákazníci, kteří nenakupují, a naopak z něj zmizí zákazníci, kteří se probudí a znovu nakoupí – a to vše s ohledem na okamžik, vzhledem ke kterému je formule „déle než 1 rok“ vztažena.

Ale zpět k rozdílu mezi webovou a zákaznickou analytikou. Webová analytika pracuje s daty všech, tj. zejména anonymních návštěvníků webu a obvykle vede k úpravám webu, jejichž cílem je zlepšit obecně uživatelskou zkušenost bez ohledu na to, zda se jedná o nové či stávající zákazníky a zvýšit tak celkovou obchodní výkonnost webu.

Zákaznická analytika pracuje naopak pouze s daty stávajících zákazníků, ke kterým existují identifikační a kontaktní údaje a kompletní historie jejich transakcí. Zákaznickou analytiku lze proto využít jak pro direct marketing, tj. přímé oslovení konkrétního segmentu zákazníků emailem, dopisem, telefonátem apod., tak pro celkové vyhodnocení ziskovosti firmy a to i včetně forecastu do budoucna. Cílem zákaznické analytiky je vždy zvyšovat hodnotu zákazníků.

V dalších dílech tohoto seriálu o zákaznické analytice se pokusím vysvětlit všechny důležité koncepty zákaznické analytiky a ukázat vám konkrétní příklady z praxe. Pokud vás nějaké téma zajímá více do hloubky, pište prosím do komentářů. 

Již tuto středu 30.11. se také koná další Web Analytics Wednesday. Společně s Radkem Hrachovcem, Tomášem Jindříškem, se mnou a dalšími účastníky můžete diskutovat na téma loajality, konverze a retence v online retailu. Více informací o programu a odkaz na bezplatnou registraci najdete na webu Web Analytics Wednesday.