Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Meer sales bij Jacobs Douwe Egberts door personalisatie - Maichel Peppels @ JDE Coffee | Customer Data Conference 2019

371 views

Published on

Personalisatie heeft Jacobs Douwe Egberts geen windeieren gelegd. Door het maken van gepersonaliseerde content op basis van klantgedrag, zag de internationale koffie- en theegigant de conversieratio én de gemiddelde orderwaarde bij websites als Tassimo en L’OR Espresso flink stijgen. Neem een kijkje achter de schermen bij deze brands en ontdek hoe ook jij kunt personaliseren en optimaliseren.
https://www.frankwatching.com/customerdataconference/

Published in: Data & Analytics
  • Be the first to comment

  • Be the first to like this

Meer sales bij Jacobs Douwe Egberts door personalisatie - Maichel Peppels @ JDE Coffee | Customer Data Conference 2019

  1. 1. Customer Data Conference 2019 Maichel Peppels 21/11/2019
  2. 2. Maichel Peppels Global Personalisatie & Optimalisatie Specialist bij Jacobs Douwe Egberts
  3. 3. GESCHIEDENIS H1 2017 Verouderd platform & Minimale inzicht in klantdata H2 2017 Implementatie van analytics, a/b test en klantfeedback tools H1 2018 50+ A/B testen 30+ UX verbeteringen 1x Re design - Start gepersonaliseer de content - Replatforming H2 2018 Implementatie van Customer Data & Personalisatie Platform 2019 +200 actieve content personalisaties 5
  4. 4. 6 WAAROM CUSTOMER DATA PLATFORM & PERSONALISATIE?
  5. 5. 7 Doel: verbetering van conversies, gemiddelde orderwaarde en lifetime value RELEVANTE GEPERSONALISEERDE CONTENT (JUISTE TIJD EN LOCATIE) VASTLEGGEN VAN INDIVIDUELE BEHOEFTES EN GEDRAG (IN EEN CUSTOMER DATA PLATFORM)
  6. 6. 8 1. 2. 4. Is actief in meerdere landen met diverse gast merken
  7. 7. 9 1. 2. 4. Is actief in meerdere landen met diverse gast merken
  8. 8. 10 1. 2. 4. Is actief in meerdere landen met diverse gast merken
  9. 9. 11 1. 2. 4. Is actief in meerdere landen met diverse gast merken
  10. 10. 12 1. 2. 4. Is actief in meerdere landen met diverse gast merken
  11. 11. DATAPOINTSHOW Loyalty & repurchaseService/deliveryActionConsiderationAwareness CUSTOMER JOURNEY MAP VS Reviews
  12. 12. DATAPOINTS Loyalty & repurchaseService/deliveryActionConsiderationAwareness CUSTOMER JOURNEY MAP VS Reviews HOW
  13. 13. DATAPOINTS Loyalty & repurchaseService/deliveryActionConsiderationAwareness CUSTOMER JOURNEY MAP VS Reviews HOW
  14. 14. DATAPOINTS Loyalty & repurchaseService/deliveryActionConsiderationAwareness CUSTOMER JOURNEY MAP VS Reviews HOW
  15. 15. DATAPOINTS Loyalty & repurchaseService/deliveryActionConsiderationAwareness CUSTOMER JOURNEY MAP VS Reviews HOW
  16. 16. DATAPOINTSHOW Loyalty & repurchaseService/deliveryActionConsiderationAwareness CUSTOMER JOURNEY MAP VS Reviews
  17. 17. DATAPOINTSHOW Loyalty & repurchaseService/deliveryActionConsiderationAwareness CUSTOMER JOURNEY MAP VS Reviews
  18. 18. DATAPOINTSHOW Loyalty & repurchaseService/deliveryActionConsiderationAwareness CUSTOMER JOURNEY MAP VS Reviews
  19. 19. DATAPOINTSHOW Loyalty & repurchaseService/deliveryActionConsiderationAwareness CUSTOMER JOURNEY MAP VS Reviews
  20. 20. DATAPOINTSHOW Loyalty & repurchaseService/deliveryActionConsiderationAwareness CUSTOMER JOURNEY MAP VS Reviews
  21. 21. 23VERZAMELEN VAN GEDRAGSDATA Welk data kun je nog meer verzamelen? Voorbeelden van data op basis van bijvoorbeeld klik en zoek gedrag • Wat zijn de merk voorkeuren (Costa, Jacobs, Kenco enz. • Welke drank types (zwarte koffie, latte, cappuccino, thee, chocolade enz.) • Welk drank formaat (small, medium, large) • Welke machine type (groot, klein, kleur) • Welke campagne komen gebruikers vandaan? • Enz.
  22. 22. 24VERZAMELEN VAN GEDRAGSDATA CUSTOMER DATA PLATFORM Waar sla je al deze gedrags data op?
  23. 23. 25VERSCHILLENDE DATABRONNEN COMBINEREN CRM DATABASE CUSTOMER DATA PLATFORM
  24. 24. 26VERSCHILLENDE DATABRONNEN COMBINEREN CRM DATABASE CUSTOMER DATA PLATFORM CUSTOMER FEEDBACK
  25. 25. 2 CASES 27
  26. 26. 28 CASE 1 PRODUCT RECOMMENDATIONS
  27. 27. Homepage Product categorie pagina Product detail pagina 29 PRODUCT RECOMMENDATIONS
  28. 28. 30PRODUCT RECOMMENDATIONS Gedragsdata Machine learning Verschillende algoritmen + +
  29. 29. 31HOMEPAGE Product recommendation op basis van verschilde algoritmes
  30. 30. 32PRODUCT CATEGORIE PAGINA Product recommendation op basis van verschilde algoritmes
  31. 31. FASE 1 Algoritmes testen 33PRODUCT DETAIL PAGINA Product recommendation op basis van verschilde algoritmes
  32. 32. 34PRODUCT DETAIL PAGINA FASE 2 Accessoire toevoegen Product recommendation op basis van verschilde algoritmes
  33. 33. 35 CASE 2 WEBSITE PERSONALISATIE
  34. 34. 36HOMEPAGE Na een replatforming
  35. 35. 37HOMEPAGE PERSONALISATIE
  36. 36. 38HOMEPAGE PERSONALISATIE
  37. 37. 39CONCLUSIE KLANTDATA + PERSONALISATIE =

×