Adidas verkocht decennialang primair via retailkanalen, tegenwoordig wordt steeds meer van de omzet direct en digitaal geboekt. Data van eindgebruikers, consumenten dus, zijn cruciaal voor het wereldsportmerk.
Dat vertelde digitaal analist Alexander Robertson vandaag op het Data Driven Commerce Event in Maarssen. Met een team van vijftien specialisten uit zeven verschillende landen analyseert hij adidas’ online activiteiten op de West-Europese markt. Gemiddelde leeftijd: 28 jaar.
Volwassen met data
Robertson illustreerde data maturity aan de hand van een grafiek, met de moeilijkheidsgraad op de X-as en de bijbehorende waarde op de Y-as; hoe ingewikkelder, hoe meer inzichten het oplevert. Hij onderscheidde vier verschillende stadia van datavolwassenheid: descriptive (wat is er gebeurd?), diagnostic (waarom is het gebeurd?), predictive (wat staat er te gebeuren?) en prescriptive (hoe kunnen we het laten gebeuren)? Adidas gebruikt tal van analysetools, testsoftware en competitive intelligence om verder naar de rechterbovenhoek in de grafiek te bewegen, maar alles staat of valt met data volgens Robertson.
Sokken bij schoenen
De Italiaan vertelde vanochtend hoe adidas 20 procent meer sokken is gaan verkopen op zijn websites. Niemand was erop gekomen dat de afzet gestuwd zou kunnen worden door sokken bij schoenen te slijten, erkende Robertson, hoe logisch dat ook lijkt. Het waren de data die het inzicht brachten. ‘We zagen dat 63 procent van de bestellingen single product orders waren, daarvan ging het in 65 procent van de gevallen om schoenen. En waar denk je aan bij schoenen? Precies: sokken. We zagen dat daar maar weinig op gezocht werd, maar dat – eenmaal gevonden – de conversie op 10 procent lag, bij goeie marges van 68 procent.’ De toevoeging van sokken als koopsuggestie bij schoenen leidde volgens Robertson al snel tot ‘incredible performance.’ Kleine aanpassing, groot plezier.
Van pull naar push
Tegenwoordig komen de data steeds meer naar Robertson en zijn team toe, vertelde hij verder onder meer. ‘We struinen niet meer het ene na het andere rapport af, maar hebben een systematische aanpak ontwikkeld om issues te identificeren. Informatie uit allerlei bronnen komt bij elkaar op één dataplatform (Altyrex, AvO), dat meer flexibiliteit, controle en context biedt dan een losse webanalysetool. Lazy is good, want we houden meer tijd over om ons met de echt belangrijke dingen bezig te houden.’
Meer concreet: waar analisten voorheen ‘handmatig’ op zoek gingen naar outliers (uitschieters) in de verschillende rapportages over 19 markten, op basis van data van de vorige dag, wordt nu gebruik gemaakt van (min of meer realtime) alerts. Vanuit het centrale platform worden deze automatisch per interne mail verstuurd naar de eigenaren van de dertig verschillende key performance indicators die adidas identificeerde. Er is een probleemeigenaar voor iedere kpi, zoals het percentage uitvallers op de betaalpagina of het aantal geconstateerde fouten met promotiecodes.
Tricky
De meetwaarden worden, per land en per device, vergeleken met het gemiddelde in de afgelopen dertig dagen. Wat uitschieters zijn definieert adidas uiteraard zelf en Robertson adviseert daar niet te snel van te spreken. ‘Je moet e-mailbombardementen voorkomen. Treshold logic is the tricky part.’
Lees ook: Eigen app en chatbot voor adidas (9 november 2017)
Er is op dit moment 0 keer gereageerd op:
‘Klantdata zijn als goud voor adidas’
Je kunt niet meer reageren op dit artikel.