1. centraal klantbeeld 3. data-info.sana-commerce.com › rs › 908-skz-106 › images ›...

Hoe u data gebruikt om uw klant te leren kennen

Siebren van BruggenTeam Lead Marketing Intelligence

Sana B2B Ecommerce Event | 23 november 2017

1. Centraal klantbeeld

2. Waardevolle klanten

3. Data-driven persona’s

Siebren van BruggenTeam Lead Marketing Intelligence| ISM eCompany

s.vanbruggen@ism.nl

linkedin.com/in/siebrenvanbruggen

ISM eCompany2017 Team Lead Marketing Intelligence2015 Webanalytics & conversie-optimalisatie consultant

Tilburg UniversityMSc Marketing Management

1. Centraal klantbeeld

2. Waardevolle klanten

3. Data-driven persona’s

LinkedIn Conversie-optimalisatie

SEASEO Email

Eén doel: meer bezoekers & meer omzet

LinkedIn Conversie-optimalisatie

SEASEO Email

Verspillen we budget

• We tonen iedereen meerdere keren dezelfde advertentie• We tonen iedereen dezelfde content en dezelfde webshop• We behandelen onze waardevolle klanten hetzelfde als niet-waardevolle klanten• ...

Jammer.

Niet klantvriendelijk

Mailing provider

Google Analytics

Backend webshop

Offline aankopen

Losse databronnenDe oorzaak

• Transactie-data• Gebruikersprofielen

• Transactie-data• Webshopdata

• Transactie-data• Verrijkte

gebruikersdata

• Offline aankopen• Klantenkaart

• Transactie-data• Webshopdata

• Offline aankopen• Klantenkaart

Google Analytics

Offline aankopen

Losse data-bronnen samenvoegen:De oplossing

Transaction IDE-mailadres

• Transactie-data• Gebruikersprofielen

• Transactie-data• Verrijkte

gebruikersdata

Mailing provider

Backend webshop

• Offline aankopen• Klantenkaart

• Transactie-data• Webshopdata

Mailing provider

Google Analytics

Backend webshop

Offline aankopen

4 losse data-bronnen samengevoegd door emailadres & transaction id Uitkomst

Transaction IDE-mailadres

• Transactie-data• Gebruikersprofielen

• Transactie-data• Verrijkte

gebruikersdata

• Offline aankopen• Klantenkaart

• Transactie-data• Verrijkte

gebruikersdata

• Transactie-data• Gebruikersprofielen

• Transactie-data• Webshopdata

Google Analytics

Offline aankopen

Eén centraal klantbeeldUitkomst

Mailing provider

Backend webshop

• Offline aankopen• Klantenkaart

• Transactie-data• Verrijkte

gebruikersdata

• Transactie-data• Gebuikersprofielen

• Transactie-data• Webshopdata

Centraal klantbeeld

Inzichten- Wanneer heeft de klant iets gekocht?- Hoe vaak heeft de klant iets gekocht?- Welke producten heeft de klant gekocht?- Welke merken koopt de klant?- Uit welke sector komt de klant?- Welke functie heeft de klant?- Hoe waardevol is een klant?- Koopt de klant offline?- Etc....

Acties om alle (online) marketing slimmer te maken:- Persoonlijkere mailings- Gepersonaliseerde webshop- Waardevolle klanten belonen- Advertenties op juiste moment tonen- Etc....

Marketing Intelligence

Het optimaliseren en personaliseren van de customer journey met behulp van inzichten uit data

1. Centraal klantbeeld

2. Waardevolle klanten

3. Data-driven persona’s

ANALYSE ACTIVATIEDATA COLLECTIECASE

Het Marketing Intelligence proces

ANALYSE ACTIVATIEDATA COLLECTIECASE

◦ Wie zijn mijn belangrijkste klanten?

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Omzet

Klant A

Klant B

€400

€350

Klant C €450

Wie is je belangrijkste klant?

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

ANALYSE ACTIVATIEDATA COLLECTIE

◦ Back end transactiedata◦ Offline transacties◦ Retouren◦ Kosten/Marges

CASE

◦ Wie zijn mijn belangrijkste klanten?

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

tijd

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

ANALYSE

◦ Segmenten maken op basis van

◦ RFM-analyse◦ CLV-analyse

ACTIVATIEDATA COLLECTIE

◦ Back end transactiedata◦ Offline transacties◦ Retouren◦ Kosten/Marges

CASE

◦ Wie zijn mijn belangrijkste klanten?

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Recentheid – Frequentie - Monetaire waarde (RFM-analyse)

Klant A

Klant B

€400

€350

Klant C €450

= bestelling

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Omzet

Klant A

Klant B

€400

€350

Klant C€450

= bestelling Tijd

CLV

€750

€450

€1000

Aankoophistorie

Customer Lifetime

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Input Output

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Kleine groep klanten

Verwachting: veel omzet

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Drie klantsegmenten:

Klantsegment 1: 2.500 klanten met CLV van € 500,-

Loyale klant waaraan meer gespendeerd mag worden om de klant te behouden

Klantsegment 2: 5.000 klanten met CLV van € 250,-

Potentieel loyale klant waar meer winst uit te behalen is.

Klantsegment 3: 10.000 klanten met CLV van € 50,-

Een klant waarvan wordt verwacht dat die weinig oplevert.

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

ANALYSE

◦ Segmenten maken op basis van:

◦ RFM-analyse◦ CLV-analyse

ACTIVATIE

◦ Per segment andere (online) marketing-strategieën

DATA COLLECTIE

◦ Back end transactiedata◦ Offline transacties◦ Retouren◦ Kosten/Marges

CASE

◦ Wie zijn mijn belangrijkste klanten?

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

ToepassingCASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Klantsegment 1: 2.500 klanten met CLV van € 500,-

Loyale klant waaraan meer gespendeerd mag worden om de klant te behouden

Email: Belonen voor loyaliteit, maar liever geen kortingscodes

Accountmanager: Senior accountmanager

Offline: Verrassen met cadeau bij offline aankoop

Customer service: Bij klacht kaartje + bloemetje bezorgen

AdWords: retargeting lists (cpc + non-branded, - branded)

LinkedIn: Gebruik segment als Linkedin Matched Audience

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Klantsegment 2: 5.000 klanten met CLV van € 250,-

Potentieel loyale klant waar meer winst uit te behalen is.

ToepassingCASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Email: Kortingscodes om herhaalaankopen te stimuleren

Accountmanager: Accountmanager

Customer service: Bij klacht kaartje sturen

AdWords: retargeting lists (cpc + non-branded, + branded)

LinkedIn: Gebruik segment als Linkedin Matched Audience

Klantsegment 1: 2.500 klanten met CLV van € 500,-

Loyale klant waaraan meer gespendeerd mag worden om de klant te behouden

Email: Belonen voor loyaliteit, maar liever geen kortingscodes

Accountmanager: Senior accountmanager

Offline: Verrassen met cadeau bij offline aankoop

Customer service: Bij klacht kaartje + bloemetje bezorgen

AdWords: retargeting lists (cpc + non-branded, - branded)

LinkedIn: Gebruik segment als Linkedin Matched Audience

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Klantsegment 2: 5.000 klanten met CLV van € 250,-

Potentieel loyale klant waar meer winst uit te behalen is.

ToepassingCASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Email: Kortingscodes om herhaalaankopen te stimuleren

Accountmanager: Accountmanager

Customer service: Bij klacht kaartje sturen

AdWords: Retargeting lists (cpc + non-branded, + branded)

LinkedIn: Gebruik segment als Linkedin Matched Audience

Klantsegment 1: 2.500 klanten met CLV van € 500,-

Loyale klant waaraan meer gespendeerd mag worden om de klant te behouden

Email: Belonen voor loyaliteit, maar liever geen kortingscodes

Accountmanager: Senior accountmanager

Offline: Verrassen met cadeau bij offline aankoop

Customer service: Bij klacht kaartje + bloemetje bezorgen

AdWords: Retargeting lists (cpc + non-branded, - branded)

LinkedIn: Gebruik segment als Linkedin Matched Audience

Klantsegment 3: 10.000 klanten met CLV van € 50,-

Een klant waarvan wordt verwacht dat die weinig oplevert.

Email: Eenmalig een kortingscode

Accountmanager: Junior accountmanager

Customer service: Klacht aanhoren, telefonisch afhandelen

AdWords: Retargeting lists (cpc - non-branded, - branded)

LinkedIn: Gebruik segment als Linkedin Matched Audience

Voorbeeld: personalisatie in de praktijk

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Klant 1: Milou

Klant 1: Milou

Klant 1: Milou

Klant 1: Milou Klant 2: Maaike

Klant 1: Milou Klant 2: Maaike

Klant 1: Milou Klant 2: Maaike

1. Centraal klantbeeld

2. Waardevolle klanten

3. Data-driven persona’s

Drie klantsegmenten:

Wie zijn deze klanten? Wat kopen ze?CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Klantsegment 1: 2.500 klanten met CLV van € 500,-

Loyale klant waaraan meer gespendeerd mag worden om de klant te behouden

Klantsegment 2: 5.000 klanten met CLV van € 250,-

Potentieel loyale klant waar meer winst uit te behalen is.

Klantsegment 3: 10.000 klanten met CLV van € 50,-

Een klant waarvan wordt verwacht dat die weinig oplevert.

?

?

?

klant1@gmail.com

klant2@gmail.com

klant3@gmail.com

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

klant2500@gmail.com

KlantenkaartTransactiedata

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

1

1

1

1

1

1

1

1

1

1

1

1

1

Segment

Wat hebbenze gekocht?

Bedrijfsinformatie

Waar hebbenze gekocht?

Functie

Industrie

Bedrijfsomvang

Etc.

00001

klant1@gmail.com 00002

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

Transactiedata

Segment Transaction ID

klant1@gmail.com1

1

1

1

1

1

1

1

1

1

1

1

1

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

klant1@gmail.com 00001

klant1@gmail.com 00002

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

klant1@gmail.com 00001

klant1@gmail.com 00001

klant1@gmail.com 00002

klant1@gmail.com 00002

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

………….. …………..

Segment

1

1

1

1

1

1

1

1

1

1

1

1

1

Broek

Jurk

Shirt

Shirt

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

Merk A

Merk B

Merk A

Merk B

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

€15.00

€39.95

€15.00

€19.95

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Transactiedata

Transaction ID

Segment

1

1

1

1

1

1

1

1

1

1

1

1

1

Broek

Jurk

Shirt

Shirt

…………..

…………..

Merk A

Merk B

Merk A

Merk B

…………..

…………..

€15.00

€39.95

€15.00

€19.95

…………..

…………..

klant1@gmail.com 00001

klant1@gmail.com 00001

klant1@gmail.com 00002

klant1@gmail.com 00002

………….. …………..

………….. …………..

klant2@gmail.com 00003

klant2@gmail.com 00003

klant2@gmail.com 00004

klant2@gmail.com 00004

klant2@gmail.com 00004

klant3@gmail.com 00005

klant3@gmail.com 00006

Shirt

Shirt

Schoenen

Jurk

Shirt

Shirt

Shirt

Merk A

Merk B

Merk C

Merk B

Merk C

Merk A

Merk B

€15.00

€19.95

€59.95

€49.95

€15.00

€15.00

€19.95

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Transactiedata

Transaction ID

Segment

1

1

1

1

1

1

1

1

1

1

1

1

1

Broek

Jurk

Shirt

Shirt

…………..

…………..

Merk A

Merk B

Merk A

Merk B

…………..

…………..

€15.00

€39.95

€15.00

€19.95

…………..

…………..

klant1@gmail.com 00001

klant1@gmail.com 00001

klant1@gmail.com 00002

klant1@gmail.com 00002

………….. …………..

………….. …………..

klant2@gmail.com 00003

klant2@gmail.com 00003

klant2@gmail.com 00004

klant2@gmail.com 00004

klant2@gmail.com 00004

klant3@gmail.com 00005

klant3@gmail.com 00006

Shirt

Shirt

Schoenen

Jurk

Shirt

Shirt

Shirt

Merk A

Merk B

Merk C

Merk B

Merk C

Merk A

Merk B

€15.00

€19.95

€59.95

€49.95

€15.00

€15.00

€19.95

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Klantenkaart

Online

Online

Rotterdam

Rotterdam

Online

Online

Online

Online

Online

Amsterdam

Amsterdam

Bedrijfsinformatie

Functie Industrie Bedrijfsomvang

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

…………..

Transactiedata

Transaction ID

57% Shirts24% Jurken.....

77% Online23% Offline

MultinationalMKBZZP....

PRODUCTCATEGORIEEN

ONLINE VS OFFLINE

BEDRIJFSOMVANG

38% Mode & Kleding....

INDUSTRIE

53% Inkoper44% Category manager....

FUNCTIE

37% merk A33% merk B....

MERKEN

67% Midden segment26% Laag segment7% Hoog segment

PRIJSKLASSE

53% Zuid-Holland38% Noord-Holland....

GEOGRAFIE

....

ETC.

Klantsegment 1: 2.500 klanten met CLV van € 500,-

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Klantsegment 2: 5.000 klanten met CLV van € 250,-

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

....

....

....

PRODUCTCATEGORIEEN

ONLINE VS OFFLINE

BEDRIJFSOMVANG

....

INDUSTRIE

....

FUNCTIE

....

MERKEN

....

PRIJSKLASSE

....

GEOGRAFIE

....

ETC.

Klantsegment 3: 10.000 klanten met CLV van € 50,-

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

....

....

....

PRODUCTCATEGORIEEN

ONLINE VS OFFLINE

BEDRIJFSOMVANG

....

INDUSTRIE

....

FUNCTIE

....

MERKEN

....

PRIJSKLASSE

....

GEOGRAFIE

....

ETC.

CASE – COLLECTIE – ANALYSE – ACTIVATIE1 2 3 4

Data-inzichten over bestaande klanten Inzetten voor targeten van potentiële klanten Juiste doelgroep, merken, productgroepen, ....

Key take aways

Klantvriendelijker worden en budget effectiever inzetten door:

1. Uw data bij elkaar te brengen voor een centraal klantbeeld

2. Uw klanten te segmenteren op basis van CLV om te achterhalen wie waardevol zijn

3. Uw segmenten om te zetten naar datadriven persona’s

Siebren van BruggenTeam Lead Marketing Intelligence| ISM eCompany

s.vanbruggen@ism.nl

https://nl.linkedin.com/in/siebrenvanbruggen