סגמנטציה עושים באמריקה, ומה בישראל?

סגמנטציה טובה היא קריטית להצלחתו של כל ארגון. ברגע שאין סגמנטציה אין מיקוד וברגע שאין מיקוד לקוחות עלולים לעזוב אתכם, ולקוחות חדשים...לא מגיעים. אז איך מייצרים סגמנטציה טובה? משתלמים ב- CU (Customer Understanding). המושג CU או 'הבנת הלקוח' הוא המושג החם בעולם חווית הלקוח, אולם לא די להתייחס אליו רק כאל טרנד חם. CU זו תפיסת לקוח שלמה וסביבה ניתן לבנות אסטרטגיה עסקית מצליחה.

אז מדוע אנחנו צריכים להבין את הלקוח שלנו? המטרה העליונה, של כל ארגון באשר הוא, היא לשפר רווחיות, אך על מנת לשפר רווחיות הארגון צריך להבין את הלקוחות שלו. כיצד זה קורה? אם אנחנו מבינים את הלקוח אנו יכולים להתאים לו ערך שיווקי ולמנוע נטישה, אנחנו יכולים לשמר את הלקוח ובמקביל להביא לקוחות חדשים שמחפשים ארגון שיבין אותם.

על מנת להבין לעומק את הלקוח שלנו אנחנו צריכים לנצל בצורה יסודית ונכונה את כל מקורות המידע העומדים לרשותינו. אם באופן מסורתי תחום ה-BI התבסס על מידע מובנה, הרי שהיום, ארגונים מבחינים כי היכולת שלהם לנתח את הלקוח על בסיס היסטוריית התנועות והטראנזאקציות שלו הגיעה לכדי מיצוי, וכי דווקא ניתוח של המידע 'הבלתי מובנה' והצלבות בין מספר גופי המידע יכולים להניב בסיס חדש של תובנות מעניינות.

לדוגמה, כשאני מנהל שיחה טלפונית עם נציג מכירות, השיחה שלנו מתועדת אולם איש בארגון אינו מצליב מידע שתועד בשיחה זו מול הטרנזאקציות שלי. זה נכון כי כלקוח בודד המידע הספציפי אודותיי הוא חסר ערך, אולם ביכולת להבין פלח שוק שלם ולהתחקות אחר דרכי ההתנהגות שלו באמצעות הצלבה של בסיסי מידע שונים שהצטברו אודותיו, ניתן להניב לארגון תובנות ברות-השפעה ולייצר ערך עסקי גבוה.

ניקח לדוגמא ארגון בריאות שרוצה להתחקות אחר השתלבותה של תרופה מסויימת והדימוי שלה בקרב הלקוחות. דרך עבודת מיפוי פשוטה של תכנים העולים בפורומים או בבלוגים רלוונטים, יוכל הארגון להבין את הלך הרוח של הציבור, להתחקות אחר תופעות לוואי שהמשתמשים מרבים להתלונן, להכיר יתרונות וחסרונות של תרופות מתחרות, ואולי אף ללמוד מציבור המשתמשים על כל מיני טריקים שמסייעים להם בעיכול התרופה או בצמצום תופעות הלוואי. מידע לא מובנה מסוג זה יכול להוביל בתנאים מסויימים לפריצות דרך מדעיות ו/או עסקיות.

RBC הוא בנק קנדי המשקיע תשומות ומאמצים רבים בתהליכי סגמנטציה והבנת הלקוח. הבנק מבצע סגמנטציה תלת-מימדית דרך חיתוך והצלבה של שלושה פרמטרים: פלחי שוק/מוצרים/ערך לקוח. כך, שכל פלח שוק מקבל קבוצת מוצרים המותאמת לצרכים שלו, ובמחיר המותאם לקריטריוני רווח שהגדיר הבנק (על הרצף של נטישת לקוחות עד השגת רווח מינימלי ללקוח). בפועל, הבנק מראה תוצאות מרשימות עם אחוזי נטישה נמוכים מאד.

אין ספק כי בעידן הלקוח, העידן בו אנו חיים, ה- CU או 'הבנת הלקוח' חייבים להפוך למטרה מרכזית של ארגונים. עיבוד של מידע מובנה כבר לא מספיק וצריך לבוא בשילוב ובהצלבה עם עיבוד של מידע בלתי מובנה. כאשר לעיתים, ניתוח של מידע בלתי מובנה נעשה בצורה מהירה יותר ומניב תוצאות ישימות בהרבה ליצירת סגמנטציה נכונה והבנה עמוקה יותר של התנהגות כל צרכן וצרכן. בארה"ב מבינים את זה מצויין ,ואנו עדים למספר רב של פרויקטים בתחום. בארץ, אנו רואים ניצנים, סביב פיתוח והבנת המושג חווית לקוח, אך עדיין אין רמת בשלות והבנה כפי שרואים בפרוייקטים בארה"ב. ארגונים ישראלים עורו, הבינו את הלקוחות שלכם ובואו למנף את התועלות העסקיות הגלומות בהבנת הלקוח.

הכותב נמנה על צוות מומחי פתרונות Matrix BI, חברת ה-BI של מטריקס