En kunddatabas är som regel en rik källa till kunskap. Hur frekventa är kunderna? Hur länge stannar de? Vilka segment och geografiska områden är på frammarsch och vilka behöver särskild uppmärksamhet för att inte lämna? En välstrukturerad databas med ett analysgränssnitt ovanpå ger svar på sådana frågor.
Inizios medarbetare har tidigare brottats med databaser från storbanker, hotellkedjor, prenumererad media och mycket annat.
Att strukturera och börja ställa frågor till den egna databasen ger underlag för strategiska beslut och möjliggör målgruppsanpassad kommunikation med befintliga kunder.
Inizio kan också gå ett steg längre och berika er databas med mjukare information. Principen är släkt med utfästelsen ”säg mig dina tre älsklingsförfattare och jag ska säga dig vem du är”. Alltså att det går att förutse ett visst beteende med kunskaper om ett annat. Modellen illustrerar hur det går till:
- Vi börjar med att göra ett mindre stickprovsurval ur databasens alla kunder och ser till att få med oss användbara målgruppsvariabler som redan finns lagrade
- Vi låter det mindre urvalet besvara en enkät med sådant som ni skulle ha glädje av att känna till i den vardagliga kommunikationen med kunderna
- Vi delar upp både databasen och det mindre urvalet i ett antal celler, baserade på kombinationer av de saker vi redan känner till
- Vi tillskriver de personer som inte deltagit i enkäten de svarsmönster som återfinns i motsvarande cell bland dem som har deltagit
- Den nya informationen skrivs till alla i databasen där den behandlas som sannolik målgruppstillhörighet
I exemplet ovan utgår vi alltså från att de som ingår i den översta vänstra cellen – unga män som varit kunder längre än tre månader och spenderar mer än 3 000 årligen i era tjänster/produkter – har attityder, köpintentioner och medievanor som liknar de andra som ingår i samma grupp. Det kommer förstås alltid att finnas undantag från denna generalisering, men att veta att en kund sannolikt till exempel anser att ert varumärke har en sportig profil, överväger att köpa en viss del av ert utbud och påfallande ofta tittar på Webb-TV, är mer värt än att inte veta någonting alls.
Hur träffsäker en matchning av detta slag blir, beror på vilken sorts information ni skulle vilja berika er databas med och hur bra de celler som konstrueras av den data ni redan har, är på att förutsäga svaren på de frågor ni ställer. Modellen ovan är också lite förenklad. En optimal matchning kräver algoritmer som går bortom ren cell-till-cell-matchning och istället handskas med distanser till cellcentra i kombination med hierarkiska constraints.
Visst, det är en smula tekniskt, men Inizio har världsunik kompetens på området och arbetar med avancerade system som inte går att köpa från hyllan. Här finns människor som genomfört kunddatabasmatchningar vars ekonomiska vinster gått att mäta. När så gjorts har de undantagslöst överträffat investeringen.