Der findes to tilgange til kundesegmentering: Segmentering baseret på adfærd og Deskriptiv segmentering.
Der er ingen grænse for hvor mange kundesegmenter man som virksomhed vil arbejde med og det er også muligt at arbejde skiftevis med de to tilgange. Men det giver oftest mening at starte simpelt med få basale segmenter, for senere når organisationen har lært at arbejde med dem, løbende at udvide med flere mere komplekse segmenter.
Når man har defineret sine kundesegmenter kan man sådan set allerede starte med at anvende dem. Dog vil det for større virksomheder med mange kunder eller digital natives, hurtigt give mening at automatisere arbejdet. Her opstår behovet for at udvikle en prædiktiv kundesegmenteringsmodel, der automatisk segmentere personer. Når man har udarbejdet en segmenteringsmodel giver oftest også mening at trække personaerne ud af modellerne for at få en kvantitativ og kvalitativ forståelse af personerne i segmenterne.
De to tilgange til segmentering
Der et to måder at gå til kundesegmentering på, enten fokuserer man på de adfærdsmønstre som er relevante for virksomhedens kunderejser. Alternativt opdeler man folk efter specifikke kendetegn som så implicit fortæller noget om segmenterne.
Segmentering baseret på Adfærd
Adfærdsmæssige segmenter varierer efter hvilken branche man er i, men det er altid en “oppefra-ned tilgang”, da man vælger segmentets kendetegnende adfærd. Dvs man tager udgangspunkt hvad der er vigtig for virksomhedens arbejde med segmentet – uden praktiske hensyn til hvad der kendetegner personerne i segmentet. Resultatet er at man får skræddersyede eksekverbare segmenter som passer til virksomhedens forretningsgange.
I denne tekst fokuserer vi på tre overordnet typer adfærd: 1 intention og interesse, 2 loyalitet og 3 kundeafgang. Hvortil vi kommer med et par eksempler til hver.
Intention og Interesse
Segmenter indenfor interesse og intention kigger på “hvad” segmentet vil/kan købe, og anvendes til at kategorisere folk efter virksomhedens produkt/ydelses sortiment.
Intention og interesse segmenter bruges oftest af virksomheder som har ét (stort) salg pr kunde, eller som sælger produkter og services indenfor for forskellige kategorier, eller interesseorganisationer.
Tag fx en kæde af bilforhandlere så som Andersen Biler. Jo bedre kædens forhandlere er til at segmentere besøgende efter intention og interesse, des mindre tid vil de spilde på windowshoppers og des mindre er chancen for at skræmme potentielle kunder væk med de forkerte biler. Et par forsimplet eksempler på segmenter kunne være:
- Intention: “window shopper” vs “skal købe en bil”
- Interesse: “sportsbiler” vs “familiebiler”
Udarbejder man en prædiktiv segmenteringsmodel for interesse og intention har man mulighed for at estimere konverterings sansynligheden infenfor forskellige produkt/service kategorier.
Loyalitet
Loyalitetsbaserede segmenter er især relevante for virksomheder hvor kundefastholdelse er alfa omega – dette kan være alt lige fra en kæde af kaffebarere, til en mobil app, til en frisørsalon, til en online dyrebutik.
Loyalitetssegmentering kan gøres på baggrund af mange forskellige KPI’er (tid, engagement, total spend osv), men i stort set alle tilfælde kommer det ned til CLV altså kundernes livstidsværdi.
Tag fx en butikskæde som Matas, som indsamler en masse data på deres kundeklub. Disse data går generationer tilbage hvilket betyder at de har den nøjagtige livstidsværdi for tusindvis af kunder. Det gør det mulligt styre serviceniveauet og markedsføringforbruget baseret på hvor loyale kunderne er.
Kundeafgang
Den nærmest omvendte tilgang til segmentering af loyalitet er kundeafgang (eller Churn). Denne parameter er super interessant for abonnements baserede forretningsmodeller, fx A-kasser, SaaS (software as a service), forsikringsselskaber, teleoperatører osv.
For disse virksomheder er det slemt når en kunde opsiger kundeforholdet, især hvis man har investeret en masse penge i at hverve kunden. Derfor er det en fordel at udarbejde kundeafgangssegmenter, så man løbende kan prædiktere hvem der er i risikozonen for at stoppe sit kundeforhold. Her kommer to forskellige tilgange:
- Churn-rate er den generelle sandsynlighed for kundeafgang set over en gruppe af mennesker. Fokuseres på høj churn-rate finder man enten dem som får mindst værdi ud af ens service eller dem som er de mindst købestærke.
- Churn-risk segmenter hvor man i stedet kigger på individer er i risikozonen for at opstige kundeforholdet. Det kan handle om flytning til et område med dårligere service eller besøg på siden for opsigelse af abonnement.
Læs vores case omkring hvordan en dansk måltidskasse virksomhed brugte AI segmenteringsmodel til at reducere antallet af freeloaders på deres gratis prøveperiode
Deskriptiv segmentering
Den deskriptive segmentering tager udgangspunkt i de parametre som beskriver målgruppen bag et segment. Det er oftest af praktiske hensyn til de kommunikations- eller markedsføringskanaler som skal bruges til at nå segmentet. Det kan derfor siges at deskriptiv segmentering er en “nedefra op tilgang” hvor den adfærdsbaserede segmentering var “oppefra ned tilgang”. Nedenfor beskriver vi tre forskellige metodikker for deskriptiv segmentering: 1 segmenterings Gimmicks, 2 Marketing segmenter og 3 Customer Journey segmenter.
Segmenterings gimmicks
Et klassisk eksempel er Fødselsdags segmentet, de fleste CRM og nyhedsbrevs-platforme tillader at man sender en automatiseret mail/sms/push besked på kontakternes fødselsdag (hvis man kender denne). Selvom det efterhånden har mistet sin wow-effekt så kan en “personlig” fødselsdagshilsen stadigvæk give et lille boost til open-rate’en.
Et andet eksempel som de fleste efterhånden også er blevet immune overfor, er postnummer/by segmentering, disse segmenter har især været brugt ifm. annoncering på Meta og Google, hvor en lang række virksomheder, med varierende succes, igennem de sidste årtier har solgt alt lige fra t-shirts til posters med dit postnummer på.
First movers på segmenterings gimmicks kan opnå fantastiske resultater, men det kræver orginalitet og held at opfinde en ny.
Marketing segmenter
Sagen med marketing segmenterne er at der ikke er så meget at vinde , men næsten alt at tabe. Det gælder for alle kanaler lige fra avis/magasin annoncer, outdoor bannere, tv reklamer, radio/podcast reklamer til digitale ads.
Deskriptive marketing segmenter bygges op af de målgrupper som direkte eller indirekte stilles til rådighed af platformene. Hvor de ældre kanaler som fx aviser kun har indirekte målgrupper (læserdemografi) så giver de moderne mulighed for selv at bygge målgrupperne baseret på tusindvis af interesser og demografiske forhold.
Det er vigtigt at man som annoncør tager marketing segmenter seriøst, her er et eksempel på hvorfor: En sportstøj butik på Bornholm ønsker at tiltrække lidt flere lokale kunder udenfor sæsonen. Så de vil lave en annonce på Facebook. Hvis de ikke segmentere, så vil annoncen som standard køre for alle Danmark, det betyder at omkring 99,5% af deres penge spildes på folk som ikke bor på Bornholm. Har de derimod styr på den deskriptive segmentering og definere en annoncemålgruppe som indeholder folk med bopæl på Bornholm og måske endda med interesse for sport og friluftsliv, ja så kan de forvente at performe som deres konkurrenter.
Derfor, næsten alt at tabe og ikke meget at vinde.
Customer journey segmenter
Disse segmenter læner sig op af kunderejsen og kan siges i deres opbygning at relateres meget tæt til de kausale segmenteringsmodeller.
Customer journey segmenter er kraftfulde da de håndtere specifikke milepæle i kundernes rejse, men skrøbelige da alt skal udtænkes og opsættes manuelt.
Hvilke customer journey segmenter som giver mening afhænger meget af branche og hvilke systemer der anvendes. Her er nogle eksempler på et customer journey segmenter:
Customer success: eventbaserede segmenter som typisk aktivere noget kommunikation x antal dage efter. Et klassisk eksempel er “ny kunde” som aktivere en “velkomstmail”.
Gensalg: tidsbestemte segmenter som defineres ud fra købsfrekvensen/levetiden på et produkt/ydelse. Et par eksempler på gensalgs segmenter som indfinder et år efter kunne være “tid til dit årlige tandlægeeftersyn” eller “har du været glad for dine løbesko?” osv.
Krydssalgs: eventbaserede segmenter som hovedsagligt anvendes i e-commerce. Disse segmenter er mere en sammenknytning af produkter eller produktkategorier end egentlige segmenter. Fx kunder med “fjernstyret legetøjsbil” i kurven har krydssalgs segmentet “husk batterier”.
Opsalgs: tidsbestemte eller eventbaserede segmenter med det formål at opgradere kunder til en dyrere løsning. Hvis en telefoni kunde er gået over sit dataforbrug måneden før så får de segmentet “opgrader til stort abonnement” efter næste regning.
Som vi skrev øverst er customer journey segmenter er kraftfulde både mht omsætning og kundetilfredshed, men det kan hurtigt blive uoverskueligt når flere forskellige teams begynder at opsætte segmenter med dertilhørende automatiserede handlinger. Derfor er det en god at gå struktureret til opgaven.