ANVENDELSE AF OG SEGMENTERING MED KUNDEDATA

ANVENDELSE AF OG SEGMENTERING MED KUNDEDATA Analyse af nordiske B2C-virksomheders databrug GEOMATIC i samarbejde med: Kantar TNS (Gallup/Sifo) PostNord, Posti, Bring Dialog SWEDMA, NORDMA 1

Indhold Om analysen 3 BETYDNING AF KUNDEDATA FOR NORDISKE B2C-VIRKSOMHEDER 4 Key Findings 5 ANALYSERESULTATER 6 Virksomhedernes indsamling af kundedata 7 Adgang til kundedata 1/2 8 Adgang til kundedata 2/2 9 Virksomhedernes interne analysekompetencer 10 Segmenteringsmodeller 11 Branchens brug af kundedata 12 GUIDE: SÅDAN BLIVER DIN SEGMENTERING EN SUCCES 13 Gode og relevante data er grundlaget for vellykket segmentering 1/3 14 Gode og relevante data er grundlaget for vellykket segmentering 2/3 15 Gode og relevante data er grundlaget for vellykket segmentering 3/3 16 Gør dataarbejdet lettere tilgængeligt 17 Indse at segmenteringsprojektet skal ind i organisationens kerne 18 Segmenteringsprojekter slutter ikke 19 Kort sagt: Brug dine kundedata til gavn for din forretning og dine kunder 20 Om Geomatic 21 RAPPORTENS OPBYGNING På de følgende sider gennemgås undersøgelsen og dens resultater. Vi har inddelt gennemgangen i temaer fra indsamling til anvendelse af data og endelig branchens forventninger til sig selv og konkurrenterne. Herefter følger en guide til succesfulde segmenteringsprojekter, der oplister, hvordan data kan anvendes til at drive og skabe forretning, og hvordan hele organisationen involveres og kan drage fordel af kundedataene. Afsnittet tager højde for de lovgivningsmæssige ændringer, der træder i kraft med EU-dataforordningen i maj 2018. God læselyst! Martin K. Glarvig adm. direktør 2

Om analysen Denne analyse kortlægger større nordiske virksomheders evne og prioriteringer i forhold til at indsamle og anvende kunderelaterede data til at skabe sig en konkurrencemæssig fordel i markedet. Rapporten rummer desuden en guide til, hvordan virksomheder kan arbejde strategisk og målrettet med data, også efter EU-dataforordningen om beskyttelse af persondata træder i kraft til maj 2018. Stillings- og afdelingsbetegnelser: CEO CFO CMO Senior Director Analysen er gennemført af Geomatic i samarbejde med Kantar Gallup (Gallup/Sifo), PostNord, Posti, Bring Dialog, SWEDMA og NORDMA. DATAINDSAMLING 212 respondenter fra hele Norden, dvs. Danmark, Sverige, Norge og Finland, har besvaret en række spørgsmål om deres virksomheds indsamling og anvendelse af kunderelaterede data. Lead Topledelse Manager Respondenterne kommer fra en lang række af brancher, men er alle kendetegnet ved at være B2C-virksomheder med minimum 50 ansatte. Respondenterne er typisk på et senior- eller højere niveau i virksomheden. Dataindsamlingen blev gennemført i perioden fra maj til august 2016. Brancher: Industri, råstofindvinding og forsyningsvirksomhed Bygge og anlæg Udvikling Forskning Management Analyse Marketing Salg/konsulentydelse Forretningsudvikling Handel og transport mv. Overnatnings- og restaurationsvirksomhed Information og kommunikation Finansiering og forsikring Erhvervsservice Kultur, fritid og anden service 3

BETYDNING AF KUNDEDATA FOR NORDISKE B2C-VIRKSOMHEDER 212 respondenter fra hele Norden har deltaget i denne afdækning af B2C-virksomheders indsamling og brug af kunderelaterede data til at skabe sig en konkurrencemæssig fordel i markedet. Afdækningen viser, at virksomhederne generelt vurderer data som værdifulde, men at der er stor forskel på i hvilken grad data udnyttes i de enkelte virksomheder. Og langt de fleste er overbeviste om, at det kan gøres bedre. Ved at fjerne blot to spørgsmål i vores ansøgningsproces, som følge af vores segmenteringsprojekt, har vi øget vores konvertering med 3 %, samtidigt fik vi flere ansøgninger med en bedre kreditkvalitet. Morten Larsen, Direktør, Basisbank 4

Key findings Analysen afdækker, at de nordiske virksomheder tror på, at strategisk anvendelse af kundedata kan give en konkurrencemæssig fordel, men også at flere barrierer står i vejen for at komme i gang eller videre med dette arbejde; usikkerhed om datas kvalitet, besværlige systemer og manglende interne kompetencer og ressourcer lader til at være de væsentligste faktorer. De vigtigste findings kan opsummeres i disse fire punkter: FÅ BENYTTER SIG AF EKSTERN BISTAND Et flertal af respondenterne peger på, at der mangler kompetencer internt i virksomheden til at bruge de kunderelaterede data. En lille andel af virksomhederne benytter sig af eksterne konsulenter og leverandører til at vedligeholde, analysere og berige dataene. DATA ER FORRETNINGSKRITISKE 75 % af respondenterne svarer, at det er essentielt at indsamle og analysere kundedata, hvis man skal sikre sin virksomheds fremtidige udvikling og vækst. Flere end to ud af tre svarer, at indsamlingen af kundedata er meget højt prioriteret og stærkt forankret blandt topledelsen i virksomheden. VIRKSOMHEDERNE REGNER MED, AT DE ANDRE ER BEDRE Næsten hver anden respondent vurderer, at den branche, deres virksomhed tilhører, generelt er god til at udnytte data. Faktisk lader de fleste til at tro, at konkurrenterne og det øvrige marked er bedre til at udnytte data end de selv er. DATAKVALITET, TID OG ANALYSE- VÆRKTØJER ER EN UDFORDRING Halvdelen af respondenterne mener, at virksomhedens kundedata har en god eller meget god kvalitet og størsteparten peger på, at adgangen til data er besværlig. Dét og manglen på tid, analyseværktøjer og kompetencer er de hyppigst udpegede barrierer blandt respondenterne i forhold til, at deres virksomhed bedre kan anvende data.! KUNDEDATA 5

ANALYSE- RESULTATER I dette afsnit opridses respondenternes svar på deres virksomheds indsamling og brug af kunderelaterede data og deres syn på brugen af data blandt konkurrenter og i markedet generelt. Data is our most important strategic and tactic asset. In this era of never ending increase and faster access to data - it s important to build the right infrastructure, internally as well as with partners, to keep high quality and actionable data as our core. Patrik Furuhagen, Head of Campaign & Concepts, Swedbank 6

Virksomhedernes indsamling af kundedata Data er forretningskritiske for at sikre vækst og udvikling; 75 % af undersøgelsens respondenter svarer, at indsamling og brug af data er lig med forretningsmæssig succes i fremtiden. Beslutningerne om at indsamle og arbejde med kundedata er meget stærkt forankret blandt den øverste ledelse. Det tyder på, at der er truffet et strategisk valg i virksomheden om at skulle indsamle data, og at denne prioritering oftest kommer fra topledelsen. 47,6 % 26,9 % Helt essentiel Ligegyldig 58 % - Topledelse 47 % - Afdelingsledelse 34 % -Teamniveau 11,8 % 9,0 % fig. 1 - Hvor vigtig mener du, at den fremtidige indsamling og brug af data er for fortsat udvikling og vækst i din virksomhed? Indsamlingen af kundedata er generelt også højt prioriteret blandt virksomhederne, idet næsten 70 % svarer, at det har en høj eller meget høj prioritet i virksomheden. 40,1 % Meget højt 25 % - Den enkelte medarbejder 3 % - Ikke forankret på nogle niveauer 10 % - fig. 3 - På hvilke niveauer er prioritering af data stærkt forankret i din virksomhed? Indsamlingen af data, og en erkendelse af vigtigheden heraf, lader altså til at være udbredt. Der er dog også en bekymring for datakvaliteten i virksomhedens kundedata blandt respondenterne: Hver anden svarer, at data efter deres opfattelse har en ringe eller meget ringe kvalitet. 27,4 % Meget lavt 23,1 % Meget god kvalitet 12,7 % 9,4 % 8,0 % fig. 2 - Hvor højt prioriteret er indsamling af kunderelaterede data i din virksomhed? 27,8 % 25,0 % 8,5 % 6,6 % Meget ringe kvalitet fig. 4 - Hvordan vil du vurdere kvaliteten af jeres kunderelaterede data? 7

Adgang til kundedata 1/2 Kundedata bliver i dag brugt til forretningsudvikling i omtrent hver anden respondents virksomhed som et aktiv i forretningsudviklingen. 32 % - Tid 29 % - Manglende systemintegration 33,0 % I meget høj grad 20 % - Udviklingspatform/-system 22,6 % 19,3 % 7,6 % 6,6 % fig. 5 - I hvilken grad bliver kunderelaterede data brugt i forretningsudviklingen, inkl. produktudvikling, marketing, segmentering, salg osv.? Flere af virksomhederne angiver, at brugervenligheden og adgangen til data er en udfordring. Dét og manglen på tid, analyseværktøjer og kompetencer er de hyppigst udpegede barrierer blandt respondenterne i forhold til, at deres virksomhed bedre kan anvende data. 8,5 % 24,5 % I meget lav grad Meget let 19 % - Mangel på de rigtige kompetencer 19 % - Ledelsesfokus 17 % - Validitet i data 17 % - Tekniske 15 % - Datasikkerhed 15 % - Inspiration til brug af data 14 % - Økonomi 12 % - Lovgivning 15 % - Jeg ser ingen barrierer i min virksomhed 3 % - Andet 32,6 % 16,0 % Meget besværlig fig. 7 - Hvilke barrierer ser du som de væsentligste i forhold til at kunne anvende jeres data bedre? 8,0 % fig. 6 - Hvordan vurderer du brugervenligheden af jeres kunderelaterede data? 8

Adgang til kundedata 2/2 Over 50 % arbejder med deres data i regneark og SQL. Mange arbejder også i internt udviklede systemer. En mindre andel af respondenterne arbejder i specialiserede visualiserings- og analyseværktøjer. 36 % - Microsoft (Excel eller Access) 19 % - SQL 17 % - QlikView 12 % - SAS 11 % - Salesforce 56 % - Intern 26 % - Andre eksterne 7 % - fig. 8 - Hvilke systemer benytter I jer primært af i det daglige arbejde med jeres kunderelaterede data? 9

Virksomhedernes interne analysekompetencer Respondenterne vurderer i mere end hvert andet tilfælde, at den virksomhed, de arbejder i, mangler interne kompetencer for at kunne få fuldt udbytte af sine kundedata. 17,0 % 26,9 % 25,0 % 11,3 % 12,3 % I meget høj grad I meget lav grad fig. 9 - I hvilken grad mener du, at din virksomhed har personer med de rigtige kompetencer ansat til at få fuldt udbytte af jeres kunderelaterede data? Nogle virksomheder benytter sig af eksterne konsulenter og leverandører til at vedligeholde, analysere og berige dataene, men langt de fleste gør ikke: Halvdelen af de respondenter, der svarer på, om virksomhedens kundedata vedligeholdes med ekstern hjælp, svarer at det sker i lav eller meget lav grad. Analyser og berigelser af virksomhedernes kundedata sker i henholdsvis 7 % og 13 % af respondenternes virksomheder. 15,1 % 21,2 % 32,6 % 13,3 % fig. 11 - I hvilken grad får I ekstern hjælp til at analysere jeres kunderelaterede data? 7,6 % 15,1 % 16,0 % 28,3 % 13,3 % I meget høj grad I meget lav grad I meget høj grad I meget lav grad 10,4 % 12,3 % 12,3 % 15,1 % 26,4 % 14,6 % I meget høj grad I meget lav grad fig. 12 - I hvilken grad får I ekstern hjælp til at berige jeres kunderelaterede data? fig. 10 - I hvilken grad får I ekstern hjælp til at vedligeholde jeres kunderelaterede data? 10

Segmenteringsmodeller Halvdelen af respondenterne angiver, at deres virksomhed arbejder med en operationel segmenteringsmodel af kunderne. 24,5 % 26,9 % 17,9 % 9,0 % 14,2 % I meget høj grad I meget lav grad fig. 13 - I hvilken grad mener du, at din virksomhed har en operationel segmenteringsmodel for jeres kundedatabase(r)? Hver anden svarer, at den segmenteringsmodel, virksomheden anvender, er udviklet af virksomheden selv. Lidt overraskende svarer en tredjedel, at de ikke kender deres virksomheds segmenteringsmodels oprindelse, mens resten benytter sig af enten branchestandarder eller en model udviklet med ekstern bistand. Af de virksomheder, der i dag arbejder med en kundesegmenteringsmodel, mener knap halvdelen, at den er solidt forankret i virksomheden, og at den giver virksomheden en konkurrencemæssig fordel. 18,9 % 25,9 % 19,3 % 9,4 % 9,4 % 14,7 % fig. 15 - I hvilken grad mener du, at denne kundesegmenteringsmodel er forankret i hele virksomheden? 17,9 % 25,0 % Meget solidt forankret Meget lidt forankret I meget høj grad 48,7 % 21,5 % 7,3 % 22,2 % 10,9 % 18,6 % I meget lav grad 33,0 % fig. 16 - I hvilken grad mener du, at kundesegmenteringsmodellen er med til at give din virksomhed en konkurrencemæssig fordel i jeres branche? Det har vi selv Det har vi fået ekstern hjælp til Vi bruger en standardmodel for vores branche Andet fig. 14 - Hvem har udarbejdet segmenteringsmodellen? 11

Branchens brug af kundedata Knap halvdelen af de adspurgte vurderer deres branche til at være rigtig god til at udnytte kundedata i det daglige strategiske arbejde, hvorimod 14 % vurderer, at deres branche stort set ikke benytter sig af data. Næsten hver anden respondent vurderer, at den branche, deres virksomhed tilhører, generelt er god til at udnytte data. Faktisk lader de fleste til at tro, at konkurrenternes og det øvrige marked er bedre til at udnytte data end de selv er. 21,2 % 23,6 % Data bliver brugt rigtig meget 16,5 % 17,9 % På højde med de allerbedste 28,3 % 10,4 % Data bliver stort set ikke brugt 31,1 % 24,1 % På et meget lavt niveau 12,7 % 12,0 % fig. 17 - Hvordan vurderer du hele din virksomheds branches brug af kunderelaterede data? fig. 18 - Hvordan vurderer du, at din virksomheds indsamling og brug af kunderelaterede data i det forretningsstrategiske arbejde er sammenlignet med jeres konkurrenter og markedet generelt? 12

GUIDE: SÅDAN BLIVER DIN SEGMENTERING EN SUCCES Undersøgelsen afdækker, at nordiske virksomheder i højere grad kan udnytte deres kunderelaterede data til at skabe forretningsindsigt og give dem en konkurrencemæssig fordel. Derfor opstiller vi i dette afsnit en guide til, hvordan et godt segmenteringsprojekt gennemføres. Udfordringen er ikke at vi mangler data. Den er der ofte til overflod. Den store udfordring er at få omsat store datamængder til indsigter, som gør en forskel for forretningen. Peter Juul Ottesen, Adm. direktør og stifter, Mediabroker 13

Gode og relevante data er grundlaget for vellykket segmentering 1/3 I hjertet af enhver succesfuld segmentering er brugen af relevante, strukturerede og kvalitetssikrede data. Hvilke data, der er relevante, kan variere, men overordnet set kan data inddeles i to kategorier: Markedsdata: Hvis der bygges en markedssegmentering, er de data, der hjælper til at forstå markedet de mest relevante Kunderelaterede data: Hvis målet er at segmentere kundebases og identificere drivere til at forbedre kundeoplevelsen, er de mest relevante data de, som er med til at beskrive kunden (forbrug, behov osv.) Relevante DATA Strukturerede DE INTERNE DATA VISER KUNDE- HISTORIKKEN B2C-virksomhedens interne kundedata er grundstammen i et segmenteringsprojekt: Kundestamdata (navn, adresse, alder osv.) Produkter/købshistorik Adfærd interaktioner med forskellige kanaler og applikationer Da kunder har det med at flytte, skifte telefonnummer og ændre navn uden at tænke på at kontakte alle de virksomheder, de er registrerede hos, bør din virksomhed have et set-up, der sørger for, at data regelmæssigt vaskes. Det er ikke kun en fordel for segmenteringsprojektet, det fremgår faktisk også af EU-dataforordningen, at virksomheder, der opbevarer persondata, skal sørge for at disse er korrekte. Kvalitetssikrede fig. 19 - Gode og relevante data er en forudsætning Data kan dels være internt opsamlede data eller data, der købes eksternt. Ofte er en kombination nødvendig for at afdække kunderne tilfredsstillende og skabe den indsigt, der giver segmenteringsprojektet den forretningsdrivende kvalitet. PSEUDONYMISERING: DATAINDSIGT UDEN AT GÅ PÅ KOMPROMIS MED PRIVATLIVET At analysere og berige kundedata skaber både indsigt i den enkelte kunde og overblik over tendenser i de enkelte kundesegmenter. Når EU-dataforordningen træder i kraft i maj 2018, indføres der skærpede regler for, hvor længe data om kunderne må opbevares og kunden får mulighed for dels at bede om at få sine data slettet eller overført til en konkurrent. 14

Gode og relevante data er grundlaget for vellykket segmentering 2/3 INTERNE DATA CUST_ID 123XY KUNDEN EKSTERNE DATA Så længe kundeforholdet er aktivt, kan de to kombineres via en nøgle, men når kundeforholdet ophører, kan virksomheden arbejde videre med den pseudonymiserede indsigt. Derved undgår du at miste den viden, den pågældende kunde har tilført din kundesegmentering, men samtidig respekterer du lovgivningen og kundens ønske om at blive slettet fra din kundedatabase. fig. 20 - Pseudonymisering af kundedata ved brug af unik datanøgle For ikke at miste kundeindsigten, kan data med fordel lagres i pseudonymiseret form: Data skilles i to, så viden om alder, forbrug, segment m.v. adskilles fra personhenførbare data som navn, adresse og telefonnummer. DE EKSTERNE DATA SUPPLERER MED NYE INDSIGTER De interne kundedata kan med fordel kombineres med eksterne data for at supplere indsigten i kundens ageren i forhold til din virksomhed med viden om deres kendetegn og adfærd uden for din organisations grænser Eksterne kunderelaterede data kan inddeles i fire hovedgrupper*: PROSPEKTERING Win-back EKSTERNE DATA Kundes livscyklus Opsigelse af kunden INTERNE DATA LOYALITET Geodemografiske- og socioøkonomiske data, fx uddannelsesniveau, indkomst etc. Data om livsstil, adfærd og holdninger, fx fra nationale surveys som Index Danmark Forbrugsdata, fx husholdningens ugentlige madforbrug, rådighedsbeløb etc. fig. 21 - Retten til dataportabilitet og retten til at blive glemt kunden kan bede om at få sine data slettet og efterlade dig uden intern vidensgrundlag i EU-dataforordningen. Adfærdsdata, fx statistik fra cookies *Disse data anvendes i enten aggregeret statistisk form eller 1:1, afhængig af lovgivningens rammer for den enkelte variabel 15

Gode og relevante data er grundlaget for vellykket segmentering 3/3 DATA I SAMSPIL GIVER DEN FULDE INDSIGT Særligt på det nordiske marked producerer de nationale statistikbureauer sådanne markedsdata, ligesom mere generiske segmenterings- og klassifikationssystemer er blevet anvendt og forfinet igennem mange år. Med disse er det muligt at vide rigtigt meget om mange mennesker uden at vide noget om den enkelte. Her er conzoom et godt eksempel på et segmenteringsværktøj, der med sin kombination af flere af ovenstående datakilder på nordisk plan inddeler husstande i forbrugertyper, der er beskrevet ud fra både socioøkonomi, geografi, forbrugeradfærd, online adfærd, livsstile og holdninger til samfundet og sig selv. För att förstå och driva kundbeteenden under digitaliseringsresan behövs en enad kundbild och en segmentering som speglar såväl digitalt beteende som livsstil och socioekonomiska förutsättningar. Sara Novak, Head of Customer Insight, Bonnier News Generiske modeller som conzoom er i dag et af vores vigtigste værktøj i marketing, og er altid omdrejningspunkt for vores kontakt til kunderne - både de eksisterende og de potentielle. fig. 22 Kombinationen af egne og eksterne data skaber 360 o -indsigten i dine kunder Mille Just, Marketing Manager, EnergiMidt 16

Gør dataarbejdet lettere tilgængeligt Valget af software har stor betydning for, hvor mange ressourcer, der skal bruges på at få aktiveret data, benytte dem til segmentering og til at operationalisere segmenteringen. DATAVÆRKTØJER Der findes et væld af moderne data blending-programmer, der kan understøtte virksomheden med: Dataudtræk Dataanalyse og -modellering Implementering af segmentering og løbende opdateringer Dashboard over segmenteringen The increased use of data drives the rate of change within organizations at a pace which makes it critical for them to have a very thought through plan for acquiring talent and partners. To manage this challenge on your own is probably a very risky proposition. Mats Ferm, Head of Customer Intelligence, Swedbank Data management data warehouse Kundedashboard Omni-channel marketingplatform Fordelen ved mange af de nye værktøjer er, at de mindsker udfordringerne omkring datastruktur og -analyse og giver adgang til data i et mere brugervenligt set-up end tidligere. Det muliggør bl.a. at mindre opgaver inden for databehandling kan foretages af de afdelinger, der har kundekontakt, og ikke længere forudsættes forankret i IT-afdelingen. Derudover giver det også mulighed for at skabe avancerede analyser på kortere tid, og data kan visualiseres, så alle i virksomheden kan afkode og handle på analysernes indsigter. Vi er i dialog med rigtig mange mennesker hele tiden, og det kræver selvsagt segmentering og stor datadisciplin. For at støtte vores forretning med dette har vi valgt at købe ydelsen eksternt, så kan vi nemlig koncentrere os om vores kerneforretning. Lars Monrad-Jensen, Head of Omnichannel Communications, Business Intelligence & Analytics, Group Strategy & Portfolio Management, TDC Privat 17

Indse at segmenteringsprojektet skal ind i organisationens kerne Segmenteringsprojekter udføres typisk i en analyseafdeling, men skal forankres i hele organisation for at give værdi. Organisationen skal nemlig have et fælles sprog for virksomhedens kunder og segmenteringen skal således implementeres i både forretningsudvikling, salg og service. Det sker kun, hvis segmenteringsprojektet er funderet i hele virksomheden. IMPLEMENTERING SKER TOP-DOWN & BOTTOM-UP Alle organisationens kompetencer bør udnyttes i et segmenteringsprojekt. Både for at fremme medejerskabet på alle niveauer, men også for at sikre, at alle organisationens behov tilgodeses. Derfor er en top-down <> bottom-upfremgangsmåde ideel. Selvom der er tale om en proces, der involverer hele organisationen, og som derfor i udgangspunktet kan lyde ressourcetung, er det en investering, der viser sig på bundlinjen ved optimeret effektivitet og fremskyndelse af de samlede resultater. STRATEGY MANAGEMENT OPERATIONS Alle niveauer i en organisation har forskellige målsætninger, der skal forenes: På det strategiske niveau ønsker ejere og bestyrelse at kende virksomhedens og målgruppens markedsandel samt hvilket marked og målgrupper, virksomheden bør målrette sig mod. På det ledelsesmæssige niveau ønsker man at sikre det ønskede ROI samt at rekruttere og fastholde de rigtige kunder. På det operative niveau ønsker man at kunne handle på sine segmenter og nå kunderne via de rette kanaler. I CRM-afdelingen ønsker man tydeligt definerede målgrupper til kampagner og hjælp til at målrette budskabet til kunderne. CRM DATA ANALYSIS fig. 23 - En top-down og bottom-up-tilgang involverer hele organisationen, men giver det bedste resultat. I analyseafdelingen ønsker man at bruge segmenterne som valgbare filtre i deres database eller som variabler i modeller. 18

Segmenteringsprojekter slutter ikke Når den indledende implementering af segmenteringsmodellen er gennemført, er det vigtigt at få etableret en proces for løbende opdatering af segmenteringen. Projektet bliver aldrig færdigt, for kundedatabase udvides og ændres, og virksomheden vil efterspørge justeringer på baggrund af de erfaringer, der opnås, når segmenterne operationaliseres. Det betyder, at segmenteringen løbende bør overvåges, reevalueres og optimeres til at understøtte udviklingen af organisationen og de forretningsstrategiske målsætninger. Hvis segmenteringen dækker 80 % af organisationens behov, er den tilstrækkelig vedligeholdt. Derfor må den interne dialog også foregå løbende. 1. Needs Planning 2. Scoping Stage 3.1. Data Extraction 7. Quarterly Updates 8. Monitor Performance to KPIs & Optimise 6.2. Campaign Test Phase 3.2. External Data Enrichment 3.3. Data Analysis 5.2. Data & IT Implementation Plan 6.1. Business Roll-out 5.3. Campaign Planning 5.1. Define Roll-out plan 4.1. Segmentation 4.2. Segmentation Description Build + Action Codes fig. 24 - Processen for vellykkede segmenteringsprojekter ser ofte således ud 19

Kort sagt: Brug dine kundedata til gavn for din forretning og dine kunder Virksomheders mulighed for at gennemføre meningsfulde segmenteringer på baggrund af egne kundedata og eksterne data stiger i takt med at værktøjerne til udtræk, analyse og modellering af data bliver mere avancerede. Analyserne danner baggrund for datadrevne beslutninger, der skærper virksomhedernes strategiske målsætninger og indtjening. Relevante DATA Strukturerede Kvalitetssikrede GODE OG RELEVANTE DATA Ovenstående guide kan sammenfattes i disse fire overskrifter (fig 25): LETTERE ARBEJDSGANGE Gode og relevante data er grundlaget for vellykket segmentering Gør dataarbejdet lettere tilgængeligt Indse at segmenteringsprojektet skal ind i organisationens kerne Segmenteringsprojekter slutter ikke Segmenteringsprojekter har i sagens natur indvirkning på hele organisationen, for det handler jo om kunderne og i sidste ende om at sikre virksomhedens indtjening. PROJEKTET SKAL IND I KERNEN Resultaterne af et godt segmenteringsprojekter kommer også kunderne til gode: De får en bedre kundeoplevelse og oplever en professionel organisation, der tager deres behov alvorligt og tilpasser sine produkter og services herefter. Med en vellykket segmentering bliver det altså lettere at bibeholde, udvide og optimere den eksisterende kundebase, mens man samtidig tiltrækker de rigtige nye kunder for ens produkter og serviceydelser. PROJEKTET SLUTTER IKKE fig. 25 - Sammenfatning af guide: sådan bliver din segmentering en succes 20

Om Geomatic Geomatic er et data- og analysehus, der løser opgaver på tværs af den offentlige og private sektor inden for rådgivning om og behandling af data. Vi strukturerer, analyserer og beriger data for at hjælpe vores kunder med bl.a. segmentering, modellering, data management og customer contact management, så de kan træffe de bedst mulige datadrevne beslutninger. DET TROR VI PÅ Vi ønsker at fremme forståelsen af vores samfund både som en helhed og i udsnit ved at indsamle, opdatere, berige og strukturere data. Det gør vi ved at hjælpe vores kunder med at optimere datakvaliteten og identificere mønstre, som gør det muligt for at tage de rigtige beslutninger - i en verden, hvor mængden af data er enorm. Og vi gør det med vores egne analyser og rapporter, der fremhæver træk og tendenser i vores samfund, som viser sig i data. At have adgang til data og viden er et privilegium, der samtidig giver os et ansvar for at dele relevante indsigter for at skabe værdi og vækst for alle - og samtidig fremme en god dataetik. Det har vi praktiseret siden Geomatics grundlæggelse i 2002, og hensynet til etik og lovgivning er en naturlig ramme for vores arbejde. KONTAKT GEOMATIC Kontakt os for et uforpligtende møde, hvor vi kan gennemgå, hvordan du fremover bør arbejde med dataindsamling og -anvendelse for at få flere data i spil til gavn for din forretning. Danmark: Jonas Stone-Bjarup +45 5353 8480 jsb@geomatic.dk Sverige: Eva Säfström +46 708 65 07 47 eva.safstrom@geomatic.se Norge: Ingrid Lidgren +47 95 111 373 ingrid.lidgren@geomatic.no Finland: Maiju Hämäläinen +358 (0)50 321 9058 mah@conzoom.fi SINCE 2002 21

22 geomatic.dk geomatic.se geomatic.no conzoom.fi