Asiakasanalytiikka asiakaspolulla

Asiakasanalytiikka asiakkaan polun eri vaiheissa on hyvä keino lisätä ymmärrystä oman yrityksen asiakkaista. Digitalisoituvat palvelut siirtävät liiketoimintaa yhä enemmän näkymättömiin digitaalisiin ympäristöihin. Ainoa mahdollisuus tehdä digitaalista toimintaa näkyväksi on verkkoliikenteen ja asiakaskäyttäytymisen monitorointi ja analytiikka.

Kirjoittaja: Tarja Keski-Mattinen

Polku, jonka asiakas kulkee ollessaan vuorovaikutuksessa yrityksen kanssa, koostuu eri vaiheista, usein sekä fyysisistä että digitaalisista kohtaamisista. Näitä eri vaiheita ovat mm. palvelua edeltävä, palvelun aikainen ja palvelun jälkeinen. Nykyisissä kilpailutilanteissa asiakkaan tunteiden ja käyttäytymisen ymmärtäminen ja pyrkimys asiakkaan kokemuksen parantamiseen ovat keskeinen tavoite asiakasanalytiikassa ja asiakaskokemuksen hallinnassa. Analytiikkaa voidaan parhaiten hyödyntää, kun sitä tarkastellaan ja tehdään vaihe- ja kontekstisidonnaisesti. Mahdollisia analytiikan menetelmiä on useita, mikä tuottaa yrityksille haasteita; miten valita olennaiset analytiikan välineet ja miten niitä hyödyntää omassa liiketoiminnassa parhaalla mahdollisella tavalla.

Digitalisoituva liiketoiminta lisää analytiikkatarpeita

Digitalisoituvissa toimintaympäristöissä, erityisesti kilpailluilla liiketoiminnan aloilla, asiakkaiden kulutuskäyttäytymisen ohjaaminen edellyttää hyvää asiakaskäyttäytymisen yksityiskohtien ymmärtämisestä. Tämä on ensiarvoisen tärkeää yrityksille, jotka pyrkivät parantamaan asiakaskokemusta, ja saavuttamaan paremman palvelutuotannon, asiakasluottamuksen sekä liiketoiminnallisen kilpailuedun. Jotta organisaatiot voisivat toimia tehokkaasti näissä ympäristöissä, käyttävät he yhä enemmän asiakasanalytiikkaa liiketoimintaan integroituina mekanismeina. Eri järjestelmiin integroidut analytiikkatyökalut ovat kuitenkin irrallisia osia, ja eri digitaalisten ympäristöjen tuottamaa analytiikkatietoa voi olla vaikea, ellei peräti mahdotonta yhdistää yhteneväksi kokonaisuudeksi. Myöskään eri järjestelmien mahdollistamat kontaktit yrityksen ja asiakkaan välillä, eivät ole automaattisesti keskenään samanarvoisia, ja tämä tulisi sekä asiakaspolkua että kokemusta suunnittelevien ja kehittävien toimijoiden huomioida (Rosenbaum et al. 2017).

Asiakasanalytiikkaa kannattaa hyödyntää asiakaspolun eri vaiheissa suunnitelmallisena kokonaisuutena, tarvelähtöisesti, vaiheittain ja kontekstisidonnaisesti. Asiakaspolun vaiheita voidaan luokitella mm. kronologisesti, kuten Lemon et Verhoef (2016) ovat tehneet, jakaen vaiheet kolmeen pääryhmään; aikaisemmat kokemukset, nykyiset kokemukset ja tuleva asiakaskokemus. Näistä nykyiset kokemukset jakaantuvat kolmeen vaiheeseen (ks. kuva 1), joita ovat ennen ostoa (prepurchase), oston aikana (purchase) ja sen jälkeen (post purchase) tapahtuvat vaiheet omine kontaktipisteineen. Asiakaspolun vaiheita voidaan myös tarkastella prosesseittain, esim. kuinka valitun palvelutoiminnan prosessi etenee asiakkaan näkökulmasta (Kuehnl 2019). Tällöin tutkinnan ja kehittämisen kohteena on tietty osa, sekvenssi asiakkaan polulla.

Kuva 1. Esimerkki asiakaspolusta (Lemon & Verhoef 2016).

Asiakaspolku ja kosketuspisteet

CJM-menetelmä (customer journey mapping) eli asiakaspolun kartoittaminen auttaa yrityksiä tunnistamaan erilaisia mahdollisuuksia asiakaskokemuksen parantamiseen, kuten esim. ostoprosessin virtaviivaistaminen, viestinnän tehostaminen tai kipupisteiden poistaminen (Richardson 2010). Polun kartoittamisessa pyritään luomaan selittävä aikajana tai kaavio, joka havainnollistaa asiakkaan kulkeman polun alusta loppuun. Ymmärtämällä asiakkaan polkuja yritykset voivat tunnistaa kipupisteitä, optimoida kosketuspisteitä ja auttaa kehittämään palveluympäristöä, joka tarjoaa asiakkaalle saumattoman ja miellyttävän asiointikokemuksen. (Ludwiczak 2021.)

Kosketuspisteitä on kolmen tyyppisiä: staattisia (esim. mainokset, yksisuuntainen viestintä, staattiset verkkosivut jne.), interaktiivisia (interaktiiviset verkkosivustot, mobiilisovellukset, online-chatit jne.) ja inhimillisen tekijän huomioon ottavia pisteitä (esim. tilanteet, joissa on suora yhteys asiakkaan ja asiakaspalvelijan välillä). Erityyppisten kosketuspisteiden tunnistamisen lisäksi on ensisijaista tunnistaa ns. ” totuuden hetket”, eli ne kriittiset hetket, jotka ovat tärkeimpiä. Näinä hetkinä asiakassuhde voi syntyä tai katketa nopeasti. Kriittisinä pisteinä ovat ilman muuta suoraan ostotilanteeseen liittyvät, tai tuotteen toimitukseen tai palvelun toteutukseen liittyvät kosketuspisteet. (Ludwiczak 2021.)

Analytiikkasuunnittelun tavoitteena on kohdentaa verkkoliikenteen monitorointi ja analytiikka liiketoiminnan kannalta olennaisimpiin kohteisiin. Esimerkiksi, kun on tarve analysoida vaikkapa markkinointikampanjan onnistumista ja sitä, miten asiakkaat ovat sen kokeneet, voidaan tutkia mitä reaktioita tehdyt toimenpiteet ovat aiheuttaneet. Onko some-postauksia jaettu eteenpäin, tai mitä muuta tapahtunut. (Pyyhtiä et al. 2017.) Reaktioiden analyysi auttaa kehittämään kohderyhmän segmentointia edelleen. Tarkempi kohdentaminen oikeissa kanavissa mahdollistaa yksilöllisemmän, potentiaalisia asiakkaiden tarpeita vastaavan markkinoinnin. Monikanavaisen ajattelutavan omaksuminen on ratkaisevaa, koska kuluttajat tunnistavat nykyään tuotemerkit eri kosketuspisteissä. Tämä trendi on vain vahvistunut vuosien kuluessa. Nykyään tekoälyavusteisesti voidaan analysoida todella suuria määriä asiakasdataa ja voidaan tunnistaa erilliset asiakassegmentit sekä ennustaa asiakkaiden tulevaa käyttäytymistä.

Google Analytics lienee tunnetuimpia ja yrittäjille helposti käyttöön otettavia verkkokäyttäytymisen monitoroinnin välineitä. Se auttaa näkemään verkkoliikenteen, näyttää mm. verkkopalvelun asiakkaiden navigointipolut ja pisteet, missä asiakkaat esimerkiksi poistuvat palvelusta herkimmin. Saatavilla on muitakin helppokäyttöisiä välineitä, esimerkiksi somekeskustelujen seurantaan ja analysointiin soveltuvat Brandwatch ja Sprout Social.

Analytiikka asiakaspolulla

Asiakasanalytiikan suunnitelmallinen käyttö ja mahdollinen integrointi digitaaliseen toimintaympäristöön ei ainoastaan helpota yksittäisten asiakkaiden vuorovaikutustilanteiden ymmärtämistä, vaan auttaa myös tunnistamaan laajempia käyttäytymis- ja kokemusmalleja. Asiakasanalytiikan soveltaminen ja tulosten tutkiminen asiakaspolun eri vaiheissa voi paljastaa uusia mahdollisuuksia parantaa asiakaskokemusta tai auttaa jopa auttaa kehittämään uudenlaisia palveluja. (Lemon & Verhoef 2016.)

Analytiikkaa suunniteltaessa on tiedettävä, mitä analytiikan avulla tarkalleen halutaan saavuttaa. Jos tavoitteena on asiakaspolun tai -polkujen kartoitus ja kehittäminen – tarkastelu tehdään usein laadullisin menetelmin – asiakaslähtöisesti. Jos tavoitteena sen sijaan on tunnistaa verkkokaupan asiakaskokemuksen tekijöitä, ollaan jo asiakaspolkuanalytiikassa syvemmällä tasolla. Tässä kohden tulee huomio kiinnittää mm. verkkokaupan laatutekijöihin, kuten sisältöön, ulkoasuun, navigointiin, vuorovaikutteisuuteen ja yleisvaikutelmaan. Kochin ja Hartmanin (2022) mukaan verkkosivuston koettu laatu vaikuttaa merkittävästi kuluttajien ostoaikomukseen, ja tämä vaikutus kasvaa asiakaspolun edetessä.

Yhteenvetona voidaan todeta, että asiakaspolun analytiikka tarjoaa jäsennellyt puitteet asiakaskokemuksen ymmärtämiselle ja parantamiselle. Edistyneiden analyyttisten menetelmien, kuten koneoppimisen ja dynaamisen mallintamisen integrointi parantaa entisestään yritysten kykyä vastata nykyaikaisiin haasteisiin. Näitä ovat mm. Omni-kanavainen liiketoiminta, runsaat kosketuspisteet ja moninaiset asiakaspolkuvariaatiot. Ratkaisuna yrityksille tähän on kartoittaa oman liiketoiminnan asiakaspolut, kosketuspisteet ja toteuttaa tarvelähtöinen analytiikka ja monitorointi, joka antaa vastauksia parhaalla mahdollisella tavalla oman yrityksen liiketoiminnan tarpeisiin.

Lähteet

Koch, C. & Hartmann, M. 2023. Importance of the perceived quality of touchpoints for customer journey analysis – evidence from the B2B sector. Electronic Commerce Research. Vol. 23, 1515–1538. Viitattu 2.1.2025. Saatavissa https://doi.org/10.1007/s10660-022-09654-5

Kuehnl, C., Jozic, D. & Homburg, C. 2019. Effective customer journey design: consumers’ conception, measurement, and consequences. Journal of the Academy of Marketing Science. Vol. 47, 551–568. Viitattu 3.1.2025. Saatavissa https://doi.org/10.1007/s11747-018-00625-7

Lemon, K.N. & Verhoef, P.C. 2016. Understanding customer experience throughout the customer journey. Journal of Marketing. 80 (6), 69–96. Viitattu 3.1.2025. Saatavissa https://doi.org/10.1509/jm.15.0420

Ludwiczak, A. 2021. Using customer journey mapping to improve public services: A critical analysis of the literature. Management. 25 (2), 22–35. Viitattu 2.1.2025. Saatavissa https://doi.org/10.2478/manment-2019-0071

Pyyhtiä, T., Roponen, S., Frosterus, N., Mertanen, P., Vastamäki, R., Syväniemi, A., Markkula, T. & Räsänen, S. 2017. Digin mitalla 2.0: Verkkomarkkinoinnin ja -myynnin mittaamisen käsikirja. Helsinki: Mainostajien liitto.

Richardson, A. 2010. Using customer journey maps to improve customer experience. Harvard Business Review. Viitattu 10.1.2025. Saatavissa https://hbr.org/2010/11/using-customer-journey-maps-to

Rosenbaum, M.S., Otalora, M.L. & Ramírez, G.C. 2017. How to create a realistic customer journey map. Business Horizons. 60 (1), 143–150. Viitattu 10.1.2025. Saatavissa https://doi.org/10.1016/j.bushor.2016.09.010

Kirjoittaja

Tarja Keski-Mattinen toimii LAB-ammattikorkeakoulun liiketoiminta-alalla tietojenkäsittelyn lehtorina. Hän on asiantuntija ASKO-hankkeessa toimien asiakasdataa hyödyntävän asiakaskokemuksen tunnistamisen asiantuntijana sekä opettaa datan hyödyntämiseen liittyviä aineita YAMK- ja AMK-tason opiskelijoille.

Artikkelikuva: https://pixabay.com/fi/photos/s%C3%A4hk%C3%B6isen-kaupank%C3%A4ynnin-verkkokauppa-3692440/ (Pixabay Licence)