Stop met het denken in losse online marketing kanalen en start met het optimaliseren en personaliseren van de customer journey. Op een laagdrempelige manier legde Siebren van Bruggen tijdens zijn sessie op de Webwinkel Vakdagen uit hoe u inzichten uit uw klantdata haalt en deze inzichten omzet naar concrete acties voor uw klant over al uw (online) marketing kanalen. - www.ism.nl -
Hoe u uw data gebruikt om uw klant te leren kennen
1. Hoe u uw data gebruikt om uw klant te leren kennen
#WWVD18
Siebren van Bruggen
Team Lead Marketing Intelligence
2. 1. Het belang van een centraal klantbeeld
2. Vind uw waardevolle klanten
3. Creëer data-driven persona’s
3. Siebren van Bruggen
Team Lead Marketing Intelligence | ISM eCompany
s.vanbruggen@ism.nl
linkedin.com/in/siebrenvanbruggen
ISM eCompany
2017 Team Lead Marketing Intelligence
2015 Webanalytics & conversie-optimalisatie consultant
Tilburg University
MSc Marketing Management
13. • Offline aankopen
• Klantenkaart
• Transactie-data
• Verrijkte
gebruikersdata
• Transactie-data
• Gebuikersprofielen
• Transactie-data
• Webshopdata
Centraal klantbeeld
Inzichten
- Wanneer heeft de klant iets gekocht?
- Hoe vaak heeft de klant iets gekocht?
- Welke producten heeft de klant gekocht?
- Welke merken koopt de klant?
- Is de klant een man of vrouw?
- Hoe oud is de klant?
- Hoe waardevol is een klant?
- Koopt de klant offline?
- Etc....
Acties om alle (online) marketing slimmer te maken:
- Persoonlijkere mailings
- Gepersonaliseerde webshop
- Waardevolle klanten belonen
- Advertenties op juiste moment tonen
- Etc....
18. ANALYSE ACTIVATIEDATA COLLECTIE
◦ Back end transactiedata
◦ Offline transacties
◦ Retouren
CASE
◦ Wie zijn mijn
belangrijkste klanten?
CASE – COLLECTIE – ANALYSE – ACTIVATIE
1 2 3 4
19. ANALYSE
◦ Segmenten maken op
basis van
◦ RFM-analyse
◦ CLV-analyse
ACTIVATIEDATA COLLECTIE
◦ Back end transactiedata
◦ Offline transacties
◦ Retouren
CASE
◦ Wie zijn mijn
belangrijkste klanten?
CASE – COLLECTIE – ANALYSE – ACTIVATIE
1 2 3 4
20. Recentheid – Frequentie - Monetaire waarde (RFM-analyse)
Klant A
Klant B
€500
€350
Klant C €600
= bestelling
CASE – COLLECTIE – ANALYSE – ACTIVATIE
1 2 3 4
21. Omzet
Klant A
Klant B
€500
€350
Klant C
€600
= bestelling Tijd
CLV
€750
€600
€1000
Aankoophistorie
Customer Lifetime
CASE – COLLECTIE – ANALYSE – ACTIVATIE
1 2 3 4
22. CASE – COLLECTIE – ANALYSE – ACTIVATIE
1 2 3 4
o Datamanagement platform
o BI-platform
o Marketing Automation-tool
Periodiek CLV-analyse Realtime
Data-set
o Transacties
o Retouren
>5.000 transacties p/m
<500 transacties p/m
24. Input Output
CASE – COLLECTIE – ANALYSE – ACTIVATIE
1 2 3 4
Som CLV waardes = verwachte omzet uit bestaande klanten
o Order nummer
o Bestel datum
o E-mailadres
o Omzet per order
o Order geretourneerd
26. Drie klantsegmenten:
Klantsegment 1: 4.351 klanten met CLV van € 1.159,-
Loyale klant waaraan meer gespendeerd mag worden om
de klant te behouden.
Klantsegment 2: 8.381 klanten met CLV van € 294,-
Potentieel loyale klant waar meer winst uit te behalen is.
Klantsegment 3: 27.819 klanten met CLV van € 37,-
Een klant waarvan wordt verwacht dat die weinig
oplevert.
CASE – COLLECTIE – ANALYSE – ACTIVATIE
1 2 3 4
27. ANALYSE
◦ Segmenten maken op
basis van:
◦ RFM-analyse
◦ CLV-analyse
ACTIVATIE
◦ Per segment andere
(online) marketing-
strategieën
DATA COLLECTIE
◦ Back end transactiedata
◦ Offline transacties
◦ Retouren
CASE
◦ Wie zijn mijn
belangrijkste klanten?
CASE – COLLECTIE – ANALYSE – ACTIVATIE
1 2 3 4
28. CASE – COLLECTIE – ANALYSE – ACTIVATIE
1 2 3 4
Drie klantsegmenten:
Klantsegment 1
4.351 klanten met CLV van € 1.159,-
Voorbeelden van activatie
Email: Geen kortingscodes, wel belonen voor loyaliteit
CPC: +25% non-branded, -25% branded
Facebook: Value Based Lookalikes
Customer service: Bij klacht kaartje + bloemetje
Offline: Verrassen met cadeau bij aankoop in winkel
31. CASE – COLLECTIE – ANALYSE – ACTIVATIE
1 2 3 4
Klantsegment 2
8.381 klanten met CLV van € 294,-
Email: Kortingscodes
CPC: +15% non-branded, +15% branded
Facebook: Value Based Lookalikes
Customer service: Bij klacht kaartje sturen
Drie klantsegmenten:
Klantsegment 1
4.351 klanten met CLV van € 1.159,-
Voorbeelden van activatie
Email: Geen kortingscodes, wel belonen voor loyaliteit
CPC: +25% non-branded, -25% branded
Facebook: Value Based Lookalikes
Customer service: Bij klacht kaartje + bloemetje
Offline: Verrassen met cadeau bij aankoop in winkel
34. Klantsegment 3
27.819 klanten met CLV van € 37,-
CASE – COLLECTIE – ANALYSE – ACTIVATIE
1 2 3 4
Email: Eenmalig een kortingscode
CPC: -15% non-branded, -15% branded
Facebook: Value Based Lookalikes
Customer service: Klacht telefonisch afhandelen
Klantsegment 2
8.381 klanten met CLV van € 294,-
Email: Kortingscodes
CPC: +15% non-branded, +15% branded
Facebook: Value Based Lookalikes
Customer service: Bij klacht kaartje sturen
Drie klantsegmenten:
Klantsegment 1
4.351 klanten met CLV van € 1.159,-
Voorbeelden van activatie
Email: Geen kortingscodes, wel belonen voor loyaliteit
CPC: +25% non-branded, -25% branded
Facebook: Value Based Lookalikes
Customer service: Bij klacht kaartje + bloemetje
Offline: Verrassen met cadeau bij aankoop in winkel
42. 1. Het belang van een centraal klantbeeld
2. Vind uw waardevolle klanten
3. Creëer data-driven persona’s
43. Drie klantsegmenten:
Wie zijn deze klanten? Wat kopen ze?CASE – COLLECTIE – ANALYSE – ACTIVATIE
1 2 3 4
?
?
?
Klantsegment 1: 4.351 klanten met CLV van € 1.159,-
Loyale klant waaraan meer gespendeerd mag
worden om de klant te behouden
Klantsegment 2: 8.381 klanten met CLV van € 294,-
Potentieel loyale klant waar meer winst uit te
behalen is.
Klantsegment 3: 27.819 klanten met CLV van € 37,-
Een klant waarvan wordt verwacht dat die weinig
oplevert.
45. CASE – COLLECTIE – ANALYSE – ACTIVATIE
1 2 3 4
Kleine dataset
>5.000 transacties p/m<500 transacties p/m
Cluster-analyse voor
data-driven persona
Grote dataset
55. Key take aways
Klantvriendelijker worden en advertentie-budget effectiever inzetten door:
1. Minder te focussen op losse traffic-kanalen en meer te kijken naar wat u weet van uw klant
#Tip: Exporteer uw orders van het afgelopen jaar; sorteer op e-mailadressen
#Tip: Schrijf eens op wat u eigenlijk weet van uw klanten
56. Key take aways
Klantvriendelijker worden en advertentie-budget effectiever inzetten door:
1. Minder te focussen op losse traffic-kanalen en meer te kijken naar wat u weet van uw klant
2. Uw klanten te segmenteren op basis van Customer Lifetime Value om te achterhalen wie
waardevol zijn
#Tip: Bronnen op internet – business analist - uitbesteden
57. Key take aways
Klantvriendelijker worden en advertentie-budget effectiever inzetten door:
1. Minder te focussen op losse traffic-kanalen en meer te kijken naar wat u weet van uw klant
2. Uw klanten te segmenteren op basis van Customer Lifetime Value om te achterhalen wie
waardevol zijn
3. Te analyseren wat deze segmenten kenmerkt: datadriven persona’s
#Tip: Begin klein, daarna steeds gedetailleerder
58. Key take aways
Klantvriendelijker worden en advertentie-budget effectiever inzetten door:
1. Minder te focussen op losse traffic-kanalen en meer te kijken naar wat u weet van uw klant
2. Uw klanten te segmenteren op basis van Customer Lifetime Value om te achterhalen wie
waardevol zijn
3. Te analyseren wat deze segmenten kenmerkt: datadriven persona’s