Laden...

Klantgedrag herkennen en voorspellen

Sciolab

De slimmigheden van een fysieke verkoper inbouwen in e-commerce. Aljoscha Gielkens van Qlicks geeft aan de hand van diverse voorbeelden meer inzicht in het herkennen van patronen online en op basis daarvan het voorspellen van het koopgedrag van (trouwe) klanten van (e)-retailers. Volgens hem wordt er te weinig geïnvesteerd in bestaande klanten. Een gemiste kans, vindt hij.

Qlicks bestaat sinds 2009 en houdt zich bezig met het ontwikkelen van applicaties en software voor (e)-retailers. Dat kan een webshop zijn, een POS applicatie voor in de winkel of een sales app. “Door (e)-retailers meer inzichten te geven, helpen we de omzet, het rendement en de conversie te verhogen,” begint Gielkens. “En die inzichten variëren per retailer. Ons doel is om de slimmigheden die een fysieke winkel heeft ook online te kunnen inzetten. In je favoriete kledingwinkel herkent de verkoper je. Hij laat je precies zien waarin je geïnteresseerd bent en al het andere blijft buiten beschouwing. We hebben software ontwikkeld die koopgedrag (zowel van online als offline klanten) bestudeert, patronen herkent en daarop koopgedrag kan voorspellen. Deze software heet Sciolab.”

Relevantie
Met de Sciolab Predictie Software zijn retailers in staat om hun marketingrendement tot wel 80% te verhogen. Gielkens geeft een voorbeeld waarbij de Sciolab Software succesvol wordt ingezet. “Koffievoordeel verstuurde grote mailcampagnes in het verleden telkens aan de hele klantdatabase. Echter, het heeft geen zin om iemand een aanbieding te sturen van Senseo pads terwijl hij altijd Illy koffiebonen koopt. We verzamelen met behulp van de Sciolab software het koopgedrag van alle klanten. Dit gedrag kan crosschannel zijn. Dus zowel aankopen in de webshop, via het call centre als in de fysieke winkel. Hierdoor ontstaat er een precies beeld van het gedrag van de klant. Sciolab herkent patronen in dit gedrag op basis waarvan we voorspellen dat bijvoorbeeld de kans dat een bepaalde persoon in april Illy koffiebonen gaat bestellen 90 procent is. Op basis hiervan wordt automatisch een mailing samengesteld die naar deze persoon wordt verzonden met daarin het concrete productaanbod. De mailing is daarmee hoog relevant en benadert de mogelijkheden die een verkoper heeft in een fysieke winkel. We zien dat het openingspercentage van de mailing verdubbelt en dat ook de conversie verdubbelt. En dat alleen door op het juiste moment, het juiste product voor de juiste prijs aan te bieden.”

Naast deze automatisch e-mailing kan Sciolab ook het product tonen in het account van de webshop, op het scherm van de call centre agent of in de fysieke winkel op de POS applicatie die de medewerker gebruikt. Zo verhoogt Sciolab de conversie van de retailer, crosschannel. En heeft de klant in alle kanalen het gevoel dat de retailer hem kent. Net zoals een fysieke verkoper dat doet in de winkel.

Slimme algoritmen helpen de marketeer
De Sciolab software werkt in de basis met een aantal algoritmen, verduidelijkt Gielkens. “Behalve de aankoophistorie wordt ook rekening gehouden met de zogeheten similar audience. Stel, Piet koopt product ABCDE, Jan koopt product ABCDE en Klaas ABCD. Er is dus een grote kans dat Klaas ook product E gaat kopen. Ook werken we met een algoritme die kijkt naar de relatie tussen de producten. Bij een iPhone 6 wordt bijvoorbeeld in veel gevallen ook een Apple oplader besteld. Door die oplader te tonen bij het bestellen van de smartphone is de kans dat ook de oplader wordt gekocht dus aanzienlijk. Omdat grote webshop vaak vele duizenden producten bevatten, is dat manueel vrijwel onmogelijk te managen. Met onze software ondersteunen we op die manier de marketeer, geheel geautomatiseerd.”

RFM model
Naast de predictiemodule biedt Sciolab ook een klantsegmentatiemodule op basis van het RFM marketingmodel. Met het inzicht dat wordt verkregen vanuit het koopgedrag segmenteert Sciolab de klantdatabase en maakt onderscheid in actieve en slapende klanten. “Onder de eerste groep verstaan we klanten die minimaal één keer per twaalf maanden iets koopt. We segmenteren de database naar acht klantgroepen. Dit doen wij op basis van het RFM model. RFM staat voor: de recentheid van de aankoop (R), hoe vaak een klant iets koopt (F) en wat de klant besteedt (M).

Hoe langer de aankoop in het verleden heeft plaatsgevonden, hoe moeilijker het wordt om de klant op nieuw te laten kopen (lees: hoe meer het kost). We zien dat veel van onze klant daar niet naar kijken. Het (marketing)budget wordt veelal evenredig ingezet over de marketingdatabase. En dat is jammer. Sciolab laat de waarde zien van een klant over zijn hele klantleven (life time value). Het marketingrendement is aanzienlijk hoger als men investeert in actieve klanten dan in inactieve klanten. Met de Sciolab software is de (e)-retailer dus in staat om een klantstrategie te maken. Waarin hij vastlegt wat hij investeert in welke klantgroepen om deze klanten te behouden. Je zou dit een loyaliteitsprogramma kunnen noemen. Maar dit gaat verder dan punten sparen.”

Piet Zoomers heeft zo bepaald dat topklanten, die kostuums kopen van merken als Hugo Boss of Corneliani, een gratis fles wijn ontvangen bij hun aankoop. “Dit kan Piet Zoomers doen omdat ze weten dat deze klanten een hoge life time value hebben,” zegt Gielkens. “Dus veel opleveren voor de organisatie. Sciolab geeft inzicht in welke topklanten de komende maand in zijn voor een aankoop van een kostuum van het merk Hugo Boss. Middels een gerichte Direct Mail worden deze klanten vervolgens uitgenodigd.”

Volgens Gielkens zal de komende jaren de marketing verschuiven van outbound- naar inboundmarketing. “Door wetgeving, intensieve (e-mail)communicatie de business modellen van partijen als Google, wordt outboundmarketing als SEO, SEA, display of e-mail steeds duurder (lees minder effectief). Meer halen uit je bestaande bezoekers op je website en bestaande klanten binden voor het leven is de goedkoopste marketing. Sciolab geeft de tools en het inzicht. Resultaat: de marketeer behaalt tot 80% meer rendement uit zijn marketingeuro.”

  • DELEN