Pojišťovna se rozhodla použít svoji strategii segmentace orientovanou na zákazníka ve své internetové samoobsluze. Segmenty byly vytvořeny na základě rozsáhlého marketingového průzkumu. Leena je dlouhodobá zákaznice a je jí třicet let. Pravidelně se přihlašuje do internetové samoobsluhy, ze které spravuje své pojistky. Podle průzkumu jsou ženy kolem třiceti vhodnou cílovou skupinou pro nabídky na pojištění domácnosti. Je velmi pravděpodobné, že si právě pořizují svůj první vlastní dům či byt. Když se Leena přihlásila do internetové samoobsluhy, byla jí představena osvědčená, efektivní a stylová reklama na pojištění domácnosti. Leena si jí sice všimla, ale nezaujala ji. Kde se stala chyba?


Chyba se vlastně nestala nikde, alespoň z hlediska tradičního přístupu k marketingu. V tradičních médiích se u cílené reklamy nepředpokládá, že bude dokonale fungovat. V internetových službách se ale tyto segmenty stávají rolemi, jejichž prostřednictvím se různým skupinám nabízí cílený marketingový obsah založený na metadatech. Leena nepotřebovala pojištění domácnosti, jelikož byla právě uprostřed dlouhého pracovního pobytu v zahraničí, a tudíž se nezabývala trhem s byty. Místo toho by ji ale velmi zaujala nabídka životního pojištění pro celou rodinu a spojení několika jednotlivých pojistek do jednoho produktu nabízejícího komplexní pojistné krytí. Pojišťovna si tedy nechala uniknout příležitost, jak nabídnout Leeně produkt, který by ji zajímal. Na základě jejího uzavřeného cestovního pojištění ale mohla pojišťovna vědět, že se Leena chystá pobývat dlouhou dobu v zahraničí. Také již dříve navštívila stránku zabývající se komplexním pojistným krytím pro různé příležitosti. Jasné znamení zájmu! Nehledě na to, že pojištění domácnosti mohla mít již uzavřené. Přesto bylo zacílení reklamy založeno pouze na její roli třicetileté ženy a pravidelné zákaznice.

Cílený marketing
Co měla pojišťovna udělat? Internetová samoobsluha pojišťovny by měla klást velký důraz na efektivitu a zacílení nabídek služeb, jelikož uživatel ji nenavštěvuje pro zábavu. Uživatel ji potřebuje, aby si vyřídil různé záležitosti. Vytvoření sady pravidel pro přizpůsobení individuálním potřebám založené na profilových informacích je jedním z řešení zvýšení efektivity. Profilové informace se skládají z řady jednotlivých útržků informací o zákazníkovi. Tyto útržky se přidávají do profilové databáze. Pokud je Leena vnímána jako třicetiletá stálá zákaznice v roli založené na scénáři přizpůsobení individuálním potřebám, profilová databáze obsahuje o Leeně odpovídající útržky informací: 1) třicetiletá, 2) stálá zákaznice. Databáze může obsahovat bezpočet dalších útržků, jak kvalitativních (kde bydlí), tak kvantitativních (kolik má dětí). Ty mohly být importovány z předřazených systémů (stav účtu) nebo z jiných systémů, které obsahují informace o zákaznících (CRM). Informace vztahující se k jednomu zákazníkovi v profilové databázi se nazývají kumulativní profil zákazníka, protože narůstají a jsou aktualizovány na základě rozsahu a úrovně aktivity vztahu se zákazníkem. Může to být považováno za digitální ekvivalent životního cyklu vztahu se zákazníkem. Tím, že se kombinují tyto různé útržky profilových informací a využívají se pro vytvoření pravidel, která určují, jaké marketingové zprávy jsou jakým zákazníkům posílány, dostane zákazník pouze takové zprávy, které odpovídají jeho současné situaci, a počet irelevantních zpráv je minimalizován. Pokud se tedy například Leena přihlásí do samoobsluhy, aktivuje se pravidlo vytvořené pro nejviditelnější reklamu (POKUD se jedná o stálého zákazníka, POKUD navštívil stránku s produkty komplexního pojištění více než dvakrát a POKUD v současné době využívá několik individuálních produktů, PAK zobraz reklamu na produkty s komplexním pokrytím). Profiling založený na pravidlech postrádá jednu velkou vadu, která se projevuje u profilingu založeného na rolích: přílišné zjednodušení chování zákazníků. Zákazníci jsou jednotlivci a patří do několika skupin zároveň. Pokud se používá webová samoobsluha pro marketing, měla by se používat pro cílený přímý marketing, ne pro hromadný marketing.



Profiling založený na pravidlech
Profiling založený na pravidlech může být rozdělen do dvou různých přístupů, které se často používají současně:
· z obchodu odvozený profiling založený na velmi stabilní sadě pravidel,
· krátkodobý profiling používaný pro jednotlivé kampaně, kde jsou vytvořena pravidla tak, aby vyhovovala potřebám určité kampaně.

Pravidla založená na obchodní logice jsou taková pravidla, kterými se řídí každá organizace v každodenní činnosti - například jak jsou produkty oceňovány a zaměřovány na určité skupiny zákazníků. Tato pravidla jsou založena na firemní strategii a mění se, pouze pokud se mění tato strategie. Když se Leena přihlásila do webové samoobsluhu pojišťovny, bylo jejím záměrem vyplnit formulář pro uplatnění pojistného nároku v důsledku poškození její lodi. Pokud by samoobsluha použila logiku založenou na obchodních pravidlech, proces služeb pro zákazníky by měl vypadat následovně. Protože pojistné smlouvy celé Leeniny rodiny byly uzavřeny u jedné společnosti, je Leeně nabídnut náhled "privilegovaného zákazníka". Ten obsahuje různé funkce podpory, jako například možnost kontaktovat zástupce oddělení služeb pro zákazníky (profilová informace: privilegovaný zákazník). Jakmile je uzavřen příslušný obchod, je Leeně nabídnuta možnost zkombinování jejích pojistných smluv do jedné komplexní pojistky a obdrží kalkulaci z toho plynoucích úspor. To je založeno na kalkulacích pojišťovny, které ukazují, že v dlouhodobém výhledu jsou komplexní pojistky ziskovější. Nabídka byla aktivována třemi faktory:
· průměrná účtovaná částka přesahuje úroveň, která se finančně vyplácí pojišťovně i zákazníkovi (profilová informace: průměrný účet přes x euro),
· uživatel je "privilegovaný zákazník" (profilová informace: úroveň zákaznictví = privilegovaný),
· počet jednotlivých pojistek, které uživatel má, přesahuje určenou úroveň (profilová informace: více než x jednotlivých pojistných smluv).

Základní pravidla profilingu
Profiling může být použit na několika různých úrovních a implementován v několika fázích. Aby bylo možno vytěžit z profilingu založeného na pravidlech co nejvíce, měly by být splněny následující podmínky:
· uživatelé jsou identifikováni a jsou o nich shromážděny informace,
· informace jsou shromažďovány pomocí několika kanálů a systémů,
· produkty či služby, které jsou nabízeny, se od sebe dostatečně odlišují, co se týče typických prvků, a jejich výběr je široký.

Profiling založený na pravidlech funguje nejlépe v prostředích s digitálními službami pro zákazníky. V internetových obchodech se dá aplikovat pouze částečně. Profiling může být implementován do existující služby, ale nejlepších výsledků je dosaženo, když je implementován během procesu tvorby, nejlépe již ve fázi definice.

Teemu Kurri je Senior Consultant v úseku Digital Innovations společnosti TietoEnator. Je odpovědný za vývoj koncepcí digitálních zákaznických služeb. Článek byl se svolením autora převzat z časopisu URGE, vydání 2/2004.