Utilising knowledge discovery for effective customer acquisition and in data-driven business development

Abstract

Analytics and solid business performance have had strong correlation over time, as data and analytics enable to streamline the processes, allocating the resources more efficiently, and moreover, gaining competitive edge over others. The benefit from the customer perspective is to gain more personalised services and products, and organisations are able to focus to most prominent customer segments fully. More precise analytics require multi-dimensional data, for instance, geodemographic dataset to deliver more value and with more accuracy to the customers. This research studied how the geodemographic analytics can be used to acquire customers more effectively and how the business can be developed into data-driven environment. Furthermore, aside from other studies in the same field, this study had network effect in the business environment, which also had to be taken into consideration in the area and customer selection. The aim of the research is to find how the analytics can be used in the customer development and developing an organisation to be data-driven. The results suggest that there is positive correlation with certain attributes to the positive output of the business operations, yet, there is not specific type of cluster of ideal customers. There are variables, which are affecting the results indirectly, and therefore, more profound analysis of the results is necessary. Embracing data-driven decision making require quite significant steps to transform data to knowledge, which might not result by incremental business development.

Analytiikalla ja liiketoiminnan tuottavuudella on ollut pitkään suoranainen yhteys, kun dataa ja analytiikkaa on voitu hyödyntää prosessien tehostamisessa, resurssien tehokkaammassa allokoinnissa ja tärkeimpänä, saavuttaa kilpailuetu muihin toimijoihin nähden. Asiakkaat ovat hyötyneet analytiikan käytöstä tehostettuna ja kohdennettuna hyödykkeinä, ja yritykset ovat voineet fokusoida tuottavimpiin asiakassegmentteihin enemmän. Tarkemmat analyysimenetelmät vaativat monimuotoista dataa, kuten esimerkiksi geo-demografista dataa, jotta asiakkaille pystytään tuottamaan enemmän ja tarkemmin lisäarvoa. Tässä työssä tutkittiin, miten geo-demografista dataa pystyttiin hyödyntämään tehokkaammassa uusasiakashankinnassa ja dataan pohjautuvassa liiketoiminnan kehittämisessä. Samankaltaisia tutkimuksia on tehty mutta tässä työssä verkostovaikutuksella oli oma merkityksensä, joka tuli ottaa huomioon analyyseissä. Työn tarkoituksena oli selvittää, miten analytiikkaa voidaan hyödyntää asiakkaiden kehityksessä ja miten saavutetaan datalla johtamisen ympäristö. Tuloksien pohjalta voidaan sanoa, että tietyillä muuttujilla on suora sekä epäsuora vaikutus liiketoiminnan ulostulolle, mutta tiettyä ideaalia asiakasklusteria ei voida määrittää. Kuitenkin, useamman analyysimenetelmän avulla tulokset tuottivat selvempää kuvaa. Tulosten hyödyntäminen yrityksen datalla johtamisessa vaatii merkittäviä askelia datan muuttamisessa tiedoksi, mikä vaatinee enemmän, kuin asteittain tehtävää liiketoiminnan kehitystä.