Big data in de retail: het is makkelijker dan je denkt

Voor partijen in de reisbranche is het lastig om in contact te komen met nieuwe klanten. De concurrentie is groot en online reisagenten (OTA’s) als Booking.com en Expedia domineren de customer journey. Toch kun je het winnen van deze giganten, stelt Datatrics in een nieuw whitepaper.

Branchevereniging INretail benadrukt in het rapport ‘Het Nieuwe Winkelen’ de noodzaak van maatwerk. “Consumenten zijn steeds minder gevoelig voor ‘massacommunicatie’. Ze willen voelen dat het assortiment voor hen is gecreëerd. Dit kan met persoonlijke benadering en diensten en services die op hun specifieke behoeften zijn afgestemd,” aldus INretail.

Toch zijn er nog niet veel (web)winkeliers die gebruikmaken van hun database in combinatie met voorspellende algoritmes. Bulkmails zijn nog altijd aan de orde van de dag. Maar iemand die net een gasbarbecue bij je heeft gekocht wil een paar weken later natuurlijk geen aanbieding ontvangen voor kooltjes. Hoe maak je de switch van massacampagnes naar een-op-een marketing?

Online hetzelfde doen als in de winkel

In het whitepaper ‘Big data voor retailers: het is niet zo ingewikkeld als je denkt’ dat we samen met Fanbase.pro hebben gemaakt geven we precies aan hoe dit in zijn werk gaat. De eerste stap is profiling – een 360-graden klantbeeld creëren van je klanten door hun gedragspatronen te analyseren via de Recency, Frequency, Monetary Value (RFM)-methode. Oftewel, je gaat zoveel mogelijk informatie over je klant verzamelen. Wanneer heeft hij voor het laatst iets gekocht, wat koopt hij, hoe vaak koopt hij bij je en hoeveel geeft hij dan uit? Et cetera.

De tweede stap houdt in dat algoritmen op zoek gaan naar patronen in gedrag, gerelateerde items en vergelijkbare kenmerken bij andere klanten om interesses en koopgedrag van klanten te voorspellen. Dit is eigenlijk niets anders dat wat het winkelpersoneel dagelijks ook doet. Adviseer de klant en denk online met ze mee, net zoals dat offline gebeurt. Voordeel hiervan is dat het proces is geautomatiseerd.

Bijpassende producten

Stap drie is om deze inzichten te gebruiken om gepersonaliseerde e-mailmarketingcampagnes in te richten. Een voorbeeld: als twee mensen uit een bepaalde ‘audience’ bijvoorbeeld een specifieke broek en jas hebben gekocht en een derde alleen de broek, dan is het logisch om ook die bijpassende jas onder zijn aandacht te brengen. Dit resulteert in een-op-een communicatie met hoge relevante voor de ontvanger en dus een hoge conversieratio. BijPiet Zoomers, een klant van Fanbase.pro die met Copernica Marketing Software werkt, heeft dit geleid tot 50 procent meer cross-sales.

Een andere manier om de beschikbare data slim te benutten is door naar de koophistorie van de klant te kijken. Om bij het Piet Zoomers-voorbeeld te blijven: een klant die eerder in deze periode bijvoorbeeld een jasje van Hugo Boss heeft gekocht, kun je attenderen op de nieuwe collectie, uiteraard alleen op de producten die nog in zijn maat verkrijgbaar zijn.

Wie is koopbereid?

Het komt er dus op neer dat het algoritme op zoek gaat naar kansen in de database en met een percentage weergeeft hoe zeker het is dat iemand koopbereid is. Dit kun je volledig automatisch laten verlopen waarbij de marketeer alleen hoeft in te stellen wat de drempel is. De geselecteerde e-mailadressen worden doorgestuurd naar Copernica. Daar wordt het template gevuld met de gewenste boodschap en vervolgens verstuurd. De relevantie voor de ontvanger is hierdoor zeer hoog.

Dit betekent wel dat de rol van de marketeer verandert. De beschreven individuele manier van communiceren met (potentiële) klanten is kostentechnisch alleen haalbaar door het te automatiseren. Marketing bepaalt nog altijd de content maar krijgt daarnaast een meer analytische rol. Welke e-mailcampagnes lopen goed, waar moet er worden bijgestuurd? Online meedenken met de klant zoals je dat offline ook doet, daar ligt de sleutel tot meer conversie en optimale besteding van je marketingbudget.