Juiste boodschap op het juiste moment dankzij DMP

Hoe benut je alle informatie van je klant om hem in elke fase van de customer met een relevante boodschap te bereiken? Etiketten- en labelprinterleverancier Zolemba maakt beter gebruik van de beschikbare data. Het resultaat is een stijging in de conversie van 28 procent.

Als marketeer wil je het liefst iedereen relevante content aanbieden die is afgestemd op de fase van customer journey waarin de klant zich bevindt. Dat verhoogt de conversie. De praktijk is echter dat data van (potentiële) klanten op verschillende manieren binnenkomt bij een bedrijf, via e-mail, bezoekgedrag op de website, social media en het e-commerce platform. De gemiddelde organisatie gebruikt algauw vijf of zes marketing tools, bijvoorbeeld WordPress, Google Adwords, Google Analytics, Copernica, et cetera.

Om een goed inzicht te krijgen in waar de klant behoefte aan heeft en in welke fase van de customer journey die klant zit, zou je die data aan elkaar moeten koppelen. Daarvoor zijn datamanagementplatformen (DMP’s) ontwikkeld. Deze softwareoplossingen integreren de historische en actuele data van elke klant. Door kanalen te koppelen, externe data toe te voegen en correlaties te vinden tussen bronnen kan per klant een 360-graden klantprofiel worden gemaakt.

Een DMP is puur gericht is op het samenbrengen van data, maar je kunt nog een stap verder gaan. Op basis van de profielen kun je zelfs voorspellingen doen (predictive marketing). Door gebruik van machine learning weet je bovendien steeds beter wie die individuele klant is en kun je steeds beter voorspellingen doen. Zo kun je de klant precies die specifieke boodschap sturen die hem op dat moment verder helpt.

Interne en externe data

Via algoritmes wordt het gedrag van de potentiële klant geanalyseerd – is hij of zij al eerder op de website geweest, welke bestellingen zijn in het verleden gedaan? Deze data worden gecombineerd met externe data, zoals demografische gegevens of weersvoorspellingen.

Zo is vrij nauwkeurig te bepalen wat voor type klant het is en in welke fase van de customer journey hij zich bevindt. En is een voorspelling te maken van waar de klant op dat moment interesse in heeft en dus welke content op dat moment het beste kan worden aangeboden.

Bedrijven vullen elk onderdeel van de customer journey met passende content. Zo kun je in de oriënterende fase denken aan inspirerende informatie, in de vergelijkingsfase aan bijvoorbeeld productaanbevelingen, in de beslissingsfase wordt overtuigingsgerichte content interessant en in de evaluatiefase zijn betrokkenheid creëren en heractivatie juist weer meer van belang.

Profielopbouw

Een fraai voorbeeld van een bedrijf dat slim gebruik maakt van hun data is Zolemba, een labelproducent die zowel etiketten als labelprinters aanbiedt. Het aanbod op de website van Zolemba is zo groot – alleen al voor productie-etiketten zijn er 1.300 verschillende soorten – dat het een uitdaging is voor klanten om het etiket te kiezen dat het meest geschikt is voor de specifieke printer die die klant heeft.

Om de klant hierbij te helpen in elke fase van de customer journey maakt Zolemba gebruik van alle klantinformatie die via verschillende tools binnenkomt. Bijvoorbeeld via Google Analytics, Adwords, het eigen e-commerce platform, e-mailmarketingsoftware Copernica, Facebook en Trustpilot. De informatie uit deze databronnen wordt gekoppeld en gecentraliseerd opgeslagen in het datamanagementplatform, waar ook nog externe data aan wordt toegevoegd, zoals de weersverwachting.

Zo ontstaat een klantprofiel per unieke gebruiker. ‘Klant X heeft je pagina op Facebook geliked, een Dymo LabelWriter printer gekocht, een advertentie voor label printers bekeken, zich ingeschreven voor je nieuwsbrief en bestelt altijd meer etiketten bij mooi weer.’ Hoe langer Zolemba met het datamanagementplatform werkt, hoe slimmer het wordt en des te specifieker kan worden vastgesteld in welke fase van de customer journey de klant zich bevindt en aan welke content hij op dat moment behoefte heeft.

Boodschap afstemmen = hogere conversie

Dit profiel gebruikt Zolemba natuurlijk om het gedrag te voorspellen. De voorspellingen worden gebruikt om iedere consument een eigen customer journey te laten doorlopen. Marketinguitingen worden geautomatiseerd verstuurd en hierbij is het zelfs mogelijk de overtuigingsprincipes (van Cialdini) in de boodschap af te stemmen op waar de klant het meest gevoelig voor is (schaarste, autoriteit, social proof, et cetera). Dit alles om de grootste kans op conversie te realiseren.

Door ook nog het beste contactmoment te kiezen – deze klant kan het beste via e-mailmarketing op maandagavond na 19.00 uur worden benaderd – wordt de klant op het juiste moment, via het juiste kanaal met de juiste content benaderd.

Zo kan Zolemba nu ook voorspellen wanneer de klant waarschijnlijk nieuwe etiketten nodig heeft en op het voor die klant meest geschikte tijdstip, via het juiste kanaal, een reminder sturen om opnieuw te bestellen.

Uit A/B-testen bij Zolemba blijkt dat de conversie met 28 procent is gestegen door gebruik te maken van het DMP. Ook de gemiddelde orderwaarde is significant gestegen. Uiteindelijk heeft de inzet van een DMP dus geleid tot een flinke omzetverhoging.

1 Reactie

Hi Jelmer,

Leuk artikel, maar ik mis eigenlijk de belangrijkste insights. Je geeft onderaan een korte samenvatting:

“Uit A/B-testen bij Zolemba blijkt dat de conversie met 28 procent is gestegen door gebruik te maken van het DMP. Ook de gemiddelde orderwaarde is significant gestegen. Uiteindelijk heeft de inzet van een DMP dus geleid tot een flinke omzetverhoging.””

*Hoeveel mensen bevonden zich in de test?
*Hoe significant was de test in percentage?
*Wat was de power van de test?
* Was het verschil in CR percentage verschillend op device breed? Is het overall gestegen?
*Werd er in de testen nog gesegmenteerd op kanalen?
*Wat is er bijvoorbeeld getest? Nieuwe afbeeldingen/Volledig nieuwe pagina of alleen maar pop-ups?

Mvg,

Fred

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond.

terug