Kundepersonaer i 2025: Hvorfor dine mislykkes (og hvordan du løser dem)

Hvorfor gammeldags kundepersonaer kommer til kort

Hvis din virksomheds ideelle kundeprofil ikke har udviklet sig siden de dage, hvor tredjepartscookies gik frit omkring, er du ikke alene. Mange virksomheder bruger stadig forældede metoder til at skabe kundepersonaer – tænk på interne mavefornemmelser, anekdotisk salgsfeedback og måske et drys af sidste års webanalyse. Resultatet er ofte en endimensionel karikatur af en kunde, som føles betryggende, men som sjældent er præcis. Faktisk har kundepersonaer “ikke ændret sig meget gennem årene”, og virksomheder misbruger dem ofte ved at invitere til intern bias og fylde dem med irrelevante detaljer(forrester.com). Alt for ofte lever disse personaer på en PowerPoint eller en plakat, som alle nikker til og derefter ignorerer (eller endnu værre, træffer fejlagtige beslutninger med).

Problemet med interne antagelser

Hvad kan være årsagen til, at disse traditionelle personaer er mindre effektive nu? For det første er de som regel udelukkende baseret på interne data og antagelser. Ingen ny forskning eller validering betyder, at personaen afspejler, hvad dit team tænker – ikke hvad kunderne gør. Som Forrester-analytikerne udtrykker det, er en persona kun så god som den objektive forskning, der ligger bag den; at basere sig på uprøvede antagelser er ensbetydende med bias. Desværre er der mange virksomheder, der gør netop det, skaber personaer i et vakuum og aldrig opdaterer dem, når markederne skifter.

Det skiftende datalandskab

Datalandskabet har også ændret sig under vores fødder. Med nye regler for beskyttelse af personlige oplysninger og afskaffelsen af tredjepartscookies mistede marketingfolk en stor del af den nemme indsigt i forbrugernes adfærd. Googles overgang til Analytics 4 (GA4) er et godt eksempel: Den er redesignet til en verden, hvor privatlivets fred er i højsædet, og den bevæger sig væk fra tredjepartscookies og læner sig i stedet op ad førstepartsdata og maskinlæring. Fordelen er bedre overholdelse af privatlivets fred; ulempen er, at marketingfolk får mindre granulære brugerdata out-of-the-box. Gamle personaer, der er bygget på de mange detaljer fra Universal Analytics eller cookie-baserede annoncedata, ligner nu dinosaurer. Kort sagt kan vi ikke forfølge brugere rundt på nettet, som vi plejede, så enhver persona, der er bygget på disse metoder, mister hurtigt relevans. Endelig skal du overveje, hvor statiske, forældede personaer er. Verden bevæger sig hurtigt i dag – algoritmer ændrer sig, trends eksploderer natten over på TikTok, forsyningskæder bryder sammen, og forbrugernes prioriteter skifter med hver eneste globale nyhedscyklus. Hvis din “idealkunde”-profil ikke følger med, er den sandsynligvis forkert. Det er sigende, at kun 44% af marketingfolk overhovedet bruger køberpersonaer i deres strategi(salesgenie.com)(hvilket betyder, at et flertal enten springer dem over eller opgiver dem), og blandt dem, der har personaer, er der mange, der ikke har opdateret dem for nylig. Det er en stor forspildt mulighed, især når personlig markedsføring er vigtigere end nogensinde (det kommer vi til om lidt). Summa summarum: At holde fast i en persona, der blev udarbejdet i et konferencelokale sidste år (eller for fem år siden), kan aktivt skade din markedsføring. Det gør dig blind for reelle ændringer i kundernes adfærd og kan føre til tonedøve kampagner. For at opbygge din ideelle kundepersona i dag er vi nødt til at droppe de rent fiktive profiler og omfavne en databeriget, løbende opdateret tilgang.

Mød den moderne digitale forbruger

For at forstå, hvorfor gårsdagens personaer kommer til kort, skal vi se på, hvem nutidens digitale forbrugere egentlig er. Spoiler: De er kanalhoppende, hyperinformerede og mere distraherede end en kat i en laserpointerfabrik. Det er afgørende at forankre dine personaer i denne virkelighed. Her er et par øjenåbnende statistikker.

Den altid aktive digitale virkelighed

Den gennemsnitlige internetbruger i 2023 tilbringer ca. 6 timer og 37 minutter online hver dag datareportal.com – næsten en tredjedel af deres vågne timer. Ud af den tid bruges over 2½ time om dagen på sociale medieplatforme. Forbrugerne er ikke bare kortvarigt online; de lever praktisk talt der, hvor de jonglerer med arbejde, shopping, underholdning og sociale forbindelser.

Desuden er den typiske person ikke loyal over for kun én platform eller enhed. I gennemsnit er en internetbruger i dag aktiv på omkring 7 forskellige sociale medienetværk om måneden. De starter måske dagen med at tjekke Instagram, opdager produkter på TikTok i løbet af frokosten, sammenligner priser på Google om eftermiddagen og skælder ud på Twitter om aftenen. Denne spredning af opmærksomheden betyder, at dine kunder efterlader digitale brødkrummer overalt – langt ud over din hjemmeside. Vi har også nået rekordniveauer for brug af flere enheder. Kunderne begynder måske at undersøge et produkt på deres telefon, køber det senere på en bærbar computer og kontakter support via en smarthøjttaler eller en chat-app. Hvert berøringspunkt er en brik i puslespillet. Det er ikke så mærkeligt, at hvis man kun stoler på en enkelt datakilde (som f.eks. webanalyse eller undersøgelser i butikken), kan man få en ufuldstændig forståelse af sin persona. Hvis du kun ser på én del – f.eks. hvad folk gør på din hjemmeside – overser du, at de samme kunder kan være meget forskellige på en anden kanal.

💡 For eksempel kan en kunde sjældent åbne dine marketingmails, men engagere sig i dit brands Instagram dagligt; en anden lurer måske på din hjemmeside uden at købe, før de ser en retargeting-annonce med rabat.

Hvad moderne kundepersonaer skal tage højde for

Den moderne forbruger er velinformeret og forventer bekvemmelighed. Undersøgelser viser, at over 50 % af forbrugerne nu forventer, at virksomheder forudser deres behov og kommer med relevante forslag, før de overhovedet tager kontakt. Og utålmodigheden er stor – hvis du bombarderer dem med generiske tilbud, der ikke passer, vil et flertal lukke øjnene for dig eller endda føle sig irriterede. Det, man kan lære af persona-opbygning: Din ideelle kunde er ikke en statisk skitse med én kanal og ét behov. De er flerdimensionelle. Enhver brugbar persona i dag skal tage højde for den digitale adfærds kompleksitet – de mange platforme, den konstante opkobling og de øgede forventninger. Det betyder også, at interne data alene (som f.eks. kun købshistorik eller Google Analytics) tegner et utilstrækkeligt billede. For virkelig at “bygge din ideelle kunde” skal vi samle data fra hele deres digitale liv, selvfølgelig med respekt for privatlivets fred og samtykke.

Manglen på et 360° kundebillede (og hvorfor data er så fragmenterede)

Hvis moderne forbrugere spreder deres data på tværs af dusinvis af kontaktpunkter, hvordan kan vi så nogensinde få et komplet billede? Det er den klassiske udfordring med et 360-graders kundebillede – og det er her, de fleste e-handelsvirksomheder kæmper. Det ironiske er, at mange virksomheder sidder på bunker af data om deres kunder, men det hele er fragmenteret i forskellige systemer. Din e-butik har webanalysedata, dit CRM-system har e-mail-engagement og købshistorik, dit team for sociale medier har demografiske oplysninger om målgruppen fra Facebook eller TikTok, din betalingsprocessor eller POS har transaktionsoplysninger … og disse dele taler sjældent sammen. Det er som at forsøge at løse et puslespil, når alle brikkerne sidder fast i forskellige kasser. Denne fragmentering er ikke bare en it-hovedpine; den dræber marketingindsigten. Når data er adskilt mellem platforme, bliver meningsfuld segmentering og personalisering næsten umulig.

En undersøgelse viste, at virksomheder mister 20-30 % af den årlige omsætning på grund af ineffektivitet forårsaget af dårlig datastyring (æv!), og hele 84 % af sælgerne siger, at fragmenterede data forhindrer dem i at levere en problemfri kundeoplevelse (linkedin.com).

Tænk over det – hvis dit e-mailsystem og din hjemmesideanalyse ikke deler data, sender du måske en e-mail til en kunde med en kampagne for et produkt, som de allerede købte i går (fordi dit e-mailværktøj ikke kendte til købet). Eller du behandler måske en genkøber med høj LTV på samme måde som en engangskøber, fordi deres adfærd lever i separate siloer. Disse fejltrin betyder tabt salg og svækket loyalitet.

Hvorfor kundedata bliver fragmenterede

• Flere platforme til forskellige funktioner: En e-handelsvirksomhed bruger måske en platform til onlinebutikken, en anden til e-mailmarketing, en separat CRM til kundesupport og måske et analyseværktøj eller to. Hver af dem genererer sit eget datasæt. Medmindre de integreres proaktivt, forbliver de isolerede.
• Forskellig forbrugeradfærd pr. kanal: Kunderne opfører sig forskelligt på din hjemmeside, på de sociale medier og i butikken (hvis du har en fysisk butik). Hvert berøringspunkt indfanger et forskelligt aspekt af personen (browserhistorik, sociale interesser, kredit- eller betalingsoplysninger, loyalitetsstatus osv.) Uden integration får du en fragmenteret persona – som blinde mænd, der beskriver en elefant fra forskellige vinkler.
• Ældre systemer og mangel på IT-ressourcer: Mindre virksomheder har ofte ikke råd til en fuldt ud samlet teknisk stak. Brudstykker af løsninger akkumuleres over tid. At integrere dem kræver teknisk ekspertise (API’er, datalagre) og løbende vedligeholdelse. Det er ikke alle virksomheder, der har et dedikeret udviklingsteam eller en dataingeniør til at gøre dette tunge arbejde.
• Privatlivs- og databegrænsninger: Ironisk nok kan strammere regler for privatlivets fred øge fragmenteringen. Med cookie-begrænsninger og opt-outs bliver tredjepartsdata, som tidligere flød frit, nu begrænset. Du har måske nogle førstepartsdata, men huller, hvor du plejede at være afhængig af tredjepartssporing. Medmindre du erstatter dem med nye strategier (som at spørge brugerne direkte eller udnytte indloggede data), står du tilbage med delvise visninger.

Hvorfor kundedata bliver fragmenterede

Alt dette fører til en ubehagelig sandhed: De fleste e-handelsmærker har ikke et 360° billede af deres kunder, selv om de tror, at de har det. Du har måske 36 forskellige visninger 36 forskellige steder. Det er ikke underligt, at det føles uoverskueligt at opbygge en virkelig præcis persona! For

at illustrere det kan vi forestille os et eksempel på en kundepersona – kunden Jane Doe. Din Shopify-butik kender Jane som køber nr. 1234, der købte to varer i sidste måned. Dit e-mailsystem kender hende som jane.doe@gmail.com, der klikker på 10 % af dine nyhedsbreve. Facebook kender hende som brugeren @JaneDoe, der likede dit sidste opslag. Din kundeservicesoftware kender hende via telefonnummeret som den person, der ringede om en returnering. Hvert system har en brik i Janes puslespil. Hvis du aldrig samler dem, vil din “persona” af Jane i bedste fald være ufuldstændig eller i værste fald helt misvisende

. Disse usammenhængende data gør også gamle persona-opbygningsøvelser (ofte udført på papir) næsten latterlige – teams ender med at gætte, hvad kunderne gør, fordi de ikke let kan se den fulde historie. Eller de ignorerer store mængder data, fordi de er for svære at konsolidere. Resultatet er en persona, der måske afspejler et udsnit (f.eks. adfærd på hjemmesiden), men ikke hele kunderejsen. Så hvordan bygger vi bro over denne kløft? Store virksomheder kaster penge efter problemet – massive datasøer, smarte kundedataplatforme (CDP’er), hære af dataforskere – men det er ikke muligt for alle. Faktisk bruger små virksomheder ofte tusindvis af dollars pr. bruger pr. måned på forskellige salgs- og marketingværktøjer og ender stadig med fragmenterede, uproduktive datasiloer. Av, av. Det er klart, at vi har brug for mere intelligente og tilgængelige metoder til at forbinde de forskellige data. Den opmuntrende nyhed er , at der findes løsninger til at tackle datafragmentering og opbygge rigere personaer – fra enkle taktikker som undersøgelser til højteknologiske platforme. I de næste afsnit vil vi udforske disse løsninger til opbygning af personaer, og hvordan du kan udnytte dem, uanset om du er en nystartet e-handelsvirksomhed eller en større onlineforhandler. Målet er at opnå den flygtige, samlede kundeforståelse uden at sprænge banken (eller din fornuft).

Løsninger: Moderne metoder til at opbygge personaer

At opbygge en datadrevet marketingpersona lyder måske højteknologisk, men det handler i bund og grund om at kombinere sund fornuft i kundeundersøgelser med smart brug af teknologi. Her skitserer vi en række tilgange – du kan bruge en eller en blanding af flere. Hver af dem har sine fordele, ulemper og omkostninger. Nøglen er at komme ud over gætterier og udnytte reelle, aktuelle data om dine kunder. Lad os dykke ned i det.

1. Regelmæssige undersøgelser og kundeforskning (Voice of Customer)

En af de enkleste måder at holde en persona frisk på er ved at spørge dine kunder om dem selv. Undersøgelser, interviews, feedbackformularer – disse traditionelle forskningsmetoder er stadig værdifulde. De giver kvalitative indsigter, som rådata måske ikke giver, f.eks. hvorfor en kunde opfører sig på en bestemt måde, eller hvilke problemer de forsøger at løse ved at bruge dit produkt.

💡 Du kan f.eks. sende en undersøgelse efter købet og spørge, hvordan kunden fandt dig, hvad der næsten afholdt dem fra at købe, og hvad de lægger vægt på (pris, kvalitet, bæredygtighed osv.). Med tiden opstår der mønstre, som giver oplysninger om din personas motivation og smertepunkter. Du kan også lave personlige interviews eller brugervenlighedstests for at se rigtige kunder interagere med dit website eller produkt.

Styrker: Undersøgelser og interviews giver dig indsigt direkte fra hestens mund. De kan validere (eller afkræfte) dine antagelser. Det er især nyttigt til at bekæmpe interne fordomme. Det er også relativt billigt – værktøjer som Google Forms eller SurveyMonkey er billige, og incitamenter som en lille kupon kan øge svarprocenten. I en verden med fokus på privatlivets fred er undersøgelser “nulpartsdata” (kunden giver frivilligt oplysninger) – der er ikke brug for cookies eller spionage.Svagheder: Ulemperne er, at undersøgelser er selvrapporterede (folk husker ikke altid eller fortæller den fulde sandhed om deres adfærd), og du hører måske kun fra en lille, højlydt delmængde. Det er også et øjebliksbillede; forbrugernes følelser kan ændre sig, så du skal lave undersøgelser regelmæssigt. Og helt ærligt kan svarprocenter være en udfordring – mange mennesker ignorerer undersøgelser, medmindre de er meget motiverede. Så selvom denne metode er fremragende til kvalitativ dybde, giver den dig ikke det komplette kvantitative billede. Den forener heller ikke automatisk data – du får indsigter, som du skal integrere med det, du ser i analyserne.Tip til bedste praksis: Gør kundeundersøgelser til en løbende vane. Selv en kort kvartalsvis undersøgelse eller et par kundeopkald om måneden kan bringe nye tendenser frem i lyset. Bare husk at handle på det, du lærer – før det tilbage til dine personaprofiler og del det med dit team. Lad det ikke blive endnu en rapport, der bliver arkiveret.

2. In-house udviklings- og datavidenskabsteams

I den anden ende af spektret fra gør-det-selv-undersøgelser er den tunge tilgang: at bruge dit eget tekniske team til at forene og analysere kundedata. Det betyder, at du giver udviklere eller data scientists til opgave at forbinde alle dine forskellige systemer og analysere tallene for at få indsigt. Dit team kan f.eks. opbygge et datalager, der henter data fra din e-handelsplatform, dit e-mailværktøj, annoncekampagner, kundesupportlogs osv. og derefter bruge analyser eller maskinlæring til at identificere forskellige kundesegmenter (personaer) ud fra de samlede data.Styrker: Når det gøres rigtigt, kan denne tilgang give den rigeste, mest skræddersyede intelligens. Du skaber i bund og grund din egen mini-Google-Analytics-on-steroider, der er specifik for din virksomhed. Interne teams kan lave præcis de forespørgsler og analyser, du har brug for (f.eks. “vis mig kunder med høj værdi, som surfer på mobilen kl. 2 om natten og reagerer på push-meddelelser”). Du ejer løsningen og dataene, hvilket er godt i forhold til overholdelse af privatlivets fred og fleksibilitet. Hvis du har datavidenskabelige evner, kan du endda blive forudsigelig – forudsige kundens livstidsværdi eller churn-risiko og indarbejde disse egenskaber i personaer.Svagheder: Den åbenlyse ulempe er omkostninger og kompleksitet. Det er notorisk svært at integrere flere datakilder – forvent utallige timer med at integrere API’er eller databaser. Det er ikke ualmindeligt, at sådanne projekter løber op i titusindvis af dollars i udviklertid eller kræver ansættelse af specialister. Det er heller ikke trivielt at vedligeholde disse pipelines (systemopdateringer eller API-ændringer kan ødelægge dit dataflow). I bund og grund er denne tilgang ofte kun mulig for større virksomheder eller teknisk kyndige virksomheder, der kan investere stort. Hvis du er en lille eller mellemstor e-handelsvirksomhed, har du måske ikke budgettet eller folkene til at gøre det internt. Selv hvis du har, kan det tage måneder at få resultater. Der er et kompromis: Byg det selv og få præcis, hvad du har brug for (men betal prisen), eller brug tredjepartsværktøjer, der måske ikke passer perfekt (men er færdige). Mange voksende e-handelsvirksomheder begynder at forsøge sig med intern dataforenkling, men indser, at det er en stor opgave. Det er okay, hvis du ikke kan lave “gør-det-selv-datavidenskab”. Den positive nyhed er, at der findes værktøjer til at hjælpe – hvilket bringer os videre til den næste metode.

3. Kundedataplatforme (CDP’er) og alt-i-en-løsninger

I løbet af de sidste par år er kundedataplatforme dukket op som den hellige gral til at forene kundeoplysninger. En CDP er dybest set en software, der suger data ind fra alle dine kilder (hjemmeside, mobilapp, e-mail, annoncer, CRM osv.), syr ensartede kundeprofiler sammen (og opklarer, at Jane Doe på din hjemmeside er den samme som Jane D. på din e-mail-liste) og ofte leverer værktøjer til segmentering og aktivering (som at skabe personabaserede målgrupper, som du kan sende til Facebook-annoncer eller e-mail). Eksempler er Segment (Twilio Segment), Adobe Real-Time CDP, Socialscore Light CDP, Treasure Data, mParticle og mange andre. For en e-handelsvirksomhed kan en CDP teoretisk set give dig det eftertragtede 360°-billede ved at fungere som den centrale hjerne. Det kan spore, at bruger X er den samme på tværs af enheder, har åbnet 5 e-mails, besøgt produkt A tre gange, købt to gange og har en åben kundeservicebillet – alt sammen i én profil. Du kan derefter definere personaer eller segmenter i CDP’en (f.eks. “Bargain Hunters” vs. “High-Spenders” baseret på adfærdsmønstre) og sende personaliserede kampagner i overensstemmelse hermed.Styrker: Den åbenlyse styrke er ensretning og handlingsmuligheder. En god CDP løser problemet med datafragmentering ved hjælp af design – den er bygget til at integrere datakilder og holde profiler opdateret i realtid. Mange CDP’er har også maskinlæringsfunktioner til at opdage kundeklynger eller forudsige egenskaber (som sandsynlighed for at købe). Når det er sat op, kan marketingfolk ofte bruge en CDP med minimal IT-hjælp, trække segmenter op eller eksportere målgrupper med et par klik. Det er en kæmpe gevinst for smidigheden. Kort sagt lover CDP’er at være en one-stop-shop til at omdanne fragmenterede data til sammenhængende, brugbare personaer og segmenter.Svagheder: To store: omkostninger og implementeringsindsats. CDP’er, især dem i virksomhedsklassen, er ikke billige. Minimumsinvesteringen er ofte i størrelsesordenen 4.000-12.500 dollars om måneden for en CDP-løsning, hvilket sætter den uden for rækkevidde for mange små virksomheder. Og det er kun licenser – du har måske også brug for en løsningstekniker eller partner til at implementere den. Det kan tage måneder at implementere en CDP fuldt ud og integrere alle dine datakilder. Hvis dine data ikke er rene eller konsistente, vil en CDP ikke løse det på magisk vis; skrald ind, skrald ud. For små og mellemstore virksomheder findes der lettere CDP-lignende værktøjer eller endda CRM-systemer (som HubSpot, som vi diskuterer senere), der indeholder nogle CDP-funktioner til en lavere pris, men de kræver stadig et engagement. Derudover betyder effektiv brug af en CDP, at dit team skal lære det og aktivt vedligeholde disse integrationer. Det er stærkt, men hvis det ikke udnyttes fuldt ud, kan det blive et dyrt stykke hyldevare. Vi er også nødt til at bemærke, at selvom CDP’er forener førstepartsdata (dine data), giver de ikke i sig selv ny ekstern indsigt ud over det, du fodrer dem med. Hvis du mangler data på nogle områder (hvis du f.eks. ikke har nogen idé om kundernes interesser på de sociale medier), vil en CDP i sig selv ikke udfylde det hul; den vil bare organisere det, du har.Kort sagt er CDP’er fantastiske for organisationer, der er rige på data og klar til at investere i infrastruktur til at bruge disse data. Hvis du er mindre, skal du ikke fortvivle – du kan stadig få mange fordele ved omhyggeligt at vælge en mere overkommelig platform, der dækker dine primære kanaler, eller ved at bruge den næste tilgang: Berigelse af tredjepartsdata.

4. Alternative dataleverandører og berigelsestjenester

En anden vej til at opbygge rigere personaer er at udvide dine data med eksterne kilder. Tænk på det som at lukke huller i din kundeviden ved at inddrage information udefra. Det er her, udbydere som SocialScore kommer ind i billedet (blandt andre). Disse tjenester indsamler forbrugerdata fra forskellige alternative kilder – ofte offentlige eller aggregerede data fra sociale medier, onlineadfærd, demografi osv. – SocialScore kan f.eks. tage en e-mailadresse eller et telefonnummer fra din kundeliste og slå den pågældende persons offentlige profiler på sociale medier, interesser og endda digitale fodaftryk op på hundredvis af hjemmesider. Pludselig finder du måske ud af, at den ukendte kunde går meget op i udendørs vandring og følger flere miljøvenlige mærker online – en indsigt, du aldrig har fået fra dine egne webstedsanalyser. SocialScore beskriver sin mission som at hjælpe virksomheder med at træffe smartere beslutninger ved at bruge alternative kundedata til analyse, forudsigelse og indsigt. I praksis betyder det, at de indhenter data fra mere end 300 hjemmesider og sociale platforme og scorer målgrupper på ting som interesser og onlineadfærd.

Hvordan ser det ud?

Lad os sige, at du har en persona som “Miljøbevidste Emma” for din serie af bæredygtige produkter, men alt, hvad du ved fra dine data, er, at Emma køber dine bambustandbørster. En berigelsestjeneste kan fortælle dig, at “Emma” (rigtige kunder, der passer til den profil) sandsynligvis også abonnerer på bestemte blogs om øko-livsstil, bruger meget tid på Pinterest, interesserer sig for yoga og har tendens til at bruge iPhones. Nu er din persona flerdimensionel: ikke bare hvad hun køber hos dig, men hvad hendes livsstil og præferencer er mere bredt.

Et casestudie om e-handel viste et brand, der brugte SocialScore til at indsamle data fra over 60 sociale netværk og websteder og hentede detaljer som brugerbiografier, interesser og kommunikationspræferencer for at opbygge detaljerede kundeprofiler – socialscore.io. Det gav dem mulighed for at personalisere markedsføringen ud fra hobbyer og præferencer for kommunikationskanaler – ting, de aldrig ville vide ud fra interne data alene.

Styrker

:

Berigelse af data kan give dig et mere fuldstændigt 360°-billede, uden at du behøver at indsamle alt selv. Det er som at sætte turbo på dine personaer med samfundsmæssig og adfærdsmæssig kontekst. Det er især værdifuldt for mindre virksomheder, der ikke har ressourcer til at spore brugere på tværs af nettet – disse udbydere har gjort benarbejdet. Det er også typisk hurtigere at implementere end en fuld CDP; du sender nogle kundeidentifikatorer og får berigede profiler tilbage. Tjenester som denne kan være mere overkommelige end at bygge en kæmpe stak – nogle opererer med pay-per-match eller abonnementsmodeller, der skaleres til din størrelse. De kan også levere scoringsmodeller (f.eks. en score for “social indflydelse” eller et estimat for “købekraft”), der hjælper med at segmentere kunder på nye måder.Svagheder: Der er vigtige forbehold. For det første skal man være opmærksom på datakvalitet og privatlivets fred. Du skal sikre dig, at datakilden overholder reglerne (tjek GDPR osv., og sørg for, at du har lov til at bruge disse data til markedsføring). Kunderne kan synes, det er uhyggeligt, hvis du pludselig målretter mod dem på baggrund af oplysninger, de aldrig har givet dig – så brug berigede data smart og etisk (f.eks. til at styre strategien, ikke til direkte at sige “vi ved, at du elsker at vandre”, hvis de aldrig har fortalt dig det). Desuden kan eksterne data nogle gange være forældede eller unøjagtige for specifikke personer – behandl dem som sandsynlige. En anden svaghed er, at brug af berigede data medfører ekstra omkostninger og skaber afhængighed af en tredjepart. Og det løser ikke interne siloer i sig selv; du skal stadig flette disse berigede data med det, du har (selvom mange udbydere leverer data i et format, der er nemt at importere, og nogle kan tilsluttes CRM’er eller CDP’er direkte).Brugssag: Alternative data er gode, når du vil udvikle dine personaer ud over det indlysende. Det handler ikke om at erstatte dine førstepartsdata, men om at fuldende billedet. Hvis din interne persona f.eks. er “Hannah med højt forbrug” baseret på købsværdi, kan berigelse måske afsløre, at der er to typer Hannah: en, der er karrierefokuseret og aktiv på LinkedIn, og en anden, der er social og aktiv på Instagram – og du ville nærme dig disse sub-personaer forskelligt. Uden data udefra ville du markedsføre til dem på samme måde og gå glip af nuancerne. Hver af disse løsninger, som f.eks. undersøgelser, CDP’er og databerigelse, adresserer et specifikt aspekt af personaen. Du behøver ikke nødvendigvis kun at vælge én. Faktisk er den bedste tilgang ofte en kombination: Brug undersøgelser til at få kvalitative følelser, brug din analytics/CRM til kvantitativ adfærd, og tilføj måske en databerigelsestjeneste for at få ekstra indsigt. Målet er at forvandle din persona fra en statisk skitse til en levende, datainformeret profil. Lad os nu se, hvordan en persona kan udvikle sig i praksis, når du anvender nogle af disse metoder.

Ofte stillede spørgsmål