Zo maakt realtime data het verschil in klantenbinding

Retailers zetten loyaliteitsprogramma’s in om inzicht te krijgen in het koopgedrag van hun klanten. Dat werkt in Nederland goed: bedrijven als Picnic en Albert Heijn spinnen garen bij gepersonaliseerde aanbiedingen om klanten te binden en te behouden. Door de koppeling van specifieke klantsegmenten en de aankoop van producten heeft de supermarkt, kluswinkel of drogisterij een bijzonder kijkje in het koopgedrag van zijn klanten. Aanbiedingen worden fijnmazig afgestemd op individuele gebruikers.

Verhoging conversie

Een van de grote voordelen van diepgaande klantkennis is het verhogen van conversie op bepaalde producten. Klanten zijn al te segmenteren op zoiets simpels als hun locatie. Denk aan het rond oud en nieuw aanbieden van worstenbroodjes in Noord-Brabant en kniepertjes in Groningen. Leeftijdsgroep is een andere evidente manier. Rol in het huishouden. Besteedbaar inkomen. Voorkeuren voor interactie. Hoe meer van zulke eigenschappen er zijn verzameld, hoe meer combinaties kunnen leiden tot verfijning. Bijvoorbeeld voorkeuren wat betreft app-features op basis van leeftijdsgroep: welke leeftijdsgroep gebruikt het kortingknopje liever dan de receptenknop? Breng dat bij deze klanten extra onder de aandacht.

De Amerikaanse retailer Target haalde zo’n tien jaar geleden met specifieke klantenkennis een slordige twintig miljard meer omzet binnen dan een jaar eerder. Het bedrijf richtte namelijk aanbiedingen van zwangerschapsproducten en baby-artikelen op klanten met een klantenkaart die nergens hadden aangegeven in verwachting te zijn. Hoe? Door inzichten in koopgedrag, zoals de aankoop van voedingssupplementen en wijdere kleding. Ook kwamen de data-scientists erachter dat klanten die later luiers kochten in een eerder stadium vaak ongeparfumeerde lotions kochten. De combinatie van indicatoren gaf de winkel een aardig beeld van welke klanten mogelijk zwanger waren, om deze direct te benaderen voor aanbiedingen waar ze mogelijk in geïnteresseerd zouden zijn.

Waarom besluit de klant tot aankoop?

Gewapend met verfijnde inzichten, is het makkelijker geworden om verleidingstactieken op de ontvanger af te stemmen. Het trucje met ‘beperkt assortiment’ in combinatie met ‘5 mensen hebben dit product momenteel in hun mandje’ werkt nog steeds, maar raakt zijn effectiviteit op den duur kwijt. Klanten worden zich steeds meer bewust van deze verleidingstechnieken. Een klant die zich bewust raakt van dit soort tactieken, ziet dat niet als verleiding, maar als misleiding of manipulatie.

Het werkt al beter als je klanten opdeelt in subgroepen op de conversie bij specifieke prikkels. Daarmee kun je veel subtieler te werk gaan. Wat werkt in de regel goed voor deze groep en op welk moment? Een gerelateerde aanbieding bij het in het mandje plaatsen van een specifiek product, of het aanbieden vlak voor afrekenen? Een online supermarkt als Picnic is voortdurend aan het a/b-testen om te zien welke stimulans effect heeft bij welke groep.

Ontleding van klanten

Ook is het effectiever om ‘gepersonaliseerde’ aanbiedingen af te vuren op specifieke klantsegmenten, bijvoorbeeld klanten die op vrijdag regelmatig een kratje bier in huis halen of klanten die in de herfst vaak geurkaarsen kopen. Je kunt heel ver gaan met zulke ontleding van klantgedrag. Facebook verzamelt bijvoorbeeld 52.000 eigenschappen van gebruikers om ze onder te verdelen in groepen als ‘goed bevriend met mensen die binnen een maand jarig zijn’ tot aan ‘persoon die graag doet alsof hij sms’t in ongemakkelijke situaties’. Dat klinkt misschien vreemd, maar het zorgt ervoor dat het bedrijf specifieke advertenties op wel heel specifieke niches kan afvuren. Voor zulke enorm gerichte marketing hebben adverteerders veel geld over.

Realtime klantenbinding

Deze informatie is essentieel voor het binden van klanten. Door het aanbieden van gepersonaliseerde incentives, houd je consumenten beter vast. Een klant die een tijdje niets doet met een product in een mandje of wensenlijst, kan bijvoorbeeld een kortingscode voorgeschoteld krijgen. Een gebruiker die het platform dreigt te verlaten, ziet opeens een cadeautje in de winkelmand. Een koper die voor het eerst gebruik maakt van het platform, krijgt meer aanbiedingen en welkomstcadeautjes om tot de eerste conversie te leiden.

Hoe actueler deze klantinformatie is, hoe beter. Voor een online retailer van fmcg is het bijvoorbeeld belangrijk om prijsinformatie direct aan te passen op de beschikbare voorraad. Die kan per uur verschillen en dat heeft daarom directe impact op de prijs die de klant in een app voorgeschoteld krijgt. Ook met het gebruik van actieve bezoekers (‘zoveel klanten hebben dit in hun mandje’) is het nodig dat realtime gegevens ook daadwerkelijk realtime gebruikt kunnen worden.

Periodiek voldoet niet meer

Dat betekent dat periodieke analyses op verzamelde data, ook al is dat een dagelijks rapport, niet meer voldoende is vandaag de dag. Inzicht in actuele drukte bij een fysieke locatie is niet meer een nice-to-have, maar een must-have aan het worden. Om te kunnen inspelen op de vraag naar hotelkamers online, is het nodig dat het aanbod van dat moment ook direct beschikbaar is. Het realtime verwerken van gegevens is essentieel voor elke nering die data effectief wil inzetten. Dat betekent dat data-driven organisaties zullen moeten investeren in een dataplatform dat data kan segmenteren en realtime kan streamen.