Nieuwe retailkansen met cognitive commerce

Iedereen kent de bijna onmogelijke uitdaging van omnichannel en klantbeleving nu wel. Maar retail is natuurlijk niet alleen klantgestuurd. Retailers ondernemen allerlei marketingacties om hun omzet te behalen en daarvoor hebben retail marketeers actionable insights nodig. Cognitive commerce belooft dit te doen: het verzamelt allerlei data en vertaalt dat naar praktische inzichten. Hoe kom je daar precies?

Te veel retailers veranderen vandaag de dag nog hun aanbod of hun campagnecontent wekelijks of maandelijks in plaats van dagelijks of zelfs per uur. Die regelmaat is eerder bedoeld vanuit interne efficiëntie dan echt inspelen op de markt. Maar volgens onderzoek van Forrester Research maakt die omslag een groot commercieel verschil. Zeker wanneer je een Amazon of een Coolblue tot je concurrenten rekent, wordt de noodzaak groter om je marketing contextueel te doen. Maar niet iedere marketeer is een data-analist, en daarom wordt er vaak nog teveel op gevoel gewerkt in plaats van met verzamelde data en inzichten.

Data voor context

De laatste beleving met een merk zet de klantverwachting. Daarin staat het brengen van de juiste content in de juiste context centraal. De uitdaging is om die optimale match keer op keer te maken. Wanneer een klant bijvoorbeeld zoekt naar kipfilet, kun je allerlei informatie laten zien: prijs en beschikbaarheid, andere kipproducten, recepten, de producten voor die recepten en zelfs een ondersteunende kookvideo. Maar iemand kan al net grootmoeders kippensoeprecept klaar hebben liggen en alleen maar kipfilet willen kopen, terwijl een ander persoon juist behoefte heeft aan wat inspiratie. Je wil je klanten dus leren kennen, kooppatronen zien en de invloed van kortingen en externe factoren zoals bijvoorbeeld het weer gaan begrijpen. Met die inzichten kun je geleidelijk aan meer context in je aanbod plaatsen. Iets dat cruciaal dat nu is om in gesprek te blijven met klanten, volgens het nieuw verschenen rapport ‘The Power Of Customer Context’ van Forrester Research.

Stapsgewijs data koppelen

Hoe kun je nu sneller je content aanpassen en in de juiste context zetten? De sleutel is het verzamelen en interpreteren van data en hierop te handelen: cognitive commerce. Begin klein en analyseer eerst de huidige klantgegevens, bijvoorbeeld in een CRM-pakket. Daarmee creëer je de eerste inzichten waarop je al direct kunt handelen. Zoals bijvoorbeeld een lijst van loyale klanten die je wilt uitnodigen voor een exclusieve modeshow. Of een onderverdeling van klanten naar postcode en omzet voor het distribueren van een huis-aan-huis folder.

Vervolgens ga je stapsgewijs andere gestructureerde interne data koppelen die een groter plaatje geven, zoals omzetgegevens, ordermanagement, logistiek, een loyaliteitsprogramma, website analysetools en marketingtools. Iedere databron brengt een nieuwe dimensie in de inzichten die je kunt verwerven. Op een bepaald moment kun je ook ongestructureerde externe data gaan meenemen, zoals social media voor sentimenten, weersinformatie, vakantiedagen, nieuws, verkeersinformatie et cetera. Zo kun je bijvoorbeeld in je welkomstmail naar nieuwe klanten direct wijzen op dat leuke jurkje wanneer het ook mooi weer is.

Het gaat in de kern om het stapsgewijs koppelen van databronnen en het creëren van inzichten waarop je praktisch kunt handelen. Big Data is wat dat betreft een verwarrend buzzwoord, want het is eigenlijk een ‘datamotor’ die je van kleins af opbouwt en geleidelijk aan uitbreidt. Begin bij wat je aankunt, dat houdt het behapbaar.

Personal shopping assistant

Een grote ontwikkeling momenteel in retailland is de komst van personal shopping assistants, zoals 1-800-FLOWERS.COM doet met zijn Facebook Messenger plugin genaamd GWYN. Op basis van simpele vragen leert de app wat je precies zoekt in termen als soort bloemen, de gelegenheid, het budget, de locatie en de planning. De bot geeft vervolgens een passend aanbod.

Facebook brengt dit als AI, maar het is in feite nog steeds cognitive commerce: content gebracht in de juiste context. AI is een systeem dat uiteindelijk zelfstandig keuzes maakt. Een personal shopping assistant leert, past logica toe, creëert een leeromgeving en heeft natuurlijke interactie met gebruikers. Op basis van die input en andere databronnen komt er een logische output uit. De app maakt verder zelf geen keuze. En naarmate je meer data kunt koppelen, worden de cross- en up-sell mogelijkheden groter. Zo kan de app dan bijvoorbeeld ook chocola aanbieden voor Valentijnsdag, of een passend boeket op basis van het soort klant en eerder koopgedrag.

Cognitive commerce helpt afstemmen

De belofte van Big Data wordt praktisch ingevuld door cognitive commerce. De nadruk die cognitive commerce legt op actionable insights zorgt ervoor dat retailers snel de resultaten kunnen zien van hun inspanningen. Out-of-box oplossingen zijn steeds meer schaalbaar en worden op maat geleverd via de cloud. Dat maakt de investeringen beduidend lager dan voorheen, waardoor er budget vrij blijft om andere bedrijfsonderdelen te verbeteren. Dat is ook nodig, want meer data en betere marketing kunnen er niet voor zorgen dat je meer producten in de winkel krijgt of dat de levertijd korter wordt. Het gaat ook om de ‘time to value’: de tijd tussen het verzoek voor een specifieke waarde en de levering daarvan. De toegevoegde waarde van cognitive commerce is juist dat je nieuwe inzichten krijgt in welke klant welke time to value optimaal waardeert.