Artikkelinnhold
KortversjonenVis merVis mindreDatamodellering handler om å strukturere og organisere kundedata slik at de gir mening og kan brukes effektivt i Customer Insights.
- Datamodellering handler om å strukturere og organisere kundedata slik at de gir mening og kan brukes effektivt i Customer Insights.
- En god datamodell kobler sammen data fra flere kilder som CRM, nettbutikk og e-postplattform til en samlet kundemodell.
- Riktig modellering muliggjør avanserte spørringer, som å finne kunder som har forlatt handlekurven, åpnet e-post og er lojalitetsmedlemmer.
- Datamodellering gjør det mulig å sette opp kundereiser som trigges av spesifikke hendelser, som endring i lojalitetsstatus.
- God datamodellering gir bedre innsikt, mer presise segmenter og økt effekt av markedsføringsaktiviteter gjennom automatisering og personalisering.
Ønsker du bistand med Realtime Marketing?
30. juni 2025 stengte Microsoft den gamle funksjonaliteten (Outbound) i Customer Insights.
Vi kan hjelpe dere med Realtime Marketing i Customer Insights. Ta kontakt!
Men hva betyr egentlig datamodellering i denne sammenhengen, og hvordan bruker man det i praksis?
Hva er datamodellering?
Datamodellering handler om å strukturere og organisere data slik at de gir mening og kan brukes effektivt. I Customer Insights betyr det å definere hvordan ulike typer kundedata (kjøpshistorikk, nettaktivitet, kundeservicehenvendelser, demografi osv.) henger sammen.
En god datamodell gjør det mulig å:
Fra datarader og kolonner - til innsikt
La oss si at du har flere datakilder: CRM-data med navn, e-post og lojalitetsstatus, data fra nettbutikken med kjøpshistorikk og handlekurvstatus og en e-postplattform med åpnings- og klikkdata.
Ved å modellere disse dataene i Customer Insights, kan du lage en samlet kundemodell som kobler sammen alle datapunktene.
Dette gjør det mulig å stille spørsmål som: “Vis meg alle kunder som har forlatt handlekurven de siste 7 dagene, har åpnet minst én e-post, og er lojalitetsmedlemmer.” Denne spørringen er bare mulig hvis dataene er modellert riktig - med relasjoner mellom entiteter som Customer, Cart, Email Interaction og Loyalty Status.
Kundereise-trigger basert på modellert data
Datamodellering gjør det også mulig å sette opp journeys som trigges av spesifikke hendelser.
For eksempel:
Dette krever at lojalitetsstatus er en del av datamodellen og at endringer i denne verdien kan spores og brukes som trigger.
Treffsikker kundedialog
Datamodellering er ikke bare en teknisk øvelse - det er utgangspunktet for å lykkes med treffsikkert kundedialog. Det gir deg bedre innsikt i kundene dine, mer presise og relevante segmenter, mulighet for automatisering og personalisering - og større effekt av markedsføringsaktivitetene dine.
Så neste gang du bygger en journey, spør deg selv: Har vi struktur nok i dataene?
"Finn alle kunder som har forlatt handlekurven de siste 7 dagene, har åpnet minst én e-post, og er lojalitetsmedlemmer."
