Asiakasnäkemys

Digitaalisten palveluiden kehittäjän työkalupakkiin kuuluu web-analytiikka. Web-analytiikka auttaa käsittämään asiakkaiden käyttäytymistä verkossa. Se ei kuitenkaan riitä, kun haluamme todella ymmärtää asiakasta. Asiakkaan ymmärtämiseksi täytyy tuntea myös hänen tarpeensa. Mitä asiakas haluaa, mikä häntä motivoi? Miksi hän tekee niin kuin tekee? Paras hyöty saavutetaan hyödyntämällä web-analytiikan lisäksi laadullisen tutkimuksen keinoja.

Lisää ymmärrystä asiakkaiden tarpeista ja vuorovaikutteisuutta

Digitaalisuuden myötä asiakkaiden hyvin palveleminen on yhä haastavampaa. Kuinka yrityksessänne tiedetään, mitä asiakkaat haluavat, kun ette heitä välttämättä päivittäin tapaa? Olemme kadottaneet kontaktin ihmiseen ruudun toisella puolella, ja se olisi hyvä saada takaisin.

Digipalveluja rakennettaessa tai uusittaessa kartoitetaan monesti asiakkaiden tarpeita, mutta sitäkin useammin yrityksen organisaation omat toiveet verkkopalvelun sisällöistä jyräävät. Palvelun kehittäminen on organisaatiolähtöistä, ei asiakaslähtöistä. Tulos auttaa kääntämään kehittämisen asiakaslähtöiseksi palvelulla, jossa asiakkaiden tarpeita kartoitetaan jatkuvasti. Palvelu hyödyntää erilaisia työkaluja, kuten esimerkiksi verkkosivustolla toteutettavat:

  • kyselyt,
  • heatmapit,
  • käyttäjien videointi verkkopalvelua käytettäessä.

Web-analytiikan lisäksi nämä työkalut riittävät, mikäli halutaan ylläpitää nykyistä kehityksen tasoa yllä. Jos halutaan innovoida uusia tapoja palvella, on syytä lisäksi

  • haastatella,
  • tavata työpajan merkeissä tai
  • seurata livenä asiakkaan verkkokäyttäytymistä.

Asiakaslähtöisen kehittäjän voittajayhdistelmä on analytiikka, videoinnit ja haastattelut: käyttäjäfakta yhdistettynä tarpeiden tulkintaan.

Tuloksen digitaalisten palveluiden kehittäjän datamalli on jatkuvan palvelun malli. Alkuun kartoitetaan yrityksen dataystävällisyys, asiakaskokemuksen lähtötilanne ja tarkistetaan web-analytiikan kunto. Sen jälkeen palvelu perustuu jatkuvaan parantamiseen ja kehittämiseen.

ALOITUS: YRITYKSEN DATALÄHTÖISYYS

  • datan keräämisen kulttuuri yrityksessä
  • datalähteet ja niiden toimivuus
  • datan paikkaansapitävyys, laadunvarmistus
  • datan hyödyntämisen tavoitteet
  • asiakaskokemuksen kehittämisen lähtöpiste ja tavoitteet
  • web-analytiikan asennus, auditointi ja tavoitteet
  • laadullisen datan työkalujen asennus ja käyttöönotto

JATKUVAN PALVELUN MALLI

  • web-analytiikka
  • laadullisen datan kerääminen, analysointi ja toimenpiteet
  • kerätyn datan hyödyntäminen konkreettisina toimenpiteinä ja vaikutusten seuranta liiketoimintaan
  • mittausprosessin kehittäminen yhdessä asiakkaan kanssa.

Meille on keskeistä, että asiakas oppii jatkuvasti, sekä uusia työtapoja että omista asiakkaistaan. Pyrimme mahdollisimman kevyeen, toimivaan ja liiketoimintalähtöiseen malliin. Tavoitteena on saada ymmärrystä asiakkaista, mutta viedä sen myös käytäntöön.

Ota yhteyttä: Suvi Johansson tai Jaakko Knuutila!

Konkreettisia esimerkkejä siitä, kuinka web-analytiikan ja laadullisen datan yhdistämistä on hyödynnetty liiketoiminnan kehittämisessä:

Case 1: Tehokkaampi verkkokaupan ostoputki

Verkkokaupasta ostaneilta kysyttiin tilausvahvistussivulla, kuinka tyytyväisiä he olivat ostokokemukseen. Vastausten perusteella ostoprosessista paljastui teknisiä ongelmia, jotka korjaamalla verkkokaupan myynti kasvoi ja asiakastyytyväisyys parani merkittävästi. Lisäksi avoimen palautteen kautta saadut kehitysehdotukset toimivat jatkuvana hyvänä pohjana sivuston käyttökokemuksen ja koko asiakaskokemuksen kehittämisessä, esimerkiksi konversio-optimoinnin avulla.

Case 2: Mainonnan laadun lisääminen

Erään asiakkaan asiakkaille lähetettiin kysely, jossa kysyttiin muun muassa mikä vaikutti heidän ostopäätökseensä. Saadun laadullisen datan perusteella kehitettiin asiakkaan mainontaa. Aiemmin mainonnassa oli korostettu edullisuutta, kun taas asiakkaille keskeinen tekijä oli suhteen solmimisen helppous ja joustavuus. Näin mielikuvakokemus ja ostokokemus olivat lähempänä toisiaan sekä mainonta kohdennetumpaa ja tehokkaampaa.