Door Sabine Palinckx, countrymanager bij Qlik Benelux
Omnichannel is een van de meest besproken en bediscussieerde onderwerpen in de retailbranche. De één vindt omnichannel de absolute gamechanger, de ander ziet het meer als een rebranding van de multichannelstrategie. Eén ding is in ieder geval zeker: met de toenemende populariteit van omnichannel groeit ook het belang van data-analytics. Daarmee onderscheid je de winnaars van de verliezers.
Explosie aan verkoopkanalen
De explosieve toename van verschillende verkoopkanalen heeft de markt flink opgeschud. Zo beschikken de meeste ondernemers niet alleen over een fysieke winkel, maar hebben ze bijvoorbeeld ook een webshop en een app. En wat dacht je van de komst van de ‘koop nu’-knop van Twitter? Je kunt je wel voorstellen dat via al deze kanalen een stortvloed aan klantdata gegenereerd wordt. Data die alleen toegevoegde waarde heeft als er betekenis aan gegeven wordt door middel van analyse.
Persoonlijk & interactief
In de tijd dat we alleen nog een fysieke winkel hadden, was data-analyse een stuk eenvoudiger. Alle data werd immers in-store verzameld en geanalyseerd. In die tijd zette veel retailers BI in om data om te zetten naar statistische rapporten, maar tegenwoordig biedt BI veel meer. En dat is maar goed ook, want anno 2014 is het noodzaak om alles rondom de klant realtime te analyseren. Dit biedt inzicht in nieuwe verkoopmogelijkheden. Denk bijvoorbeeld aan een persoonlijke aanbieding die je via een e-mail stuurt, waarin de klant een speciaal gesegmenteerd aanbod krijgt van het laatste paar zwarte enkellaarzen in maat 40. Met deze gerichte aanbiedingen wordt de klant flink op weg geholpen, waardoor de merkervaring interactiever en persoonlijker wordt. Een dergelijke aanbieding kan echter alleen gedaan worden als retailers beschikken over een centraal klantbeeld.
Omnichannel en analytics gaan hand in hand
Alles valt of staat dus met een centraal klantbeeld. Dit vereist een geïntegreerd beeld van klantdata uit alle lagen van de winkel. Ongeacht het formaat, bronsysteem, structuur of volume. Analytics maakt het mogelijk om retailers volledig inzicht te geven in een groot aantal databronnen, verschillend van aard. Deze databronnen zijn vervolgens eenvoudig te koppelen aan marketingcampagnes, inventarisatie, beschikbaarheid en loyaliteitsprogramma’s. Het uitwisselen van gegevens tussen deze verschillende systemen is van groot belang voor een succesvolle omnichannel-strategie. Hierdoor zijn retailers in staat om hun performance te verbeteren, te sturen op winstgevende verkoop en een betere en consistente klantbeleving te realiseren.
Data-analyse is goud
Een goed voorbeeld hiervan is afkomstig van een grote Britse kledingketen met vestigingen over de hele wereld. De retailer wilde met behulp van data-analytics de kennis van haar klantenbestand vergroten om scherper te kunnen targetten en te communiceren naar de doelgroep. In eerste instantie lag de focus op het verbeteren van het vastleggen van in-store data om marketingacties te ondersteunen. Dit lukte, maar de retailer kon pas echt het verschil maken door data-analytics toe te passen in de omnichannel-strategie. Door deze data te combineren met klantdata uit andere bronnen, zoals e-mail, webanalytics, mobile, cadeaubonnen en historische sales data is een centraal klantbeeld gerealiseerd. De retailer kan nu uitgebreide analyses uitvoeren op meer dan 1,2 miljoen (potentiële) klanten en heeft zo een uniek inzicht in hun profiel en koopgedrag.
Het is makkelijk om een omnichannelstrategie op waarde te schatten als je kijkt naar de relevante informatie die je uit data kan halen. Door data-analytics toe te passen is het mogelijk informatie te ontsluiten, snel te analyseren en realtime te raadplegen. Data-analytics gaat het succes van een omnichannelstrategie bepalen.
Omnichannel en analytics: een onafscheidelijk duo
Gepubliceerd op 30 oktober 2014 om 15:29
Reacties 0