Personalisatie als oplossing voor topdrukte

Prachtig, die december-drukte voor online retailers, maar het zet enorme druk op de logistiek. Met behulp van data, analytics en personalisatie kunnen retailers slimmere keuzes maken in geval van schaarste aan voorraad of vervoerscapaciteit.   

De online verkopen hebben eind vorig jaar extreme vormen aangenomen. Webwinkels hebben hiervan de gevolgen kunnen ervaren. Topomzetten gecombineerd met veel druk op de logistiek en klantenservice. Hoe kun je klanten tevreden houden, wanneer ‘next day delivery’ verandert in ‘next week’ zonder teveel te snijden in de marges? Vragen die webwinkeliers zullen moeten beantwoorden om een nieuwe balans te vinden tussen excellente customer experience en winstgevendheid.

Want laten we eerlijk zijn, klanten zijn de afgelopen jaren erg verwend geraakt. Waar de strijd om de portemonnee voorheen woedde tussen de ‘click’- en de ‘brick’-bedrijven, is het strijdtoneel al enkele tijd verschoven naar online. Het gevolg van alle wervings- en pamper-campagnes de afgelopen jaren, is dat bedrijven als Bol.com en CoolBlue een sterke positie verworven hebben in de Nederlandse en Belgische markt. Met de komst van AliBaba en recent ook Amazon naar Nederland wordt de concurrentie steeds nijpender. De local heroes zullen er dus alles aan moeten doen om de churn minimaal te houden. 

Elke klant zijn eigen kroon

Het is voor eCommerce-organisaties zaak de klantverwachtingen nog beter in kaart te brengen, zeker toen afgelopen jaar rond de feestdagen de hele online retailketen onder zware druk stond. Met de sterke stijging van het aantal online transacties, die deels structureel zijn, moeten e-tailers meer doen met de data van elke klant zoals zijn behoeften en verwachtingen over het product, de verpakking, hoe en waar het afgeleverd wordt en de retourprocedure en -voorwaarden. Alleen dan kan adequaat worden omgegaan met artikelen die niet op voorraad zijn of die wegens grote drukte niet geleverd kunnen worden.

Hierbij spelen data, analytics en personalisatie een belangrijke rol. Het is essentieel om het juiste sentiment aan elke klant te koppelen. Wanneer stel ik een klant op de hoogte dat zijn pakje niet – of later – arriveert, hoe compenseer ik hem? Als de klant het gevoel heeft als persoon gehoord en gehonoreerd te worden, is de kans dat hij tevreden is groot en is hij minder snel geneigd om elders te gaan ‘shoppen’. In tijden van nood moeten we misschien concluderen dat niet elke klant even belangrijk is. Als de vraag groter is dan het aanbod of de capaciteit, moeten er slimme keuzes gemaakt worden. En dan hou je liefst je klanten aan boord met een grotere loyaliteit en een stijgend aankoopgedrag.

Welke klant krijgt voorrang?

Wanneer twee klanten een product bestellen waarvan er nog maar één op voorraad is – denk aan de film Jingle all the way – wie krijgt dan het exclusieve paar handgemaakte sneakers? Is dat de klant met de hoogste jaaromzet, die veel kleine aankopen doet of de klant die grote aankopen doet, maar deze in 80% van de gevallen terugstuurt en de e-tailer feitelijk als leendienst gebruikt?

Focus op streaming en behavioural data

Het startpunt om deze vragen te beantwoorden is evident. Alles begint met inzicht in de klant; wat doet de bezoeker op de website, hoe  en hoe uniek is zijn gedrag? Retailers doen er goed aan zich te focussen op streaming en behavioural data vanuit verschillende databronnen en deze te centraliseren. In die data zitten alle hopes en dreams van de klanten. Op die constant inkomende datastroom kunnen algoritmes worden losgelaten, om uit te vinden waarnaar de klant op zoek is en hoe deze behoefte het best ingevuld kan worden.

Niet op voorraad

We kennen allemaal de customer journey, die begint bij binnenkomst in de webshop, vervolgens wordt een aantal pagina’s bezocht, producten bekeken, product gekozen, in de winkelwagen gedaan en betaald. Deze klantreis kunnen we met de ervaring die we nu hebben, uitbreiden met twee onderdelen: niet op voorraad en niet (tijdig) afgeleverd. Met deze twee elementen is tot dusverre binnen veel webwinkels niet structureel rekening gehouden. Vaak wordt een dergelijke situatie opgelost met een kortingsbon en een excuusmailtje. Maar is dit niet wat de klant verwacht. De vraag is op welke manier customer delight bereikt kan worden als een product niet afgeleverd is. Daar kunnen datagedreven analyses mee helpen. Het is de reden dat op dit gebied, net zoals op veel andere vlakken, geëxperimenteerd moetn worden via multivariate testing of A/B-testing. Je wilt immers de klant beter begrijpen en uitvinden welke incentive het beste werkt voor welk klantprofiel om zo de leveringen beter te kunnen spreiden of de klant een alternatief product aan te bieden. 

Incentives

Dit oplossen binnen de website is relatief eenvoudig; je kunt extra bezorgkosten berekenen voor een snelle levering of een vergelijkbaar product aanbieden met een kortingspercentage. Zo geeft Colruyt al sinds een aantal jaren incentives om bij de ‘Collect en Go’ boodschappen tussen dinsdag en donderdag af te halen, waarbij klanten gratis één bepaald product kregen. Men zou kunnen concluderen dat de supermarktketen zo een betere spreiding van klanten realiseert. Een volgende stap zou kunnen zijn, dat ze die gratis stalen gaan personaliseren en inzetten om mensen op minder drukke momenten gedurende de dag te laten komen. Wanneer ze de beschikbare data gebruiken om de samples te matchen aan de specifieke klantinteresses, zou dit helemaal customer-centrisch zijn.

Koppeling met de back-end

De complexiteit zit in de koppeling met de back-end, rekening houdend met voorraden, marges op producten en het bieden van de juiste incentive per persoon. Door de koppeling met de backend kunnen ook keuzes gemaakt worden om klanten te prioriteren. Als je weet dat een klant de producten vaak snel weer terugstuurt, kun je overwegen om deze later uit te leveren of om kosten in rekening te brengen voor retourzendingen. Daarvoor heb je tijdens de journey van deze specifieke klant informatie nodig uit onder meer de financiële en retoursystemen. Na het luisteren naar en begrijpen van de klant kun je dus doelgericht gaan handelen.

Out of stock

De integratie tussen front-end en back-end systemen om klanten op maat te kunnen bedienen bij een out of stock of delivery slot not available situatie, is bij veel eCommerce-bedrijven nog niet ingericht. De uitdaging zit vooral in de vraag om te kunnen voorspellen wanneer een product out of stock gaat en hoe het probleem van de klant op te lossen als een product niet meer leverbaar is. Binnen de context van eCommerce hadden deze vraagstukken tot enkele maanden geleden niet echt prioriteit. Alles was en is bij online shopping gericht op tevreden klanten; dat is ook de rol van de Chief Customer Officer, of de Customer Experience Manager en zijn KPI’s worden bepaald door de Net Promoter Score.

Verwachtingsmanagement in geschenkverpakking

Nu supply en delivery chains ‘overlopen’ en de internationale concurrentie toeneemt, is de vraag of ‘Alles voor een tevreden klant’ wel de juiste weg is, gerechtvaardigd. Daarom valt ook voldoende te zeggen om een team op te tuigen dat enerzijds waakt over klanttevredenheid en anderzijds aan de hand van commerciële KPI’s kijkt naar het verbinden van de verschillende informatiestromen om de juiste aanpak naar de klant te kunnen hanteren. Daarbij moet de webwinkel ook externe informatiebronnen van bijvoorbeeld de bezorgdiensten kunnen raadplegen om de klantverwachting beter te managen. Deze vragen – en meer – moeten eCommerce-bedrijven gaan beantwoorden in hun strijd om de consument, tegen de achtergrond van een groeiende concurrentie in de vorm van wereldwijde grootmachten, zoals Amazon. Personalisatie op basis van data is daarbij een evident wapen.

Over de auteur: Steven Hofmans is adviseur Customer Experience en Analytics and Marketing bij SAS.