Behavioral marketing baseret på kundens livscyklus
Af Kresten Bergsøe, d. 26-11-2010
Fra Apropos 1 til 1 nr. 249
I denne artikel:
  • Hvorfor kunders livscyklus spiller en hovedrolle
  • Hvad RFM er
  • Hvad Customer Lifecycles er
  • Hvorfor profiler bør opdateres med bestemte intervaller
  • Hvorfor livscyklus er endnu vigtigere online

Kundeprofiler, emneprofiler, brugerprofiler, læserprofiler - at arbejde med profiler af de personer, der køber, er potentielle købere, besøger dit website eller abonnerer på dit nyhedsbrev er ingen nyhed. Marketing arbejder med profiler - online som offline - når de tilrettelægger og målretter kampagner, ikke mindst fordi profiler kan fortælle os noget om kunders (og andres) forventede, fremtidige adfærd.

Men de færreste marketingafdelinger tager afsæt i modeller, der også tager højde for kunders skiftende adfærd over tid. Det ville ellers skabe mere realistiske profiler, for menneskers behov, interesser og livsvilkår er ikke statiske, og det viser sig ved skiftende adfærd over tid - en banalitet, men en overset banalitet. Og så er det i vores interaktive online verden oven i købet lettere end nogensinde at integrere tidsfaktoren. Det ved Jim Novo, ekspert i interaktiv kommunikation og kundeloyalitet, alt om, og hans model for Customer Lifecycles.

Customer Lifecycles modellen bygger på den kendte RFM (Recency, Frequency, Money)-model. RFM dækker over de tre nøgleord:

•    Recency
Kunder der har købt for nylig har større tilbøjelighed til at købe igen i modsætning til kunder, der ikke havde købt i et stykke tid.

•    Frequency
Kunder der ofte køber hos dig, er mere tilbøjelige til at købe igen i modsætning til kunder, der kun har købt en eller to gange.

•    Money
Kunder der samlet set har købt mest i forretningen er mere tilbøjelige til at købe igen. De mest værdifulde kunder har en tendens til at blive endnu mere værdifulde.

RFM-modellen er anvendelig alle steder, hvor formålet er at få kunder til at komme igen. Hvad enten du vil have kunderne til at købe igen, vende tilbage til websitet, tilmelde sig en event eller et mail flow eller deltage i surveys.

"Little dirty secret of interactive behavior."

Eksempelvis vil en kunde, der for nylig har været inde på websitet, ofte har besøgt sitet og afsluttet med køb, være tilbøjelig til at vende tilbage og købe igen. Har en kunde en høj Recency-Frequency-Money værdi og holder op med at lade høre fra sig, så har denne kunde nok fundet et alternativ til dit website. En nyttig viden. Kunder der ikke har besøgt websitet eller købt noget i et stykke tid er mindre interesserede i din forretning, end kunder der for nylig har været aktive på et af de tre parametre. Læg Recency, Frequency og Money værdierne sammen, og du har et godt billede af, hvor interesserede kunderne er i dit website. Det er værdifuld viden for din forretning.

Behavioral marketing baseret på kundens livscyklusI praksis fungerer modellen på den måde, at du rangordner kunderne efter deres R, F og M adfærd og giver dem en score, der repræsenterer deres placering. Hvis vi antager, at den adfærd, som vi rangordner (køb og besøg på sitet) ud fra RFM-modellen, har en økonomisk værdi, så viser en høj RFM score også, at denne kunde indeholder høje indtjeningsmuligheder for forretningen, både her og nu og i fremtiden. Kunder med høj RFM score er mere tilbøjelige til at fortsætte med at købe og besøge sitet – og de vil være mere tilbøjelige til at reagere positivt på promotions og andre tiltag. De modsatte vil være tilfældet for de kunder, der har en lav RFM score. Disse kunder vil være mindre tilbøjelige til at købe eller besøge sitet - og de vil være de mindst tilbøjelige til at reagere på promotions. På samme måde vil kunder med en høj RFM score have høj livstidsværdi i forretningen, mens kunder med lav RFM score vil have lav livstidsværdi.

CUSTOMER LIFECYCLES
Tiden gør en forskel, og tidsfaktoren er den væsentligste videreudvikling af RFM modellen. Kunders skiftende adfærd over tid viser deres livscyklus, som bruges til at beregne deres livstidsværdi. De fleste kundeprofiler bygger på kunders adfærd og informationer på et givet tidspunkt - de afspejler kundernes virkelighed her og nu. Men virkeligheden er som bekendt ikke statisk, og kunderne kan være helt andre steder i deres liv i morgen, i næste uge eller næste år. Det går op og ned, det går skidt og godt, nye vaner og input flytter rundt på den måde, vi tænker og agerer. Får vi mønstret i forandringerne med, bliver profilen skarpere, og marketing bliver bedre i stand til at indkredse kundens fremtidige køb og ageren i forhold til forretningen og dermed også bedre i stand til at tilpasse og differentiere marketing initiativerne.

Hvordan fungerer det i praksis? En måde er at lagre kundernes RFM score inden for den samme kategori (køb, besøg på sitet, downloads, osv.) i kundedatabasen og udtrække tendenser fra disse scoringsresultater. Du ser nu på en hel række kundescores over tid og - uden at gå dybere ned i metodikken - kan du bruge teknikken til at vælge, hvilke bannerannoncer der med størst sandsynlighed vil tilføre den største indtjening.

POWERFUL STUFF
Behavioral marketing baseret på kundens livscyklusDet kan blive en anelse tørt, men det er ”tremendously powerful stuff”, som Jim Novo siger. Med regelmæssige intervaller, f.eks. hver uge eller måned, udtrækker du profiler af dine kunder. Men den nye profil sletter ikke den foregående. Den gamle profil bibeholdes, og den nye tilføjes blot. Ud fra rækken af profildata vælger du dels alle dem, der har en lavere score i denne måned end i sidste måned, dels alle dem, der har en højere score i denne måned i forhold til sidste måned. Alene ved denne øvelse får du en guldgrube af informationer, som du kan udnytte i markedsføringen. Over for alle kunder, der tidligere havde en høj loyalitetsscore, men hvor scoringstallet nu er lavere, skal marketing måske nedtone eller i hvert fald justere indsatsen. Er scoringen derimod stigende i forhold til måneden før, skal der måske skrues op for tilbud og annoncering.

De fleste kunder, der har en lavere score end tidligere, kan være på vej væk. Jo mere markant et fald i score. Omvendt ser det ud, når scoren er på vej op. Er der tale om en markant stigning fra gang til gang, er disse kunder sandsynligvis på vej til at blive mere værdifulde kunder, der vil tilføre din forretning mere værdi. Jim Novo kalder det en ”little dirty secret of interactive behavior”:

Kundernes livscyklus er mere markant for interaktive forretninger end for traditionelle, offline forretninger. Der er højere aktivitet, hyppige adfærdsændringer, i begyndelsen af en livscyklus, mens faldet er hurtigere mod slutningen.

Hastigheden af adfærdsændringer er vigtig ved modeller for interaktiv adfærd, langt vigtigere end ved offline modeller. Man kan forvente små ændringer over tid, men hurtige og et stigende antal adfærdsændringer er betydningsfulde og signalerer, at der skal gøres noget over for denne kunde.

Læren er altså, at hvis du arbejder med at score kunders adfærd, bør du opdatere kundeprofilerne med bestemte intervaller og overvåge scoringstallene over tid.

Du kan finde en mere detaljeret gennemgang af RFM og Customer Lifecycles, og en trin-for-trin instruktion i, hvordan begreberne kan anvendes i praksis – på www.jimnovo.com

Læs også:

Raffineret webanalyse afdækker brugernes engagement

Behavioral marketing uden siloer

Hvad synes du om artiklen?
Gemmer din stemme
Der er 6, der har stemt.
Klik på stjernerne for at bedømme artiklen.
Bookmark and Share
Kompetencer
Behavioral Marketing Triggered marketing Interaktiv marketing
Digital markedsføring Relationsmarkedsføring Email marketing
Elektronisk markedsføring Permission marketing Dialogmarkedsføring
CRM
Dialogmarkedsføring Elektronisk markedsføring Triggered marketing CRM Digital markedsføring Email marketing dialog markedsføring Behavioral Marketing Permission marketing Interaktiv marketing Relationsmarkedsføring Customer Relationship Management dialog E-mail marketing Relationship marketing