Asiakkaalle pystytään tarjoamaan aiempaan käyttäytymiseen ja ostohistoriaan liittyviä tuotteita, kun markkinoinnin automaation työnkulut ovat kunnossa. Asiakkaan segmentoinnilla, profiloinnilla, ostohistorialla ja muulla kerätyllä käyttäytymistiedolla voidaan kasvattaa myyntiä, kun niitä osataan hyödyntää uutiskirjeiden sisällön luomisessa.

Kirjoittajat: Eeva Latva, Paula Sorvali, Maili Hyttinen, Jukka Turunen ja Ritva Kinnunen

Sähköpostimarkkinoinnin automaatio

Automaatio tarkoittaa aiemmin manuaalisesti tehtyjen asioiden virtaviivaistamista ja digitalisointia. (Edelman & Singer 2015). Markkinoinnin automaatiolla pyritään pitämään yllä potentiaalisten asiakkaiden mielenkiintoa yritystä kohtaan. Se mahdollistaa myös viestinnän aikatauluttamisen ja personoinnin. (Sales Communications 2020.) Sähköpostiautomaatio on osa markkinoinnin automaatiota, ja se tarkoittaa mm. liidien eli potentiaalisten asiakkaiden käyttäytymisen pohjalta aktivoituvaa työnkulkua, joka määrittelee mitä viestejä asiakkaalle lähetetään. Työnkulut eli workflowt rakentuvat ehtolauseille: jos ehto täyttyy, tapahtuu määritelty asia. Verkkokaupassa tämä tarkoittaa esimerkiksi, että sähkökiukaiden kategoriaa selailleelle lähetetään eri sisältöinen uutiskirje kuin kodinkoneita selailleelle. Lähetettäviä sähköpostiviestejä voidaan räätälöidä pohjautuen käyttäjän tekemiin toimiin verkkosivuilla tai hänen aktiivisuuteensa aiempien sähköpostiviestien osalta. Näiden tietojen pohjalta voidaan jokaiselle asiakkaalle lähettää oma personoitu uutiskirje. (Matter 2020.)

Asiakasdatan kerääminen ja hyödyntäminen profiloinnissa

Profiloinnin perusidea on kuvata asiakkaita heidän ominaisuuksiensa pohjalta, ja tavoitteena on tunnistaa tietyn ihmisryhmän piirteitä ja mieltymyksiä. Ominaisuuksia ovat esimerkiksi sukupuoli, tulotaso tai elämäntavat, jotka voidaan kategorioida esimerkiksi demografisiin tai käytökseen perustuviksi. Profiloinnin perusteena olevat demografiset ominaisuudet voivat olla hyvinkin yksityiskohtaisia. (Walters & Bekker 2017.)

Sähköpostimarkkinointi tarvitsee uutiskirjerekisterin toimiakseen. Verkkokaupassa uutiskirjeen tilaajia houkutellaan usein lomakkeilla, joissa luvataan tilaajille parempia tarjouksia ja muita etuja (Smart Insights 2013). Asiakkaan vieraillessa verkkokaupassa uutiskirjeen kautta hänet profiloidaan tämän käyttäytymisen perusteella. Asiakasprofilointi yhdistää asiakkailta saatua täsmällistä tietoa kuten lomakkeilta kerättyä suoraa tietoa, ja epäsuoraa tietoa, jota on kerätty asiakkailta sivustolta heidän tekemiensä toimintojen kautta. Suositeltava tapa on yhdistää markkinoinnissa sekä täsmällistä että epäsuoraa asiakastietoa jatkuvasti. (Chaffey & Smith 2017, 475.)

Verkkosivujen analytiikan kautta on mahdollista tarkkailla sivuston kävijöitä ja heidän käyttäytymistään. Evästeet antavat mahdollisuuden jäljittää millä sivuilla käyttäjät vierailevat ja kuinka kauan. Käyttäytymisen perusteella voidaan luoda käyttäjille profiileja ja segmenttejä sen mukaan, mistä he ovat kiinnostuneet. Segmentointi auttaa myös yritystä paremmin täyttämään asiakkaiden tarpeet. (Chaffey & Smith 2017, 475.)

Segmentointi ja personointi automaation moottorina

Segmentointi on strateginen pohja, jossa määritellään markkinoinnin kohteet. Personointi on näiden kohdeasiakkaiden aktivointia. Personoinnin kohdeasiakkaat ovat jo ilmaisseet kiinnostusta markkinoitavaan tuotteeseen tai palveluun. Segmentointi luo raamit tulevaisuudelle, kun personointi puolestaan on toimintaa nykyhetkessä. (Krajicek 2015, 40–43.)

Personoinnin pioneerin Amazon-verkkokaupan mukaan 35 % heidän myynnistään tulee suositelluista tuotteista, jotka perustuvat saman tuotteen aiemmin ostaneiden asiakkaiden ostohistoriaan (Chaffey & Smith 2017, 480–481). Bandelin (2015) mukaan tuotesuosituksista saatu keskimääräinen tuotto oli vuonna 2015 maailmanlaajuisesti 12 prosenttia, ja suosittelumainoksia klikanneiden asiakkaiden konversioprosentti (tulosten määrä suhteessa kävijöihin) oli 5,5 kertaa suurempi kuin ei-klikanneilla. Personoinnin väitetään parantavan asiakassuhdetta, sillä osuvat suositukset lisäävät asiakkaiden reaktioita niihin. (Chaffey & Smith 2017, 480–481.)

Sähköpostimarkkinoinnin kannalta mielenkiintoinen kohderyhmä on ostoksensa keskeyttäneet asiakkaat. Noin 77 % verkkokaupoissa ostoksia tekevistä keskeyttää ostoksensa siinä vaiheessa, kun ostoskärryyn on jo valittu tuotteita. Tälle asiakasryhmälle lähetetyistä sähköpostiviesteistä yli 40% avaa sähköpostiin tulleen viestin koskien keskeyttämäänsä ostosta. Näistä edelleen noin 8 % jatkaa uudelleen myyjän sivustolle. (Serrano 2020.)

Markkinointiluvat kuntoon

Yrityksen tulee huolehtia siitä, että asiakas antaa luvan uutiskirjemarkkinointiin ja markkinointirekisteriin liittämiseen uutiskirjetilauksen yhteydessä. Tiedot tulee merkitä asianmukaisesti yrityksen asiakasrekisteriin. Asiakasrekisterin käyttöä määrittelee vuonna 2018 voimaan tullut EU-maita koskeva henkilötietojen käsittelyä säätelevä laki, GDPR (General Data Protection Regulation), yleinen tietosuoja-asetus.

Tietosuoja-asetuksen tavoitteena on parantaa henkilötietojen suojaa ja tietosuojaoikeuksia yksilön kannalta. Lain myötä asiakkaan on mahdollista hallita hänestä tallennettuja tietoja paremmin ja tarvittaessa poistattaa ne rekistereistä kokonaan. Kohdennettua markkinointia varten yritysten tulee varmistaa, että tallennettuja henkilötietoja käytetään vain siihen tarkoitukseen, mihin tiedot on annettu. (Tietosuojavaltuutetun toimisto 2020.)

Personoitu sähköpostimarkkinointi parantaa asiakaskokemusta

Personoinnilla voidaan saavuttaa suora yhteys asiakkaan ja yrityksen välille, ja onnistuessaan se on yksi parhaista asiakassuhteen rakentamisen keinoista, joilla voidaan parantaa asiakkaan kokemaa tyytyväisyyttä, uskollisuutta sekä luottamusta yritystä kohtaan (Julian ym. 2015, 193). Käytännössä sekä profiloinnin, että personoinnin tuomia etuja hyödynnetään samanaikaisesti. Vaikka profiloinnin perusteena on perinteisesti käytetty demografisia eli väestötieteellisiä tekijöitä, on nykytutkimuksen valossa saatu näkyviä tuloksia nimenomaan kuluttajien käyttäytymiseen perustuvasta profiloinnista. Yhdistämällä molemmat tavat on mahdollista muodostaa vahva tietopohja, jota hyödyntämällä voidaan sekä parantaa asiakkaan kokemaa hyötyä, että yrityksen asiakaskannattavuutta. (Walters & Bekker 2017.)

Kuluttajien Internet-käyttäytymisestä on saatavilla paljon dataa, joka mahdollistaa erilaisten analyysien ja kaavojen muodostamisen. Vaikka verkkokauppa ja sähköpostimarkkinointi ovat kasvaneet vuosien varrella, on edelleen haasteellista ymmärtää asiakkaiden reagointia sähköpostimarkkinointiin. Sähköpostimarkkinoinnin on arvioitu kuitenkin olevan yksi henkilökohtaisimmista markkinoinnin muodoista. Sen tulokset ovat mitattavissa ja sen avulla pystytään luomaan kustannustehokkaasti asiakassuhteita. (Sigurdsson ym. 2013, 296.)

Lähteet

Chaffey, D. & Smith, PR. 2017. Digital Marketing Excellence. Planning, Optimizing and Integrating Online Marketing. New York: Routledge.

Edelman, D. C. & Singer, M. 2015. Competing on Customer Journeys. Harvard Business Review. [Viitattu 1.2.2020]. Saatavissa: https://hbr.org/2015/11/competing-on-customer-journeys

Julian, C. C., Ahmed, Z., Wel, C. & Bojei, J. 2015. Discriminant Analysis of Antecedents of Customer Retention in Malaysian Retailing. Journal of Transnational Management. Vol. 20, 190–204. [Viitattu 12.3.2020]. Saatavissa: https://doi.org/10.1080/15475778.2015.1058694

Krajicek, D. 2015. When opposites attract. Marketing Insights. Vol. 27(4), 38–43.

Matter. 2020. Sähköpostimarkkinointi ja automaatio – vinkit tehokkaampaan sähköpostimarkkinointiin. [Viitattu 2.2.2020]. Saatavissa: https://matter.fi/sahkopostimarkkinointi-automaatio-vinkit-tehokkaampaan-sahkopostimarkkinointiin/

Sales Communications. 2020. Mitä markkinoinnin automaatiolla tarkoitetaan? [Viitattu 5.2.2020]. Saatavissa: https://www.salescommunications.fi/blog/mita-markkinoinnin-automaatiolla-tarkoitetaan

Serrano, S. 2020. Complete List of Cart Abandonment Statistics: 2006 – 2020. Barilliance. [Viitattu 11.3.2020]. Saatavissa: https://www.barilliance.com/cart-abandonment-rate-statistics/#tab-con-0

Sigurdsson, V., Menon, V. R. G., Sigurdsson, J. P., Kristjansson, J. S. & Foxall, G. 2013. A Test of the Behavioral Perspective Model in the Context of an E-Mail Marketing Experiment. The Psychological Record. Vol. 63, 295–308.

Smart Insights. 2013. 12 Email data capture options to build your subscribers [Viitattu 1.2.2020]. Saatavissa: https://www.smartinsights.com/email-marketing/email-list-management-ecrm/email-data-capture-options/

Tietosuojavaltuutetun toimisto. 2020. Usein kysyttyä EU:n tietosuoja-asetuksesta. Tietosuoja. [Viitattu 1.2.2020]. Saatavissa: https://tietosuoja.fi/gdpr

Walters, M., Bekker J. 2017. Customer Super-profiling demonstrator to enable efficient targeting in marketing campaigns. South African Journal of Industrial Engineering. Vol. 28(3) Special Edition, 113–127. [Viitattu 12.3.2020]. Saatavissa: http://dx.doi.org/10.7166/28-3-1846

Kirjoittajat

Eeva Latva opiskelee LAB-ammattikorkeakoulussa YAMK-tutkintoa Digitaalisten ratkaisujen koulutusohjelmassa.

Paula Sorvali opiskelee LAB-ammattikorkeakoulussa YAMK-tutkintoa Uudistavan johtamisen koulutusohjelmassa.

Maili Hyttinen opiskelee LAB-ammattikorkeakoulussa YAMK-tutkintoa Digitaalisten ratkaisujen koulutusohjelmassa.

Jukka Turunen opiskelee LAB-ammattikorkeakoulussa YAMK-tutkintoa Digitaalisten ratkaisujen koulutusohjelmassa.

KTT Ritva Kinnunen työskentelee yliopettajana LAB-ammattikorkeakoulun liiketoimintayksikössä.

Artikkelikuva: https://pxhere.com/fi/photo/644917 (CC0)

Julkaistu 27.3.2020

Viittausohje

Latva, E., Sorvali, P., Hyttinen, M., Turunen, J. & Kinnunen, R. 2020. Uutiskirjeautomaatio verkkokaupan näkökulmasta. LAB Open. [Viitattu ja pvm]. Saatavissa: https://www.labopen.fi/lab-pro/uutiskirjeautomaatio-verkkokaupan-nakokulmasta/