Som de fleste andre har jeg afgivet min mailadresse til en lang række forskellige butikker, klubber og lignende – dem jeg kalder afsendere i det følgende. Og ofte beder afsenderne om mere end mailadressen. De beder jævnligt om stamdata som postnummer, måske ovenikøbet adresse, fødselsdag og køn. Og ofte er der endnu mere, der skal udfyldes, fx stillingsbetegnelse, uddannelsesniveau. Og nogle tracker brugernes adfærd på tværs af kontaktpunkter og samler data op, som de knytter til stamdata, så de efterhånden bygger et portræt af den enkelte.

Og hvad bruger de så al den dejlige data til?

Datadrevet 101
Jeg har haft fødselsdag for nylig. I anledning af min fødselsdag fik jeg et større antal lykønskningsmails fra diverse afsendere, og det gav mig anledning til at tænke over, hvordan datadrevet kommunikation bedrives i 2017.

Datadrevet kommunikation bevæger sig i et spektrum fra ”en til mange”  til ”en til en”. En til mange betyder, at samme budskab sendes til alle, mens ”en til en” hvis det udføres til kryds og slange betyder, at hver person modtager budskaber, der forholder sig til al den relevante data, afsender har, både stamdata og adfærdsdata. Så det passer præcist til modtageren.

I den uheldige ende er afsendere, der har data, men nærmest skyder sig selv i foden med den.

Et utroligt veludført eksempel på ”en til mange” fik jeg fra mit lokale Bikram Yoga-center. Det datadrevne ligger i, at en standard-mail udsendes på min fødselsdag med mit navn.




Det veludførte ligger i, at de på et særdeles spinkelt datagrundlag alligevel er til stede. Og at de er det simpelt og elegant. De skriver i en stil og tone, som er helt i overensstemmelse med deres identitet. Ikke noget fancy-pancy, men en meget autentisk ”personlig” mail, der forærer mig eller en jeg holder af en gave. De minder mig om, at de findes ved at tilbyde mig noget, som har en reel værdi, både for dem og for mig. Jeg gætter på, at de har en marketingafdeling på 0 ansatte, men at de har en leder, der tænker i digital marketing som en integreret del af driften.


Datadrevet 201
Clubmatas sendte mig også et eksempel på ”en til mange” mailen. De har en skabelon, så det ser pænere – men også mere branded og upersonligt – ud. Men budskabet er sådan set helt det samme som Bikram Yoga-centeret. Tillykke, vi giver dig en gave, som vi ved, at du bliver glad for. Og vi minder dig om, at vi findes.

20% på alt er en rigtigt dejlig og gavmild gave, som jeg vistnok også har benyttet mig af. Det er i og for sig en veludført ”en til mange”-kommunikation. Men i deres tilfælde kan man nu godt undre sig over eksekveringen. For Clubmatas er rigtigt dygtige som loyalitetsklub, og de ved markant mere om mig. De har adgang til en væsentlig del af min købshistorik og kunne i princippet give mig en gave, der rammer plet på mig personligt. Og med den datamængde, de har til rådighed, kan de ikke være langt fra at kunne forudse, hvornår jeg næste gang har behov for et givent produkt. Hvis de altså satte sig for at bedrive prediktiv marketing.



Samme tilgang brugte blandt andre Illum, Zalando og H&M Club. Det er i dette tilfælde datadrevet efter samme recept som det lokale yoga-center, på trods af at disse afsendere har markant større marketingafdelinger, langt mere data om deres kunder, og burde have et betydeligt potentiale til at ramme den enkelte kunde meget præcist.

Datadrevet kommunikation bevæger sig i et spektrum fra ”en til mange”  til ”en til en”

Præcision er imidlertid et tveægget sværd, for præcision kan også være ”creepy”, når en afsender for tydeligt viser, at de ved så meget om den enkelte kunde. Det har jeg skrevet lidt om her.

En mellemvej kunne være fx at skrive: Tillykke med din fødselsdag. Vi fejrer dig ved at give dig 20% på alle varer. Fx kunne det være til … og så vise 5-6 varer, som de ved, at kunden er i markedet efter. Men der er også mange andre veje at gå, hvor hver enkelt modtager baseret på forhåndenværende data får en personlig besked.

Datadrevet 001
I den uheldige ende er afsendere, der har data, men nærmest skyder sig selv i foden med den. Et eksempel på den slags er en mail fra et stormagasin i København. De ved, hvor jeg bor (20 minutters gang fra deres butik). Men alligevel modtager jeg en mail om, at hvis jeg er hurtig, kan jeg stadig nå at bruge en fri-fragt kode, de har sendt mig ved anden lejlighed – al den gavmildhed i anledning af min fødselsdag.

Simpelt, men veludført
I de tidligste 00’er var jeg heldig at få lov til at arbejde med Sund og Bælt, da de skulle udvikle deres øst-vest-koncept. Det handlede i al sin enkelthed om, at folk med bopæl øst for Storebælt fik mails om alle de spændende events, der foregik vest for Storebælt. Og omvendt. Fordi det handlede om at få folk over broen. Det er god forretning, det giver værdi til modtagerne, og det binder Danmark sammen. Simpelt, men veludført.

Når man kommunikerer datadrevet med sine modtagere, er kunsten netop at bruge væsentlige data elegant og simpelt. Risikoen ved at hente ”nice” data er, at det kan være svært at finde ind til kernen af det værditilbud, man ønsker at give til modtagerne. Det ser man desværre ofte: virksomheder der beder om unødvendige stamdata og opsamler adfærdsdata i et væk i håbet om, at mere data giver bedre brugeroplevelser. Men det er rigtigt vanskeligt for de fleste at få værdi ud af.

Præcision er imidlertid et tveægget sværd, for præcision kan også være ”creepy”, når en afsender for tydeligt viser, at de ved så meget om den enkelte kunde.

Start hellere med at identificere, hvad der vil give værdi for brugerne, som samtidig vil hjælpe virksomheden. Er geografi fx en faktor, som tilfældet med Sund og Bælt, kan man skræddersy kommunikationen ud fra de parametre. Ikke nødvendigvis ned på hus eller gade-niveau. I eksemplet med stormagasinet ovenfor er fri fragt til naboen ikke det mest relevante. Det er formentlig mere relevant for mennesker, der bor uden for de større byer, hvor stormagasinet ligger. Så bør man segmentere modtagerne og tilbyde noget andet end fri fragt til dem, der bare kan smutte forbi. Clubmatas er dygtige til geografiske mails, hvor tilbud og events i den lokale butik sendes ud til de rigtige modtagere.

Data er kun dejlig, hvis den kan bruges til noget
Datadrevet betyder ikke nødvendigvis meget data. Det betyder ikke nødvendigvis, at vi skal i data-nirvana, hvor dataspecialister har en fest med enorme mængder data, der crunches dag og nat for at sikre konstant kommunikation baseret på prediktive analyser, så afsender altid er et skridt foran kunden for at yde den mest ”timely” og relevante service.

Det er fint at planlægge nogle simple datadrevne workflows med udgangspunkt i modtagernes behov, som man kæler for og lærer af. Datadrevet kommunikation er nemlig blot et middel til at automatisere og personalisere budskaber, så de bliver mere relevante for modtageren og mere effektive for afsenderen. Data er aldrig målet i sig selv.

Ps: Datadrevet kommunikation rækker naturligvis ud over nyhedsmails. Det emne må jeg vende tilbage til i særskilt artikel.