Hjälp oss att fortsätta driva Sveriges bästa nyhetsplats för digitala marknadsförare. Donera här

Tillsammans vill de hjälpa företag att förstå hela kundresan

Igår (tisdag) bjöd undersökningsföretagen Odyssey och Inizio in till lanseringen av deras gemensamma lösning Qlick2Buy. Tanken är att genom kombinationen av digital datainsamling och traditionella undersökningsmetoder i en digital tappning få en helhetsbild av kundens köpresa.

I förlängningen kan det leda till att företag gör bättre annonsköp och närmare relation med konsumenterna.

Det var bara några månader sedan idén föddes om att kombinera modern datainsamling med traditionella undersökningsmetoder för att skapa en helhet. I flera företag ligger undersökningsdelarna skilt från exempelvis IT och marknadsavdelningar, vilket skapar ett glapp och massor av förlorade möjligheter menar Karin Nelsson och Christer Sjöqvist, båda två veteraner inom undersökningsbranschen.

När de tittar på företagens kommunikation med konsumenterna har det på senare år blivit allt viktigare med att inte bara nå rätt person med rätt budskap, utan att göra det vid rätt tidpunkt och i rätt kanal. Företag har blivit bättre på att segmentera sina kunder och leverera relevanta budskap till respektive målgrupp. Däremot saknas tillräcklig insikt för att veta när bästa tiden är och i vilken kanal budskapet kommer få störst genomslag.

För att hjälpa företagen att bättre förstå hur kundens resa inför ett köp faktiskt sett ut sätter de upp riktade två-månadersprojekt för olika branscher. Under dessa två månader trackas all datatrafik som deltagarna i studien gör, såväl på laptop som på mobil. En månad in i studien får deltagarna sedan vid slumpmässiga tre gånger i veckan frågan om de köpt något dagen innan. Om svaret är ja får de ett mer utförligt formulär där de får besvara frågor som vad de köpte, om det köptes online eller offline, med mera. Denna data kopplas sedan ihop med informationen om internetanvändandet för att skapa en större förståelse för hur resan inför köpet sett ut.

Detta är så klart mycket stora mängder data att hantera, vilket är anledningen till att Odyssey behövt bygga ut kapacitet och funktionalitet i sitt datasystem Qogai, som är baserad på IBMs AI Watson. Att hantera dataflöden i Excel eller SPSS enligt traditionell metod låter sig helt enkelt inte göras, och genom den mer automatiserade datahanteringen hoppas Inizio och Odyssey dessutom kunna hitta svar på frågor som ingen tidigare kommit på att ställa, eller som varit omöjliga att besvara. Nelsson och Sjöqvist menar att några av dessa frågor kan vara exempelvis:

• Hur rör sig konsumenterna mellan olika digitala och fysiska touchpoints?
• När och i vilka kanaler är konsumenten mest mottaglig för ett budskap från vårt företag?
• Hur ser synergierna mellan olika budskap i olika kanaler ut?
• Hur ser sociala mediers roll ut i min kommunikation med konsumenterna.

Delar av dessa frågor går att få svar på redan idag, men för att få en helhetsbild behövs kombinationen av olika typer av data. Med sin bakgrund i traditionella undersökningar och därefter ett arbete med att modernisera, och slutligen koppla ihop med modern AI-teknologi menar de båda att de nu är i en unik situation att kunna förstå kunden i ett nytt perspektiv. Dock återstår bland annat problem såsom att få deltagare till projekten som vill låta sig studeras i detalj under två månaders tid. För att det ska vara ett representativt urval av svensk befolkning har man en del metodologiska utmaningar framför sig. Om det går som de tänkt sig återstår med andra ord att se, men av vad de säger låter det i alla fall lovande.

Skribent - personal och organisationsexpert

Dagensanalys

Mattias är psykolog som brinner för emotionell intelligens och personlig utveckling. Han arbetar till vardags med utveckling av ledare och medarbetare samt att se till att organisationer har rätt person på rätt plats.

Skriv en kommentar

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>