Kenali Dalam 4R: Profil Digital Dan Pengakuan Konsumen: Bagian 3

10/6/21, 11:36 AM Strategi Pemasaran di Era Digital : Menerapkan Strategi Kotler pada Pemasaran Digital (403 Halaman)
Halaman 1
bagian 3
Kenali dalam 4R:

Profil Digital dan
Pengakuan Konsumen
https://translate.googleusercontent.com/translate_f 1/39
125
Halaman 2
126 . Strategi Pemasaran di Era Digital
3.1 Model Strategi Pemasaran Digital dan Aplikasinya

Kerangka 4R
Dalam Bab 2, dari perspektif CEO, CMO, dan senior lainnya

eksekutif, menggabungkan pengalaman kami di KMG, kami telah secara sistematis
membahas bagaimana strategi pemasaran harus ditingkatkan di era digital.
Mulai dari model pemasaran platform strategi digital, kami kemudian
melanjutkan ke perubahan strategi STP, perubahan 4P, termasuk
beralih ke penciptaan bersama dalam strategi produk; strategi harga menjadi dinamis,
berbasis skenario dan gratis; digitalisasi menyebabkan batas antara
saluran fisik dan virtual menghilang, sedangkan integrasi multi-
beberapa saluran menjadi kuncinya; merek sekarang dapat mengandalkan nilai, dan DSP
strategi yang berkaitan dengan media muncul. Dalam Bab 2, lebih dari 30 perubahan
dimensi ing dibahas untuk membantu eksekutif senior beradaptasi dengan pasar
strategi jitu di era digital.
Namun di era digital, kita perlu mengupgrade dari metode “STP+4P” sebagai
sebanyak kita membutuhkan metodologi yang dapat membantu meringkas pasar digital-
ing strategi dengan cara yang tepat yang pada saat yang sama strategis, praktis dan
dimengerti. KMG merangkum inti dari metodologi ini — inti untuk
membantu pemasaran pada platform strategis digital — sebagai 4R, yaitu Mengenali —
pengenalan digital dan profil konsumen; Jangkauan — jangkauan digital dan
kedatangan informasi digital; Hubungan — dasar untuk hubungan yang berkesinambungan;
dan Pengembalian — membuat kesepakatan dan keuntungan (Gambar 3.1).
• Langkah 1 — Kenali: Di era pra-digital, kita membahas tentang

analisis keseluruhan target melalui sampling dan penelitian kualitatif,
Padahal di era digital, big data bisa digunakan untuk melacak online
perilaku konsumen yang menggunakan data memasak, SDK, atau pembayaran. Ini
pelacakan dapat membantu membentuk profil konsumen, dan kombinasinya
teknologi dan pemasaran adalah perubahan terbesar yang terjadi.
• Langkah 2 — Jangkauan: Ini adalah salah satu yang paling banyak dilakukan oleh perusahaan pemasaran digital
berlaku. Cara untuk mendekati konsumen berubah di era digital
untuk memasukkan augmented reality (AR), virtual reality (VR), media sosial,
aplikasi, pencarian, rekomendasi cerdas, O2O, DSP, dll., yang
tidak ada sebelumnya.
• Langkah 3 — Hubungan: Kami menemukan bahwa kedua Rs tidak dapat memastikan
pemasaran digital yang efektif, karena ini hanya menyelesaikan masalah
halaman 3
Kenali dalam 4R . 127
Gambar 3.1. 4R pemasaran digital KMG.

Sumber : Riset KMG.
membidik dan mencapai tetapi tidak menggunakan input pemasaran untuk berubah menjadi
aset pelanggan. Satu langkah penting adalah menanyakan apakah pemasaran Anda memiliki
"mendirikan dasar untuk hubungan yang berkesinambungan". Banyak komunitas
bisa memastikan koneksi langsung dan mendalam, interaksi, dan partisipasi
ipasi antara perusahaan dan klien dalam lingkungan disin-
termediasi. Ini adalah Perusahaan 2.0; ini juga yang dilakukan Philip Kotler
disebutkan pada pertemuan Tokyo ketika dia mengatakan bahwa "pemasaran 4.0 adalah"
membantu klien untuk memenuhi diri mereka sendiri”.
• Langkah 4 — Pengembalian: Ini membantu memastikan bahwa pemasaran bukan hanya investasi
ment tetapi juga sarana untuk pengembalian langsung. Banyak perusahaan telah com-
komunitas dan penggemar tetapi meninggalkan masalah menguangkan sumber daya ini.
Kami telah mengusulkan banyak cara dimana aset pelanggan dapat menjadi modal-
diaktifkan.
Keempat Rs membentuk lingkaran dan mudah dipahami oleh CEO dan CMO.
berdiri, menerapkan, menggunakan, dan menerima umpan balik.
halaman 4
3.2 Apa itu Profil Konsumen
Di bagian ini, kami fokus pada R pertama, profil dan pengenalan digital,
disebut sebagai Kenali. Ini termasuk membangun profil pelanggan dan
menempatkan mereka dalam konteks untuk secara efisien menggambarkan perjalanan konsumen. NS
pemahaman yang efektif dan wawasan mendalam tentang elemen-elemen ini dapat membantu
CEO dan CMO lebih memahami kebutuhan, titik nyeri, dan titik manis
klien mereka, sehingga meletakkan dasar yang kuat untuk membuat pasar yang efisien-
strategi ing nanti.
3.2.1 Asal
Untuk waktu yang lama sekarang, pemasar telah mengejar berbagai metode untuk
lebih memahami klien untuk mempertahankan penjualan yang berkelanjutan dan untuk menjaga
merek mereka hidup. Profil konsumen adalah hasil dari pengejaran semacam itu. Dari
konsep user profile (persona) ke customer profile by big data, mar-
keters tidak pernah berhenti mengeksplorasi pola pikir klien mereka (baik konsumen
profil dan persona telah diterjemahkan sebagai profil pengguna, tetapi demi
argumen, dalam buku ini, persona mengacu pada profil pengguna bersama pelanggan
profil tomer).
Ide persona dikemukakan oleh Alan Cooper, ayah dari
desain interaktif pada 1980-an, dan menunjukkan fitur atau atribut yang
berasal dari aktivitas pengguna nyata yang dapat digunakan untuk membentuk model pengguna. Mereka
mewakili sikap atau tindakan serupa yang dimiliki oleh tipe pengguna yang berbeda, dan
ini adalah gambar pengguna virtual. Persona membagi orang ke dalam kelompok yang berbeda,
dengan masing-masing memiliki pembelian yang sama atau serupa. Karena mereka berbagi nilai
atau preferensi, mereka menunjukkan sikap yang sama mengenai merek, produk,
ukt atau layanan. Oleh karena itu, persona menggambarkan perbedaan yang paling menonjol
antara kelompok pengguna yang berbeda. Pada awalnya, persona didasarkan pada
data perilaku beberapa pengguna; dengan perkembangan data dan teknologi,
jumlah pengguna sebagai target analisis meningkat. Sekarang persona adalah
banyak diterapkan dalam bisnis online, pemasaran dan periklanan.
Persona bisa mudah atau rumit, tergantung pada tujuan penggunaannya
persona seperti itu. Meskipun demikian, inti penggunaan personae adalah untuk membantu
perusahaan memahami elemen apa yang mendorong kelompok klien yang berbeda untuk membeli
atau menggunakan produk dan layanan yang mereka sediakan. Dalam pemasaran, persona adalah
sering digunakan bersama dengan segmentasi pasar, mewakili
halaman 5
Gambar 3.2. Contoh informasi dasar yang terdapat dalam persona.

Sumber : Riset KMG.
pelanggan dari pasar tertentu dan membantu perusahaan atau pemerintah

ter memahami klien dan tuntutan pengguna dan untuk berkomunikasi secara efektif.
Gambar 3.2 menunjukkan elemen dasar apa yang termasuk dalam persona, seperti demo-
informasi grafis, hobi, perilaku, tuntutan dan target. Sebuah ara nyata-
ure sering digunakan untuk mewakili persona seperti itu.
Berdasarkan pengumpulan dan analisis beberapa data pada tahun 2014, USA.gov
membagi penggunanya menjadi empat tipe dan persona yang mapan. Berdasarkan orang-
nae dan masalah yang mereka hadapi dalam mencari informasi dan bantuan,
USA.gov telah memetakan perjalanan pelanggan dan mendistribusikannya ke seluruh
lembaga. USA.gov terus memperbarui personae untuk meningkatkan layanan dan
menarik lebih banyak orang untuk menggunakan situs web.
Jelas bahwa persona dirancang untuk lebih memahami perilaku
dan tuntutan klien sasaran, yang merupakan pelanggan yang lebih kualitatif
gambar-gambar. Pada saat yang sama, persona memiliki karakteristik sebagai berikut:
• Menggunakan gambar klien figuratif untuk mewakili ideal (tidak nyata) khas
klien.
• Hasil persona atau customer profiling berasal dari data col-
dipilih dari riset pasar dan perilaku nyata dari klien yang ada
tele, biasanya melalui diskusi panel atau lokakarya tematik yang
melibatkan kontak langsung dengan klien itu sendiri.
• Setiap produk biasanya memiliki beberapa persona berbeda yang
menjelaskan berbagai jenis klien.
• Persona menggambarkan tujuan pengguna, motivasi, kebiasaan dan minat,
seperti di mana mereka pergi berbelanja, di mana mereka menghabiskan waktu mereka,
teknologi apa yang mereka gunakan, situs web apa yang mereka suka jelajahi dan
halaman 6
apakah mereka suka tinggal di dalam ruangan. Keduanya menggambarkan pelanggan dan upaya
untuk mengungkapkan kebutuhan dan keinginan pelanggan.
Karena kualitatif, persona awal lebih memperhatikan alasan.

anak di balik perilaku pelanggan daripada perilaku itu sendiri.
Mereka cenderung lebih banyak menjawab “mengapa” daripada “apa”.
3.2.2 Konsep yang berkembang: Dari mengapa menjadi apa
Profil pelanggan, meskipun biasanya dianggap identik dengan

personae, telah mengembangkan fungsi baru yang berbeda dari personae dengan
perkembangan big data, itulah sebabnya kami menyebutnya sebagai big data cus-
profil tomer.
Yang disebut profil pelanggan adalah dokumen yang relatif lengkap yang
membangun fakta atau data yang diketahui tentang setiap pelanggan/pengguna/klien. Sebagai
dokumen, profil pelanggan akan berisi banyak angka, persentase,
rata-rata, standar deviasi dan perbandingan statistik. Sejak setiap
fitur pengguna abstrak diwakili oleh tag, profil konsumen biasanya
dianggap sebagai hasil penandaan atau kombinasi dari semua tag yang terkait-
pengguna. Profil konsumen data besar tidak memberikan kami orang yang sebenarnya, tetapi
melainkan kombinasi fitur yang diwakili oleh data berbeda tentang
orang sasaran. Gambar 3.3 menunjukkan konsep tersebut.
Profil pelanggan dapat dilihat sebagai persona yang ditingkatkan. Profil digital
dan pengakuan seperti yang dilakukan AS dalam Perang Irak terhadap Saddam
Tentara Hussein — mengumpulkan data dan mengembangkan model untuk berkoordinasi
serangan. Profil pelanggan adalah tautan impor dalam pembuatan profil digital dan rek-
penyalaan. Data besar diperlukan untuk mengembangkan fitur dan jejak konsumen
melalui tag, sementara pada saat yang sama mengontekstualisasikan konsumen untuk
atur fitur-fitur ini. Dengan cara ini, pemasaran bisa tepat dan efektif
dalam memasuki jalur kehidupan konsumen.
Definisi: Profiling digital dan Kenali mengacu pada ekspresi semua

fitur konsumen dan kombinasi fitur tersebut pada tingkat tertentu
waktu dalam konteks tertentu menggunakan teknologi digital, membantu pemasar
secara tepat menentukan target konsumen dan merancang strategi pemasaran atas dasar tersebut.
halaman 7
Gambar 3.3. Persona konsumen data besar.
Definisi dimensi profil bervariasi dengan tujuan, tetapi a

profil konsumen yang khas biasanya berisi hal-hal berikut, yang dapat berupa:
tumpang tindih karena perspektif berbeda:
• Fitur demografis: Jenis kelamin, kelompok usia, pendapatan, status keluarga, dan
profesi.
• Gaya Hidup: Pola konsumsi, meliputi konsumsi, pembelian,
daya, lokasi yang disukai; makanan favorit, pilihan pendidikan, favorit
peralatan.
halaman 8
• Perilaku online: Perilaku internet, termasuk pola browsing, penggunaan

email, dan pencarian; pilihan aplikasi dan pola penggunaan.
• Perilaku offline: Bisa berupa pergerakan geografis, termasuk
pola perjalanan, jumlah kawasan komersial yang dikunjungi, kebiasaan perjalanan;
perilaku rekreasi seperti tujuan liburan yang disukai, preferensi untuk
hotel.
• Perilaku sosial: Kelompok sosial, kebiasaan sosial, dll.
Gambar 3.4 menunjukkan profil aplikasi di ponsel orang

yang memiliki berbagai merek mobil yang memiliki fitur berbeda. Gambar 3.5
Gambar 3.4. Preferensi aplikasi pengunjung ke 45 toko yang berbeda.

Sumber : TalkingData.
Gambar 3.5. Bagan termodinamika orang yang mencoba menurunkan berat badan di Shanghai
selama akhir pekan.
halaman 9
Gambar 3.6. Preferensi aplikasi online ibu muda pada November 2015.
menunjukkan bagian dari profil offline orang-orang yang berdiet di Shanghai. Data besar
teknologi profiling dapat digunakan untuk mendapatkan lokasi kerja, tempat tinggal
dan tempat konsumsi berdasarkan pergerakan geografis sasaran.
Perusahaan dapat menentukan dengan lebih tepat di mana menempatkan iklan mereka.
berdasarkan grafik termodinamika ini. Gambar 3.6 menunjukkan preferensi-
ences untuk aplikasi online untuk pengguna perawatan ibu dan anak seluler yang berbeda,
yang preferensi penggunaannya dapat diandalkan untuk menyimpulkan pola permintaan
kelompok seperti itu. Dan perusahaan dapat menggunakan analisis ini untuk menentukan
berbagai jenis konten dan aplikasi yang dapat ditampilkan kepada mereka.
Dalam skenario saat ini di mana tidak ada yang tidak terhubung, yang besar
volume data dan berbagai jenis data meresap ke seluruh masyarakat.
Jika kami menganggap profil pelanggan sebagai versi persona yang ditingkatkan, maka
evolusi profil pelanggan data besar ditunjukkan sebagai berikut:
aspek:
• Profil pelanggan menunjukkan pengguna nyata yang diabstraksikan secara keseluruhan, sementara
personae menunjukkan model pengguna virtual dan tipikal.
• Volume data profil pelanggan sangat besar; sampel vol-
ume adalah urutan yang berbeda dari yang sebelumnya diamati untuk personae
mencakup hampir semua sampel, dan mereka menggabungkan semua data dari setiap pelanggan
tomer sebagai kombinasi semua dimensi data.
halaman 10
• Profil konsumen mengambil data mereka dari sumber yang lebih luas, termasuk
perilaku online pengguna, data CRM, data komersial, atau pihak ketiga
data, yang mencakup aspek-aspek yang dulu dianggap tidak relevan dengan
pemasaran.
• Pemasar yang melakukan pembuatan profil konsumen tidak lagi memperoleh datanya
terutama dari pencarian pasar; perusahaan bahkan tidak perlu mengatur
melakukan diskusi panel atau lokakarya untuk memperoleh data, tanpa harus
terlibat dalam pertemuan vis-à-vis dengan klien.
• Profil pelanggan menjelaskan mengapa dan menunjukkan apa yang pelanggan lakukan.
Mereka merekapitulasi kehidupan pelanggan.
• Persona tradisional bersifat statis, sedangkan profil pelanggan big data adalah
dinamis dan dapat mengumpulkan data pengguna secara real-time.
Profil pelanggan akan mencoba menjaring berbagai jenis data pengguna.

Oleh karena itu, berbeda dari persona tradisional, mereka kuantitatif dan berbasis
pada data yang banyak. Menjadi kuantitatif berarti profil pelanggan tidak terbatas.
disesuaikan dengan studi asli tentang alasan di balik perilaku (mengapa), sementara
teknologi data besar memungkinkan pembuatan profil untuk memfokuskan kembali pada perilaku mereka-
diri (apa). Inilah yang memberi kita kemungkinan untuk memprediksi
perilaku pelanggan, dan inilah yang memungkinkan kami untuk mengubah klien potensial
menjadi klien nyata. Inilah keuntungan yang dibawa oleh big data. Kami akan
mempelajari lebih dalam hal ini di Bagian 3.2.3.
Profil persona dan pelanggan fokus pada hal yang berbeda. Sebagai
disebutkan sebelumnya, persona dapat meningkatkan efek komunikasi
antara perusahaan dan pelanggan. Teknologi semacam itu dapat membantu pasar-
tim dan pemangku kepentingan lainnya lebih memahami motivasi dan
kebutuhan pelanggan, mencapai kesepakatan internal dan berkomunikasi secara
konsisten dan tepat dengan pemangku kepentingan eksternal. Pada
saat yang sama, personae membantu meningkatkan desain produk dan pengalaman pengguna.
Ketika perusahaan perlu mencari klien baru atau melakukan penjualan ekstra untuk
klien yang ada, profil pelanggan diperlukan. Mereka memungkinkan untuk ident-
tifikasi kelompok pelanggan potensial serupa dengan klien yang ada
tele profil, yang semuanya dapat diotomatisasi oleh teknologi. Tabel 3.1
menunjukkan perbedaan bernuansa antara personae dan pelanggan big data
profil.
halaman 11
Tabel 3.1. Perbandingan profil pelanggan konvensional dan pelanggan big-data

Profil.
Profil Konvensional Profil data besar
Alam Deskripsi tipikal Gambar penuh

fitur setelah abstraksi
jumlah data Pengambilan sampel secara acak dengan Sampel lengkap dan menyeluruh
sampel terbatas
Sumber Terbatas, sebagian besar pengambilan sampel,
Sertakan juga data perilaku
operasi dan pasar dan pihak ketiga
Koleksi Kontak langsung dengan pelanggan Kontak langsung tidak diperlukan
Demonstrasi kunci Motif perilaku (mengapa) Tindakan (apa)
Dinamika Statis Dinamis
Fokus Merancang komunikasi Menentukan kelompok sasaran dan
untuk pengalaman yang lebih baik memperkirakan hasil pemasaran
Sumber : Riset KMG.
3.2.3 Profil pelanggan big data: Mereformasi jalur pemasaran di

era data besar
Viktor Mayer-Schönberger dan Kenneth Cukier menyatakan dalam Big Data: A

Revolusi yang Akan Mengubah Cara Kita Hidup, Bekerja, dan Berpikir bahwa a
tantangan yang disajikan oleh era data besar ke pikiran manusia adalah bagaimana menggunakannya
korelasi bukannya kausalitas untuk memahami dunia, mengetahui bahwa
"apa itu" lebih efisien dalam mengatasi masalah daripada "mengapa itu". Dalam
dahulu, tujuan utama tim pemasaran dalam mempelajari konsumen adalah untuk
mengetahui alasan di balik perilaku pelanggan. Mengapa membeli atau tidak dengan produk-
produk dan layanan dari suatu merek? Mengapa suka atau tidak suka? Apa yang di bawah-
berdiri atau sikap di balik keputusan konsumsi? Hubungan sebab akibat ini
akan menjadi dasar penting untuk keputusan pemasaran. Namun, cus-
profil tomer berdasarkan data besar lebih seperti analisis korelasi, penemuan
ering relatifitas dari lautan data. Ini memberi kita cara baru untuk
memahami pelanggan.
Misalnya, kami telah menemukan bahwa banyak klien yang membeli A
akan membeli B, melalui profil pelanggan data besar; dengan demikian, perusahaan akan merekomendasikan
merekomendasikan B kepada pelanggan yang membeli A saat mereka mendesain
kegiatan pemasaran, dengan potensi balik rekomendasi yang efisien
halaman 12
klien menjadi pelanggan nyata atau melakukan penjualan silang. Dengan menggunakan data seperti itu,
Walmart menemukan bahwa menjual popok dan bir bersama-sama adalah efektif,
karena mereka menemukan bahwa ayah muda umumnya akan membeli popok saat
kembali dari pekerjaan, ketika sekitar 30–40% dari mereka akan membeli
bir favorit juga. Dikatakan bahwa sepertiga dari penjualan Amazon datang
dari sistem rekomendasi yang disesuaikan, yang didasarkan pada korelasi
analisis. Dalam Analisis Prediktif: Memanfaatkan Kekuatan Big Data , Eric
Siegel mengatakan bahwa situs web pemesanan telah ditemukan melalui analisis pengguna
bahwa konsumen yang menggunakan iOS cenderung memesan hotel yang lebih mahal
dibandingkan mereka yang menggunakan Windows. Berdasarkan penemuan ini, situs web mereor-
mengatur urutan hotel berdasarkan sistem operasi yang digunakan.
Kita terbiasa memahami dunia dengan cara sebab-akibat
(A karena itu B). Kami secara alami menghubungkan penjualan yang baik dengan upaya penjualan dan
tim pemasaran. Itu sebabnya kedua tim bisa mendapatkan bonus bagus dengan baik
bertahun-tahun. Tetapi jika penjualan turun di tahun kedua, kedua tim memiliki lebih sedikit atau bahkan
tidak ada bonus. Dalam tahun-tahun penjualan yang baik, kami mengatakan bahwa pemasaran itu kreatif dan efektif.
tive, sedangkan pada tahun-tahun penjualan yang buruk, kami mengatakan pemasaran kurang. Namun,
sebenarnya tim penjualan atau pemasaran belum banyak mengendur atau bekerja
keras di kedua tahun itu.
Prediksi data besar didasarkan pada analisis korelasi; karenanya, anal-
ysis data profil pelanggan akan membantu menangkap saat ini dan memprediksi masa depan
penjualan. Profil pelanggan penting untuk pemasaran, karena mereka tidak hanya
membantu kami memahami pelanggan dengan lebih baik dan membangun komunikasi yang efektif
tion dengan klien tetapi juga membantu kami berpikir di luar kotak, yaitu eksplorasi
alasan kembali untuk menganalisis perilaku itu sendiri, sehingga memungkinkan kita untuk mengenali
nize dan memahami klien dari sudut baru — korelasi. Prediksi adalah
berdasarkan analisis korelasi; karenanya, korelasi tersembunyi di balik semua pelanggan
data terbaru dapat membantu kami mengidentifikasi klien dengan cara yang lebih akurat: apa saja?
kebutuhan potensial mereka? Apa yang akan mereka beli? Lewat sini,
data dapat diubah menjadi penjualan. Analisis tersebut berlaku untuk penjualan berkelanjutan untuk
pelanggan lama juga.
3.2.4 Bagaimana profil pelanggan dibuat
Meskipun banyak perusahaan sedang mengembangkan profil pelanggan yang berbeda

teknologi, proses umumnya dapat dibagi menjadi pengumpulan data,
halaman 13
Gambar 3.7. Pembuatan profil.

Sumber : Riset KMG.
penambangan data, pengurangan/pemodelan aturan, verifikasi dan pembuatan profil

seperti yang ditunjukkan pada Gambar 3.7.
• Pengumpulan data: pertama-tama sumber data yang sesuai perlu diidentifikasi

berdasarkan kebutuhan dan tujuan strategis, termasuk data CRM,
data komersial atau data pihak ketiga, dan kemudian data tersebut harus dikumpulkan.
• Penambangan data:
○ Pencucian data : Menghapus informasi yang tidak lengkap atau berulang

○ Identifikasi pengguna : Mengonfirmasi keunikan pengguna. Tiga
jenis data yang digunakan untuk identifikasi (Gambar 3.8): demo-
identitas grafis, identitas peralatan dan identitas digital. Pengguna
memiliki banyak identifikasi dalam kenyataan, seperti ID, ponsel
nomor dan plat nomor. Seorang pengguna juga menggunakan banyak perangkat;
karenanya, ada banyak identifikasi perangkat, seperti alamat IP
dari PC, UDID/IDFA (iOS) dan Device ID/AdID (Android). Pada
pada saat yang sama, pengguna membuat akun yang berbeda secara online untuk
mendapatkan produk dan layanan, seperti akun Sina Weibo, qq/
ID WeChat, nama pengguna, alamat email. Oleh karena itu, perlu
untuk mengidentifikasi apakah itu adalah pengguna yang sama di balik identitas yang berbeda.
mengikat dengan menempatkan mereka di slot yang tepat. Identifikasi pengguna adalah
langkah penting, yang penyelesaiannya penting untuk dipersonalisasi
dan pemasaran berbasis skenario.
○ Kategorisasi data efektif, yang merupakan kategorisasi tingkat pertama :
Metode umum adalah membagi data menjadi statis (atau faktual)
data) dan dinamis (atau data perilaku), seperti yang ditunjukkan pada Gambar 3.9.
Data statis menggambarkan atribut demografis, minat dan
preferensi klien, misalnya merek cokelat apa yang
pelanggan lebih suka. Data dinamis menunjukkan perilaku pelanggan,
misalnya situs web apa yang dilihat pelanggan pada waktu tertentu
dan apa yang dia beli.
halaman 14
Gambar 3.8. Tiga jenis identifikasi data.

Sumber : Merkel.
Gambar 3.9. Data dinamis dan statis.

Sumber : Riset KMG.
halaman 15
○ Tetapkan tag dan sistem bobot : Penandaan dalam akal sehat

berarti kategorisasi dan peringkasan orang, benda,
peristiwa atau fitur penting dari skenario. Penandaan adalah prasyarat
tion untuk pemasaran yang tepat atau individual yang membantu kita untuk mengamati
dan memahami kebutuhan dan tindakan konsumen dengan cara yang lebih baik.
Dengan sistem penandaan, segudang data di masa lalu dapat diubah
ke dalam rencana pemasaran digital yang dapat direalisasikan. Pemberian tag terutama menggunakan TI untuk
memungkinkan komputer untuk secara otomatis memilih fitur mata pelajaran. Sebagai
probabilitas, bobot menunjukkan kemungkinan jenis pelanggan tertentu
perilaku sebelumnya yang mungkin terjadi atau tingkat permintaan pelanggan atau
Pilihan. Bobot satu perilaku dapat menciptakan bobot yang berbeda
di tempat yang berbeda atau waktu yang berbeda, sedangkan reaksi yang berbeda terhadap
satu barang atau peristiwa akan menciptakan bobot yang berbeda.
• Aturan deduksi atau pemodelan: Clustering dan aturan korelasi dan

regresi logis digunakan untuk menganalisis data untuk menemukan korelasinya
antar data. Misalnya, analisis menunjukkan bahwa klien A sering membeli susu
dari satu situs web atau bahwa 90% dari waktu dia membeli dari situs web yang sama
lokasi. Satu data pengguna dapat membuat beberapa atau bahkan puluhan korelasi
aturan. Oleh karena itu, data besar mungkin dapat mengungkapkan ribuan aturan tersebut.
Langkah ini juga bisa disebut sebagai pemodelan, yang berarti model data
dibuat berdasarkan perilaku pelanggan. Pertimbangkan e-niaga
pedagang sebagai contoh. Pemodelan akan menunjukkan pengguna mana yang mengambil apa
tindakan online pada jam berapa dan di situs web apa.
• Verifikasi: Menguji validitas aturan korelasi atau penemuan model
untuk memastikan bahwa aturan atau model tersebut menangkap karakteristik pengguna,
karena hanya model terverifikasi yang dapat memungkinkan prediksi pemasaran yang akurat
hasil. Jika analisis menunjukkan bahwa klien A makan di restoran mahal
selama akhir pekan (dengan asumsi probabilitas 70% selama 3 tahun terakhir),
maka kita harus memverifikasi bahwa aturan seperti itu tidak acak. Ada banyak
cara verifikasi yang tidak akan kita bahas disini.
• Pembuatan profil: Setelah verifikasi menampi penemuan acak
atau model yang tidak dapat secara akurat mencerminkan kenyataan, sisa mod-
lainnya menjadi profil pelanggan, sedangkan perusahaan dapat menandai
eh, tahu saluran dan produk apa yang disukai oleh klien dan kemudian digunakan
mereka dalam pengambilan keputusan pemasaran.
halaman 16
Pembuatan profil pelanggan adalah integrasi dari banyak

data terfragmentasi untuk menciptakan kembali pelanggan nyata, bukan yang dipahami
benar. Oleh karena itu, profil pelanggan merupakan dasar penting untuk pemasaran
keputusan.
3.3 Keuntungan/Fitur Profil Konsumen Big Data
Dibandingkan dengan studi konsumen tradisional, profil konsumen big data adalah
panorama, transparan, presisi dan dinamis.
3.3.1 Panorama: Dari sampel hingga keseluruhan
Di masa lalu, sarana utama wawasan konsumen adalah riset pasar.

Baik penelitian kualitatif maupun kuantitatif membutuhkan pengambilan sampel untuk menangani
sejumlah besar pelanggan sasaran. Cara pengambilan sampel, desain pertanyaan
dan pemilihan informasi secara langsung akan berpengaruh pada penyimpangan
hasil, yang sangat tergantung pada pengalaman dan penilaian, dan
membutuhkan beberapa hasil yang telah ditetapkan sebelum mendapatkan data ini.
Tetapi profil pelanggan di era data besar menemukan banyak atau bahkan semua
pelanggan. Mereka menangani data terkait pengguna yang sangat besar sehingga statistik
deviasi kal berkurang secara signifikan dibandingkan dengan analisis berdasarkan
sampel.
Meskipun umumnya riset pasar tidak dapat mencakup semua sampel, tetapi hanya sebagai
dinyatakan oleh Viktor Mayer-Schönberger, yang dianggap sebagai nabi di
usia data besar, data besar menunjukkan tidak mengambil jalan pintas seperti analisis acak
ysis, tetapi menganalisis semua data. Analisis pelanggan big data menggunakan semua data, yang
berarti ia dapat menangkap keragaman kolektif yang kompleks dengan lebih baik daripada
sampling acak nasional. Kami akan menyebutnya "sampel lengkap". Sejak pelanggan
pembuatan profil menggunakan sampel besar, kami dapat melihat detail yang tidak terlihat saat
sampel terbatas, misalnya keberadaan kelompok khusus dan
pola perilaku, karena kebutuhan mereka seringkali merupakan awal dari ceruk pasar
ket. Analisis sampel besar juga memungkinkan kita menemukan hubungan yang membingungkan itu,
seperti menjual popok dan bir bersama-sama, sebuah ide yang biasanya tidak
terjadi pada kita. Profil pelanggan sampel besar membantu kami menggali lebih banyak potensi
nilai-nilai. Gambar 3.10 menunjukkan perbedaan antara pengambilan sampel dan sampel penuh
analisis.
halaman 17
Gambar 3.10. Sampling dan sampel penuh.

Sumber : Riset KMG.
3.3.2 Transparan: Berlapis-lapis, multi-dimensi
Seperti yang ditunjukkan sebelumnya, karena perkembangan TI, dan terutama dengan
internet seluler menjadi lebih populer, data yang dapat dikumpulkan oleh
profil konsumen lebih luas dari sebelumnya, yang tidak lagi
didenda untuk data statis atau data dinamis sederhana seperti catatan transaksi. Semua
catatan seluler, catatan penggunaan aplikasi, catatan sosialisasi, atau bahkan perubahan suasana hati
dimainkan di media sosial satu pengguna dalam periode tertentu dikumpulkan. Besar
profil pelanggan data dapat menyajikan tampilan holografik, bukan sebagian
pandangan, dari pelanggan dari sudut yang berbeda berdasarkan preferensi pelanggan.
JD membagikan hampir 300 tag untuk pelanggannya, sementara profil pelanggan dengan
Haier mendaftar tujuh aspek, 143 dimensi dan 5.326 node (Gambar 3.11).
Pembuatan profil pelanggan data besar berarti perusahaan dapat memperoleh sebanyak mungkin
informasi yang relevan tentang pelanggan sebagai sarana yang legal, mengubah kebiasaan
menjadi orang yang transparan.
3.3.3 Precise: Wawasan yang akurat dan mendalam
Pembuatan profil pelanggan data besar memecahkan dua masalah yang ada terkait dengan
pengambilan sampel tradisional: salah satunya adalah gangguan oleh elemen subjektif dari hasil
ketepatan. Kuesioner, kelompok fokus atau lokakarya digunakan untuk mengatur
pertanyaan. Meskipun surveyor profesional akan mencoba untuk menghindari prasangka
pertanyaan, organisasi manusia dan bimbingan tidak dapat dihindari dalam kelompok fokus atau
bengkel. Selain itu, kesan orang yang diwawancarai ditinggalkan oleh
pemirsa dan kerja sama mereka dipengaruhi secara subjektif. Oleh karena itu,
halaman 18
Gambar 3.11. Profil pelanggan 360 derajat Haier.

Sumber : Sun Kunpeng Big-Data Profiling.
hasil survei sebenarnya adalah hasil survei dalam lingkungan yang telah ditentukan sebelumnya.
tunduk pada pengaruh subjektif yang mungkin mempengaruhi kebenaran
jawabannya. Tetapi diyakini bahwa tindakan berbicara lebih keras daripada kata-kata. dalam sebuah
lingkungan bebas dari prasangka, di mana sampel tidak perlu
bertemu pewawancara dan karena itu santai dan nyaman, hasilnya adalah
lebih dapat diandalkan dan dapat dipercaya daripada di lingkungan yang telah ditetapkan. Karenanya,
fitur dan kebutuhan yang dicerminkan oleh big data lebih objektif dan presisi
daripada yang diperoleh melalui sampling tradisional.
Kedua, pengambilan sampel tradisional adalah "definisi rendah", yang menunjukkan bahwa mereka
tidak dapat mencerminkan kehalusan. Ketika sampel menghadapi multi-dimensi
pengamatan, tunduk pada sampel dan volume data, semakin dalam dimensi,
semakin banyak kesalahan yang cenderung ada dalam hasil, membuatnya kurang dapat diandalkan. Tetapi
halaman 19
profil pelanggan data besar tidak memiliki masalah seperti itu. Misalnya,
perusahaan ingin menganalisis kebutuhan leatherware di pasar nasional
ket, untuk memilih produk dan strategi pemasaran menghadapi daerah yang berbeda.
Akan ada banyak dimensi: wilayah adalah yang pertama, karenanya, setiap wilayah
akan memiliki tiga kategori pelanggan dengan pendapatan tahunan RMB
100–200k, RMB 200–300k, dan RMB 300–400k. Dimensi ketiga
bisa jenis kelamin dan keempat mungkin jenis leatherware yang berbeda. Dan
akan ada yang kelima, keenam dan seterusnya. Pengambilan sampel tradisional mungkin sulit
untuk memenuhi kebutuhan analisis dalam satu waktu. Misalkan ada
5.000 sampel secara nasional, maka pada dimensi regional mungkin ada
hanya 1.000 sampel per kategori. Jumlah sampel bisa turun menjadi
beberapa lusin di tingkat keempat atau kelima. Oleh karena itu, hasil pada tingkat yang lebih dalam
lain berdasarkan jumlah sampel seperti itu tidak akan akurat. Tapi besar
profil pelanggan data seperti gambar definisi tinggi dengan cukup
sampel besar: namun, diledakkan, detailnya akan selalu jelas.
3.3.4 Dinamis: Menanggapi perubahan dengan mengubah
Di masa lalu, ketika kami membuat wawasan atau analisis pelanggan, kami menganalisisnya
sebagaimana adanya, dan sebagian besar datanya statis, relatif stabil, dan berdasarkan
masa lalu. Oleh karena itu, kami tidak menyadari perubahan konsumen antara
analisis sebelum peluncuran pasar dan analisis kedua sebelum produk
evolusi. Dengan kata lain, di antara dua analisis, kami merasakan pelanggan
perubahan berdasarkan penjualan. Seringkali, kami menyadari bahwa pelanggan telah beralih ke
pesaing ketika kita melihat penjualan menurun. Reaksi pertama kami adalah
untuk memikirkan perubahan apa yang telah dibuat pesaing, bukan bagaimana
konsumen telah berubah. Sangat mungkin kami tidak menangkap
perubahan di antara pelanggan.
Perilaku pelanggan berubah dengan waktu, konteks dan lingkungan.
Hobi berubah, tuntutan berubah, dan motivasi berubah. Itulah mengapa
profil pelanggan harus dinamis. Terkadang profil yang lebih tua harus
dibuang. Penghapusan tersebut tidak dimulai dari atas ke bawah dari enter-
prises melainkan dari bawah ke atas dari pelanggan, mewakili lengkap
perombakan cara kerja rantai pemasaran secara tradisional.
Untungnya, angka tangkapan profil pelanggan data besar berada dalam jumlah besar
sebagian data perilaku dinamis pelanggan yang memungkinkan pengumpulan waktu nyata
halaman 20
dan analisis. Keuntungan alami ini membantu kita mewujudkan berkelanjutan

perubahan perilaku pelanggan dan menangkap perubahan yang dulu kita lewatkan.
Kami tidak memerlukan analisis ulang, tetapi dapat menggunakan perubahan profil pelanggan untuk
mengubah dan mengkalibrasi ulang strategi pemasaran kami.
Oleh karena itu, pembuatan profil pelanggan bukanlah tugas satu kali. Ini sedang berlangsung
pekerjaan yang harus dipertahankan.
3.4 Mengubah Profil Pelanggan menjadi Nilai Bisnis
Satu hal yang sering mengganggu CEO dan CMO adalah perencanaan yang matang
pemasaran terkadang mungkin tidak memenuhi harapan, tetapi dapat melampaui
ekspektasi kadang. Ketika perusahaan perlu berhemat, pasar
anggaran seringkali menjadi hal pertama yang harus dipotong, karena departemen pemasaran
ment biasanya dianggap sebagai pusat biaya, bagian yang mahal, sedangkan
tidak ada yang benar-benar memiliki gagasan tentang seberapa berguna uang yang dibelanjakan. Sama seperti
John Wanamaker memasukkan kutipan terkenalnya, “Setengah dari uang yang saya habiskan untuk
iklan terbuang sia-sia; masalahnya adalah, saya tidak tahu bagian yang mana.” Kami berharap kami
rencana pemasaran lebih akurat dan efektif dan dapat memberikan
pengembalian investasi pemasaran (ROMI). Uang iklan terbuang percuma
karena kurangnya kecocokan yang baik antara target, saluran, momen dan
isi. Di era data besar, menjadi mungkin untuk mengetahui separuh yang mana
terbuang sia-sia, sementara profil pelanggan data besar adalah dasar untuk pencocokan yang tepat.
Bagaimanapun pemasaran berkembang, ada beberapa inti yang tidak dapat diubah yang pernah
mereka disempurnakan, pemasaran bisa mengambil lompatan yang signifikan. Permintaan pria-
usia adalah salah satunya; strategi pemasaran yang sukses membutuhkan akurasi
STP, sedangkan profil pelanggan sangat penting untuk meningkatkan pekerjaan vital ini.
Wawasan dan prediksi permintaan pelanggan membantu kami melihat keduanya
sekarang dan masa depan pemasaran untuk mewujudkan lebih tepat dan lebih
strategi pemasaran yang condong ke depan.
3.4.1 Membuat pemasaran lebih efisien: Pencocokan yang tepat
Pemasaran itu seperti mencari kekasih. Pemasaran yang tidak efektif pada dasarnya tidak
setelah menemukan orang yang tepat atau mengatakan hal yang benar pada saat yang tepat
dengan cara yang benar. Profil konsumen big data dapat membantu perusahaan menemukannya
yang paling cenderung memiliki opini yang baik (pelanggan sasaran), dimana
halaman 21
terbaik untuk bertemu orang-orang ini (saluran) dan kapan mereka akan muncul (tempat-
waktu), sehingga mereka dapat mengadakan pertemuan kejutan, mengatakan hal yang benar
(konten komunikasi), melakukan hal yang benar (desain kegiatan promosi,
ikatan), mengirim hadiah yang menyentuh hati pelanggan (produk/jasa) dan
membantu ikatan berkembang dan tumbuh (manajemen nilai pelanggan). Ini adalah
proses di mana profil pelanggan berubah menjadi nilai bisnis.
3.4.1.1 Identifikasi pelanggan sasaran secara akurat: Menemukan orang yang tepat
Data sampel lengkap, multi-tingkat, dan multi-dimensi, dengan

kedalaman dan presisi, yang disediakan oleh profil konsumen data besar memungkinkan
harga untuk lebih akurat menggambarkan pelanggan mereka. "Akurasi" berarti bahwa
pemahaman kita tentang pelanggan lebih dekat dengan kenyataan. Hal itu ditekankan
sebelumnya bahwa profil pelanggan big data merombak jalur pemasaran,
analisis relasi memberikan prediksi masa depan dan bahwa prediksi semacam itu
target permintaan pembelian potensial. Profil pelanggan data besar
teknologi memungkinkan pemecahan berjenjang permintaan pelanggan dengan penandaan, jadi
bahwa fitur pelanggan menjadi jelas. Perusahaan dapat mengurutkan potensi-
pelanggan utama dengan keinginan untuk satu produk, atau kemungkinan untuk membelinya, mengidentifikasi
kelompok yang lebih mungkin tertarik dengan produk, merek, dan
isi. Kohort ini terkadang menyertakan grup khusus yang kami miliki
bahkan tidak menyadarinya, dan sebagian besar waktu, kita tidak akan berkomitmen
sumber daya manusia/uang untuk mempelajari kelompok niche tersebut. Dari keuangan besar
institusi hingga supermarket kelas atas hingga rantai makanan penutup, pelanggan data besar
profil diperlukan oleh semua orang untuk membantu mereka mengidentifikasi dan memprediksi
ers akan membeli produk mereka. Mengkomitmenkan anggaran pemasaran yang terbatas
kepada pelanggan yang tertarik lebih efisien daripada senapan
mendekati. Oleh karena itu, profil pelanggan akan membantu kami menemukan orang yang tepat,
yang merupakan langkah pertama dari pemasaran yang sukses.
3.4.1.2 Desain/iterasi produk: Tidak lebih dan tidak kurang; tidak lebih awal
dan tidak terlambat
Tujuan personae adalah untuk merancang produk interaktif yang lebih baik dan
meningkatkan pengalaman pengguna. Ini ada dalam gen pelanggan dan kami akan
tidak membahasnya lebih lanjut. Mari kita lihat kontribusi dua nilai lainnya dari
halaman 22
profil pelanggan data besar ke desain produk: ketika perusahaan tidak

mengetahui dengan jelas kebutuhan pelanggan, mereka lebih cenderung merancang fungsi
nilai kecil sambil mengabaikan utilitas pengguna yang tidak ditentukan, sementara data besar
profil pelanggan berisi informasi yang dianalisis seperti kebiasaan pengguna, pengguna
frekuensi, komentar di media sosial dan kebutuhan potensial untuk lebih banyak produk
fungsi uct. Seperti disebutkan sebelumnya, keunggulan profil pelanggan terletak
dalam wawasan pelanggannya yang halus. Ini tentu dapat membantu desain perusahaan
produk yang paling pas, sehingga tidak lebih dan tidak kurang. Kedua,
profil pelanggan yang dinamis dapat membantu perusahaan dengan mudah menemukan pelanggan laten
tuntutan tomer, sehingga iterasi dapat dilakukan pada saat yang tepat,
tidak lebih awal dan tidak terlambat. Iterasi yang dilakukan terlalu dini adalah pemborosan, sementara biaya bisnis
peluang jika dilakukan terlambat. Profil pelanggan data besar membantu bergeser
dari model produk ke pengguna ke model pengguna ke produk. rantai AS,
Denihan Hospitality, menganalisis kombinasi data pelanggan, transaksi
tanggapan serta pendapat dan komentar yang ditinggalkan pelanggan di situs web seperti:
sebagai TripAdvisor dan mendesain ulang produk berdasarkan hasil — reorganisasi
kamar, dekorasi berbeda untuk klien dengan kebutuhan bisnis dan perjalanan,
misalnya, lebih banyak penyimpanan dan dapur kecil untuk keluarga dalam perjalanan. Oleh
mengatur kamar secara berbeda, hotel menyediakan produk yang berbeda dan
layanan kepada pelanggan yang berbeda, menghindari penerapan produk yang seragam
uct untuk semua jenis klien, sehingga produk dapat paling cocok dengan klien, rapat
tuntutan pelancong bisnis dan keluarga — tidak lebih dan tidak kurang.
3.4.1.3 Pilihan saluran dan waktu penempatan: Ide bagus sangat berharga
hanya jika saluran dan momennya tepat
Untuk pertemuan pelanggan yang direncanakan dengan hati-hati, perusahaan pertama-tama harus
menyadari tempat-tempat yang sering dikunjungi pelanggan mereka. Menemukan tempat-tempat ini berarti
menemukan saluran. Volume data yang sangat besar yang ditawarkan oleh pelanggan big data
pengumpulan arsip adalah data perilaku, termasuk data pergerakan, seperti tempat
sering dikunjungi; data bersih, seperti halaman web yang paling sering dilihat; dan data penggunaan aplikasi,
seperti aplikasi apa yang paling sering digunakan atau kotak surat mana yang sedang dicatat
ke; bahkan program apa yang ingin ditonton pelanggan pada jam berapa dan
melalui terminal apa. Semua data ini dapat membantu kami mengetahui bagaimana pelanggan
didistribusikan dalam hal saluran informasi dan saluran pembelian,
sehingga memungkinkan kita untuk memilih strategi yang paling efisien. Kami telah menemukan bahwa
halaman 23
sebagian besar perusahaan memusatkan sebagian besar energinya pada cara membuat
konten lebih menarik ketika mereka merencanakan promosi. Ide ditinjau kembali
berulang kali dan diteliti kata demi kata, sedangkan secara komparatif
berbicara pilihan saluran komunikasi yang dibuat terlalu sembarangan.
Ini mungkin karena kami tidak dapat memperoleh informasi terperinci tentang
pemirsa kami dari media atau saluran; karenanya, kita hanya bisa menggunakan general
konsep seperti cakupan atau jangkauan, atau apakah itu high-end, mid-end atau low-
akhiri orang yang melihat saluran ini. Namun, dengan data besar, hari ini kita bisa
mengetahui secara akurat kebiasaan dan preferensi masing-masing dan setiap pengguna, bukan
daripada hanya memiliki deskripsi yang ambigu dan konseptual. Saat kita
tahu bagaimana pelanggan didistribusikan di seluruh informasi dan pembelian
saluran, iklan kami dapat menjadi sangat berorientasi pada target, hemat
sumber daya sebanyak mungkin. Pada saat yang sama, seperti yang kita bisa pelajari dari
waktu yang akurat ketika pelanggan melakukan kontak dengan saluran tersebut, pelanggan
profil tomer juga memungkinkan kami memilih momen yang tepat untuk
penempatan, pada waktu yang tepat dan pada tempat yang tepat.
3.4.1.4 Desain konten dan promosi: Menarik bagi klien yang tepat
Padahal pilihan saluran penting sebagai dasar untuk memaksimalkan

nilai, relevansi konten juga penting. Pada tahun 2014, Oracle
Responsys mempelajari 2.035 orang dewasa di Amerika pada tahun 2014 untuk mengetahui bagaimana pandangan mereka
merek. Studi menunjukkan bahwa 34% orang “putus” dengan
merek hanya karena mereka menerima konten yang ditulis dengan buruk atau tidak relevan
informasi, yang berarti bahwa mereka tidak akan lagi membeli produk mereka.
Oleh karena itu, jika konten tidak dirancang dengan baik dalam promosi, mereka tidak hanya akan
menyebabkan penurunan penjualan tetapi juga kehilangan pelanggan.
Karena profil pelanggan bersifat komprehensif dan representasi nyata.
tion pelanggan sangat penting, mereka memungkinkan perusahaan untuk belajar pelanggan
minat dan hobi, gaya bahasa, gaya berpakaian serta memiliki
wawasan dalam faktor psikologis, seperti nilai dan motivasi. Hanya bila
kami sadar dengan apa yang dipikirkan target kami, bisakah kami mengoptimalkan konten?
kami mengirimkan dan berbicara hal yang benar untuk memancing gema. Kualitatif
analisis dari profil pelanggan dapat membantu kami mendesain konten dengan lebih baik, yang
meskipun dapat diwujudkan dengan sampling, bisa menjadi lebih objektif dan
tepat.
halaman 24
Profil pelanggan penting untuk perusahaan B2C dan B2B. Roland

adalah produsen global alat musik elektronik, alat rekaman
dan peralatan video dan audio. Karena penjualan terutama direalisasikan
melalui dealer, dan karena memiliki banyak produk, Roland kekurangan
pengetahuan tentang pelanggan intinya (pembeli), dan karena itu tidak dapat menarik
atau membujuk mereka dengan cara yang ditargetkan. Roland UK mencoba untuk mendapatkan wawasan tentang
pelanggan intinya melalui profil pelanggan. Mereka mengumpulkan informasi
dari semua saluran (penjualan, situs web, dan pihak ketiga) dan menggunakan peta empati
(Gambar 3.12) untuk mendapatkan wawasan dan membuat profil dari apa yang pelanggan
Gambar 3.12. Peta Empati XPLANE.

Sumber : XLANE
halaman 25
berpikir (pikiran dan perasaan), mendengar (saluran informasi), melihat (website,

produk, pengalaman), katakan dan lakukan (data perilaku), poin rasa sakit dan manis
poin. Mereka mencocokkan profil dengan produk, sehingga mereka tahu produk apa yang
pelanggan ingin membutuhkannya, menghindari merekomendasikan produk canggih
ucts ke pengguna produk entry-level. Atas dasar itu, Roland menulis manual untuk
memandu komunikasi yang disebut Bible for Customer Profiling untuk memandu
perusahaan dalam menulis konten komunikasi dan merilis produk baru.
Roland UK menemukan bahwa dengan panduan manual ini, mereka dapat
cepat menangkap tuntutan dan harapan pelanggan, tahu bahasa apa
gaya, gaya dan gambar untuk digunakan ketika mereka merancang acara promosi mereka,
membangun hubungan nyata dengan pelanggan. Manual ini telah banyak digunakan
antara Roland UK dan telah menjadi dasar utama untuk merancang komunikasi
konten dan situs web. Ini telah mengubah pemasaran Roland UK
hasil: KPI mereka melonjak, rasio pentalan turun, dan rasio konversi
ditingkatkan. Semakin banyak pelanggan menghabiskan lebih banyak waktu untuk melihat Roland's
situs web, dan dengan lebih banyak penayangan, tempatnya di peringkat produk inti dan kunci-
pencarian kata naik, mengumpulkan lebih banyak umpan balik positif dari pelanggan.
Pembuatan profil pelanggan dapat memberikan nilai yang dapat diperoleh dari pengambilan sampel tradisional.
tidak: iklan khusus yang ditempatkan secara akurat. Pelanggan terbiasa
muncul sebagai citra kolektif, sedangkan di era data besar, pelanggan memiliki
fitur yang lebih rinci, dan profil pelanggan dapat mencerminkan pelanggan individu.
tomer secara maksimal. Ambil rekomendasi khusus dalam e-commerce sebagai
sebuah contoh. Perusahaan mengetahui barang apa yang telah dilihat oleh setiap pengguna;
berapa lama mereka tinggal dan apa yang telah mereka beli. Oleh karena itu, pro-
file dapat mengungkapkan tipe konsumen apa setiap pengguna dan apa yang mungkin menjadi
kebutuhan relevan lainnya yang mungkin juga mereka hasilkan. Berdasarkan pembelian mereka
dan catatan penelusuran, rekomendasi khusus yang lebih akurat dapat
disarankan, yang bisa tentang barang hulu atau hilir pada penggunaan
rantai atau menjadi produk dari kategori yang sama. Misalnya, jika pengguna A membeli
mesin jahit, maka rekomendasi bisa tentang barang hulu
seperti manual yang mengajarkan pembuatan pakaian atau kerajinan tangan atau hilir
barang-barang seperti kain dan bahan pelengkap lainnya, atau produk terkait
saluran seperti kaki; jika pelanggan B membeli esensi, maka pedagang akan
merekomendasikan lampu esensi atau esensi lainnya. Rekomendasi lainnya adalah
berdasarkan korelasi yang diungkapkan oleh profil pelanggan, misalnya dukungan
pose pedagang mengetahui bahwa banyak yang membeli A juga membeli B, di
halaman 26
terlepas dari kenyataan bahwa tidak ada hubungan antara A dan B. Memiliki
menemukan hubungan seperti itu, pedagang itu bisa, meskipun tidak mengetahuinya
mengapa, merekomendasikan B kepada mereka yang membeli A. Itu sebabnya ketika kami melihat a
bagus di Amazon ada rekomendasi tentang “pelanggan yang
lihat ini juga lihat …” dan “barang yang sering dibeli bersama”. Pada
Taobao, ada rekomendasi serupa saat melakukan pembelian.
Rekomendasi khusus yang tepat tidak hanya menyediakan konten yang tepat
tetapi juga mengurangi pemasaran, menghindari peregangan kesabaran pelanggan untuk adver-
tisement dan mengurangi biaya waktu untuk pengadaan pelanggan.
Tesco, salah satu dari tiga pengecer besar, mengumpulkan catatan pembelian
anggota dan telah menetapkan profil pelanggan untuk dianalisis dan dikategorikan
pelanggan. Tesco mengirimkan surat promosi atau kupon yang berbeda ke
pelanggan. Misalnya, Tesco menganalisis barang yang pelanggan
kemungkinan besar akan membeli dan menetapkan harga minimum untuk produk-produk khusus yang sensitif terhadap harga.
er. Wawasan pelanggan dan rekomendasi khusus membantu Tesco menghemat
350 juta pon pengeluaran pemasaran setiap tahun.
Terlepas dari rekomendasi yang disesuaikan, dengan pengembangan
iklan internet, teknologi matang untuk real-time bidding (RTB)
iklan untuk ditempatkan dengan presisi, yang berarti pemahaman tentang
tuntutan dan isi yang tepat. Dan profil pelanggan bertindak sebagai dasar untuk itu.
3.4.1.5 Strategi untuk memilih pasar regional: Menangkap secara akurat

fitur dan permintaan konsumen di pasar yang berbeda
Terlepas dari apakah itu merek lokal, regional atau global, tidak ada perusahaan
akan memilih untuk menyerah ketika memiliki kemampuan untuk memasuki area yang lebih besar,
karena padang rumput baru selalu menarik, baik untuk kompetisi atau untuk
pembangunan berkelanjutan. Banyak pelanggan meminta kami untuk menemukan solusi untuk
ekspansi regional, dan dalam proses ini, profil pelanggan akan menjadi
acuan penting dalam membuat strategi. Ambil ekspansi nasional sebagai
contoh. Ketika studi perlu menggabungkan area untuk analisis lintas sektoral
daya konsumsi dan fitur permintaan produk, nilai-nilai pelanggan
profil akan menjadi jelas, dengan sejumlah besar sampel dan data
tidak hanya mendukung analisis multi-tier dan multi-dimensi tetapi juga
memastikan presisi yang cukup. Melalui analisis, kita dapat dengan jelas melihat
halaman 27
Tabel 3.2. Preferensi konten pengguna aplikasi pendidikan di kota tingkat pertama.
Beijing Shanghai Guangzhou Shenzhen
Pendidikan awal 106 73 88 115

K12 102 99 98 97
Pendidikan yang lebih tinggi 116 101 99 61
Pelatihan kejuruan/keterampilan 96 83 107 114
Belajar bahasa 103 117 89 91
Alat pengajaran 99 113 91 94
preferensi, penjualan atau strategi produk regional dari semua wilayah. Ketika kita
membuat rencana pemasaran untuk area tertentu, ketepatan profil memungkinkan kami
untuk membuat mikroanalisis pada titik-titik tertentu, seperti yang ditunjukkan pada Tabel 3.2, yang
menunjukkan perbedaan permintaan untuk aplikasi pendidikan seluler di tingkat pertama
kota.
3.4.1.6 Manajemen nilai pelanggan: Mengaktifkan aset pelanggan, meningkatkan

konversi penjualan
Mengklasifikasikan pelanggan adalah dasar dari manajemen nilai pelanggan.

Salah satu nilai profil pelanggan bagi manajemen pelanggan adalah
memberikan penilaian nilai pelanggan yang lebih akurat. Perusahaan bisa
membangun sistem penilaian nilai pelanggan yang komprehensif berdasarkan:
profil pelanggan, di mana kita dapat mengetahui klien mana yang rentan terhadap
membeli produk kami dan seberapa besar kemungkinan pelanggan membeli produk kami
produk di masa depan. Tim pemasaran dapat merancang rencana pemasaran untuk
tingkat pelanggan yang berbeda, menentukan kekuatan pemasaran, mengalokasikan
sumber daya pemasaran dengan cara yang wajar dan akhirnya meningkatkan penjualan
tingkat konversi. Pada saat yang sama, perusahaan dapat mengamati, menganalisis, dan
mengidentifikasi pelanggan yang memiliki potensi terbesar untuk peningkatan dan
tomer dengan nilai seumur hidup yang tinggi. Mereka dapat merancang strategi pemasaran
khusus untuk pelanggan, mengubah pelanggan bernilai rendah menjadi pelanggan bernilai tinggi
pelanggan dan meningkatkan rasio pelanggan bernilai tinggi. FedEx menggunakan data besar
analisis untuk memprediksi pelanggan mana yang paling mungkin kehilangan loyalitas dan penggunaan
halaman 28
layanan dari pesaing mereka. Prediksi seperti itu adalah peringatan, yang pada
satu sisi membantu mengurangi kehilangan aset klien dan di sisi lain dapat
memungkinkan perusahaan untuk memilih untuk secara strategis membuang kelompok klien tertentu.
ents untuk meningkatkan struktur pelanggan.
Sekarang banyak perusahaan membentuk grup penggemar di media sosial untuk berinteraksi
dengan pendukung mereka. Oleh karena itu, manajemen nilai pelanggan tidak
lagi hanya menargetkan klien potensial; perusahaan perlu membedakan
antara penggemar dan pengikut berdasarkan nilai mereka. Pelanggan data besar
pembuatan profil menganalisis data perilaku dan data sosial untuk mengidentifikasi yang berharga
pengguna seperti KOL, pengikut setia dan pengikut aktif, secara teratur
perbarui profil untuk manajemen nilai dinamis, ubah penggemar menjadi
pengguna potensial, KOL menjadi pendukung aktif merek dan penggemar menjadi
aset aktif.
3.4.1.7 Penelitian lunak: Mengurangi jumlah penelitian dan menurunkan

biaya pemasaran
Nilai lain dari profil pelanggan data besar adalah kelenturannya. Kita tahu
bahwa sampel pertanyaan studi telah ditentukan sebelumnya, yang berarti aspek-aspek yang akan dipelajari
telah ditetapkan sebelumnya, dan pertanyaan dirancang dengan demikian.
Oleh karena itu, penyesuaian dilakukan setelah setiap kasus. Data dikumpulkan dengan cara ini
biasanya tidak dapat digunakan untuk menganalisis aspek baru, dan oleh karena itu ketika a
perusahaan menemukan pertanyaan baru setelah studi itu harus dimulai a
penelitian baru, menyebabkan pemborosan sumber daya. Juga, perusahaan tidak sabar untuk
ajukan semua pertanyaan dalam satu langkah untuk menghemat biaya pemasaran dan bahkan jika itu
apakah hasilnya akan tidak memuaskan. Tapi real-time dan multi-dimensi-
profil pelanggan profesional dapat mengatasi masalah ini. Ketika masalah baru muncul
ditemukan atau ketika pelanggan berubah selama pemasaran, perusahaan dapat
menganalisis data real-time di profil pelanggan kapan saja tanpa mengambil
riset pasar lainnya. Tentu saja, tidak mungkin untuk satu pelanggan
profil untuk mengatasi semua masalah setiap saat. Kelenturan pro pelanggan
file relatif terhadap wawasan pelanggan yang diperoleh dari pengambilan sampel di masa lalu. Bahkan
jadi, seperti yang dibahas sebelumnya, pembuatan profil pelanggan bukanlah sesuatu yang
disimpan setelah selesai; merupakan upaya yang terus menerus. Jika profil tidak
diperbarui secara berkala untuk menyaring informasi yang sudah ketinggalan zaman, lalu pelanggan big data
profil tomer tidak berhasil diperpanjang.
halaman 29
3.4.2 Membuat pemasaran lebih mengantisipasi: Melihat saat ini

dari masa depan
3.4.2.1 Menilai pasar secara akurat dan mendistribusikan secara wajar

sumber daya untuk meningkatkan ROMI
Volume besar, banyak dimensi, dan presisi tinggi yang menjadi ciri
profil konsumen data besar dapat membantu kami mengidentifikasi tren permintaan baru
atau calon pelanggan baru. Demikian pula, analisis profil pelanggan membantu
mengidentifikasi di mana pelanggan potensial yang paling mungkin untuk dikonversi
terletak dan seberapa besar kemungkinan untuk mewujudkan penjualan silang dan penjualan berkelanjutan
antara pelanggan lama. Oleh karena itu, kami lebih mampu dari sebelumnya untuk memperkirakan
besarnya pasar sasaran. Perkiraan yang akurat memungkinkan perusahaan untuk membuat
strategi dan rencana pemasaran yang lebih antisipatif dengan cara yang ilmiah
alokasi sumber daya dalam pemasaran, menghindari pemborosan sumber daya dan
dengan perkiraan yang terlalu optimis atau pesimis, sehingga meningkatkan
ROMI.
3.4.2.2 Perkiraan permintaan pelanggan meningkatkan optimalisasi inventaris
Manajemen persediaan adalah masalah untuk bisnis ritel, untuk manufaktur

atau untuk perusahaan yang terlibat dalam penelitian, produksi dan penjualan di
waktu yang sama dan untuk perilaku online atau offline. Persediaan dikenakan uang tunai
arus suatu perusahaan. Meskipun manajemen inventaris bukanlah pemasaran
masalah, itu secara alami dapat terhubung: manajemen inventaris pada dasarnya adalah
pengelompokan permintaan pelanggan. Bagaimana secara tepat memperkirakan permintaan untuk ditambahkan
persediaan dan meningkatkan perputaran persediaan menjadi perhatian para CEO. Data besar
profil pelanggan menganalisis dan memprediksi permintaan pelanggan dan dengan demikian dapat
memberikan informasi yang berguna untuk meningkatkan persediaan dan perputaran.
Misalnya, industri pakaian yang biasanya dihantui oleh orang-orang tinggi
inventaris dapat menggunakan profil pelanggan data besar untuk mengetahui kebiasaan pelanggan
dan preferensi berdasarkan wilayah, serta intensitas permintaan pelanggan
untuk model tertentu. Ini dapat membantu perusahaan merancang produk yang lebih menarik.
uccts sambil memandu inventarisasi model yang berbeda di berbagai wilayah; dia
juga dapat memandu tim pemasaran untuk membuat rekomendasi khusus yang akurat.
tanggal. Melalui peningkatan profil pelanggan big data, produk
perencanaan, penyimpanan dan penjualan dapat ditingkatkan untuk mengurangi persediaan.
halaman 30
Sebagai e-merchant, JD mengkategorikan penggunanya melalui profil pelanggan.

Ini membantu JD untuk tidak hanya membuat rekomendasi yang tepat kepada pengguna tetapi juga
mengantisipasi barang. Selain itu, JD menggunakan analisis korelasi untuk menyesuaikan
menimbun barang di penyimpanannya dan membagi tingkat pesanan (split consignment
untuk satu pesanan), yang turun dari 14,64% menjadi 6,86%.
Ada banyak cara untuk meningkatkan persediaan, melalui produk
perencanaan, manajemen penyimpanan atau rekomendasi presisi, yang
kuncinya adalah memahami permintaan pelanggan. Tidak diragukan lagi pelanggan data besar
pembuatan profil memberikan nilai yang tak tergantikan dalam aspek-aspek ini.
Profil pelanggan big data menjadi dasar perencanaan strategi pemasaran-
ning, baik itu melalui pemasaran digital atau pemasaran tradisional. Dia
membantu kami memahami perilaku pelanggan; selain itu, ini membantu kita mengantisipasi
perilaku pelanggan dengan memberikan cara baru wawasan pelanggan: dengan memahami
berdiri "apa adanya" untuk menemukan korelasi, menggali nilai-nilai tersembunyi, memperluas
lingkup pemasaran perusahaan dan membuat strategi pemasaran dan
rencana yang lebih akurat dan antisipatif untuk mengurangi sumber daya yang tidak berguna
pemborosan, meningkatkan ROMI dan membawa pemasaran perusahaan ke tingkat yang lebih tinggi.
3.5 Peta Perjalanan Pelanggan
3.5.1 Apakah kita benar-benar memberikan pengalaman pelanggan yang baik?
Banyak perusahaan mendaftar memberikan pengalaman pengguna yang baik sebagai salah satu kesalahan mereka.
tujuan atau tujuan layanan, karena mereka memahami dengan baik bahwa hanya pelanggan yang baik
pengalaman dapat membawa keuntungan yang lebih tinggi. Steve Jobs percaya bahwa semua pekerjaan dimulai
dengan mempelajari pengalaman pengguna, berdasarkan mana seseorang melakukan penelitian dan
perkembangan. Hampir semua pelanggan konsultan kami, baik B2B dan B2C,
mengakui bahwa pengalaman pelanggan sangat penting. Sebagai pasar-
Memasuki era 4.0, pelanggan tidak hanya membayar karena Anda menyediakan produk
produk atau layanan yang mereka butuhkan, bahkan dalam industri yang kurang homogen, tetapi
juga lebih bersedia membayar merek yang memberikan interaksi yang menyenangkan dan
membeli atau menggunakan pengalaman. Sampai batas tertentu, pengalaman pelanggan menentukan
menambang apakah seseorang akan membeli, membeli kembali, dan merekomendasikan kepada teman seseorang. Di dalam
dunia saat ini di mana media sosial sangat berkembang, pelanggan sering
memposting pengalaman mereka tentang suatu merek atau produk di media sosial, yaitu
kabar baik dan kabar buruk bagi perusahaan. Media sosial dapat memperbesar
keuntungan dan kerugian dari suatu merek atau produk. Karena itu,
kapasitas untuk menciptakan pengalaman pelanggan yang baik menjadi penting
halaman 31
daya saing perusahaan. Akibatnya, perusahaan yang menempatkan khusus

perhatian pada pengalaman pengguna sering cenderung membangun merek sebagai pengalaman
dan untuk mengkomunikasikan nilai-nilai mereka melalui pengalaman pelanggan.
Tetapi pemahaman adalah masalah, dan mempraktikkannya adalah hal lain, seperti
ada banyak alasan yang dapat berkontribusi pada perbedaan antara konsep
dan tindakan: perhatian pengambil keputusan sering dialihkan ke
pekerjaan dan dapat mengakibatkan hilangnya kebutuhan dan pengalaman nyata
pelanggan ketika mereka membuat keputusan; tidak semua pengusaha memiliki kesadaran
kemampuan untuk melayani pelanggan seperti yang dilakukan oleh tim pemasaran dan CEO mereka; dan cus-
profil lama atau wawasan pelanggan lainnya mungkin tidak terlalu dikenal di seluruh
perusahaan bahkan jika mereka ada; beberapa personel yang melakukan kontak dengan
pelanggan mungkin tidak memahami dengan jelas kebutuhan dan motivasi pelanggan;
kesulitan dalam kerjasama lintas departemen di perusahaan besar sering bertindak
sebagai hambatan untuk meningkatkan pengalaman pengguna. Dalam Pengalaman Pelanggan
Survei Indeks 2010 yang dilakukan oleh Forrester Research, hanya ada 13
dari 133 Perusahaan Besar Amerika Utara yang sangat diakui oleh
ers, dan 45 di antaranya dinilai buruk. Oleh karena itu, selalu ada ruang untuk
menutup kesenjangan antara permintaan pelanggan yang dipahami perusahaan
dan pengalaman nyata pelanggan.
3.5.2 Apa itu peta perjalanan pelanggan?
Untuk menjadi berpusat pada pelanggan dan meningkatkan pengalaman pelanggan,

perusahaan mulai menggunakan peta perjalanan pelanggan (Gambar 3.13 dan 3.14).
Peta perjalanan pelanggan yang disebut menunjukkan seluruh proses di mana
pelanggan berinteraksi dengan merek, produk, atau layanan perusahaan secara visual
cara (bukan satu titik), serta kebutuhan pelanggan, pengalaman dan
perasaan dalam prosesnya. Hubungan ini dapat mulai berkembang selama
pembelian dan penggunaan produk atau dapat dilakukan selama online
pengalaman berselancar, pengalaman ritel atau pengalaman layanan atau menjadi com-
binasi di atas. Seluruh proses dimulai dengan pelanggan datang ke
kontak dengan iklan perusahaan; dibangun selama konsultasi
tion, perbandingan, pembelian, penggunaan, berbagi pengalaman pengguna; dan akhirnya
diakhiri dengan upgrade, mengubah atau memilih produk dari merek lain.
Karena proses ini mencakup banyak titik kontak dan skenario nyata,
peta perjalanan pelanggan juga dikenal sebagai Peta Titik Sentuh atau Momen
Peta Kebenaran.
halaman 32
Gambar 3.13. Contoh Peta Perjalanan Pelanggan

Sumber : VISUALLY
Gambar 3.14. Roda pengalaman pelanggan Lego.

Sumber : KMG Lego.
halaman 33
Sebuah flowchart umum sering berpusat pada perusahaan dan desainer, terutama
marily mewakili proses dan variabel yang relevan. Jika tuntutan
pelanggan tidak tercermin dengan baik, kecil kemungkinan sentimen pelanggan akan
direfleksikan. Peta perjalanan pelanggan, bagaimanapun, membantu perusahaan
amine dari perspektif pelanggan apakah kebutuhan pelanggan adalah
dipahami dengan benar dan puas di setiap titik pemeriksaan, daripada
merancang produk, layanan, atau interaksi berdasarkan pemahamannya sendiri.
ing. Peta perjalanan pelanggan memberikan pendekatan “dari dalam ke luar” untuk memasuki
hadiah, memperlakukan pelanggan sebagai pusat sambil membiarkan mereka berpartisipasi dalam
desain kegiatan perusahaan. Pendekatan seperti itu mewujudkan jalan masuk
perusahaan mana yang memperlakukan pelanggan di era pemasaran 4.0: pelanggan dan
klien memainkan peran penting dalam pengambilan keputusan perusahaan.
Pengalaman pelanggan itu penting, bukan hanya karena pengalaman yang baik
dapat membuat aktivitas pembelian terjadi tetapi juga karena menimbulkan
kepercayaan tomer di perusahaan. Keyakinan seperti itu adalah perekat antara
pelanggan dan perusahaan dan membantu pelanggan tetap berpegang pada dan mendukung perusahaan
penghargaan bahkan ketika mereka membuat kesalahan kecil. Ini adalah tujuan akhir
perusahaan yang menggunakan peta perjalanan pelanggan untuk meningkatkan pengalaman pelanggan
rience. Di bawah tujuan itu, peta perjalanan pelanggan penting untuk
operasi sehari-hari perusahaan dalam tiga aspek berikut:
1. Meningkatkan produk dan proses: Membantu perusahaan memahami

dari perspektif pelanggan apa kebutuhan, perasaan, dan
hal-hal yang paling mudah diabaikan dan cara mengetahuinya dengan jelas
kelebihan dan kekurangan yang dimiliki produk atau layanan mereka secara keseluruhan
tahap perjalanan dan untuk lebih meningkatkan produk dan layanan mereka.
2. Meningkatkan efisiensi implementasi: Karena perjalanan pelanggan
peta mewakili kenyataan, tim dapat menempatkan diri mereka di
sepatu pelanggan dan tahu apa yang mereka alami dalam prosesnya,
memungkinkan perusahaan untuk memperlakukan pelanggan dengan empati dan memungkinkan
pelanggan untuk membuat pandangan mereka diketahui.
3. Meningkatkan efisiensi komunikasi: Pro- peta perjalanan pelanggan
memberikan deskripsi rinci tentang kebutuhan dan perasaan pelanggan, memberikan
referensi untuk merancang komunikasi dengan pelanggan; sebagai tambahan
peta perjalanan tunggal adalah semua yang diperlukan dalam diskusi internal (sebagai gantinya
halaman 34
banyak kata) untuk masalah yang akan diklarifikasi dan dipahami, meningkatkan
efisiensi komunikasi.
Sekarang peta perjalanan pelanggan dapat merinci kebutuhan pelanggan dan

perasaan, apakah itu tumpang tindih dengan profil pelanggan? Jawabannya adalah tidak."
Profil atau persona pelanggan menunjukkan keseluruhan kebutuhan dan kecenderungan
pelanggan, proses dari nol ke satu, sedangkan perjalanan pelanggan
peta memecah permintaan pelanggan di profil pelanggan di setiap
interaksi dengan perusahaan sehingga mereka lebih mudah dipahami dan
diakui, yang merupakan proses dari satu ke nol. Profil pelanggan atau per-
sonae adalah dasar untuk peta perjalanan pelanggan. Pertama, ada seorang jenderal
pemahaman pelanggan, maka pemahaman tersebut dipecah
untuk membuat peta perjalanan, memahami dengan benar kebutuhan pelanggan dan
perasaan dari sudut pandang pelanggan. Berbagai jenis persona mungkin
memiliki perjalanan berbeda yang menciptakan langkah, MOT, atau titik kontak yang berbeda. Jika
perusahaan ingin memberikan profil pelanggan yang lebih baik, maka itu harus
menggabungkan profil atau persona pelanggan dan peta perjalanan pelanggan. Tetap,
tidak semua perusahaan yang perlu membuat peta perjalanan pelanggan memiliki
profil pelanggan yang ditentukan. Saat memetakan perjalanan pelanggan, dan
perusahaan mungkin telah memilah-milah persona pelanggan mengenai
produk, layanan, atau pengalaman online (tetapi bukan profil pelanggan big data).
3.5.3 Elemen peta perjalanan pelanggan dan cara pembuatannya
Ada berbagai jenis peta perjalanan pelanggan. Apapun bentuknya,

peta menunjukkan seluruh proses interaksi dan pengalaman sepanjang
linimasa. Peta terdiri dari tiga elemen inti, yang semuanya
digambarkan dari perspektif pelanggan sebagai berikut (Tabel 3.3):
• Kebutuhan: Apa yang ingin diperoleh pelanggan dari perusahaan, apa yang
keinginan pelanggan untuk diwujudkan dalam setiap interaksi, bantuan apa yang dilakukan?
yang dibutuhkan pelanggan untuk membantu mewujudkan targetnya, perlakuan apa dan
perasaan yang diharapkan pelanggan dapatkan dan jika ada kebutuhan yang pelanggan
tomer sendiri belum menyadari.
• Do: Apa langkah dan tindakan yang dilakukan untuk mewujudkan tujuan
target pelanggan, apa titik interaksi atau titik kontak di masing-masing
langkah dan bagaimana pelanggan berinteraksi dengan perusahaan.
halaman 35
Tabel 3.3. Tiga elemen inti.
Inti
Elemen Isi Definisi
Membutuhkan Kebutuhan keseluruhan Apa yang diinginkan pelanggan dari sebuah perusahaan?
Kebutuhan kerusakan Tujuan apa yang ingin mereka capai dalam setiap
interaksi
Syarat yang harus dipenuhi Bantuan apa yang mereka butuhkan untuk mencapai tujuan?
Harapan Perawatan dan pengalaman apa yang mereka harapkan?
Kebutuhan tersembunyi Apakah ada kebutuhan yang tidak mereka sadari
Mengerjakan Langkah Langkah-langkah yang harus dilakukan untuk mencapai tujuan,
memecah perjalanan menjadi tindakan kecil
Interaksi Interaksi apa yang ada di setiap langkah
Titik sentuh Titik kontak apa yang ada di setiap langkah
Cara interaksi Bagaimana klien berinteraksi dengan bisnis
saluran Bagaimana pelanggan berinteraksi dengan perusahaan
Jasa Saluran yang melaluinya setiap langkah dan titik sentuh
terjadi
Orang-orang kunci atau Departemen apa yang menyediakan layanan dan apa?
departemen tokoh kunci mempengaruhi pengalaman pelanggan dalam hal itu
titik sentuh
Pemicu utama Apa saja elemen yang memicu interaksi,
perasaan dan pindah ke tahap berikutnya
Interaksi dan Perbaikan apa yang dapat dilakukan untuk bertemu dengan lebih baik?
titik kontak menjadi kebutuhan pelanggan
ditingkatkan
Merasa MOT MOT terpenting dalam perjalanan, seperti
saat-saat kesenangan dan kepuasan, atau
kemunduran, kekecewaan, kemarahan dan frustrasi
Puas atau tidak Apakah pelanggan berpikir kebutuhan mereka terpuaskan
dan kenali nilai-nilai interaksi ini di
setiap tahap, interaksi, atau titik kontak
• Feel: Bagaimana perasaan pelanggan sebelum, selama dan setelah interaksi

dengan perusahaan, jika pelanggan merasa bahwa kebutuhan mereka telah terpenuhi
puas, apakah pelanggan puas dan apakah pelanggan percaya
bahwa interaksi ini berharga.
halaman 36
Gambar 3.15. Langkah-langkah membuat peta perjalanan pelanggan.

Sumber : Penelitian Forrester.
Terlepas dari ini, tiga elemen dapat bercabang menjadi spesifik lainnya
elemen, seperti profil pelanggan, yang dapat ditambahkan oleh perusahaan sesuai
ing ke kondisi nyata.
Proses pembuatan peta perjalanan pelanggan dibagi menjadi 10, 5
atau bahkan 3 langkah. Bagaimanapun mereka terbagi, pendekatannya sebagian besar tetap
sama. Di sini, kami terutama menggunakan proses lima langkah Forrester untuk
mendemonstrasikan bagaimana peta perjalanan pelanggan dibuat (Gambar 3.15):
• Langkah Satu: Mengurutkan pemahaman internal. Pertama, seseorang harus mengumpulkan semua
studi pelanggan yang telah dibuat, seperti profil pelanggan dan
dokumen lainnya, dan memberikan kesempatan kepada seluruh pemangku kepentingan (termasuk
peminat dan perintis yang tersebar di berbagai fungsi dan
saluran) bagi mereka untuk memberikan umpan balik dari perspektif mereka tentang pelanggan
tomer; memusatkan semua berkas dan wawasan internal untuk menciptakan "superfi-
pengetahuan sosial” pelanggan. Jika tidak ada profil pelanggan yang ada
atau personae, maka lebih banyak pengumpulan dan penambangan data mungkin diperlukan di
tahap ini.
• Langkah Kedua: Tetapkan hipotesis internal. Pada tahap ini, penyelenggara perlu
untuk lebih mengkonsolidasikan pemahaman yang dibuat oleh semua pihak mengenai
ing pelanggan mereka, termasuk kategori, kebutuhan, perilaku, perasaan dan
keuntungan dan peluang untuk peningkatan pengalaman pelanggan. Berdasarkan
pada pemahaman dan hipotesis internal ini, suatu perusahaan membentuk
draf untuk peta perjalanan pelanggan. Pada tahap ini, penyelenggara juga
perlu mencari tahu kesenjangan kognitif apa yang mungkin ada pada pelanggan yang ada
studi, yang akan menjadi petunjuk penting dalam studi yang akan datang.
• Langkah Tiga: Mempelajari apa yang dibutuhkan, dilakukan, dan dirasakan pelanggan. Pada langkah ini,
beberapa pendekatan penelitian diperlukan untuk memahami perjalanan
dari sudut pandang pelanggan, seperti menggunakan media sosial atau kontekstual
observasi dan wawancara untuk mengevaluasi suasana hati pelanggan dan
halaman 37
masalah apa yang mereka temui dalam perjalanan. eksternal (kli-

ent) perspektif dibentuk melalui observasi dan penelitian, melalui
dimana suatu perusahaan dapat memahami sentimen pelanggan
dan masalah yang mereka hadapi selama perjalanan. Sudut luar
dapat membantu perusahaan memahami pengalaman dan masalah pelanggan tentang
setiap titik kontak dan menutup kesenjangan kognitif yang ditemukan pada langkah berikutnya.
• Langkah Empat: Rangkum hasil penelitian. Dalam langkah ini, penyelenggara perlu
untuk mengkonsolidasikan kognisi internal dan eksternal dan memverifikasi apakah
hipotesis terkait tentang pelanggan pada langkah kedua benar, yang akan
akhirnya mengarah ke tiga elemen inti peta perjalanan pelanggan: apa
kebutuhan pelanggan (apa yang ingin mereka peroleh dari setiap interaksi), apa yang
pelanggan lakukan (bagaimana mereka berinteraksi dengan perusahaan) dan bagaimana pelanggan
tomers feel (perasaan tentang setiap interaksi). Perusahaan yang belum
belum memiliki profil pelanggan sekarang dapat mengembangkan yang definitif berdasarkan
hasil dari langkah-langkah sebelumnya.
• Langkah Lima: Menggambar peta perjalanan pelanggan. Perusahaan memvisualisasikan
hasil di atas. Perusahaan pertama-tama memetakan semua tahapan dari seluruh pelanggan
perjalanan tomer mencatat semua titik kontak. Kemudian mereka mengklarifikasi apa itu
kebutuhan pelanggan pada setiap titik kontak dan apa dan berapa banyak kebutuhan
telah puas dan kemudian menandai yang paling menyenangkan dan paling mengecewakan
momen penunjuk di MOT. Mereka kemudian menarik beberapa lagi jika satu pelanggan
peta perjalanan tidak dapat diterapkan ke semua profil pelanggan.
Setelah peta digambar, perusahaan juga dapat menggambar

menanggapi diagram alur untuk dukungan atau layanan di belakang panggung untuk mewujudkan
penerapan peta.
Hal ini dapat dilihat dari konstituen dan proses penyusunan a
peta pelanggan bahwa sementara garis yang jelas adalah garis waktu, di belakang garis adalah
koneksi untuk setiap skenario. Ini adalah pengalaman yang baik di setiap skenario
yang memungkinkan timeline untuk dilanjutkan. Oleh karena itu, menciptakan pengalaman pelanggan
ence menciptakan lebih banyak interaksi dan pengalaman yang lebih menyenangkan, sehingga
pelanggan mungkin memiliki MOT lebih positif saat berinteraksi dengan perusahaan
hadiah. Perusahaan dapat membersihkan hambatan antara setiap tahap melalui
studi perjalanan pelanggan, memimpin pelanggan ke tahap berikutnya, menyelesaikan
ing seluruh perjalanan dan memulai yang baru dengan perusahaan.

Kenali Dalam 4R: Profil Digital Dan Pengakuan Konsumen: Bagian 3

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Kenali Dalam 4R: Profil Digital Dan Pengakuan Konsumen: Bagian 3

Diunggah oleh

Hak Cipta:

Format Tersedia

10/6/21, 11:36 AM Strategi Pemasaran di Era Digital : Menerapkan Strategi Kotler pada Pemasaran Digital (403 Halaman)

Kenali dalam 4R:

126 . Strategi Pemasaran di Era Digital

3.1 Model Strategi Pemasaran Digital dan Aplikasinya

Dalam Bab 2, dari perspektif CEO, CMO, dan senior lainnya

• Langkah 1 — Kenali: Di era pra-digital, kita membahas tentang

Kenali dalam 4R . 127

Gambar 3.1. 4R pemasaran digital KMG.

128 . Strategi Pemasaran di Era Digital

3.2 Apa itu Profil Konsumen

Kenali dalam 4R . 129

Gambar 3.2. Contoh informasi dasar yang terdapat dalam persona.

pelanggan dari pasar tertentu dan membantu perusahaan atau pemerintah

130 . Strategi Pemasaran di Era Digital

Karena kualitatif, persona awal lebih memperhatikan alasan.

3.2.2 Konsep yang berkembang: Dari mengapa menjadi apa

Profil pelanggan, meskipun biasanya dianggap identik dengan

Definisi: Profiling digital dan Kenali mengacu pada ekspresi semua

Kenali dalam 4R . 131

Gambar 3.3. Persona konsumen data besar.

Definisi dimensi profil bervariasi dengan tujuan, tetapi a

132 . Strategi Pemasaran di Era Digital

• Perilaku online: Perilaku internet, termasuk pola browsing, penggunaan

Gambar 3.4 menunjukkan profil aplikasi di ponsel orang

Gambar 3.4. Preferensi aplikasi pengunjung ke 45 toko yang berbeda.

Kenali dalam 4R . 133

134 . Strategi Pemasaran di Era Digital

Profil pelanggan akan mencoba menjaring berbagai jenis data pengguna.

Kenali dalam 4R . 135

Tabel 3.1. Perbandingan profil pelanggan konvensional dan pelanggan big-data

Profil Konvensional Profil data besar

Alam Deskripsi tipikal Gambar penuh

Sumber : Riset KMG.

3.2.3 Profil pelanggan big data: Mereformasi jalur pemasaran di

Viktor Mayer-Schönberger dan Kenneth Cukier menyatakan dalam Big Data: A

136 . Strategi Pemasaran di Era Digital

3.2.4 Bagaimana profil pelanggan dibuat

Meskipun banyak perusahaan sedang mengembangkan profil pelanggan yang berbeda

Kenali dalam 4R . 137

Gambar 3.7. Pembuatan profil.

penambangan data, pengurangan/pemodelan aturan, verifikasi dan pembuatan profil

• Pengumpulan data: pertama-tama sumber data yang sesuai perlu diidentifikasi

○ Pencucian data : Menghapus informasi yang tidak lengkap atau berulang

138 . Strategi Pemasaran di Era Digital

Gambar 3.8. Tiga jenis identifikasi data.

Gambar 3.9. Data dinamis dan statis.

Kenali dalam 4R . 139

○ Tetapkan tag dan sistem bobot : Penandaan dalam akal sehat

• Aturan deduksi atau pemodelan: Clustering dan aturan korelasi dan

140 . Strategi Pemasaran di Era Digital

Pembuatan profil pelanggan adalah integrasi dari banyak

3.3 Keuntungan/Fitur Profil Konsumen Big Data

3.3.1 Panorama: Dari sampel hingga keseluruhan

Di masa lalu, sarana utama wawasan konsumen adalah riset pasar.

Kenali dalam 4R . 141

Gambar 3.10. Sampling dan sampel penuh.

3.3.2 Transparan: Berlapis-lapis, multi-dimensi

3.3.3 Precise: Wawasan yang akurat dan mendalam

142 . Strategi Pemasaran di Era Digital

Gambar 3.11. Profil pelanggan 360 derajat Haier.

Kenali dalam 4R . 143

3.3.4 Dinamis: Menanggapi perubahan dengan mengubah

144 . Strategi Pemasaran di Era Digital