Automatisoitu kauppa

PostNord Strålfors auttaa Kavat-kenkäyritystä kehittämään verkkokauppaansa koskevaa markkinointiviestintää prediktiivisen eli ennustavan analytiikan avulla.
– Haluamme lähettää kuluttajille yksilöllisesti muotoiltuja viestejä. Niiden on oltava vastaanottajalle kiinnostavia sekä saavuttava juuri oikeaan aikaan eikä liian usein, toteaa Skofabriken Kavat AB:n CTO Fredrik Widman.

Skofabriken Kavat AB:llä on monia uskollisia asiakkaita. Yritys myy etupäässä lasten kenkiä, mutta asiakkaina on myös paljon nuoria aikuisia ja suurkaupunkien asukkaita.

– Valmistamme kenkiä mahdollisimman ympäristöystävällisesti, mikä puhuttelee nuorisoa. Käytämme pohjoismaista muotoilua edustavien tyylipuhtaiden nahkakenkiemme valmistuksessa luonnon omaa teknologiaa, Fredrik Widman sanoo.

Ostokäyttäytymisen tunnistaminen

Vaikka Kavat onkin vuosien varrella kerännyt tietoa asiakkaidensa tilauksista, asiakasanalyysissa on ollut toivomisen varaa.

– Kavat ei ole käyttänyt automatisoitua viestintää, vaan asiakasviestinnän perustana ovat olleet kampanjat ja uutiskirjeet, kertoo PostNord Strålforsin Global Account Manager Hans Stenberg.

Uutta järjestelmää kehitellään nyt pilottihankkeena. Prediktiivisen analytiikan avulla Kavat haluaa selvittää yrityksensä verkkosivuilla asioivien ostokäyttäytymistä. Siten asiakkaille voidaan laatia yksilöllisiä ja kohdistettuja tarjouksia. Aluksi analysoitiin yrityksen viimeksi kuluneen vuoden myyntitiedot ja laadittiin niiden pohjalta perustilasto.

– Analyysi auttoi meitä pari askelta eteenpäin. Myyntitilastojen koneellinen käsitteleminen muutamien eri algoritmien avulla muodosti perustan PostNord Strålforsin laatimille ohjelmille, Fredrik Widman kertoo.

Perustuu yksilöihin

Yrityksillä on tällä hetkellä paljon tietoa eri kuluttajaryhmistä, ja usein tiedot on segmentoitu sen perusteella, missä ja miten ihmiset asuvat. Keskellä suurkaupunkia asuvan nuoren henkilön ostokäyttäytymisen oletetaan eroavan esimerkiksi omakotitaloalueella asuvan henkilön käyttäytymisestä.

– Sentyyppinen tieto perustuu ryhmien toimintaan. Kavatilla me olemme tutkineet asiaa yksilötasolla. Siten voidaan tehdä ennustavia analyyseja, mikä auttaa viestimään asiakkaiden kanssa mahdollisimman tehokkaasti, Hans Stenberg toteaa.

Kun Kavatin verkkokaupassa myydään kenkiä, ohjelma analysoi asiakkaiden käyttäytymistä ja ryhmittelee heidät eri segmentteihin. Ketkä ovat uskollisia asiakkaita, ketkä ovat uusia ja ketkä saattavat hävitä? Ostotilanteessa syntyy tietoa reaaliajassa ympäri vuorokauden. Joka aamu saadaan yleiskuva kuluneen vuorokauden tapahtumista.


Koneellisen analyysin etuna on se, että se toimii päätöksenteon perustana aina vain paremmin sitä mukaa kuin käsitelty tietomäärä karttuu.

– Koneellisen analyysin etuna on se, että se toimii päätöksenteon perustana aina vain paremmin sitä mukaa kuin käsitelty tietomäärä karttuu. Tätä kutsutaan koneoppimiseksi, "machine learning". Tavoitteenamme on ennen kampanjan laatimista testata erilaisia kohdistettuja viestejä ja nähdä, mikä viesti todennäköisesti toimii parhaiten eri kohderyhmillä. Se on tulevaisuutta, Fredrik Widman sanoo.

Käyttäytyminen antaa tietoa

Asiakkaiden eri käyttäytymismallit kartoitetaan tietojen keräämiseksi. Sen jälkeen asiakkaat segmentoidaan eri ryhmiin ja heille lähetetään kohdistettuja viestejä oman käyttäytymisensä perusteella. Uskolliselle asiakkaalle voidaan tarjota bonusohjelmaa ja odottava asiakas voi saada muistutuksen postikortilla. Järjestelmän sisältämät rakenteet määrittävät, miten, missä, milloin ja minkä kanavien kautta viestit lähetetään. Kaiken tulee toimia yhdessä.

– Kun näemme, missä ja mihin asiakas reagoi, voimme ymmärtää häntä paremmin.

Kun kaikki lopulta on segmentoitu, Kavat on saanut aivan uusia oivalluksia ja erinomaisen työvälineen. Käyttämällä meidän järjestelmäämme he voivat seurata tapahtumia monissa eri kanavissa. Järjestelmän osat ovat kuin Lego-palikoita. Viestintä rakentuu eri komponenteista, esimerkiksi myyntikirjeistä, sähköpostiviesteistä, postikorteista ja tekstiviesteistä. Siten Kavat voi käyttää kaikkia tarjoamiamme kanavia markkinointiviestinnässään ja yhdistää nopean digitaalisen palautteen hitaampaan.

– Haasteena on saada kaikki osat toimimaan yhdessä. Emme ole vielä testanneet kunnolla prediktiivistä osaa, mutta melko pian pystymme tekemään jännittäviä havaintoja. Sitten on vielä pystyttävä hyödyntämään tietokoneen tuottamaa materiaalia mahdollisimman tehokkaasti, Hans Stenberg huomauttaa.

Oma myyntikanava

Kavatille on tärkeää saada viestinsä kuulumaan mediakohinassa asiakkaita ärsyttämättä. Yksilölliset tarjoukset ovat menestyksen salaisuus, Fredrik Widman tuumii. Hyvä ja tarkasti kohdistettu tarjous on asiakkaalle kiinnostavampi.

– Meille on tietenkin eduksi myydä tuotteitamme myös oman verkkomyymälämme kautta. On tärkeää, että meillä on sekä omia että ulkoisia myyntikanavia. Jos olisimme käyttäneet vain ulkoisia jälleenmyyjiä, kenkämme olisivat maksaneet enemmän. Hyvin tasapainotettu yhdistelmä parantaa kenkien hinta-laatusuhdetta. Kun opimme tuntemaan asiakkaamme paremmin, voimme myös kehittää tarjoustamme edelleen kaikissa jälleenmyyntikanavissamme.