Aan de hand van de 'Digital Commerce Marketing Meetlat' kunnen bedrijven zich stap voor stap ontwikkelen tot een datagedreven onderneming. Deel 3 van een serie.
Praktijkvragen die we bij De Nieuwe Zaak vaak krijgen: 'Hoe personaliseer ik mijn website realtime?', 'Hoe kan ik zo snel mogelijk predictive modelling integereren in mijn werkwijze?', 'Ik wil automatisch de juiste boodschap sturen naar de juiste doelgroep op het juiste moment, hoe doe ik dat?'.
Zoals we in voorgaande delen van deze serie schetsten, vereist beantwoording van deze vragen het consequent maken van de juiste (strategische) keuzes en een gezonde dosis geduld.
Door: Sander Beckers, Wilbert Beelen, Jeroen van Eck en Jasper Koekoek
In deze derde bijdrage gaan we in op hoe je nóg verder kan groeien als de basis van de meetlat op orde is. Wij zien in de praktijk dat dit voor de meeste bedrijven nog toekomstmuziek is en dat velen zich bevinden in de fases van kanaalmarketing of doelgroepmarketing. Toch is het goed om te weten wat er in de toekomst op je af komt en wat je nodig hebt om nieuwe fases te bereiken.
Van doelgroepmarketing naar persoonlijke marketing
Als persoon wil je niet over één kam geschoren worden
Als jouw organisatie de ingrediënten voor succesvolle doelgroepmarketing op orde heeft, loop je voorop. Je werkt met een boodschap per kanaal, afgestemd op de plek daarvan in de customer journey en de doelgroep waar de consument in valt. Het optimaliseren van marketing voor specifieke doelgroepen vormt een natuurlijke opmaat naar het optimaliseren van de marketingboodschap voor individuen. Persoonlijke marketing is erop gericht om voor iedere individuele gebruiker zo relevant mogelijk te worden, aansluitend bij waar hij of zij zich bevindt binnen de customer journey. Hoe meer data er beschikbaar is over een gebruiker, hoe relevanter de boodschap dus kan worden. Dat betekent niet dat iedereen een unieke boodschap te zien krijgt. Dit komt doordat:
1) niet voor alle bezoekers voldoende data beschikbaar is en
2) beschikbare gegevens niet voor alle uitingen kunnen worden gebruikt (denk aan tv-reclame en print).
Persoonlijke marketing betekent dat er zoveel mogelijk individuele data (kenmerken, gedrag, interesses, historie) ingezet wordt om de boodschap zo relevant mogelijk te maken. Producten, kanalen en doelgroepen zijn niet meer leidend voor de inhoud van de boodschap, maar vormen juist de context voor de meest relevante boodschap voor de individuele gebruiker.
De juiste elementen van doelgroepmarketing naar persoonlijke marketing
Wat is ervoor nodig om aan persoonlijke marketing te kunnen doen? Bedrijven gaan zich in deze fase steeds meer organiseren rondom de beschikbare data. Data wordt gecentraliseerd en de dataspecialisten vormen de verbinding tussen de product- en kanaalmarketeers.
In deze fase worden de muren tussen techniek en marketing definitief omver geworpen. Marketing wordt in steeds grotere mate afhankelijk van technologie en technologie gaat een steeds belangrijkere rol spelen in het organiseren van data en content.
In deze fase groeit de behoefte om te werken met een multidisciplinair marketingteam en een sterk bezet datateam (met data engineers, business intelligence specialisten, en een data scientist). Daarnaast moeten je systemen zijn ingericht om automatisch individuele boodschappen uit te serveren, bijvoorbeeld door middel van contentfeeds.
- Hoe ziet de klantervaring eruit?
De persoon staat centraal. Er komt een specifieke boodschap per individuele consument, afgestemd op persoonseigenschappen, online gedrag, CRM- en ERP-data.
- Hoe zien de organisatie en de processen eruit?
Organisaties organiseren zich in deze fase steeds meer rondom de beschikbare data. Data wordt gecentraliseerd en de dataspecialisten vormen de verbinding tussen de product- en kanaalmarketeers.
- Welke kanalen en tooling wordt ingezet?
Je systemen dienen het aan te kunnen om automatisch individuele boodschappen uit te serveren, bijvoorbeeld door middel van contentfeeds.
- Welke specialismen zijn nodig?
Toenemende rol voor een sterk bezet multidisciplinair marketingteam en data team (met data engineers, business intelligence specialisten, en data scientist).
- Wat is de rol van data?
Data wordt gecentraliseerd en de dataspecialisten vormen de verbinding tussen de product- en kanaalmarketeers.
De transitie in de praktijk: browse based e-mailen
E-mail is bij uitstek het kanaal om te beginnen met de eerste stappen naar persoonlijke marketing. Binnen e-mail wordt namelijk al klantdata verzameld en de software is relatief gemakkelijk te configureren. De start van persoonlijke marketing is om met behulp van data en e-mailmarketing browse-gedrag van klanten te gebruiken als input voor marketinguitingen. Op basis van het gedrag van klanten op de website vanuit het kanaal e-mail, target je klanten gerichter met producten die ze interessant vinden. In plaats van een algemeen product of een product dat relevant is voor een doelgroep op te nemen in je nieuwsbrief neem je per individuele nieuwsbriefabonnee producten op die zijn bekeken en (nog) niet zijn gekocht op je website. Dit verhoogt de relevantie van je nieuwsbrief, omdat iedere klant een specifiek product in de boodschap te zien krijgt met een product waar eerder interesse in is getoond. Deze informatie gebruik je niet uitsluitend voor e-mailmarketing, maar ook om verhoogde relevantie te creëren op andere marketingkanalen.
Om dit project te realiseren, doorloop je een aantal stappen:
- Herkennen van klanten op de site
Vanuit het kanaal e-mail wordt vaak op campagneniveau naar de resultaten gekeken.
Hierdoor is niet altijd voor individuen te achterhalen welke producten zijn bekeken. Van belang is dat je de klant gaat herkennen als een unieke bezoeker. Hierbij analyseer je het gedrag van de individuele bezoeker. Zo krijg je inzichten op persoonlijk niveau en bouw je een profiel op per klant. Iets wat niet mogelijk is wanneer je op campagneniveau analyseert op de gedragingen van de gehele database. Let hierbij wel op de juridische regelgeving.
- Achterhalen wat klanten browsen
Wanneer het individu is getraceerd op de website, is de volgende stap om te achterhalen wat de klant bekijkt. Op basis hiervan achterhaal je het gedrag van klanten en maak je de interessegebieden van de klant inzichtelijk. Het is echter niet zo zwart-wit dat elk product dat de klant bekeken heeft, ook daadwerkelijk interessant en dus relevant is. Daarvoor is het van belang dat je rekening houdt met randvoorwaarden die inzicht geven hoe interessant de klant dit product vindt. Denk hierbij aan:- Welk product is het langst bekeken?
- Welk product heeft de klant het vaakst bekeken?
- Is de klant gebounced vanaf deze pagina?
- Hoe vaak is het product door anderen bekeken met hetzelfde profiel
Stel dat we te weinig data hebben van een klant om te bepalen welke producten interessant zijn voor hem. Dan kun je het beste analyseren wat klanten browsen met een soortgelijk profiel. Zo kun je gedeeltelijk aannames doen op basis van algoritmes.
- Koppelen van databronnen
Eerst is het van belang om klanten te herkennen op de website om vervolgens hun webgedrag te analyseren. Daarna bepaal je welke producten de klant interessant heeft gevonden. De derde stap is om data te ontsluiten uit diverse bronnen en te koppelen met elkaar. Denk hierbij aan data uit Google Analytics, je Content Management Syteem (CMS) en de E-mail Service Provider (ESP). Tools die dit kunnen realiseren zijn data blending tools. Door diverse datastromen te matchen, krijg je uiteindelijk de gewenste data terug in de ESP. Na de inrichting van de dataflow verloopt de rest van het proces automatisch.
- Bouw van een flexibel e-mailtemplate
Nog steeds zijn veel e-mailtemplates statisch en beperkt in mogelijkheden als het gaat om het inzetten van data. Daarom is het van belang om ervoor te zorgen dat je altijd zo flexibel mogelijk bent in het inrichten van het template. Zo kun je data daadwerkelijk onderdeel laten worden van je campagnes.
- Testen van kwaliteit van je data
Voordat je gebruik maakt van deze dataset, is het van belang om een teststrategie te ontwikkelen. Dit ondersteunt in het proces waarin de toegevoegde waarde van het inzetten van data aangetoond moet worden. Daarnaast wordt er kennis opgedaan over hoe het beste omgegaan kan worden met de data en hoe dit het beste kan worden vormgegeven in je template. Let er wel op dat je significatie aantoont, want alleen dan kun je de inzet van data statistisch onderbouwen.
- Wat kunnen we nog meer met deze data?
Met de data die je nu op individueel niveau verkregen hebt, kun je nog verder gaan. Omdat je data hebt die iets zegt over het interessegebied op productniveau, kun je ook een market basket analyse toepassen. Deze analyse kijkt naar welk producten er samen gekocht worden met het product waar de klant interesse in heeft gehad. Wanneer de klant het bezochte product, al dan niet elders, gekocht heeft zal het verwante product ook interessant zijn. Daarnaast kun je voor deze producten wellicht een combideal aanbieden.
De vervolgstap is om met deze data andere kanalen te voeden. Denk hierbij bijvoorbeeld aan DM-campagnes waarin je gebruik maakt van data die je online hebt verkregen om offline de juiste keuzes te maken.
Wat levert een dergelijke campagne op?
Door het inzetten van data op persoonlijk niveau is het allereerst mogelijk om de doorkliks naar de website vanuit e-mail te verhogen. Met diverse A/B tests waarin browsed based mailen is getest ten opzichte van een controle variant, zijn de volgende resultaten behaald:
- 800 procent meer opbrengst uit een e-mailcampagne (ten opzichte van controlevariant)
- 250 procent hoger conversiepercentage
- 159 procent meer kliks vanuit de e-mailcampagne naar de website
Deze campagne vormt een goede illustratie voor wat nodig is om aan persoonlijke marketing te doen. Je merkt dat het aantal benodigde databronnen (Google Analytics, CMS, en ESP) nog te overzien is om aan persoonlijke marketing te doen. Tegelijkertijd is het belangrijk dat je de juiste specialisten kunt inzetten (mensen met kennis van zaken), het proces goed georganiseerd (en geautomatiseerd) is (bijvoorbeeld het automatisch instellen van de juiste beslisregels) en je systemen het aan moet kunnen (een flexibel e-mailtemplate).
In de volgende en laatste bijdrage kijken we naar de eindfase op de digital commerce meetlat, voor velen een mooie inspiratie! Verder gaan we in op de rol die een Data Management Platform kan innemen binnen (het groeien op) de digital commerce meetlat.
Voor nu: verhoogde relevantie loont!
Sander Beckers, Wilbert Beelen, Jeroen van Eck en Jasper Koekoek zijn werkzaam bij De Nieuwe Zaak. Het digital commerce bureau is contentpartner bij het Data Driven Commerce Event dat Twinkle en zustertitel MarketingTribune op 8 februari organiseren. Op het programma staan sprekers van onder andere Picnic, IJsvogel Retail, Rabobank en adidas.
Naar het Data Driven Commerce Event
Dit is deel drie van een serie van De Nieuwe Zaak over succesvol groeien met data. Deel één vind je hier, deel twee hier.
Er is op dit moment 0 keer gereageerd op:
Van doelgroepmarketing naar persoonlijke marketing
Je kunt niet meer reageren op dit artikel.