-

E-commerce personalisatie: waarop te letten bij de keuze voor tooling

Personalisatietools voor e-commerceplatforms te over. Maar waar let je op bij de keuze voor pakketten die beloven content op maat te tonen aan de bezoeker?

De begrippen relevantie en personalisatie vallen bijzonder vaak, zeker ook in de artikelen over e-commerce. Er wordt verondersteld dat geen consument zit te wachten op een prominent geplaatst aanbod voor luiers als de kinderen die al jaren zijn ontgroeid. Hartstikke logisch. En toch zijn er weinig online retailers die dit al hoog op de agenda van 2016 hebben staan, zegt Johan Smits van e-commercebureau Yellowgrape.

Het bedrijf presenteert deze zomer een onderzoek naar het niveau van personalisatie onder de ‘Twinkle100’, de belangrijkste webwinkels. Smits neemt vast een voorschot: ‘Als ik op mijn gevoel afga denk ik dat nog geen tien procent van de belangrijkste spelers het e-commerceplatform goed integreert met tools voor personalisatie. Een deel ziet een responsive design bijvoorbeeld als prioriteit, iets dat in mijn ogen standaard is in een volwassen e-commercestrategie. Met zoiets zet je niet de volgende innovatieve stap.’

De techniek achter personalisatie is het probleem niet meer, vertelt Smits. Tools laten zich relatief eenvoudig ‘plug and play’ koppelen aan Magento of een ander platform. ‘Maar er is een groot verschil tussen tools.’ Namen wil hij niet noemen, maar sta je voor de keuze van nieuwe integraties dan adviseert hij in ieder geval te streven naar de volgende niveaus van personalisatie.

Segmentatie

De meest basale vorm van personalisatie is segmentatie, zegt Smits. Op basis van getoond gedrag plaats je bezoekers in een bepaald segment. Nu gebeurt dat vaak door te kijken naar koopgedrag – de klant bestelde eerder een badpak dus is ongetwijfeld een vrouw. Dat is niet meer van deze tijd. ‘Het belangrijkste is om vanaf nu ook te segmenteren op basis van surfgedrag en kliks.’ De content wordt dan relevant in het moment. Door te prioriteren kun je aspecten van dat klikgedrag meer waarde toekennen. Klik je de damesmode open dan krijgen de banners op de homepage bijvoorbeeld een vrouwelijke ‘touch’.

Productaanbevelingen

Een volgend niveau is het loggen van gedrag om tot productaanbevelingen te komen. ‘Eigen koopgedrag en dat van look-a-likes natuurlijk. De data gebruik je vervolgens om het aanbevelingsalgoritme te voeden. De output kun je in diverse vormen terug laten komen, daar kun je zo al tientallen verschijningsvormen voor bedenken. De bestsellers, ‘dit kochten anderen ook’ enzovoorts.’ Het probleem van veel tools is volgens Smits echter dat je als verkoper zelf ‘business rules’ moet aanmaken om die aanbevelingen te genereren. ‘In 80 procent van de gevallen is dat zo. Het gebrek aan intelligentie is echt een hele grote valkuil in de keuze voor software.’

Persuasion

Dezelfde data zijn in te zetten voor een derde vorm van personalisatie, namelijk die van ‘persuasion’ en real-time verleidingstechnieken. De content wordt automatisch aangeboden met een van de technieken van Cialdini. Is de klant gevoelig voor autoriteit, dan verschijnen er overtuigende boodschappen van een expert. ‘Recent zag ik een simpele maar waarschijnlijk effectieve toepassing. Er popte plots een klein scherm op met het logo van Thuiswinkel.org. Zoiets triggert het vertrouwen. Slim gedrag dat goed is voor de conversie.’

Lead scoring

Op het laatste niveau plaats Smits ‘lead scoring’ in de winkel – als techniek beschikbaar in de meer geavanceerde pakketten voor e-mailmarketing. De klanten die gewenst gedrag vertonen beloon je in zekere zin. Daarmee werk je aan de loyaliteit van klanten en vergroot je de klantwaarde. Daarvoor bepaal je allereerst wat gewenst gedrag is, zegt Smits. Zo geldt voor Neckermann (klant van Yellowgrape, red.) dat onder meer het kopen op rekening, een herhaalaankoop of plaatsen van productreview gewenst gedrag is. Een retourzending, annuleren van een order of gebruik van bepaalde betaalmethoden zijn ‘ongewenst’.

Door klantgedrag online te meten is het mogelijk scores toe te kennen aan leads en klanten te segmenteren naar gewenst en ongewenst gedrag. Klantgegevens, interactie naar aanleiding van e-mailmarketing, bekeken en gekochte producten, bestedingsgedrag en ook retourzendingen worden daar bijvoorbeeld voor gebruikt. Op basis van de segmentatie kun je de content in de e-mails of webwinkel aanpassen. Zulke signalen zeggen veel over iemand zijn interesse en loyaliteit, vertelt Smits. Je neemt het effect direct waar: de open ratio van e-mails steeg met 25 procent, de conversie met 110 procent.

Bij de selectie is het volgens Smits verder belangrijk te kiezen voor software waarin je de zelflerende algoritmes zelf met business rules kunt beïnvloeden. ‘Soms zijn dat werkelijke black boxes. En dat terwijl je goede redenen kunt hebben als verkoper om bij te sturen. Op de producten van eigen merk pak je bijvoorbeeld meer marge. Die slimmigheid moet je een algoritme bijbrengen.’

Schematische weergave

Schermafbeelding 2016-02-29 om 15.30.36

Foto header: cjmacer / Shutterstock.com

Deel dit bericht

2 Reacties

Harm Linssen

Sterk verhaal. Ik denk dat Johan er niet ver naast zit met zijn schatting hoeveel procent van de Twinkle100 het e-commerceplatform goed integreert met personalisatietechnologie. Ik ben daarom benieuwd naar de resultaten van het onderzoek straks.

Pauline

Goed stuk, ben echter juist heel erg geinteresseerd in welke partijen hier nu het sterkste in zijn! Iemand tips?

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond