De Nieuwe Zaak Blog

In 4 stappen naar een relevanter aanbod voor jouw klant

Geschreven door Martijn Hazelhorst | 4 februari 2020

Op basis van data ga jij je klant steeds beter begrijpen. Maar wat ga je er vervolgens mee doen? We zien dat het hier vaak op blijft hangen. Daarom schreven wij hier een blogserie over, waarin we bespreken hoe je data kunt gebruiken om je klant te kennen en deze kennis toe te passen om relevanter te worden. 

Overzicht blogserie

 

In 4 stappen naar een relevanter aanbod voor jouw klant

Als organisatie heb je bepaald dat om relevanter te communiceren je meer gebruik wil maken van data. Hiervoor wil je, naast groeien in datavolwassenheid, ook direct waarde genereren. Dit resulteert in een data roadmap met activiteiten voor de korte en lange termijn. Een veel voorkomende doelstelling is het verhogen van de klantwaarde op de lange termijn. Dit krijg je voor elkaar door data te gebruiken om de voorkeuren van je klant beter te leren kennen. Vervolgens kan je deze kennis gebruiken om relevantere producten en diensten aan te bieden en klanten op die manier loyaler te maken. Hoe kan je dit nu het beste doen? In deze blogpost ontdek je de 4 stappen om tot een concrete toepassing te komen. Hierdoor blijft het niet alleen bij het verzamelen van data, maar ook het daadwerkelijk inzetten van deze data om relevanter voor jouw klant te zijn.

Gestructureerd aan de slag

In de vorige blogpost hebben we de opzet van een use case besproken. Waarschijnlijk kun je veel van deze voorbeelden verzinnen. Het is hierbij verstandig om dit gestructureerd aan te pakken. Hiervoor bepaal je eerst wat jouw doelstelling is en wat de behoefte van je klant is. Dit breng je samen in een toetsbare hypothese en deze ga je vervolgens binnen je huidige mogelijkheden doorvoeren. Hiermee komen we op de volgende 4 stappen:

  1. De doelstellingen vastleggen
  2. Je doelgroep begrijpen
  3. Hypotheses opstellen
  4. Data gebruiken

 

Stap 1. De doelstellingen vastleggen: Wat wil je bereiken en waar wil je heen?

Zoals ook in het vorige blog beschreven begin je bij je doelstellingen. Wat wil je als organisatie bereiken? Als het goed is staan deze doelstellingen beschreven in je visie en strategie. Om focus aan te brengen kies je op basis van de focuspunten in je data strategie een doelstelling waar je specifiek aan wil werken. Bijvoorbeeld, “Ik wil dat meer websitebezoekers een bestelling plaatsen” of “Ik wil de loyaliteit van mijn klanten vergroten zodat ze vaker terugkomen voor een herhaalbestelling”. Deze doelstellingen kan je daarna vertalen naar concrete KPI’s. Denk hierbij aan meetbare metrics, zoals: aantal transacties, conversiepercentage of aantal winkelzoekers. Ook ‘zachtere’ KPIs, zoals gelezen inspiratie-content en engagement behoren tot de mogelijkheden. Focus hierbij op metrics die direct zichtbaar waarde genereren. Hiermee kan je makkelijker het succes van je case aantonen.

 

Stap 2. Je doelgroep begrijpen: Wie zijn je klanten en wat is hun behoefte?

Relevant zijn voor je doelgroep kan op verschillende manieren. Hierbij is het als eerste essentieel dat je de klanten kent en hun drijfveren begrijpt. Wie zijn ze en waarom kopen ze bij jou? Dit kan gaan over service, prijsstelling of inspiratie. Als tweede is het belangrijk om te bepalen waar je (potentiële) klanten behoefte aan hebben. Willen ze bijvoorbeeld makkelijk kunnen bestellen via hun mobiel of willen ze hulp bij het kiezen van het juiste product? Vervolgens ga je nadenken over waar je klanten gevoelig voor zijn. Denk hierbij aan het continu geven van bevestiging om onzekerheden weg te nemen, de inzet van autoriteit of reviews van anderen (social proof).

Daarna maak je een overzicht van het type klanten (doelgroepen) die je hebt en hoe je voor deze klanten relevant kunt zijn om jouw doelstellingen te halen. Door op deze manier te werken breng je je doelstellingen en je doelgroepen samen. Zie het voorbeeld hieronder voor zo’n uitgewerkt overzicht.

Stap 3. Hypothese opstellen: Wat gaan we communiceren, met welk doel en hoe toetsen we dat?

In de hypothese combineer je het business doel met het doel en dat van de klant. Een goede hypothese:

  • Komt voort uit een doelstelling
  • Is in de vorm van een stelling
  • Is toetsbaar
  • Heeft een verklaring in zich gebaseerd op een inzicht of theorie

 

Een voorbeeld van een hypothese kan zijn:

Door de producten die passen bij de nieuwste kledingtrends (wijde broeken, hoge tailles en rimpelkoordjes) uit te lichten zal de millennial minder keuzestress ervaren en eerder overgaan tot bestellen. Dit is bewezen als er een stijging in conversie% bestellingen is gerealiseerd.

“Hypotheses vormen de basis van datagedreven personalisatie waarin het onderzoeken van aannames centraal staat en besluiten worden genomen op basis van data.”

Voorbeeld: De stappen uitgewerkt

Als eigenaar van een boekenwebshop heb je als doelstelling het verhogen van de conversie met X%. Je strategie is om huidige klanten vaker boeken te laten bestellen. Uit eerder onderzoek blijkt dat een stereotype klant (doelgroep) van thrillers houdt en maandelijks een nieuwe thriller leest. Uit onderzoek weten we dat deze doelgroep gevoelig is voor de aanbevelingen van thrillerrecensenten. Uit klikgedrag blijkt dat hij maandelijks op een thriller uit een bepaalde categorie klikt. Uit het koopgedrag (obv data) van alle andere thriller liefhebbers weten we dat mensen die een thriller uit categorie A kopen, ook vaak een thriller uit categorie B kopen. We kunnen dus relevanter communiceren naar kopers van een boek uit categorie A door ook thrillers uit categorie B aan te bieden welke door thrillerrecensenten een hoge beoordeling hebben gekregen.

Dit leidt tot de volgende hypothese: “Door op data gebaseerde gelijke thrillers aan te prijzen door een thrillerrecensent aan thriller liefhebbers zullen ze eerder overgaan tot een aankoop. Dit toetsen we door een stijging in conversiepercentage van deze doelgroep”.

Om deze hypothese door te voeren en te testen kan je verschillende kanalen gebruiken, afhankelijk van je volwassenheid. Om relevanter te worden op je website heb je vaak speciale tooling nodig. Heb je die tooling nog niet dan kan je vaak al wel direct beginnen met relevanter communiceren via e-mail.

Stap 4. Data gebruiken: Hoe ziet de aanpassing eruit en gebruik je je data om te leren?

Op basis van je hypothese ga je vervolgens concreet invullen hoe je de relevante content aan je klanten gaat tonen. Daarvoor moet je nog twee belangrijke keuzes maken:

  1. Welke kanaal ga ik gebruiken?
  2. Wat is de trigger voor het tonen van gepersonaliseerde content?

De keuze voor het kanaal is afhankelijk van waar je het liefste wil personaliseren (“wat je wil”) en waar je kan personaliseren (“wat je kan”). De trigger bepaalt vervolgens wanneer de gepersonaliseerde content wordt getoond: krijgt iedereen een gepersonaliseerde boodschap of gebeurt dat als je klanten bepaalt gedrag laten zien? Bijvoorbeeld, zodra iemand een product bekijkt op de website zonder te converteren krijgt die persoon einde van de dag een e-mail met soortgelijke producten. De trigger zorgt ervoor dat helder wordt wanneer een gepersonaliseerde boodschap verstuurd moet worden.

Meer weten over het waarde creëren uit data? Download de gehele blogserie nu!

Vervolgens kan je bezig om data te verzamelen en te gebruiken om de voorkeuren van je klant te leren kennen. Daarna kan je deze kennis gebruiken om je dienstverlening te optimaliseren. Door je eerste hypothese uit te werken en toe te passen, en vervolgens te toetsen, leer je direct hoe je de volgende keer nóg relevanter kan worden.

Hoe werkt dit in de praktijk?

Zorg ervoor dat je in een centraal klantprofiel begint op te bouwen. Vervolgens kan je die kennis gebruiken om relevanter te communiceren. Als je al personalisatietooling hebt, zoals Datatrics of Blueconic, kan je door personalisatie op je website direct waarde genereren. Als je die tooling hebt kan je vaak al wel beginnen met personalisatie binnen e-mail.

Heb je geen tool en is je data niet gekoppeld? Dan moet je eerst stappen zetten in je datavolwassenheid. Als je al stappen hebt gezet dan kan de volgende stap zijn om een Data Management Platform (DMP) of Customer Data Platform (CDP) aan te schaffen om een centraal klantbeeld te creëren. Als je meer mogelijkheden wilt hebben om je kennis toe te passen dan kan het nuttig zijn om personalisatietooling aan te schaffen. Voordeel van deze tooling is dat er veel zaken geautomatiseerd zijn. Door het automatiseren met machine learning kun je aanbevelingen op grote schaal toepassen, bijvoorbeeld op ‘anderen kochten ook’ pagina’s. Door automatisering in te zetten communiceer je op grotere schaal, ben je altijd up to date en ben je effectiever aan het werk.

Als je bovenstaande 4 stappen volgt dan maak je op een gestructureerde manier concreet hoe je direct waarde kunt genereren uit data. Naast use cases die direct waarde genereren moet je roadmap ook stappen bevatten die je helpen om verder te komen in je volwassenheid. Op die manier kan je ook in de toekomst datagedreven blijven werken. Heb je vragen of kan je hulp gebruiken bij het opzetten van een datastrategie? Neem gerust contact op!

Download de hele blogserie nu

Eerst meer weten over hoe jij je data kunt verzamelen en hier vervolgens mee aan de slag kunt gaan om relevanter voor jouw klant te worden? Download de hele serie als whitepaper dan nu!

Meer weten over waarde creëren uit data? Download het whitepaper nu!