Apa yang Harus Dikumpulkan dan Bagaimana Cara Menggunakannya di Perusahaan Anda

Data pelanggan adalah aset paling berharga di organisasi Anda. Tim penjualan, pemasaran, dan layanan Anda semuanya bergantung pada wawasan yang Anda miliki tentang pelanggan Anda untuk memberikan pengalaman yang tepat pada waktu yang tepat, mulai dari perolehan prospek hingga retensi pelanggan jangka panjang.

Mempertahankan basis data pelanggan yang akurat dan terkini sangat penting untuk memberikan interaksi yang dipersonalisasi dalam skala besar. Tanpa itu, tidak mungkin tim Anda mengingat semua yang perlu mereka ketahui tentang ribuan prospek dan pelanggan.

Tetapi data pelanggan mana yang sebenarnya perlu Anda kumpulkan untuk setiap departemen, bagaimana Anda harus menyimpannya, dan bagaimana cara yang benar untuk menggunakannya?

Berikut panduan kami untuk data pelanggan yang akan memandu Anda melalui semua yang perlu Anda ketahui.

Data Pelanggan untuk Berbagai Departemen

Data Pelanggan untuk Pemasaran

Pemasaran adalah tempat semuanya dimulai untuk data pelanggan Anda. Anda membuat konten dan magnet utama yang menarik perhatian ke merek Anda, menggunakan formulir dan alat gen prospek lainnya — seperti obrolan langsung — untuk mengubah pengunjung tersebut menjadi kontak, dan memelihara kontak tersebut (semoga) menjadi prospek yang siap untuk penjualan. Berikut data pelanggan yang harus dikumpulkan untuk tim pemasaran Anda

1. Nama, Email, Nama Bisnis

Pemasaran biasanya merupakan departemen yang menghasilkan prospek baru dalam proporsi tertinggi, yang berarti ada tekanan untuk menjadikan informasi itu berharga untuk sisa siklus hidup pelanggan.

Ini dimulai dengan data kontak dasar yang harus diatur dengan lancar di CRM Anda serta menyinkronkan dua cara dengan aplikasi utama lainnya seperti platform pemasaran email Anda. Ini membuat semua informasi pelanggan tetap mutakhir di mana saja, siap bagi siapa saja di departemen mana pun untuk menemukan wawasan terbaru.

2. Keterlibatan Situs Web

Pada tahap awal waktu prospek baru dengan bisnis Anda, penting untuk memastikan analitik situs web Anda memungkinkan Anda memahami bagaimana mereka berinteraksi dengan bisnis Anda dan bagaimana Anda dapat memberikan pengalaman terbaik yang mereka cari.

Jika Anda adalah pemilik bisnis e-niaga, misalnya, Anda dapat menggunakan aktivitas situs web untuk merekomendasikan produk serupa lainnya yang mungkin disukai setiap orang melalui email atau menargetkan ulang iklan di media sosial.

3. Data Segmentasi

Informasi yang memungkinkan Anda untuk mengelompokkan kontak ke dalam grup dan daftar yang tepat adalah salah satu jenis data yang paling berharga untuk dikumpulkan sejak awal. Ini dapat mencakup data seperti ukuran tim, industri, dan peran.

Data ini tidak hanya dapat mengaktifkan pesan dan otomatisasi yang paling dipersonalisasi, tetapi juga membantu Anda menghitung skor prospek.

4. Preferensi Berlangganan

Dalam formulir pertama yang diisi prospek di situs web Anda, pastikan ada kotak centang yang jelas bagi mereka untuk ikut serta dalam komunikasi pemasaran. Ini adalah bagian penting dari peraturan perlindungan data, tetapi juga memungkinkan Anda mengirim konten yang paling relevan jika Anda menawarkan berbagai opsi untuk berlangganan.

5. Skor Utama

Data kualifikasi prospek seperti penilaian prospek adalah salah satu cara paling berdampak bagi pemasar untuk membantu rekan penjualan mereka. Dengan penetapan skor prospek otomatis, poin diberikan untuk interaksi dan perilaku positif dan dikurangi untuk indikator negatif. Ini adalah cara tercepat untuk secara instan menilai seberapa besar kemungkinan prospek membeli produk Anda, dan idealnya dimulai segera setelah pengunjung beralih menjadi prospek.

Contoh Peningkat Skor Prospek: Keterlibatan tinggi, seperti pendaftaran webinar dan unduhan konten Banyaknya waktu yang dihabiskan di situs web Anda Mengunjungi halaman bernilai tinggi, seperti halaman harga, halaman demo, dan halaman fitur Identifikasi sebagai pembuat keputusan Pasar bernilai tinggi atau industri Anggaran yang memadai Ukuran tim cocok dengan persona Pendapatan tahunan cocok dengan persona Contoh Pengurang Skor Prospek: Keterlibatan sangat rendah dengan halaman situs web Bukan pembuat keputusan Pasar atau industri yang Anda perjuangkan untuk dilayani Anggaran tidak memadai Ukuran tim tidak sesuai persona Pendapatan tahunan tidak persona yang cocok

Data Pelanggan untuk Penjualan

Tenaga penjual menciptakan dan memperkuat jembatan bagi calon pelanggan yang tertarik untuk menjadi pelanggan yang bahagia, membimbing setiap prospek ke produk atau layanan yang tepat. Baik tim Anda bekerja dengan pendekatan berbasis akun untuk transaksi bernilai tinggi atau strategi yang lebih otomatis yang efektif dalam skala besar, data pelanggan sangat penting.

Inilah data yang paling penting untuk dikumpulkan oleh tim penjualan Anda.

1. Informasi Transaksi

Untuk setiap transaksi yang ditutup, pastikan Anda membuat catatan yang jelas tentang semua informasi yang terkait dengannya sesegera mungkin. Ini termasuk data seperti jumlah dan frekuensi penagihan, yang Anda dapat dengan mudah sinkronkan dari CRM Anda dengan aplikasi akuntansi Anda. Ini juga membantu memastikan ada salinan kontrak versi terbaru yang mudah diakses di CRM Anda.

2. Nilai Seumur Hidup Pelanggan (LTV)

Menghitung nilai seumur hidup pelanggan adalah metrik yang sangat berguna untuk memperkirakan pendapatan jangka panjang. Anda dapat mengukur ini dengan mengalikan nilai pembelian mereka dengan frekuensi pembelian selama rata-rata umur pelanggan Anda. Dengan CRM yang memiliki sifat perhitungan, Anda dapat terus memperbarui ini secara otomatis untuk pelanggan aktif Anda.

3. Informasi Tentang Pengambil Keputusan

Tenaga penjualan Anda mendapatkan pandangan yang tak tertandingi tentang bagaimana setiap fungsi perusahaan klien. Termasuk siapa yang terlibat dalam proses pengambilan keputusan.

Karena kelompok orang yang sama ini kemungkinan akan terlibat dalam sesi orientasi dan diskusi peningkatan di masa mendatang, pastikan untuk menyimpan informasi yang relevan di CRM Anda. Ini membantu menghindari skenario canggung mereka mengingat Anda saat Anda melihat catatan kontak kosong dengan cemas, atau memberikan kesepakatan kepada rekan kerja yang memiliki informasi latar belakang yang lebih sedikit.

4. Data Segmentasi Granular dan Terverifikasi

Saat tim penjualan mengenal prospek dengan lebih baik, ini adalah peluang bagus untuk memverifikasi catatan kontak mereka. Periksa apakah industri mereka, ukuran perusahaan, dan metrik utama lainnya sudah benar, dan pastikan untuk langsung sinkronkan data ini ke aplikasi lain seperti pemasaran email dan alat otomatisasi yang menggunakan segmentasi.

5. Closed Won dan Closed Lost Data

Salah satu metrik terpenting yang harus dikumpulkan oleh tenaga penjualan adalah mengapa mereka berhasil menutup transaksi atau tidak. Mintalah jawaban standar untuk disimpan di CRM Anda dan gunakan ini untuk mengoptimalkan produk, pengiriman pesan dan penargetan, serta proses penjualan Anda.

Data Pelanggan untuk Layanan Pelanggan

Pengumpulan data pelanggan tidak selesai saat kesepakatan ditutup. Sepanjang waktu pelanggan dengan perusahaan Anda, Anda dapat mengoptimalkan dan memperbarui catatan kontak mereka untuk menciptakan pandangan yang paling akurat tentang bagaimana perusahaan Anda dapat melayani mereka dengan baik. Inilah data pelanggan terbaik untuk dikumpulkan untuk tim layanan Anda

1. Metrik Kepuasan Pelanggan

Metrik seperti NPS (Net Promoter Score) dan CSAT (Customer Satisfaction Score) sangat berguna bagi organisasi mana pun untuk mengurangi churn dan mengoptimalkan pengalaman pelanggan dengan produk, strategi, dan tim yang lebih kuat. Metrik ini memberi Anda gambaran tentang bagaimana perasaan pelanggan tentang perusahaan Anda kapan saja, dan dengan survei berulang pada interval yang ditentukan, Anda dapat memantau bagaimana sentimen itu berubah.

Banyak metrik kebahagiaan pelanggan sangat cepat dikumpulkan. Sebagai salah satu contoh paling populer, NPS hanya bertanya: “Pada skala nol hingga sepuluh, seberapa besar kemungkinan Anda merekomendasikan bisnis kami kepada teman atau kolega?”

2. Dukungan Data Tiket

Cara berwawasan untuk mengukur kebahagiaan pelanggan secara individu dan keseluruhan adalah dengan data tiket dukungan Anda. Ini termasuk metrik umum seperti volume tiket, topik, dan waktu penyelesaian, tetapi juga perlu mengotomatiskan properti data untuk setiap catatan pelanggan, seperti:

Tiket terakhir yang dikirimkan Jumlah tiket yang dikirimkan

Dengan otomatisasi di tim layanan Anda, Anda dapat membuat pemicu instan yang memberi tahu tim Anda jika skor kepuasan turun di bawah ambang batas tertentu atau sejumlah tiket dikirimkan dalam jangka waktu tertentu. Tim Anda kemudian dapat menjangkau untuk memeriksa bagaimana kinerja pelanggan dan mengurangi kemungkinan churn mereka.

3. Risiko Churn

Dengan menggabungkan metrik seperti kepuasan pelanggan dan data tiket dukungan, Anda dapat membuat formula yang disesuaikan untuk menghitung risiko churn. Dengan properti perhitungan di CRM Anda, Anda kemudian dapat mengukurnya secara otomatis dan menjaga pandangan terkini dan cerdas tentang pelanggan yang memiliki risiko churn tertinggi.

4. Alasan Keluar Pelanggan

Sangat disayangkan, tetapi itu terjadi: Anda tidak dapat mempertahankan setiap pelanggan selamanya. Jika pelanggan memang harus mengucapkan selamat tinggal, cobalah untuk memahami dan mencatat apa yang ada di baliknya dalam CRM Anda. Jaga agar jawaban ini tetap standar (seperti “terlalu mahal” atau “masalah dengan produk”) sehingga Anda dapat dengan mudah membuat laporan yang dapat ditindaklanjuti alih-alih memilah-milah data yang tidak terstruktur.

5. Alasan Kepuasan Pelanggan

Di sisi lain, jika pelanggan mencintai perusahaan Anda, pelajari alasannya! Buat serangkaian alasan kepuasan standar yang dapat Anda tanyakan kepada pelanggan Anda dengan skor NPS tinggi untuk dipilih.

Mengumpulkan, memelihara, dan memanfaatkan data pelanggan adalah pekerjaan yang tidak pernah Anda selesaikan. Tetapi ketika Anda memiliki data pelanggan yang relevan, akurat, dan terbaru, Anda membuat segalanya lebih mudah dan lebih berdampak untuk penjualan, pemasaran, layanan, dan seterusnya.

Untuk mempertahankan data dengan kualitas terbaik di setiap aplikasi dan memungkinkan departemen Anda berkolaborasi dengan lancar dalam wawasan, sinkronisasi data kontak dua arah antara aplikasi Anda. Dari CRM Anda hingga perangkat lunak pemasaran email dan platform dukungan, satukan aplikasi Anda untuk operasi berbasis data yang paling lancar di organisasi Anda.

Sumber Artikel