הקדמה
כמו כולנו, גם אני מבקר מדי פעם בחו"ל.
במהלך הנסיעה האחרונה שלי ללונדון, החלטתי לנסות מלון בגישה מעט שונה – מלון Low Cost.
המלון הספציפי הזה נקרא Easy-Hotel, ובאופן לא מפתיע הוא שייך לקבוצת Easyjet (או ליתר דיוק מתופעל באמצעות Franchising).
אז איך מלון בלונדון קשור לעולמות הדאטה?
ובכן…
מאחר ומדובר בקונספט יחסית ייחודי של מלונות – עניין אותי מאוד מי קהל היעד למלונות האלה.
בשפה המקצועית זה נקרא פלחי לקוחות, או סגמנטים (Segments).
ומאחר ומדובר באחד מהתחומים האנליטיים הנפוצים ביותר – החלטתי לכתוב פוסט בנושא.
מהי סגמנטציה
כאשר חברה מסוימת רוצה להקים פעילות חדשה או לפתח מוצר חדש, אחת השאלות הראשונות שנשאלות היא עבור מי המוצר/שירות מיועד?
לכל קהל יעד מאפיינים ודפוסי התנהגות ייחודיים.
לדוגמה: מי מכם שביקר בחו"ל – ודאי שם לב שיש הבדל עצום בין הרגלי הצריכה שלנו כישראליים, מול נניח – תיירים מסין.
ובמאפיינים מסוימים ישנו הבדל מהותי גם בינינו לבין תיירים מאירופה, ואפילו בינם לבין עצמם.
גם הדוגמה הזו היא מאוד פשטנית, כי ברור לחלוטין שההבדלים בינינו כאינדיבידואליים הם הרבה מעבר למקום שבו אנחנו חיים.
יש כמובן היבטים דמוגרפיים כמו גיל, מגדר, מקום מגורים, מצב משפחתי. וגם הפרמטרים האלה הם רק קצה הקרחון.
ישנם פרמטרים אחרים אשר מאפשרים להבחין בין אינדיבידואלים – פרמטרים התנהגותיים או תוצאה של התנהגות שלנו. כמה דוגמאות: מה קנינו במהלך השנה האחרונה, היכן טיילנו, כמה שעות אנחנו עובדים ביום, גובה המשכורת שלנו וכיו"ב.
רגע, אבל לא כל אחד שונה ומיוחד?
התשובה היא כן, חד משמעית – כל אדם הוא ייחודי ועומד בפני עצמו.
לשפוט מה אדם מסוים יעשה – רק בהתייחס למה שאנשים אחרים הדומים לו עשו בעבר – זה לא הוגן ולא אתי; ובמקרים מסוימים זה גם לא חוקי…
ועדיין, כאשר עוסקים בשיווק של מוצר או שירות – פשוט אי אפשר להציע אותו "לכולם".
אפילו פייסבוק לא התחילה בתור רשת חברתית "לכולם", אלא בתור אפליקציית היכרויות לאוניברסיטאות בארה"ב.
קהל היעד שם היה סטודנטים עם צורך מאוד ספציפי.
לכן, צריך למקד את המוצר/שירות לקהל יעד יחסית ספציפי, ואת המיקוד הזה עושים באמצעות בחירת סט של מאפיינים של קהל היעד – דמוגרפיים, התנהגותיים ואחרים.
התהליך הזה, של מיפוי פלחי הלקוחות עבור הצעת מוצר/שירות מסוים, נקרא סגמנטציה.
ואיך כל זה קשור אלינו כאנליסטים?
מיפוי האוכלוסייה לפי מאפיינים מסוימים וכימות הפלחים הרלוונטיים למוצר/שירות מתבצע באמצעות שילוב של הערכות עסקיות ונתונים.
את ההערכות העסקיות מבצעים כמובן אנשי ביזנס ושיווק.
ומי מבצע את הכימות? אנחנו כמובן, אנליסטים.
אז איך זה נראה במציאות?
לפני שנבין איך מתבצע תהליך של סגמנטציה, צריך קודם כל להבין איך נראה סגמנט.
במקרה של המלון בלונדון, שמתי לב לכמה קהלים ייחודיים (כמובן שזה אינו מדויק, אלא הערכה כללית):
- 'חבורות' של צעירים סביב הגילאים 15-25.
- תיירים בגילאים 40-60 ממדינות מזרח אירופה.
- זוגות בגילאים 25-40 ממדינות מערב וצפון אירופה.
- תיירים מסין.
היו כמובן גם קהלים אחרים, אבל הסגמנטים האלה היו מאוד ברורים.
כאשר צוללים מעט יותר לעומק – ניתן להבין גם מה מושך כל קהל יעד כזה.
קודם כל – מלון Low Cost הוא כמובן זול; ומחיר זול מושך קהלים מסוימים.
לא צריך להיות מאוד חכם בשביל להבין שקהל מאוד מבוסס יישן במלונות יותר נוחים/מפוארים, וכמובן יקרים יותר.
זה מסביר את המשיכה של הצעירים למלון. כנראה שגם את התיירים ממזרח אירופה וסין – שייתכן ומושפעים מאוד מהמחיר (שוב – בהכללה גסה).
הסגמנט האחרון – של הזוגות ממערב אירופה וסקנדינביה – הפתיע אותי, שכן מדובר במדינות מאוד מבוססות, ובגילאים שאמורים כבר להיות בעלי הכנסה גבוהה יחסית.
וזה החלק המעניין בסגמנטציה – בהרבה מאוד מקרים אנחנו עשויים להיתקל בממצאים מאוד מעניינים ולא-טריוויאליים.
במקרים כאלה – צריך להעמיק יותר בניתוח הנתונים (או לאסוף עוד נתונים כמו סקרים וכו') על מנת לזהות את סיבות השורש לממצא.
מדוע? כי לעיתים קרובות בצורה הזו נוכל לזהות עוד צרכים של עוד קהלי יעד, מה שיאפשר לנו להציע מוצרים/שירותים מותאמים לעוד לקוחות, וככה לצמוח.
אז איך מבצעים סגמנטציה?
סגמנטציה ניתן לבצע בשתי צורות אפשריות: Top Down ו-Bottom Up.
גישת Top Down
השיטה הזו יוצאת מצד הביזנס/שיווק, באמצעות מיפוי עסקי של פלחי לקוחות רלוונטיים (נקרא גם 'פרסונות').
לאחר שיש אפיון ראשוני כזה, האנליסט מנסה להגדיר את הפרסונות בצורה טכנית, ולכמת כל סגמנט, על מנת להבין שיש מספיק פוטנציאל שיווקי.
המיפוי הזה משמש כמובן גם לבקרה בסוף התהליך על מנת לוודא שהמוצר/שירות שהוצע לאותו סגמנט אכן עובד בצורה יותר אפקטיבית למול סגמנטים אחרים.
דוגמה מייצגת: סטארטאפ שליוויתי עם אפליקציה לאורח חיים בריא.
בתחילת הדרך מיפינו 2 סגמנטים עיקריים: אנשי קריירה ומולם אנשים 'רוחניים'.
הגדרנו פרמטרים לזיהוי כל סגמנט (וכמובן גם סגמנטים אחרים) – בעיקר באמצעות טופס הרשמה, ולאחר מכן מדדנו את היקף הנרשמים בכל סגמנט.
באופן לא מפתיע, גילינו שאנשי 'רוחניים' נטו יותר להירשם ולהתמיד בשימוש באפליקציה מאשר אנשי קריירה.
לאחר מכן עדכנו את המסרים והתחלנו לשפר את יחסי ההרשמה והשימוש בכל סגמנט.
גישת Bottom-Up
הגישה הזו היא מבוססת נתונים, כלומר הטריגר הוא ניתוח נתונים, ורק לאחריו הבנה עסקית של הממצאים.
אתן כאן עוד דוגמה מאתר למציאת טיסות זולות שאני מלווה:
באתר ישנן סקירות של טיסות זולות כאלו ואחרות, והרשמה לניוזלטר (רשימת דיוור).
את הסקירות מפרסמים בקבוצות שונות בפייסבוק, ובוחנים את האפקטיביות של כל פוסט כזה בכל קבוצה למול הקבוצות האחרות.
באחד מהפוסטים עלה, שאחוזי ההרשמה לניוזלטר היו הכי גבוהים בפוסט שפורסם בקבוצה של סוכני נסיעות – בהשוואה לקבוצות אחרות של אנשים פרטיים.
המסקנה היתה שטיסות זולות מאוד מעניינות סוכני נסיעות – בצורה לא מפתיעה.
ומה עושים עם התובנה הזו?
זו כבר שאלה פרטנית בהתאם לתובנה, אבל בגדול אפשר לקחת את הממצאים לשני כיוונים:
הגדלת המכירות/כמות משתמשים, או הקטנת העלויות (התייעלות).
במקרה של אתר הטיסות הזולות: אם יש איתות שסוכני נסיעות מתעניינים מאוד בתכנים – אפשר לחשוב על שירות ייעודי עבורם, או מודל של שיתוף פעולה.
לגישת ה-Bottom Up קיימת גם הרחבה – המכונה Cluster Analysis (ניתוח אשכולות).
הכוונה היא לפילוח קבוצות העושה שימוש במודלים סטטיסטיים, דוגמת K-Means, Hierarchal Clustering ועוד.
זה רלוונטי בדר"כ כשיש הרבה מאוד נתונים, ורוצים לתת למחשב לזהות אוסף קרוב של תכונות דומות – ולפי זה לפלח.
גישה כזו נפוצה מאוד בעולמות ה-Gaming – שם יש הרבה מאוד נתונים, הנאספים בקצב מאוד מהיר – ולכן קשה מאוד לנתח באופן ידני.
לסיכום
סגמנטציה של לקוחות היא אחד מסוגי המשימות הנפוצות ביותר שדאטה אנליסט מבצע.
היא כוללת לרוב שילוב גם של ידע עסקי וגם של יכולות טכניות.
במאמר פירטנו כמה גישות עיקריות לביצוע סגמנטציה כזו – והמחשנו אותן באמצעות דוגמאות מעניינות.
חשוב מאוד להכיר את הדברים האלה מלמעלה, ולדעת לנתח את הנתונים בגישות הבסיסיות. ולא פחות חשוב הוא להבין שפידבק עסקי של אנשי הביזנס/שיווק/תפעול הוא קריטי בתהליך ביצוע הסגמנטציה.
הערה חשובה אחרונה לפני שנסיים נוגעת לזהירות המתבקשת בעת ביצוע סגמנטציה:
חלק מהפרמטרים – בעיקר נתונים מזהים או נתונים אישיים הם מאוד רגישים בהיבטים של סגמנטציה – ולא בכדי.
בסופו של דבר, מאחורי הנתונים נמצאים אנשים אמיתיים, וקבלת החלטות ממוחשבת עשויה תמיד לכלול הטיות מסוימות.
לכן, יש להקפיד מאוד על הפרמטרים המשמשים לביצוע סגמנטציה (ובכלל ניתוח אנליטי) – ולהימנע מפעולות שעשויות ליצור הטיה/אפליה על רקע מגדרי/גיל או כל פרמטר אחר.
להסיק על התנהגות עתידית של אדם מסוים בהינתן שאנשים שדומים לו עשו בעבר פעולה כזו או אחרת – זה משהו שעשוי להיות לא מדויק ואף מעבר לכך.
לכן, כאשר מבצעים סגמנטציות או כל פעולה אחרת על נתוני משתמשים/לקוחות – חייבים תמיד להפעיל שיקול דעת, ולהתבסס על מידע שיהיה כמה שיותר משקף ואמין.
יש חוקים ושיטות עבודה מקובלות (Best Practice) לטובת הנושא הזה, וחשוב להכיר אותם.
אז אחרי ההערה החשובה הזו נסכם את המאמר, ונבקש שפעם הבאה שאתם נוסעים לחו"ל, או אפילו נכנסים לחנות מסוימת – תתחילו לשים לב לסוג הלקוחות או האוכלוסייה שמסביבכם;
אבל יחד עם זאת – תזכרו שבסופו של יום כולנו מיוחדים וייחודיים.