Kapitola 2

Méně dojmů, více dat

Jak skutečně pochopit zákazníka a něco s tím fakt udělat

Pamatujete si ještě, jak jste jako děti chodili na rande? Já moc ne, protože žiju už vlastně druhou dekádu v monogamním vztahu a milju to (ho). 🩶 Takže teď sáhnu hluboko do paměti a vybavím si jeden ze základních tipů. „Nestyď se, hodně se ptej a zajímej se o toho druhýho.“

No, a teď si představte, že jste s tím randem nikdy nepřestali, jen máte místo jednoho protějšku tisíce nebo statisíce zákazníků. Hezká neřest, co? 😅

Znát své zákazníky není jen nějaká cool marketingová fráze, kterou vám bude cpát každý konzultant. Mea culpa. Je to naprostý základ přežití. Vaše značka může mít nejlepší produkt na světě, ale pokud ho nikdo nekupuje, tak… no, víte jak to dopadne.

“Kdyby se mě někdo zeptal, jestli chci vydělat peníze, nebo poznat své zákazníky, vzal bych ty zákazníky. Peníze pak přijdou samy.”

— Jeff Bezos tohle asi neřekl, ale zní to cool, ne?

Kapitoly

Intuice vs. data: Bitva, ve které nemusí být poražený

Slyšel jsem už hodněkrát argument typu: „Já své zákazníky znám, nepotřebuju na to žádné fancy dotazníky.“ A víte co? Někdy je to pravda. Pokud máte pekárnu na rohu (třeba jako koorku) a každý den prohodíte pár slov se svými stálými zákazníky, možná opravdu víte, co chtějí.

Jenže intuice začíná selhávat ve chvíli, kdy:

  1. Máte více než pár desítek zákazníků
  2. Nevídáte je osobně
  3. Pracujete na něčem novém
  4. Chcete růst

 

Intuice je skvělý sluha, ale zatraceně mizerný pán. Data nejsou nepřítel vaší intuice – jsou její nejlepší kámoš. Zatímco intuice vám řekne „Tady něco nehraje“, data vám řeknou přesně co, kde a jak moc.

IKEA a jejich posedlost zákazníky

Fakt myslíte, že IKEA jen tak náhodou vymyslela ten bludiště-like koncept obchodů, kde se cítíte jako myš v laboratorním pokusu? Ehm, pardon za ten popis, ale sami víte, že je to pravda.

IKEA studuje pohyb zákazníků do takové hloubky, že ví, jak dlouho průměrný návštěvník vydrží bez odpočinku, a přesně v těchto bodech umisťuje své restaurace. Stejně tak vědí, že křivolaká cesta obchodem nám prodlužuje čas, který tam strávíme, což přímo koreluje s pravděpodobností nákupu.

Když tohle všechno víte, tak najednou ta cesta po šipkách nedává jen byznysový smysl, ale je to v podstatě věda o lidském chování přeložená do prodejní strategie. A to se vyplatí, že?

Klíčové otázky, na které potřebujete znát odpověď

Než se vrhnete na sofistikované metody výzkumu, začněte těmito základními otázkami:

Kdo jsou naši zákazníci? A tím nemyslím jen to, že jsou to ženy 25-45. To je úroveň poznání jako „je to člověk, co má dvě nohy“. Kdo jsou opravdu? Co je štve? Z čeho mají radost? Co je ráno první věc, na kterou myslí?

Co od nás očekávají? Kupují si od vás jen produkt, nebo řešení? Pocit? Status? Klid? Porozumět očekáváním je klíčové, protože nesplněná očekávání = zklamaní zákazníci = špatné recenze = 💩

Jaké problémy jim pomáháme řešit? Tady je důležité rozlišovat mezi tím, co si myslíte, že řešíte, a co skutečně řešíte. Třeba si myslíte, že prodáváte postel, ale ve skutečnosti prodáváte dobrý spánek. Myslíte si, že prodáváte software na projektové řízení, ale ve skutečnosti prodáváte klid a kontrolu nad chaosem.

Až budete znát odpovědi na tyhle otázky, máte základ pro další kroky. Bez nich stavíte svou značku na písku. A jak říká klasik, to nedělej…

Praktické metody výzkumu

Tak, teď už víme, PROČ potřebujeme naše zákazníky znát. Pojďme se podívat na to, JAK je poznáme tak, aby to neznamenalo bankrot vaší firmy nebo nervové zhroucení vašeho týmu.

Kvalitativní vs. kvantitativní výzkum: Bratři v marketingu

Kvalitativní výzkum je jako terapie – dostanete se hluboko do duše respondenta, ale stojí to spoustu času a peněz. Kvantitativní výzkum je jako rychlé vyšetření u doktora – zjistíte základní parametry, ale možná přehlédnete nějaké hlubší problémy. (Že jste mysleli okamžitě na proktologa, co? 🤨🫣).

V ideálním světě byste měli kombinovat obojí. V reálném světě, kde máte omezený rozpočet, se musíte rozhodnout, na co se zaměříte. Pojďme se podívat na konkrétní metody:

Kvalitativní rozhovory

Představte si, že máte možnost vzít vašeho zákazníka na kafe a hodinu se ho vyptávat na všechno, co vás zajímá. To je v podstatě kvalitativní rozhovor.

Pro: Získáte hluboký vhled do motivací, frustrací a přání. Proti: Časově náročné, potřebujete dobrého tazatele, výsledky nelze jednoduše zobecnit. Kdy použít: Když potřebujete porozumět proč za zákaznickým chováním. Ideální na začátku projektu nebo když potřebujete pochopit nový trend.

Tip z praxe: Pro rozhovory si vždycky připravte scénář, ale buďte připraveni ho porušit, pokud respondent odbočí zajímavým směrem. Někdy jsou nejlepší vhledy ty, na které jste se ani neptali!

Kvantitativní dotazníky

Zjednodušeně řečeno: kladete stejné otázky velké skupině lidí a hledáte vzorce v jejich odpovědích.

Pro: Statisticky validní data, možnost segmentace a křížové analýzy, relativně jednoduché na správu. Proti: Chybí kontext, respondenti často odpovídají to, co si myslí, že chcete slyšet, nikoliv to, co si opravdu myslí. Kdy použít: Když potřebujete potvrdit nebo vyvrátit hypotézu, porovnat preference nebo zjistit trendy v demografii.

Tip z praxe: Keep it short, stupid! Dotazník by neměl zabrat déle než 5 minut. Za každou otázku navíc exponenciálně klesá šance, že ho někdo dokončí.

Heatmapy

Tyhle barevné mapy webových stránek, které ukazují, kam lidé klikají a kam ne, jsou jako teplotní snímky vašeho webu. A stejně jako teplotní snímky v medicíně, i tady rudá barva obvykle znamená problém.

Pro: Vizuálně jasné, odhalí okamžitě problematická místa, konkrétní důkazy místo domněnek. Proti: Neposkytují kontext, proč se lidé takto chovají. Kdy použít: Při redesignu webu, když chcete pochopit, jak se lidé na vašich stránkách pohybují a co je zajímá.

Tip z praxe: I na tomto webu běží heatmapy. Zdarma od Microsfotu. Hledejte Microsoft Clarity. 

Analytické nástroje

Google Analytics a podobné nástroje jsou jako váš osobní Big Brother (ale v tom dobrém slova smyslu, pokud takový existuje).

Pro: Reálná anonymizovaná data o skutečném chování, dlouhodobé trendy, možnost segmentace. Proti: Potřebujete je správně nastavit, občas je těžké interpretovat příčiny chování a navíc uživatel může odmítnout cookies. Kdy použít: Vždycky. Seriózně, pokud nemáte nastavenu analytiku na svém webu, přestaňte číst a běžte to udělat hned teď.

Co je nej metoda? Ta, kterou opravdu uděláte.

Nebudu vám lhát – perfektní výzkum, který kombinuje všechny tyto metody, by stál majlant a trval dlouho. To si asi nemůžete dovolit. Pokud jo, tak mi napšite. S naší Míšou něco vymyslíme. 😁

A pokud ne, tak začněte s tím, co zvládnete. I jednoduchý dotazník s 5 otázkami, který pošlete svým zákazníkům, je lepší než žádný výzkum. A pokud máte možnost udělat třeba jen 3 hloubkové rozhovory se zákazníky, udělejte je. Slibuji, že se dozvíte věci, které vás překvapí.

Metoda

Cena

Čas

Velikost vzorku

Kdy použít

Kvalitativní rozhovory

$$-$$$

Dny-týdny

5-20 lidí

Když potřebujete hluboké porozumění

Kvantitativní dotazníky

$-$$

Dny

100+ lidí

Když potřebujete statisticky relevantní data

Heatmapy

$

Hodiny

Stačí 100 návštěv

Při optimalizaci webu

Analytické nástroje

$

Průběžně

Všichni návštěvníci

Pro sledování trendů

Jak je vidět, každá metoda má své místo. Ideální je začít s analýzou toho, co už máte (webová analytika), pak přidat kvalitativní vhled (pár rozhovorů) a nakonec to potvrdit kvantitativně (dotazník).

Jo, a v praxi se na ty komplexní analýzy lidé často vykašlou a jdou s intuicí. To je ok, ale pak se nedivte, když nový produkt nevyjde. Jak říkám: „Data nekecají, lidi ano.“

Jak strukturovat získaná data?

Máte za sebou výzkum, sebrali jste hromadu dat a… co teď? Bez struktury jsou data jen čísla a slova bez významu. Je to jako když máte všechny ingredience na skvělé jídlo, ale žádný recept.

Třídění dat – od chaosu k pořádku

První krok je data roztřídit. Existuje několik způsobů, jak na to, a který zvolíte, závisí na tom, co chcete zjistit:

Demografická segmentace

Tohle je klasika – třídíte zákazníky podle věku, pohlaví, příjmu, vzdělání, lokality… Prostě všechny ty objektivní věci, co o nich víte.

Kdy to dává smysl: Když máte velké rozdíly v chování mezi demografickými skupinami. Třeba teenageři vs. senioři používají technologie úplně jinak.

Kdy to nedává smysl: Když demografické rozdíly nehrají roli. Apple nepotřebuje rozlišovat, jestli iPhone kupuje 25letý nebo 45letý, když ho oba používají podobně.

Behaviorální segmentace

Tady třídíte podle toho, jak se lidé chovají – co nakupují, jak často, v kolik hodin, přes jaké zařízení…

Kdy to dává smysl: Téměř vždycky. Chování je obvykle lepší prediktor budoucího chování než demografické údaje.

Kdy to nedává smysl: Když nemáte dostatek dat o chování (třeba u nového produktu).

Psychografická segmentace

Tohle je ta nejvíc sexy část (teda aspoň pro mě 🤷‍♂️) – třídíte podle hodnot, postojů, životního stylu, aspirací…

Kdy to dává smysl: Když prodáváte produkt spojený s identitou nebo životním stylem. (Proč si někdo koupí Teslu místo jiného elektromobilu? Často kvůli tomu, co Tesla reprezentuje.)

Kdy to nedává smysl: Když máte čistě utilitární produkt (i když i tam může hrát roli, jak se kolem toho nastavíte – viz Duracell vs. jiné baterie).

Jak propojit data z různých zdrojů?

Tady je ta alchymie, která odděluje amatéry od profesionálů. Mít samostatné kapsy dat je jako mít puzzle od různých obrázků – dokud je nespojíte, neuvidíte celý obraz.

  1. Najděte společné jmenovatele – Třeba zákaznické ID, e-mail, nebo aspoň podobné segmenty.
  2. Vytvořte přehlednou tabulku/dashboard – Excel, Data Studio, Tableau… cokoliv vám umožní vidět data pohromadě.
  3. Hledejte korelace a vzorce – Chovají se lidé, kteří nakupují o víkendu, jinak než pracovní zákazníci? Mají zákazníci s vysokým CLV něco společného?

 

Tip z praxe: Vždycky začínejte s hypotézou, ale buďte otevření překvapení. Třeba „Myslím, že mladší zákazníci utrácejí méně, ale kupují častěji.“ A pak se podívejte, jestli to data potvrzují.

 

Vzorový postup: Jak přeměnit data na segmenty

Představte si, že prodáváte online kurzy digitálního marketingu. Máte data z Google Analytics, z vašeho CRM a z dotazníku spokojenosti. Co s tím?

  1. Vyfiltrujte základní segmenty podle chování:
    • Jednorázoví návštěvníci vs. vracející se
    • Ti, co si koupili jeden kurz vs. více kurzů
    • Ti, co dokončili kurz vs. nedokončili
  2. Přidejte demografické informace:
    • Začátečníci vs. pokročilí
    • Studenti vs. profesionálové
    • Malé firmy vs. korporáty
  3. Přidejte psychografické informace z průzkumu:
    • Motivace (kariérní postup, soukromé projekty, obecné vzdělávání…)
    • Preferovaný styl učení (video, text, praktická cvičení…)
    • Časové omezení (kolik času týdně jsou ochotni investovat)
  4. Vytvořte „persony“ nebo segmenty:
    • Kariérní řezbáři – lidé, kteří chtějí rychle získat konkrétní dovednost pro práci
    • Znalostní houby – ti, co chtějí hluboké pochopení témat bez časového omezení
    • Večerní podnikatelé – lidé, kteří se vzdělávají pro svůj boční projekt

 

Najednou máte místo změti dat jasnou představu, pro koho vlastně tvoříte obsah a jak ho zacílit.

Když to celé shrnu – data bez struktury jsou jako rýma bez kapesníku: otravná a k ničemu. Dejte jim strukturu a začnou vám konečně dávat smysl. A co je nejlepší? Budete díky nim vydělávat víc peněz. A o tom to celé je, ne?

Zákaznická cesta: Jak ji pochopit a mapovat?

Dalším krokem, jak zákazníka pochopit zase o trochu více, je pochopit, kudy se k vám dostává a jak proplouvá vaší značkou.

Pamatujete si na tu poslední dovolenou, kdy jste se těšili, jak si odpočinete, ale místo toho jste zažili peklo? Ztracená zavazadla, zpožděný let, hotel, který nevypadal ani trochu jako na fotkách… Tohle je přesně to, čemu chcete u svých zákazníků zabránit. A proto potřebujete mapovat zákaznickou cestu.

Co to je ta zákaznická cesta?

Příklad Customer Journey

Představte si zákaznickou cestu (customer journey) jako GPS navigaci vašeho byznysu. Ukazuje vám:

  • Kudy váš zákazník prochází od prvního setkání s vaší značkou až po opakovaný nákup
  • Kde naráží na překážky
  • Kde se mu naopak nečekaně rozsvítí oči nadšením
  • Jaké emoce při tom všem prožívá

Tohle není jen další marketingové cvičení. Je to mapa pokladu, která vám pomůže najít skryté příležitosti a zalepit díry, kudy vám utíkají zákazníci. A věřte mi, každý byznys má nějaké ty díry.

Fáze zákaznické cesty

Zákaznická cesta se obvykle dělí do několika fází. Existuje spousta modelů, ale já mám rád tenhle jednoduchý:

  1. Uvědomění – Mám problém
    Zákazník si uvědomí potřebu nebo problém. Třeba „Moje staré boty jsou ošklivé a nepohodlné.“
  2. Zvažování – Hledám řešení
    Zákazník aktivně zjišťuje informace a porovnává možnosti. „Jaké boty se teď nosí? Které značky nabízejí kvalitu za rozumnou cenu?“
  3. Rozhodnutí – Volím řešení
    Zákazník se rozhodne pro konkrétní řešení. „Koupím si ty Adidas, vypadají dobře a mají dobré recenze.“
  4. Nákup – Kupuji
    Samotný proces nákupu.
  5. Používání – Používám produkt
    Jak zákazník produkt používá a jakou s ním má zkušenost.
  6. Loajalita/Advokace – Sdílím svou zkušenost
    Zákazník se vrací k dalšímu nákupu nebo doporučuje produkt ostatním.

Tip z praxe: Většina firem se soustředí hlavně na fáze 3 a 4, zatímco ta nejlepší příležitost pro odlišení se od konkurence je často ve fázích 1, 2, 5 a 6!

 

Proč je to tak důležité?

Protože to, co nevidíte, nemůžete zlepšit. Když nevidíte, kde zákazníci odpadávají, nemůžete to napravit. Když nevidíte, co je nejvíc štve, nemůžete to změnit. A co nejhorší – když nevidíte, co funguje skvěle, nemůžete to posílit.

Navíc tenhle pohled z ptačí perspektivy vám dá kontext. Možná jste nadšení z vašeho nového chatbota, ale když se podíváte na celou zákaznickou cestu, zjistíte, že ve skutečnosti zákazníci potřebují spíš lepší popis produktu než rychlou odpověď na otázky.

Jak na to: Vytvoření vlastní mapy zákaznické cesty

Potřebujete:

  • Flipchart nebo velký papír (nebo digitální nástroj jako Miro)
  • Post-it lístky (lepíky)
  • Data z výzkumu (z předchozích kapitol)
  • Ideálně lidi z různých oddělení (marketing, prodej, zákaznická podpora). OSVČ to mají jasný 🤷‍♂️).

Postup:

  1. Definujte cílovou skupinu a scénář 
    Začněte s konkrétní cílovou skupinou (nejlépe z vašeho výzkumu). Pak definujte scénář – co se snaží tento člověk dosáhnout? Např. „Chlapi se snaží koupit nový notebook pro práci z domova během pandemie.“
  2. Načrtněte hlavní fáze 
    Nakreslete horizontální osu s fázemi zákaznické cesty.
  3. Identifikujte touchpointy
    Touchpointy jsou všechna místa, kde zákazník přichází do kontaktu s vaší značkou – web, sociální média, e-mail, telefonát s podporou, návštěva prodejny…
  4. Zaznamenejte akce, myšlenky a emoce Pro každý touchpoint si odpovězte:
    • Co zákazník dělá?
    • Na co myslí?
    • Jak se cítí? (Používejte emotikony pro rychlou orientaci)
  5. Najděte momenty pravdy 
    Momenty pravdy jsou klíčové body, kde se zákazník rozhoduje, zda s vámi bude pokračovat nebo ne. Označte je!
  6. Identifikujte bolesti a příležitosti 
    Kde zákazníci zažívají frustraci? Kde by mohla být zkušenost lepší? Kde jsou mezery v tom, co nabízíte?

 

Jednoduchá mapa zákaznické cesty pro e-shop s oblečením

Tady je jednoduchá ukázka, jak by mohla vypadat část mapy zákaznické cesty:

Fáze: Zvažování

Touchpoint: Instagram

  • Akce: Vidí sponzorovaný příspěvek s novým tričkem
  • Myšlenky: “To vypadá zajímavě, zajímalo by mě, kolik to stojí”
  • Emoce: 🤔 Zvědavost
  • Bolesti: Není jasná cena, nejsou detaily
  • Příležitost: Přidat odkaz na produkt, ukázat cenu

 

Touchpoint: Webové stránky

  • Akce: Prochází stránku produktu, zjišťuje velikosti, materiál
  • Myšlenky: “Líbí se mi to, ale mají moji velikost? Jak to sedí? Co když mi to nebude?”
  • Emoce: 😕 Nejistota
  • Bolesti: Chybí průvodce velikostmi, nejsou fotky na modelech různých postav
  • Příležitost: Vytvořit podrobného průvodce velikostmi, přidat video

 

Touchpoint: Recenze

  • Akce: Čte recenze zákazníků
  • Myšlenky: “Hmm, někdo píše, že je to menší, než čekal… ale jiní jsou spokojení”
  • Emoce: 🤨 Skepticismus
  • Bolesti: Protichůdné recenze, neví, komu věřit
  • Příležitost: Zajistit více ověřených recenzí, zobrazovat recenze od podobných zákazníků

 

Tipy pro tvorbu efektivní mapy zákaznické cesty

  1. Zůstaňte u reality, ne u přání 
    Mapujte skutečnou zákaznickou cestu, ne tu, kterou byste chtěli mít. Upřímnost je základ.
  2. Používejte skutečná data 
    Váš zákaznický zážitek není to, co si myslíte – je to to, co zákazníci skutečně zažívají. Používejte výzkum!
  3. Buďte konkrétní 
    Zákazník je zmatený je příliš vágní. Zákazník neví, jak zvolit správnou velikost, protože průvodce velikostmi používá jen číselné hodnoty bez vysvětlení je mnohem užitečnější.
  4. Nezapomeňte na emoce 
    Lidé jsou emocionální tvorové. Nákupní rozhodnutí děláme často na základě emocí a pak je racionalizujeme. Nezapomeňte zachytit, jak se zákazník v každém bodě cítí.
  5. Nebojte se negativního feedbacku 
    Nejcennější informace jsou často ty, které nechcete slyšet. Bolestivé body jsou příležitostmi ke zlepšení.

 

Nástroje pro vytvoření mapy zákaznické cesty

Existuje mnoho nástrojů, ale nejlepší je ten, který budete skutečně používat:

  • Analogové: papír, tužka, post-ity, nástěnka 🩶
  • Digitální pro týmy: Miro, Figma, MURAL, Lucidchart
  • Specializované: UXPressia, Smaply

Osobně preferuji začít na papíře s post-ity a až pak to přenést do digitálu. Fyzický proces má něco do sebe – uvidíte vzorce a souvislosti, které byste jinak mohli přehlédnout.

A co dál?

Mapa zákaznické cesty není cíl – je to začátek. Jakmile ji máte, můžete:

  1. Identifikovat prioritní problémy – Které body frustrují zákazníky nejvíc?
  2. Najít rychlé výhry – Co můžete snadno vylepšit?
  3. Objevit mezery ve vašem řešení – Kde nemáte odpověď na zákazníkovy potřeby?
  4. Stanovit metriky – Jak budete měřit vylepšení v každém bodě?

Nezapomeňte, že zákaznická cesta není statická – mění se s časem, novými technologiemi a očekáváními zákazníků. Aktualizujte ji pravidelně!

Jednoduchá šablona pro mapování zákaznické cesty
Jednoduchá šablona pro mapování zákaznické cesty
Obecný model zákaznické cesty
Obecný model zákaznické cesty

Jak vyhodnotit data a přeměnit je v akci?

Tak, data máme, krásně jsme je roztřídili, dokonce jsme vytvořili i mapu zákaznické cesty. A teď co? Naložit s tím vším do skříně, vytáhnout jednou za rok na poradu a pak zase uložit? To by byl trochu drahý suvenýr, ne?

Pravý důvod, proč jsme celou tu datovou detektivku podnikli, je ZMĚNA. Změna, která povede k lepším výsledkům. Jenže otázka zní: které změny udělat a v jakém pořadí?

Nastavení priorit – všechno nejde hned

Velká společnost možná má prostředky na to řešit všechny problémy najednou. Vy pravděpodobně ne. Takže musíte prioritizovat. Ale jak?

Existuje několik modelů prioritizace, já osobně mám rád jednoduchý Impact/Effort framework:

  1. Vysoký dopad / Nízké úsilí: Tohle jsou ty “rychlé výhry” – dělejte je HNED
  2. Vysoký dopad / Vysoké úsilí: Strategické projekty – naplánujte je
  3. Nízký dopad / Nízké úsilí: “Proč ne” kategorie – udělejte, když je čas
  4. Nízký dopad / Vysoké úsilí: Vyhněte se jim

 

Tip z praxe: Neberte to jako dogma. Někdy má smysl udělat i “nízký dopad / nízké úsilí” věci okamžitě, protože vám dají rychlý pocit pokroku a motivaci.

Jak určit dopad? Doporučuji kombinaci:

  • Kolik zákazníků to ovlivní?
  • Jak moc je to bolí?
  • Jaký finanční dopad to může mít?

 

Propojení dat s cíli značky

Tohle je klíčové. Nejde jen o to vyřešit každý problém, který jste našli. Jde o to vyřešit problémy, které vám brání v dosažení vašich cílů.

Pokud je vaším cílem zvýšit retenci zákazníků, zaměřte se na problémy, které způsobují, že zákazníci odcházejí.

Pokud je vaším cílem zvýšit průměrnou hodnotu objednávky, zaměřte se na problémy, které brání cross-sellingu a up-sellingu.

Dává to smysl? Skvělé.

 

Příklady změn na základě dat

Pojďme se podívat na několik příkladů, jak lze konkrétní zjištění přeměnit v akce:

Zjištění: 68 % zákazníků opouští košík, když vidí poštovné
Akce: Nabídněte dopravu zdarma nad určitou částku a jasně to komunikujte už na úvodní stránce

Zjištění: Zákazníci jsou zmatení z příliš mnoha možností ve vašem e-shopu
Akce: Zjednodušte navigaci, přidejte filtry a průvodce výběrem

Zjištění: Lidé nerozumí některým funkcím vašeho produktu
Akce: Vytvořte krátká instruktážní videa a přidejte je na stránku produktu

Zjištění: Zákazníci se cítí nejistí ohledně velikostí oblečení
Akce: Implementujte virtuální zkoušení nebo detailnější průvodce velikostmi s měřeními

Zjištění: Zákazníci často kontaktují podporu se stejnými otázkami
Akce: Vytvořte sekci FAQ a umístěte ji prominentně

Všimněte si, že každá akce je:

  • Konkrétní
  • Měřitelná
  • Řeší specifický problém

 

Chyby, kterým se vyhnout

  1. Analýza paralýza: Nekonečné analyzování dat bez akce. Stanovte si deadline pro analýzu.
  2. Řešení symptomů, ne příčin: “Zákazníci nevidí tlačítko koupit” může být symptom špatného designu celé stránky.
  3. Příliš mnoho změn najednou: Pokud změníte 10 věcí současně, jak poznáte, co vlastně pomohlo?
  4. Ignorování kontextu: Možná zákazníci opouštějí košík ne kvůli vám, ale kvůli sezóně (např. před Vánoci lidé porovnávají více obchodů).
  5. Přeceňování rychlých oprav: Některé problémy vyžadují hlubší strukturální změny, ne jen kosmetické úpravy.

 

Testování a iterace

Před plošným nasazením změn je často dobré je otestovat na malém vzorku. A/B testování je skvělý způsob, jak ověřit, zda vaše řešení skutečně funguje.

A pamatujte – nevyšlo to podle očekávání? To není selhání, to jsou data! Použijte je k úpravě vašeho přístupu a zkuste znovu.

Pokročilé nástroje pro segmentaci zákazníků

Doposud jsme se bavili o základech. Ale co když chcete jít ještě o level výš? Co když chcete být tím týpkem nebo týpkou, co na poradě vytáhne analýzu, po které všichni jen tiše zírají, než se ozve „Ty vole, tohle je dobrý!“?

Pojďme se podívat na několik pokročilejších technik, které vám pomůžou lépe pochopit vaše zákazníky, a hlavně – vydělat na tom pořádný balík.

 

RFM analýza: Jednoduchá, ale brutálně účinná

RFM analýza zní složitě, ale ve skutečnosti je to něco, co pravděpodobně instinktivně děláte už teď. Stojí na třech jednoduchých otázkách:

  • Recency (Jak nedávno nakoupili?): Čím nedávněji zákazník nakoupil, tím pravděpodobněji nakoupí znovu.
  • Frequency (Jak často nakupují?): Čím častěji nakupují, tím loajálnější obvykle jsou.
  • Monetary Value (Kolik utrácejí?): Zákazníci, kteří utrácejí více, jsou pro vás hodnotnější.
RFM Analýza
RFM Analýza
RFM Analýza
RFM Analýza

Postup je “jednoduchý”:

  1. Přiřaďte každému zákazníkovi skóre 1-5 pro každou dimenzi (5 je nejlepší)
  2. Kombinací těchto tří skóre vznikne segment

 

Například zákazník s kódem 555 je v nejlepším segmentu – nakoupil nedávno, nakupuje často a utrácí hodně. Takové zákazníky byste měli hýčkat jako oko v hlavě!

Naopak zákazník s kódem 111 je asi na odchodu – dlouho nenakoupil, nakupuje zřídka a utrácí málo. Tyhle zákazníky buď zkuste reaktivovat speciální nabídkou, nebo se s nimi v klidu rozlučte.

Praktický tip: RFM analýzu můžete udělat docela snadno v Excelu nebo Google Sheets. Nepotřebujete na to drahý software!

Příklad jednoduché RFM analýzy v Excelu

  1. Vytvořte tabulku se sloupci:
    • Zákazník ID
    • Datum posledního nákupu
    • Počet nákupů
    • Celková útrata
    • R skóre (1-5)
    • F skóre (1-5)
    • M skóre (1-5)
    • RFM kód (kombinace tří skóre)
  2. Rozdělte zákazníky do kvintilů (pětin) pro každou metriku a přiřaďte skóre 1-5
  3. Spojte skóre do RFM kódu
  4. Analyzujte výsledky a rozdělte zákazníky do segmentů jako:
    • “Šampioni” (skóre 555, 554, 544, atd.)
    • “Loajální zákazníci” (např. 535, 534, 445, atd.)
    • “Potenciální odpadlíci” (např. 311, 411, atd.)
    • “Ztracení” (111, 112, atd.)

Pro každý segment pak můžete vytvořit specifickou strategii:

  • Šampioni: Věrnostní program, VIP nabídky, early access k novým produktům
  • Loajální: Udržujte je spokojenými, nabízejte cross-sell
  • Potenciální odpadlíci: Win-back kampaně, průzkumy spokojenosti
  • Ztracení: Reaktivační nabídky s velkými incentivami nebo je nechte jít

 

Pokročilý návod najdete na konci textu.

 

Behaviorální segmentace na základě webových interakcí

Jak lidé interagují s vaším webem může prozradit víc než demografické údaje. Ale jak na to?

  1. Identifikujte klíčové interakce: Co jsou ty nejdůležitější akce, které uživatelé na vašem webu dělají?
    • Vyhledávání vs. procházení kategorií
    • Čtení recenzí vs. sledování parametrů
    • Používání filtrů vs. přímé vyhledávání
  2. Vytvořte behavioral clusters: Hledejte vzorce v tom, jak různí uživatelé interagují s vaším webem
    • Průzkumníci – dlouho procházejí web, mnoho stránek na návštěvu
    • Lovci slev – jdou přímo na výprodeje
    • Váhaví – opakovaně navštěvují stejné produkty, ale nenakupují
    • Experti – používají pokročilé filtry, porovnávají
  3. Přizpůsobte UX podle segmentu: Jakmile identifikujete tyto vzorce, můžete web personalizovat
    • Průzkumníkům nabídněte “objevte více” sekce
    • Lovcům slev zvýrazněte akce
    • Váhavým nabídněte live chat nebo srovnání produktů
    • Expertům poskytněte detailní technické informace

 

Tohle není sci-fi – s nástroji jako Google Analytics 4, Hotjar, nebo pokročilejšími jako Mixpanel nebo Amplitude je to dnes reálně dosažitelné.

 

Psychografická segmentace: Pochopení hodnot a životního stylu

Zatímco demografická segmentace vám říká, KDO jsou vaši zákazníci, psychografická vám říká, JAK MYSLÍ. A to je zlato.

Jde o segmentaci podle:

  • Hodnot: Co je pro ně důležité? (rodina, kariéra, příroda…)
  • Životního stylu: Jak tráví svůj čas? (sport, kultura, domácí pohoda…)
  • Osobnostních rysů: Jsou spíše dobrodruzi, nebo hledají jistotu?
  • Sociálních aspirací: Kam směřují, čeho chtějí dosáhnout?

Jak získat tato data?

  1. Kvalitativní výzkum: Hloubkové rozhovory jsou zde nenahraditelné
  2. Psychografické průzkumy: Existují standardizované dotazníky
  3. Analýza sociálních médií: Co sledují, co sdílejí, co komentují
  4. Nákupní historie: Co kupují kromě vašich produktů?

 

Tip: Kombinujte psychografii s RFM! Když víte, že váš “šampion” segment se zajímá o udržitelnost, můžete jim nabídnout premium eko-produkty s vyšší marží.

 

Jak segmentace pomáhá přizpůsobit nabídku a komunikaci

Dobrá segmentace není samoúčelná – musí vést k akci. Jak konkrétně ji využít?

Personalizace webu

  • Jiná úvodní stránka pro různé segmenty
  • Personalizované produktové doporučení
  • Přizpůsobené výzvy k akci

Zacílená e-mailová komunikace

  • “Šampionům” nabídněte exkluzivní preview nové kolekce
  • “Váhavým” pošlete srovnávací tabulku produktů
  • “Lovcům slev” zasílejte flash sale nabídky

Přizpůsobení produktové nabídky

  • Vytvořte bundle speciálně pro určité segmenty
  • Nabídněte různé cenové úrovně pro různé segmenty
  • Vyvíjejte nové produkty na základě potřeb klíčových segmentů

Zákaznická podpora

  • Priority support pro VIP zákazníky
  • Self-service možnosti pro “experty”
  • Proaktivní podpora pro “váhavé”

Časté chyby při poznávání zákazníků

Teď když jsme probrali všechny ty krásné teorie a nástroje, pojďme se podívat na temnou stranu – na způsoby, jak to celé podělat. Protože ruku na srdce, udělat chybu je mnohem snazší než udělat věci správně.

A bohužel, chyby v poznávání zákazníků jsou jako špatná diagnóza v medicíně – vedou k léčbě, která nejen že nepomůže, ale může aktivně uškodit. Takže pojďme projít ty nejčastější pasti, abychom se jim mohli vyhnout.

Příliš obecné dotazníky

Asi všichni jsme se setkali s dotazníkem typu „Jak jste spokojeni s našimi službami? 1-5“ a podobnými obecnými otázkami. Tyhle dotazníky jsou jako návštěva u lékaře, kde vám doktor řekne „Tak co vás trápí?“ a než stihnete odpovědět, už píše recept.

Proč je to problém

  • Obecné otázky generují obecné odpovědi
  • Nedozvíte se konkrétní problémy
  • Často potvrzují jen to, co už víte

Jak to napravit

  • Ptejte se na konkrétní zkušenosti (Co vám šlo špatně při poslední objednávce?)
  • Používejte otevřené otázky (Popište, jak byste vylepšili náš proces objednávky)
  • Zkoumejte hlubší motivace (Proč jste si vybrali zrovna náš produkt?)

 

Tip z praxe: Dobrý dotazník by měl zákazníka přimět přemýšlet. Pokud může odpovědět za 30 sekund bez zamyšlení, pravděpodobně nezískáte cenné informace.

 

Záměna osobních názorů za skutečná data

Tohle je klasika. „Já osobně bych to nikdy nekoupil za tuhle cenu, takže ani naši zákazníci to nekoupí.“ Nebo „Moje máma by tomu nerozuměla, takže to musíme zjednodušit.“

Problém? Vy nejste váš zákazník. Vaše máma taky ne. (Teda povětšinou.) A to, co funguje pro vás, nemusí fungovat pro ně.

Proč je to problém

  • Vytváříte produkt pro sebe, ne pro své zákazníky
  • Ignorujete skutečná data ve prospěch intuice
  • Projekce vlastních preferencí na celou populaci

Jak to napravit

  • Vždycky se ptejte: „Máme na to data?“ místo „Co si myslíme?“
  • Testujte své předpoklady na reálných zákaznících
  • Diverzifikujte svůj tým, abyste snížili riziko skupinového myšlení

 

Příběh z praxe: Jednou jsem pracoval s firmou, kde celý produkt byl navržen podle toho, co se líbilo majiteli. Když jsme konečně provedli výzkum, zjistili jsme, že zákazníci chtěli pravý opak. Asi je vám jasný, co to všechno znamenalo.

 

Ignorování kvalitativních dat

V dnešní době čísel a analytiky je snadné zapomenout na kvalitativní stránku věci. Víte, kolik lidí opustilo košík, ale nevíte proč.

Proč je to problém

  • Čísla ukazují CO se děje, ne PROČ
  • Bez kontextu mohou být kvantitativní data zavádějící
  • Přehlížíte emocionální stránku rozhodování

Jak to napravit

  • Doplňte kvantitativní data kvalitativními rozhovory
  • Čtěte komentáře a recenze (a berte je vážně!)
  • Používejte open-ended otázky v průzkumech
  • Pravidelně si povídejte se svými zákazníky

Spoléhání se pouze na hlasité zákazníky

Paradox zákaznické zpětné vazby: Ti, kteří jsou nejvíc nespokojení nebo nejvíc spokojení, jsou nejhlasitější. Většina zákazníků – ta „tichá střední většina“ – nemluví.

Proč je to problém

  • Extrémní názory nejsou reprezentativní
  • Reagujete jen na „výkřiky“, ne na běžné problémy
  • Riskujete optimalizaci pro okrajové případy

Jak to napravit

  • Aktivně vyhledávejte zpětnou vazbu od „tiché většiny“
  • Používejte náhodné vzorky, ne jen ty, kdo se sami ozvou
  • Vždy se ptejte: „Je tohle běžný problém, nebo výjimka?“

 

Nedostatečná segmentace

„Naši zákazníci chtějí nižší ceny!“ – Ale kteří zákazníci? Všichni? Nebo jen určitý segment?

Proč je to problém

  • Různé skupiny zákazníků mají různé potřeby
  • Obecná řešení často neuspokojí nikoho
  • Plýtváte zdroji na uspokojení lidí, kteří nejsou vaší cílovou skupinou

Jak to napravit

  • Vždy analyzujte data po segmentech
  • Identifikujte klíčové segmenty pro váš byznys
  • Přizpůsobte řešení pro každý segment zvlášť

 

Přílišné spoléhání na deklarované preference

Lidé často říkají jednu věc a dělají druhou. Kolik lidí tvrdí, že by si rádi připlatili za ekologický produkt, ale v obchodě sáhnou po levnější variantě?

Proč je to problém

  • Existuje rozdíl mezi tím, co lidé říkají a co dělají
  • Lidé chtějí vypadat lépe (sociální desirability bias)
  • Zákazníci sami často nevědí, co skutečně chtějí

Jak to napravit:

  • Sledujte skutečné chování, ne jen deklarované preference
  • Testujte různé varianty v reálném prostředí (A/B testování)
  • Používejte nepřímé otázky, které obcházejí sociální desirability bias

 

Kontrolní seznam: Jsou naše data relevantní a použitelná?

Než začnete dělat velká rozhodnutí na základě vašeho výzkumu, položte si tyto otázky:

✅ Máme dostatečně veliký a reprezentativní vzorek?

  • Není to jen pár hlasitých zákazníků?
  • Zahrnuli jsme všechny relevantní segmenty?

 

✅ Kombinujeme kvantitativní i kvalitativní data?

  • Máme čísla, která ukazují rozsah problému?
  • Rozumíme důvodům za těmito čísly?

 

✅ Rozumíme kontextu?

  • Bereme v úvahu sezónnost, konkurenci, ekonomickou situaci?
  • Nejsou data

 

✅ Testovali jsme naše předpoklady?

  • Ověřili jsme, že naše interpretace dat je správná?
  • Hledali jsme aktivně důkazy proti našim domněnkám?

 

✅ Jsou data aktuální?

  • Jak stará jsou naše data?
  • Nezměnilo se od té doby chování zákazníků?

 

✅ Máme jasno, jak data použijeme?

  • Víme, jaká konkrétní rozhodnutí na základě dat uděláme?
  • Jsou data dostatečně specifická, aby nás vedla k akci?

 

Pokud nemůžete na většinu těchto otázek odpovědět “ano”, měli byste být s interpretací dat velmi opatrní.

 

Další časté chyby a jak se jim vyhnout

Špatné načasování výzkumu

  • Chyba: Výzkum děláte až když máte problém
  • Řešení: Pravidelný výzkum, který vám dá trendy v čase

 

Zaměření jen na současné zákazníky

  • Chyba: Ignorujete potenciální zákazníky a ty, kteří vás opustili
  • Řešení: Zkoumejte i konkurenci, bývalé zákazníky a ty, kteří nikdy nenakoupili

 

Špatné otázky v průzkumech

  • Chyba: Návodné otázky (“Jak moc se vám líbí náš nový design?”)
  • Řešení: Neutrální formulace (“Jaký je váš názor na náš nový design?”)

 

Příliš mnoho otázek

  • Chyba: 30minutový dotazník, který nikdo nedokončí
  • Řešení: Maximálně 5-10 minut, zaměřte se jen na to nejdůležitější

 

Konfirmační zkreslení

  • Chyba: Vidíte jen data, která potvrzují vaše přesvědčení
  • Řešení: Aktivně hledejte důkazy proti vašim hypotézám

 

Pamatujte, že i nedokonalý výzkum je lepší než žádný. Nejčastější chybou ze všech je nedělat výzkum vůbec a spoléhat se jen na svůj instinkt.

Začněte s tím, co máte, buďte upřímní ohledně omezení vašich dat a postupně zlepšujte své metody. Důležité je nezůstat stát na místě kvůli strachu z chyb.

Jak jednou řekl jeden můj klient: “Raději být přibližně správně než přesně špatně.” Jinými slovy – lepší mít hrubou představu o tom, co vaši zákazníci skutečně chtějí, než dokonale propracovanou strategii založenou na vašich domněnkách.

A pamatujte – poznávání zákazníků není jednorázová akce, ale nekonečný proces. Vaši zákazníci se mění, trh se mění, vy se měníte. Buďte zvědaví, otevření a neustále se ptejte: “Opravdu rozumím svým zákazníkům?”

Co řící závěrem?

A to je celá kapitola o nástrojích pro hlubší poznání zákazníka! Od základních technik až po pokročilé metody, od sběru dat až po jejich využití v praxi. Teď už zbývá jen to nejtěžší – jít a skutečně to udělat.

Protože jak říkám: „Data jsou sexy, ale akce je ještě sexy-jší.“ Nebo tak něco. No, na tom sloganu ještě musím zapracovat… 😅

Ukázka RFM analýzy

Mrkněte na to, jak může vypadat excelový sešit.

Scénář kvalitativního rozhovoru

Stáhněte si zdarma scénář pro vedení kvalitativního rozhovoru.