Scheldestraat /
Rue de l’Escaut 122
1080 Brussels, Belgium

T. +32 2 421 22 00
[email protected]

5 gouden regels voor contextuele interactie met uw klant

Franky Willekens

Franky Willekens

Head of Content Marketing

Dit artikel maakt deel uit van de presentatie: ‘Forget Big Data. Think big about any data.’. Meer dan 100 BBDO-klanten en prospecten hebben op onze Connect-sessie in september 2014 deze presentatie enthousiast onthaald.

Contextuele segmentatie leidt tot ‘verrukte’ klanten – die meer besteden

In traditionele segmentatie werken we met persona’s. Dit zijn aparte doelgroepsegmenten die we in onze directe communicatie op een aparte manier benaderen. We doen dit omdat elk segment een verschillend typerend gedrag vertoont, zoals blijkt uit analyse van historische gedragsdata. En dit werkt (zie het voorbeeld van P&G in de presentatie). Maar vandaag kan de interactie werkelijk 1-op-1 plaatsvinden in functie van individuele voorkeuren (persona), maar ook door de context waarin dit individu zich bevindt. Bijvoorbeeld het tijdstip en de plaats van interactie, het ‘device’ (mobile, tablet, desktop) waarop de interactie plaatsvindt en andere externe data zoals het weer, verkeersinformatie,….

Technologie maakt het mogelijk om in real-time rekening te houden met al deze data en ‘in het moment’ de gepaste, individuele gebruikerservaring te bieden. Het is de hoogste bereikbare trap op de ‘data maturity stairway’. Dit leidt niet louter tot tevreden klanten, maar tot verrukte klanten (of beter gezegd in het Engels: ‘customer delight’). En verrukte klanten vertellen meer over uw producten aan anderen en besteden meer.

 

Wat is een contextuele customer experience? Een voorbeeld

Stel u een jongedame voor die ’s avonds op weg naar huis voorbij de etalage van haar gesloten kledingwinkel A wandelt (ze is er klant). En ze merkt een interessant artikel op, bvb. een jeans. Deze jongedame haalt vervolgens haar smartphone boven en komt op de mobiel responsieve site van de kledingwinkel terecht. Ze zoekt en vindt de betreffende jeans, bevestigt haar maat en vult het bestelformulier in. De dag later wordt de bestelling van de jeans bij haar thuis geleverd. Een tevreden klant.

Stel echter dezelfde jongedame in dezelfde situatie bij een kledingwinkel B. De jongedame haalt haar smartphone boven, ze wordt onmiddellijk herkend met ‘Welkom Anne’ en ze vindt dezelfde jeans. Maar – omdat kledingwinkel B rekening houdt met haar vorige aankopen – wordt de jeans alvast getoond in haar maat. Ook worden een aantal aanbevelingen (‘ratings en reviews’) over de jeans van klanten getoond (kledingwinkel B peilt bij haar klanten naar hun aankopen en productervaringen). Een aantal daarvan herkent Anne als aanbevelingen van vriendinnen uit haar sociaal netwerk die zich lovend uitspreken over de kwaliteiten van de betreffende jeans en het merk.

Tenslotte krijgt Anne een aanbieding in functie van haar historisch koopgedrag (puntensysteem): ‘Als je deze jeans nu koopt, komt je puntensaldo op 120 en krijg je 15% korting op een bijkomende aankoop, bvb. deze bijpassende col-truien of handschoenen’. De voorgestelde producten houden niet alleen rekening met wat andere kopers bekeken en/of gekocht hebben (het gekende ‘recommendations’ Amazon model), maar ook met het huidige vriesweer van -1° C. Anne besluit in te gaan op het voorstel en krijgt vervolgens bij de bestelling de keuze: thuis laten leveren of de volgende dag ophalen in de winkel waar ze zich momenteel bevindt (de mobiele app van kledingwinkel B heeft de locatie met toestemming van Anne gedetecteerd). Anne besluit de volgende ochtend op weg naar het werk haar bestelde jeans, haar bijpassende rode coltrui en handschoenen op te pikken. Verrukt toont ze haar nieuwe aankopen aan haar collega’s op het werk.

Graph

Jongedame

 

5 regels voor de CMO voor contextuele interactie

Welke kledingwinkel gaat het hart en de portemonnee van de jongedame en haar vriendinnen winnen: kledingwinkel A of kledingwinkel B? Kledingwinkel B natuurlijk, want hun klantendata is technisch in orde, de data wordt (in real-time) geanalyseerd en ‘in het moment’ vinden een aantal individuele (inter)acties plaats op basis van alle beschikbare data.

Natuurlijk zijn een aantal technische oplossingen zoals een marketing automation engine, data modelling, integratie van verschillende datasets, … noodzakelijk voor de uitvoering van het ‘customer journey’-scenario voor kledingwinkel B. Maar er zijn ook een aantal regels die de CMO kan hanteren bij het plannen van dergelijke scenario’s. In de ‘Forget Big Data. Think big about any data’-presentatie focussen we niet op de technische aspecten, maar eerder op de ‘customer journey planning’-regels.

 

De 5 regels worden elk geïllustreerd met een voorbeeld uit de praktijk:

 

Forget Big Data. Think big about any data.