JYSK ANALyse
Online
Segmentering: opdel markedet i kundesegmenter
Eksempel
Gennemsnittet kan skjule vækstpotentialet
Markedet samlet kan se fornuftigt ud. Men gennemsnittet kan skjule, at forskellige segmenter har helt forskellige udfordringer.
Markedet samlet
Gennemsnittet peger på ét problem: konvertering.
Opdelt på segmenter
| Segment | Kender → Relevant | Relevant → Overvejer | Overvejer → Kunde |
|---|---|---|---|
| Unge | 25 % | 40 % | 20 % |
| Familier | 50 % | 25 % | 35 % |
| Etablerede | 55 % | 45 % | 15 % |
Hvert segment har sin egen flaskehals i kunderejsen.
Unge
har et relevansproblem.
Familier
har et overvejelsesproblem.
Etablerede
har et konverteringsproblem.
Tallene er et illustrativt eksempel.
Hvad er segmentering?
Ingen kunder er ens. Nogle køber ofte, andre sjældent. Nogle vælger efter pris, andre efter kvalitet eller bekvemmelighed. En segmentering deler markedet eller jeres kundedatabase op i grupper af kunder, der ligner hinanden indbyrdes, men adskiller sig fra de andre grupper. Så kan I vælge, hvilke segmenter I vil satse på, og tilpasse produkter, budskaber og kanaler til dem.
Det får I svar på
- Hvilke segmenter består markedet eller kundebasen af?
- Hvor store er segmenterne, og hvad er de værd?
- Hvad kendetegner hvert segment: behov, adfærd, holdninger og demografi?
- Hvilke segmenter er mest attraktive for jer?
- Hvordan rammer I de enkelte segmenter bedst?
Hvad kan man segmentere på?
- Geografi: region, kommune, by eller land
- Demografi: køn, alder, indkomst, uddannelse, husstand
- Adfærd: forbrug, købsfrekvens, brugssituationer, kanalvalg
- Behov og holdninger: oplevede fordele, værdier og livsstil
- B2B: branche, størrelse, geografi og indkøbsadfærd
Demografi er god til at beskrive et segment, når det er fundet. Men behov, holdninger og adfærd forklarer ofte mere og er derfor et stærkere grundlag for at finde segmenterne.
Beslutninger
En god segmentering skal ændre beslutningen
Segmenter er kun værdifulde, hvis de fører til forskellige indsatser. Det afgørende spørgsmål er ikke, om kunderne kan opdeles i grupper, men: Hvilke forskelle er vigtige nok til, at I bør handle forskelligt?
En god segmentering hjælper jer med at beslutte:
Ender alle segmenter med samme produkt, samme kommunikation, samme kanaler og samme prioritering, tilfører segmenteringen ikke noget. Forskellige segmenter skal føre til forskellige beslutninger.
Prioritering
Segment Opportunity Index
Størrelse alene er ikke nok. Prioriteringen bør kombinere volumen, realistisk forbedringspotentiale og økonomisk værdi.
Størrelse er ikke det samme som potentiale
Segment A udgør 40 % af markedet, men har lav sandsynlighed for at vælge jer og lav økonomisk værdi.
Segment B udgør kun 20 %, men har høj relevans, høj sandsynlighed for at blive kunde og høj CLV. Det største segment er ikke nødvendigvis det mest interessante.
Segmentering og CLV hører sammen
Har Segment A en forventet CLV på 8.000 kr. og Segment B på 20.000 kr., bør det påvirke prioriteringen. Men et højværdisegment kan også være svært eller dyrt at konvertere.
Den interessante størrelse er derfor den forventede økonomiske værdi af en realistisk forbedring.
Kvalitet
Sådan vurderer vi en segmentløsning
Det er relativt let at få statistisk software til at finde fire, fem eller seks segmenter. Den svære del er at afgøre, hvilken løsning man skal tro på. Vi vurderer hver løsning på otte kriterier:
Statistisk kvalitet
Hvor godt beskriver modellen data, og er løsningen bedre end alternativerne?
Stabilitet
Opstår de samme segmenter, hvis analysen køres igen, eller data ændres lidt?
Segmentstørrelse
Er segmenterne store nok til at være kommercielt relevante og robuste?
Differentiering
Er segmenterne reelt forskellige på de forhold, der betyder noget?
Fortolkbarhed
Kan vi forklare, hvorfor segmenterne ser ud, som de gør?
Handlingsrelevans
Kan I faktisk gøre noget forskelligt over for segmenterne?
Identificerbarhed
Kan segmenterne genkendes i CRM, salg og marketing uden en ny stor undersøgelse?
Ekstern validering
Adskiller segmenterne sig også på fx køb, churn, brandvalg og mediebrug?
Fire segmenter kan være bedre end seks
Flere segmenter giver ikke automatisk mere indsigt. Små restgrupper og svært fortolkelige profiler skaber kompleksitet uden værdi. Den bedste model er den mest beslutningsrelevante model, der stadig er metodisk robust.
Demografi beskriver, men forklarer sjældent
To personer på 35 år kan have vidt forskellige behov, økonomi og beslutningskriterier. Demografi er god til at beskrive et segment, når det er fundet, men behov, holdninger og adfærd er ofte et stærkere grundlag for at finde det.
Sandsynligheder i stedet for kasser
Ud over k-means og hierarkisk clusteranalyse bruger vi probabilistiske modeller som Latent Class Analysis. Her får hver person en sandsynlighed for at tilhøre hvert segment, fx:
Det giver et mere realistisk billede og mindsker risikoen for at overfortolke hårde segmentgrænser.
Proces
Fra segmentbeskrivelse til segmentstrategi
Det handler ikke kun om, hvem segmenterne er, men om hvordan de bevæger sig gennem kunderejsen, hvor stort potentialet er, og hvad det er værd.
- Find meningsfulde forskelle
Grupper med forskellige behov, adfærd eller beslutningsmønstre. - Vælg den robuste løsning
Balancér statistisk fit, stabilitet, størrelse og fortolkbarhed. - Profilér segmenterne
Demografi, behov, adfærd, mediebrug og andre relevante kendetegn. - Validér dem
Adskiller segmenterne sig også på eksterne forretningsvariable? - Kobl dem til kunderejsen
Beregn hvert segments bevægelser fra kendskab til loyalitet. - Kobl dem til økonomi
Inddrag CLV, volumen og realistisk forbedringspotentiale. - Gør dem brugbare
Gør segmenterne genkendelige i CRM, salg og marketing.
Én kunderejse pr. segment
I Markedskortet 3.0 kobles segmenterne til kunderejsen. Hvert segment får sit eget mønster for, hvordan kunderne bevæger sig fra kendskab til loyalitet. Så går spørgsmålet fra “Hvem er kunderne?” til “Hvordan skal vi flytte dem, og hvad er det værd?”
Segmenter, der bliver brugt
Mange segmenteringer lever stærkt i præsentationen og svagt bagefter. Derfor tænker vi brugen ind fra starten, fx med få nøglespørgsmål eller en model baseret på jeres CRM-data.
To datakilder, der kan kombineres
Jeres egen kundedatabase, eventuelt beriget med eksterne markedsdata, og nye online-interview med 20–40 spørgsmål om behov, brugssituationer og adfærd.
Når segmenterne er fundet, kan I gå i dybden med en målgruppeanalyse. Se også kategorianalyse og brandanalyse.
Ofte stillede spørgsmål
Hvad er kundesegmentering?
En opdeling af markedet eller kundedatabasen i grupper, der ligner hinanden indbyrdes, men adskiller sig fra hinanden på behov, adfærd eller holdninger. Målet er at kunne prioritere og handle forskelligt over for grupperne.
Hvorfor ikke bare segmentere på demografi?
Demografi er god til at beskrive segmenter, men personer med samme alder og indkomst kan have vidt forskellige behov og beslutningskriterier. Behov, holdninger og adfærd forklarer derfor ofte mere.
Hvor mange segmenter kommer der typisk ud af en segmentering?
Typisk 3–6. Fire robuste segmenter kan være bedre end seks, hvis de ekstra segmenter er små eller svære at handle på.
Hvad er Latent Class Analysis?
En probabilistisk segmenteringsmetode, hvor hver person får en sandsynlighed for at tilhøre hvert segment i stedet for at blive placeret i én fast kasse. Det giver et mere nuanceret billede af markedet.
Kan vi bruge vores egen kundedatabase?
Ja. Den kan bruges alene, beriges med eksterne data eller kombineres med nye interview.
Hvordan bruger vi segmenterne bagefter?
Vi tænker brugen ind fra starten, fx med få nøglespørgsmål, der placerer nye kunder i et segment, eller en model baseret på jeres CRM-data, så salg og marketing kan arbejde med segmenterne i hverdagen.
Kan I segmentere B2B-markeder?
Ja. Både forbrugere og virksomheder kan segmenteres, og begge interviewes online.
Hvor lang tid tager en segmentering?
Typisk 4–6 uger fra opstart til færdig rapport.
Hvad koster en segmentering?
Prisen afhænger af datagrundlag, antal respondenter og analysens omfang. Få et uforpligtende tilbud.
Vi har blandt andet gennemført markedsanalyser for ...
