
Beslutningen tas egentlig i september, ikke 27. november, for da er rabattabellen allerede trykket og systemene allerede lastet. Beslutningen tas nå, og den avhenger av en opplysning som nesten ingen handelsaktør har for hånden når den trengs: hvilket kundesegment som skal få hva, i hvilken kanal og med hvilket budskap.
Det er det egentlige problemet bak all kundesegmentering før Black Friday i varehandelen: det er ikke markedsføringens skjønn som mangler, men en måte å bygge segmentet i tide på. Det vanligste er å bestille en datasammenstilling fra IT uker i forveien, og den kommer nesten aldri før reklamebrosjyrene går i trykken.
Denne praktiske guiden er en del av Wappings Retail Year-End Plan 2026-2027, som du kan laste ned gratis. Den går gjennom hva som må være på plass før 16. oktober for at segmenteringen din før Black Friday ikke skal avhenge av en sak i siste liten, og avsluttes med en måte å sjekke hvor din egen virksomhet står i dag.
Hvorfor kundesegmentering før Black Friday alltid ender som en sak hos IT
Mønsteret gjentar seg hos de fleste handelsaktører. Markedsavdelingen vil lansere et privat salg eller en kampanje rettet mot en bestemt kundegruppe. For å bygge gruppen må noen kjøre sammen data fra ulike systemer: kjøpshistorikk i kassasystemet, nettbutikkens kunderegister og CRM.
Sammenstillingen gjøres ikke av markedsavdelingen, men av IT, for hånd, og den tar den tiden den tar. Når segmentet endelig kommer, har som regel én av to ting skjedd: datoen er passert, eller segmentet er et øyeblikksbilde fra dagen det ble bygd, og det oppdateres ikke selv om kunden fortsetter å handle.
Resultatet er forutsigbart: kampanjen går ut med samme budskap til alle, fordi noe mer treffsikkert krever flere avdelinger, datauttrekk og tester i ulike systemer, og det er nesten aldri tid.
Markedsføring uten avhengighet av IT er ingen ambisjon, men en forutsetning for at segmenteringen før Black Friday skal bli klar i tide.
Løs identiteten før du segmenterer
Her er steget som nesten hver kampanjekalender hopper over: et segment er bare så godt som historikken det bygger på, og den historikken finnes ikke hvis kunden ikke er identifisert.
Mellom 60 og 70 % av transaksjonene i fysiske butikker er anonyme. Uten identitet finnes det ingen historikk, og uten historikk kan du ikke vite om en produktfamilie kjøpes av faste kunder eller av folk som bare tilfeldigvis gikk forbi utstillingsvinduet.
Den fjerde opplysningen som mangler i de fleste rabattabeller
Alle handelsaktører bestemmer rabatten for hver produktfamilie ut fra tre opplysninger: hvor raskt den selger, hvilken margin den gir og hva konkurrentene gjør. Det er tre produktopplysninger, og en fjerde mangler: hvem som kjøper hver familie, og om det er en fast eller en tilfeldig kunde.
Uten en entydig identitet på tvers av butikk og netthandel kan den fjerde opplysningen ikke beregnes. En unik kunde-ID er grunnmuren alt annet hviler på: uten en ID som følger kunden mellom kanalene, vil hvert segment som bygges oppå, arve det samme problemet.

Black Friday-segmentene som virkelig påvirker marginen
Når den fjerde opplysningen er på plass, blir segmenter synlige som omsetningsrapporten ikke viser. Et illustrerende eksempel, med oppdiktede tall og ikke fra en reell kunde, gjør det lettere å forstå:
To produktfamilier kan se ut som tvillinger i rapporten: omtrent like mange enheter per måned, lignende margin. Men når du kobler salget til kundehistorikken, viser det seg at sju av ti enheter av den ene kjøpes av kunder med tre eller flere kjøp per år, mens åtte av ti av den andre kjøpes av engangskunder. Samme tall i omsetningsrapporten, motsatt rabattbeslutning.
Det er nettopp dette en datadrevet kampanje i varehandelen gjør mulig: å ikke behandle to familier likt når de bare ser like ut på papiret, og å tilpasse rabatten for hver av dem etter hvem som faktisk kjøper den, ikke bare etter hvordan den beveger seg på lageret.
Mønsteret har ulike navn i ulike bransjer, men kriteriet er det samme. Innen kosmetikk trenger ikke serumet som stamkundene kjøper annenhver måned, samme rabatt som gavesettet som bare selges under kampanjer. Omsetningsrapporten viser dem likt, og bare kundehistorikken avslører hvilket produkt som selger av seg selv, og hvilket som lever av kampanjeplakaten.
RFM-segmenter for e-postmarkedsføring bygger på samme logikk, anvendt på personer i stedet for produktfamilier: hvem som kjøper, hvor ofte, hvor lenge siden og for hvor mye, for å avgjøre hvem som får hvilken e-post og hvilket tilbud.

Slik bygger du segmentene uten å åpne en sak hos IT
Dynamisk kundesegmentering i varehandelen endrer hele regnestykket: i stedet for å bestille en engangssammenstilling som er utdatert samme dag den leveres, konfigurerer markedsteamet segmentet én gang, og systemet holder det oppdatert på egen hånd. Kunder går inn i og ut av segmentet ut fra atferden sin i sanntid.
Det bygger på over 50 segmenteringsparametere som markedsteamet kan håndtere direkte, uten kode og uten å åpne en sak hos IT. Den praktiske forskjellen:
- Før: markedsteamet bestiller sammenstillingen, IT bygger den for hånd fra flere systemer, og segmentet kommer som et øyeblikksbilde av akkurat den dagen.
- Med dynamisk segmentering: markedsteamet konfigurerer kriteriet (frekvens, verdi, kjøpt produktfamilie, kanal), og systemet anvender det automatisk og holder segmentet levende gjennom hele kampanjen.
Reell personalisering av netthandelskampanjer uten IT betyr nettopp dette: teamet som utformer kampanjen, er også det som gjennomfører den, uten tekniske mellomledd.

De to hevarmene som krever at segmentet er klart før november
Når segmentet er på plass, kan du bruke to hevarmer som ikke fungerer uten det.
Det private salget. Et vindu på noen dager før Black Friday, bare for inviterte identifiserte kunder, utformet først og fremst for å selge ut sesongvarer som ellers ville havnet på salget med større rabatt. Hvis programmet ditt har medlemsnivåer, kan invitasjonen trappes etter nivå: da blir den ikke et vilkårlig privilegium, men en statusfordel. I et illustrerende eksempel med rimelige forutsetninger gir det mer total margin å selge 1 000 enheter sesongrester i et privat salg med moderat rabatt enn å la dem gå til Black Friday eller januarsalget, med de samme varene. Det fungerer bare hvis det finnes en liste over identifiserte kunder med kjøpskategorien deres, ikke en generisk liste.
Fordelen som kommer etterpå. På den store dagen fungerer kassen likt for alle, med én og samme pris. Forskjellen ligger i hva den identifiserte kunden får etterpå: en kupong beregnet på kjøpet, synlig på mobilen og med en siste gyldighetsdato, utformet for å få kunden til å komme tilbake i desember. Beregningen forutsetter at du vet hvem som har kjøpt hva, i det øyeblikket betalingen skjer.
Ingen av hevarmene krever at ulike kunder betaler ulike priser samme dag. Begge forutsetter at det samme er løst før november: identitet og dynamisk segmentering.

Hva du bør gjøre før 16. oktober
16. oktober er punktet uten retur: da må du begynne å samle identifisert kundehistorikk for å rekke å bygge segmentene som skal brukes i Black Friday-perioden.
Virksomheter som allerede jobber med entydig identitet og dynamisk segmentering, oppnår, ifølge kunderesultater som Wapping har sammenstilt, 40 % høyere kjøpsfrekvens, 20 % høyere snittkjøp og 30 % bedre kundebevaring. Alle tre tallene skyldes det samme: å vite hvem som kjøper, i samme øyeblikk som kjøpet skjer.
Vi har oppsummert alt som må være på plass i fjorten konkrete spørsmål, gruppert i identitet, data for beslutninger, kampanje og fordel samt relasjon og måling. Det er ikke funksjoner, men ting som skjer eller ikke skjer hver gang en kunde betaler i butikken din eller på nettstedet ditt.
Du kan gå gjennom dem med den som er CRM-ansvarlig, eller ta den digitale egenvurderingen på fem minutter og få en rapport som viser hvor du står, og i hvilken rekkefølge det er fornuftig å løse hvert punkt før 16. oktober.
