Blog

Vijf stappen naar omni-channel marketing - stap 1

Publicatiedatum:

afbeelding bij

Als customer intelligence-adviseur werk ik voor organisaties met uiteenlopende marketinguitdagingen en budgetten. Enkele thema’s komen telkens terug. Eén daarvan is omni-channel marketing. Want geen enkele organisatie ontkomt eraan om antwoorden te ontwikkelen op het veranderende consumentengedrag en de explosie aan gebruikte kanalen. De ervaring leert dat veel bedrijven de weg naar volwassen omni-channel marketing in vijf stappen afleggen. In deze blogserie bespreek ik welke deze stappen zijn en hoe ze doorlopen kunnen worden.

Bij alle klanten merk ik dat er aannames worden gedaan over de transitie van massamarketing naar omni-channel marketing. Soms wordt zelfs verwacht dat dit in een maand of twee afgerond kan worden. Meestal is men verbaasd als ik vertel dat ze een volwassenheidscurve met zes niveaus moeten doorlopen. Elk niveau vereist meer geavanceerde analytics. De evolutie naar een volgend niveau is dus rechtstreeks gekoppeld aan de volwassenheid van de inzichten die je genereert. Zo kunnen event-gedreven campagnes om het klantverloop te reduceren veel minder effectief blijken te zijn als je niet analyseert bij welke mensen er de grootste kans is dat zij de aanbieder inruilen.

Omni Channel Marketing

Figuur 1: stappen naar omni-channel marketing

Stap 1: klantsegmentatie
De eerste stap naar volwassenheid is natuurlijk klantsegmentatie: het verdelen van klanten in subsets met een gemeenschappelijk belang. Voor een retailer in dierenvoer kun je op basis van regels segmenten maken zoals de mensen die de laatste zes maanden hondenvoer gekocht hebben en de mensen die nooit hondenvoer gekocht hebben. Natuurlijk is er meer kans dat mensen die in het verleden hondenvoer gekocht hebben positief reageren. De groep die geen hondenvoer koopt benaderen met campagnes voor hondenvoer is irrelevant en verspilling van marketinggeld.

Doeltreffend segmenteren
Maar weinig zakelijke scenario's zijn zo eenvoudig, dus laten we kijken naar een wat complexere regelgebaseerde benadering met RFM-segmentatie. Hierbij beoordeel je het klantgedrag op recentheid (hoe recent was de laatste aankoop), frequentie (hoe vaak bezocht hij of zij ons bedrijf) en monetaire waarde (wat heeft de klant uitgegeven). Zo kunt je je meest loyale en waardevolle klanten identificeren, zoals mijn collega Chris Hemedinger beschrijft in het blog Customer Segmentation using RFM in SAS Enterprise Guide.

De beste manier om te segmenteren is de analyse-gedreven benadering met beschrijvende statistiek. Het voordeel daarvan is dat je meerdere variabelen kunt gebruiken. Zo kan je middels een clusteranalyse met RFM-score homogene groepen identificeren die onderling sterk verschillen. Tot een paar jaar geleden was het gebruik van deze technieken vaak een brug te ver voor marketeers, maar de opkomst van datavisualisatie-tools heeft hier verandering in gebracht. Want daardoor zijn analyses ook voor niet-technische mensen toegankelijk. In de afbeelding hieronder zie je een voorbeeld van een clusteranalyse.

Omni Channel Marketing

Figuur 2: Clusteranalyse met SAS Visual Statistics.

De grafiek laat vier segmenten zien die worden aangegeven met vier gekleurde lijnen. De lijnen gaan op en neer op basis van de waarde die ze voor een specifieke variabele hebben. Wat hier bijvoorbeeld duidelijk wordt is dat de rode lijn (segment 2) mensen vertegenwoordig met zeer weinig bezoeken, die vrij jong zijn en waarvan een hoog percentage de winkelwagen verlaat. Dit kan betekenen dat dit een prijszoekerssegment is, mensen die op de website naar de beste deals zoeken. Deze combinatie van factoren kan duiden op een lage klantwaarde segment, maar ook op een kans om door een aantal veranderingen door te voeren een markt te ontsluiten. Zo zet visualisatie aan tot strategische discussies en kom je een stap dichter bij het beheersen van omni-channel marketing.

Stay tuned
Mijn volgende blog bespreekt de volgende stap: die van klantsegmentatie naar 1-op-1-campagnes.