Meer herkenbare bezoekers in vijf stappen

Klanten kun je herkennen door bijvoorbeeld vouchers te gebruiken, door ze te laten inloggen in een account of je herkent ze vanuit een klik op een e-mailnieuwsbrief. Met name deze laatste is interessant, omdat veel bedrijven nog steeds grote bestanden met e-mailadressen hebben. Maar hoe doe je dat dan?

In de vorige Coming Up (Twinkle 9, 2019) beschreef ik een nieuwe KPI: het aantal herkende bezoekers op de website. De achterliggende gedachte is dat als je meer bezoekers herkent, je de website beter kunt personaliseren en dat geeft mogelijkheden om de conversie te verhogen. Hoe zorg je er nu voor dat je meer klanten herkent vanuit e-mail? Om die vraag te beantwoorden ben ik langsgegaan bij collega’s en klanten. Hoe gaan zij daarin te werk? Wat blijkt, grofweg volgen ze allemaal ongeveer dezelfde vijf stappen.

Stap 1: marketing infrastructuur

In een eerdere Coming Up (Twinkle 3, 2019) besprak ik de manier waarop je een marketingarchitectuur kunt neerzetten. In een goede architectuur heb je een centrale plek waar klantdata bij elkaar komen en waar campagnes aangestuurd worden. Op basis van de architectuur kun je gaan zorgen voor klantherkenning. Vanuit de e-mail geef je een identificatiecode mee in de link, de website kan met die code vervolgens de klantendatabase raadplegen.

Stap 2: adoptie door het team

Als je de infrastructuur gereed hebt, dan is het zaak om te zorgen dat een zo groot mogelijk gedeelte van de mensen uit jouw marketingdatabase de site regelmatig bezoekt. Je zou hier een subdoelstelling van kunnen maken.

Begin met voldoende output. Om mensen te laten klikken, moet je ze regelmatig benaderen met een campagne of nieuwsbrief. Dit vraagt echter meer inspanning van het team, terwijl de capaciteit beperkt is. Daarom is het belangrijk dat je het werk zoveel mogelijk verdeelt: als de collega’s van marketing, content, klantenservice en e-commerce zelf content kunnen opvoeren en campagnes kunnen maken, dan krijg je meer output en daarmee meer bezoekers.

Als je met verschillende mensen aan campagnes gaat werken, dan is het belangrijk om een goed systeem voor contactdruk te hebben. Je zorgt er dan voor dat mensen niet te vaak benaderd worden, bijvoorbeeld als meerdere marketeers een campagne willen versturen naar dezelfde groep.

Daarnaast moet je goed kijken naar een gebruiksvriendelijke oplossing die past in de werkwijze van jouw organisatie. Als de campagnemanagementsoftware te ingewikkeld is en de kennis erover niet breed aanwezig, dan is het een heel stuk moeilijker en duurder om de output te verhogen.

Stap 3: bouwen van customer journeys

Hoe meer campagnes je verstuurt, hoe meer data je opbouwt. Je kunt vervolgens patronen gaan herkennen en customer journeys bouwen. Wat doe je als iemand geklikt heeft maar niet gekocht? Wat doe je als iemand al een half jaar de mail niet meer leest? Wat doe je met een nieuwe lead die een white paper heeft aangevraagd?

Door customer journeys te bouwen ga je je klanten vaker benaderen indien dat relevant is voor hen. Je zorgt ervoor dat de totale output van campagnes stijgt en vanwege een hoge relevantie zul je ook steeds hogere percentages opens en kliks zien.

Stap 4: segmentatie en targeting

De eerste stappen in ons plan zijn gericht op het verhogen van de output. Als je klanten vaker gaat benaderen, dan wordt de kans op websitebezoek groter. Uiteraard zit hier wel een grens aan; je kunt het aantal e-mails niet tot in het oneindige opvoeren, je loopt het risico dat je vooral extra uitschrijvingen genereert.

Als je aan de grenzen van de gewenste contactdruk zit, dan zit de winst in het verhogen van de openratio en click through rate (CTR). Dit bereik je vooral door betere segmentatie en targeting, bijvoorbeeld door te analyseren welke content goed geklikt wordt en wat de kenmerken zijn van mensen die hierop reageren. Je kunt deze mensen vervolgens additionele content met vergelijkbare onderwerpen sturen. Je kunt ook analyseren welke mensen juist nooit klikken en speciaal voor deze groep aparte campagnes met heel andere onderwerpen sturen.

Onze ervaring is dat je openratio’s en CTR’s kunt verdubbelen als je structureel werkt aan het schrijven van de juiste content voor de juiste doelgroep, en dat heeft weer een enorm effect op het aantal herkenbare bezoekers op de site.

Stap 5: machine learning

Het inzetten van machine learning voor e-mailmarketing is de laatste stap. Als je start met het structureel benaderen van klanten, dan begin je met de output te verhogen. Als je klanten al vaak mailt dan kun je, zonder machine learning, met goede analyses al heel veel doen op het gebied van CTR. Als je echter bovenstaande stappen doorlopen hebt, dan kan het automatisch verbeteren van campagnes een volgende boost geven op de cijfers. Een algoritme dat zorgt dat e-mail op het juiste moment verzonden wordt, of dat automatisch herkent in welke content mensen geïnteresseerd zijn bijvoorbeeld, zorgen dat jouw campagnes automatisch relevanter worden.

Conclusie

Waarschijnlijk heb je jouw eigen situatie herkend in één van de bovenstaande stappen. Naar mijn mening wordt er vaak te snel gekeken naar mogelijkheden voor segmentatie, terwijl de basis nog niet op orde is. Die basis bestaat uit een betrouwbare infrastructuur en de mogelijkheid om met meerdere mensen te werken aan campagnes. Ik zou dat altijd eerst op orde brengen en daarna pas volgende stappen nemen.