Eerst experimenteren, dan personaliseren

Hyperpersonalisatie valt of staat in de eerste plaats met het hebben van data om te kunnen segmenteren en om de effectiviteit van je personalisatie-activiteiten te meten. Daarnaast vraagt personalisatie om een always-on benadering, wat betekent dat je continu zult moeten testen, leren en verbeteren.

Vrijwel elk bedrijf is bezig met personalisatie maar het niveau waarop dat gebeurt verschilt behoorlijk. De gepersonaliseerde aanhef in een nieuwsbrief, productaanbevelingen op basis van gelijkgestemde kopers, dynamische content op landing pages, in nieuwsbrieven en in apps – het valt allemaal onder personalisatie. Maar ook het targeten van een groep mensen vanuit je CRM op basis van een aantal gemeenschappelijke kenmerken en behavioral targeting, waarbij content op basis van het gedrag op de website realtime wordt aangepast, zijn vormen van personalisatie.

Je ziet vaak dat bedrijven grote idealen voor ogen hebben, een Netflix-achtige customer experience is dan de ambitie. Dit vaak zonder dat men weet of de bestaande personalisatieprogramma’s überhaupt werken en zo ja, in welke mate. Wat is bijvoorbeeld de ideale mix van default en gepersonaliseerde content op een webpagina? Dit kun je alleen weten als je kunt kijken naar de juiste data en doorlopend blijft testen, leren en verbeteren.

Mijn visie: experimenteren en personaliseren zijn twee kanten van dezelfde medaille. Personalisatie is always-on, in tegenstelling tot AB-tests, die eindig zijn. Als je wilt personaliseren zal je continu moeten experimenteren. Dit in een 1-to-many aanpak doen is zeker geen zwaktebod. Het helpt je juist om snel en accuraat te valideren of je hypothese over personaliseren klopt. Zoveel zaken kunnen invloed hebben op het effect van je personalisatie-activiteiten, zoals seasonality en het nieuws. Als je niet voortdurend blijft testen en signaleren, kun je de plank misslaan en omzet mislopen. Het is om deze reden ook belangrijk dat er altijd een controlegroep aanwezig is in de experimenten die je doet.

Experimenteren is meer dan conversie

Onterecht wordt vaak gedacht dat experimenteren altijd leidt tot meer omzet of hogere conversiepercentages. Het is namelijk veel meer dan dat. Het laat je ideeën valideren, zodat je weet wat werkt maar vooral ook wat niet werkt. Daardoor steek je geen geld of tijd meer in producten of diensten die niemand gebruikt. Vervolgens leveren de personalisatie-activiteiten die uit de experimenten voortkomen een betere UX, extra omzet en meer engagement van klanten op.

Stel, je wilt een campagne richten op de groep mensen die op de Volkswagen-website een bepaald autotype hebben geconfigureerd. De klassieke benadering is dan om in retargeting-campagnes die auto te laten zien. Maar misschien vindt de doelgroep ‘connected social influencers’ een foto het entertainmentsysteem veel aansprekender dan een foto van de hele auto. Dat moet je in experimenten tegen elkaar af kunnen zetten. Daarbij kun je machine-learning inzetten om afhankelijk van de uitkomsten meer traffic naar de winnende visual te sturen. Je moet dus wel van tevoren scenario’s uitdenken over relevante audiences en uitingen.

Missguided: next level personalisatie

We hebben dit bijvoorbeeld gedaan voor het Britse modemerk Missguided dat zich richt op de millennial vrouw. Het assortiment bestaat uit tienduizend kledingstukken en wisselt snel: wekelijks komen er tot duizend nieuwe producten bij. In deze snelle omgeving is het belangrijk om goed te begrijpen wat de klant wil. Experimenteren speelt hierin een cruciale rol.

Terugkerende klanten begroeten bij naam is het basisniveau van personalisatie bij Missguided. Met behulp van data over wat een klant recent heeft bekeken of gekocht op de websites, welke items op hun wensenlijstje staan en of ze een VIP-status hebben, kan Missguided audiences samenstellen en gepersonaliseerde aanbiedingen en promoties doen om in te spelen op de interesses van klanten.

Een succesvolle campagne van Missguided was gericht op de ‘rijzende sterren’, oftewel klanten die bijna de VIP-status hadden bereikt op basis van het aantal en de frequentie van aankopen en het aantal websitebezoeken. Door hen exclusieve aanbiedingen te doen, zoals 30 procent korting bij aankoop van drie items, kon Missguided deze klanten omzetten in VIP’s, de waardevolste klantgroep.

Daarnaast ging Missguided aan de slag met persoonlijke aanbevelingen. Zo wordt er op dit moment geëxperimenteerd met de content op de homepage. Nieuwe bezoekers zien trending items die het vaakst zijn bekeken of gekocht door andere bezoekers. Terugkerende bezoekers krijgen producten te zien die ze eerder hebben bekeken. Als ze op een productpagina zitten, worden items getoond die andere bezoekers met een interesse in dat specifieke product hebben gekocht of bekeken.

De initiatieven die op basis van de uitkomsten van de verschillende experimenten werden ontplooid in de webshop van Missguided, leidden in totaal tot 33 procent meer omzet. En dat alles uiteraard conform de AVG. Er worden geen persoonlijke data opgeslagen over de bezoekers als individu. We staan als platform niet toe dat er identificerende gegevens worden gedeeld – die worden gehashed. We weten dus bijvoorbeeld wel dat je frequent flyer bent bij KLM maar niet wat je naam is.

Culture of experimentation

Belangrijke voorwaarde om experimentatie en personalisatie goed te doen, is een solide culture of experimentation. Dat is moeilijk. Je hebt een werkomgeving nodig waarin ideeën niet direct de kop in worden gedrukt. De benodigde mindset is om continu te willen blijven leren en je campagnes te blijven finetunen. Anders krijg je gepolderde hypotheses en oplossingen met als resultaat dat het beste idee het niet redt en je dus omzet misloopt. Om deze reden is het ook altijd heel goed om meerdere variaties naast elkaar te testen, in plaats van vast te houden aan AB-testen. We zijn niet allemaal Don Draper – niemand weet of iets 100 procent succesvol zal zijn. Valideer je ideeën voor personalisatie door meerdere experimenten te doen – de markt bepaalt dan de winnende variant.

Wil je meer weten over de kracht van personalisatie en hoe je dit succesvol kunt doen? Download dan de Personalisatie toolkit van Optimizely of volg een van de twee webinars over personalisatie. https://www.optimizely.com/optimindset-personalization/