Door Carlo Caunter (ceo Publ.sh) & Ben van der Laan (countrymanager optivo Nederland)
Geen consument is hetzelfde. En zeker in dit tijdperk van groeiende individualisering is het, mede dankzij steeds meer nieuwe mediakanalen, steeds moeilijker voor bedrijven om in te spelen op de wensen van ‘de consument’. Die consument van nu kenmerkt zich door een steeds vluchtiger koopgedrag. Dat kost marketeers heel wat hoofdbrekens. Want de ene consument houdt ervan om overladen te worden met mailings en brochures en koopt vervolgens de meest verkochte producten van verschillende aanbieders. De ander wil slechts eens per maand benaderd worden, het liefst alleen met gepersonaliseerde aanbiedingen van een bepaald merk. Om vervolgens precies dat te kopen wat aangeboden wordt. Weer een ander oriënteert en koopt zijn producten alleen offline.
Deze diversiteit aan klanten en klantgroepen maakt het een grote uitdaging om een waardevolle en bestendige relatie op te bouwen. Persoonlijke relevantie vormt hierbij de sleutel tot succes.
Een centrale rol in elke gerichte marketingaanpak is weggelegd voor data. Data geeft inzicht in het gedrag van klanten en het waarom achter deze gedragingen. Bedrijven beschikken vaak al over verschillende databronnen, zoals data uit e-mailmarketing, online publicaties, eCRM, salesdata, etc. Het enige probleem is dat deze databronnen nog steeds te vaak los van elkaar gebruikt worden. Databundeling is het startpunt om de klantervaring en daarmee de klantrelatie te verbeteren. Het verweven van allerlei gegevens is het startpunt om te voorspellen hoe de klant zich gaat gedragen en daarop in te springen als marketeer.
Predictive analytics
Bij predictive analytics wordt historische en recente informatie gebruikt om bepaalde gebeurtenissen in de toekomst te voorspellen. Dit kan op basis van berekeningen, gebaseerd op complexe statistische modellen, die de relatie tussen specifieke datapunten en acties definiëren. Deze voorspellende modellen kunnen tot erg nuttige informatie leiden. In het geval van predictive publishing bijvoorbeeld, kan verzamelde informatie, gemixt met voorspellende algoritmen het mogelijk maken te voorspellen wat klanten hierna willen lezen. Vervolgens zijn ook andere belangrijke ontwikkelingen te voorspellen. Zo is het bijvoorbeeld mogelijk om naar aanleiding van eerdere aankoopgegevens modellen te ontwikkelen, die de klanten kunnen identificeren waarvan het aannemelijk is dat ze jouw producten gaan kopen. Een ander voorbeeld is het voorspellen van ‘customer churn’. Door middel van eerdere klantinformatie kunnen modellen voorspellen welke klanten weg dreigen te lopen.
Deze data uit interne systemen kan op zijn beurt ook weer gecombineerd worden met externe data uit heel diverse bronnen. Het is bijvoorbeeld bekend dat weersomstandigheden een sterke invloed hebben op hoe mensen zich voelen en gedragen. En dus ook hoe hun zoek- en koopgedrag er uitziet. Het aanpassen van een online publicatie zoals een digitale folder aan het weer van die dag voor een specifieke locatie en doelgroep, kan de verkoopkansen verhogen. Maar er zijn nog veel meer factoren die de manier waarop een publicatie gelezen wordt, kunnen beïnvloeden.
Predictive publishing en omnichannelmarketing
In de wereld van e-mailmarketing is het verzamelen van gedragsdata natuurlijk niets nieuws. Aan de hand van verzamelde gedragsdata is het mogelijk op maat gemaakte e-mails te sturen naar iedere individuele ontvanger. Maar de volgende stap, het combineren van de data uit klikgedrag in online publicaties met data uit externe databronnen, creëert een heel nieuw speelveld.
Een relatief eenvoudige eerste stap hierbij is het verzamelen van meer en meer informatie over de interesses van klanten, ‘persuasion tags’ (korting, social-proof, etc), relevante content en andere nuttige informatie met behulp van e-mailmarketingtools. Informatie die de basis voor relevante, gepersonaliseerde e-mails kan vormen, omdat de verzender in staat is scherp te segmenteren.
Het combineren van de digitale publicatie met e-mailmarketing betekent dat het klikgedrag in de publicatie kan vertellen hoe e-mail het beste kan worden gefinetuned. Vervolgens kan het gedrag in de e-mail weer helpen de online publicatie te optimaliseren. Op die manier ontvangt de juiste persoon de juiste content op het juiste moment.
Daarnaast is het dankzij predictive analytics mogelijk om bijvoorbeeld ook de open rates aan de hand van onderwerpregels te voorspellen. En aangezien de aloude onderwerpregel nog steeds voor een groot deel verantwoordelijk wordt gehouden voor de open rates van e-mails, is het nog niet zo gek om vooraf te weten of een onderwerp het goed zal doen of niet.
Conversiestijging
Ook om klantprofielen up-to-date te houden en uit te kunnen breiden is het goed om de krachten van e-mailmarketing en online publishing te combineren. Een voorbeeld: een retailer heeft zojuist al zijn klanten een e-mail gestuurd met een link naar de nieuwste online publicatie. Een van de klanten opent de publicatie en begint erin te winkelen. Ze heeft een aantal producten aan haar winkelwagentje toegevoegd en vertrekt weer, zonder iets te kopen. Als retailer kun je nu besluiten niets te doen, of haar een follow-up mail te sturen met daarin de geselecteerde producten, maar nu tegen tien procent korting. Zo ontstaan extra saleskansen, gebaseerd op lees- en klikgedrag in een online publicatie.
Een voorbeeld hiervan uit de praktijk is er een van Steinberg, onderdeel van de Yamaha group en producent van professionele audiosoftware en –hardware. Zij besloten achtergelaten winkelwagentjes na drie dagen op te volgen met een e-mail, aan de hand van post-click tracking, webanalyse en ‘permission based’ ontvangersinformatie. Steinberg scoorde hiermee een conversiestijging van acht procent. Dus ongeveer één van de twaalf achtergelaten winkelwagentjes werd uiteindelijk toch nog terug naar de kassa geleid.
Het steeds verder uitbreiden van klantprofielen, zorgt voor een steeds beter beeld van klanten, waarmee de conversie ook steeds dichterbij komt. Het versturen van follow-up e-mails nadat een persoon een winkelwagentje achtergelaten heeft, is slechts een van de vele manieren om conversiestijging te realiseren. Dankzij de extra verzamelde informatie is het mogelijk de juiste e-mail te versturen, met de juiste content en call-to-action, op het juiste moment, naar de juiste persoon.
Kortom: luister naar je data. Het geeft je de kans om gepersonaliseerde en gesegmenteerde publicaties te creëren, met een verhoogde klantrelevantie (bij zowel de offline als online uitingen) en betere verkoopkansen als resultaat.
Meer weten? DoorDrop Media Congress, 24 september, Undercurrent (Amsterdam).
Publ.sh (platform voor interactieve, online publicaties) en optivo (aanbieder van omnichannelmarketing software), zullen aanstaande donderdag gezamenlijk spreken over de relevantie van online publicaties, gecombineerd met sterke e-mailmarketing en kansen op het gebied van predictive publishing. Om 16.10 uur betreden zij het podium. Klik hier voor meer informatie.
Reacties 0