Drie trends in digital analytics: be less wrong

scherm met analytics

Tijdens het Thuiswinkel Ledenfestival sprak Wouter van der Heijden, digital analytics consultant bij De Nieuwe Zaak, over de belangrijkste trends binnen digital analytics en het belang van klantwaarde. Daarbij kwamen onder andere de bekende p’s van marketing en drie trends binnen digital analytics aan de orde.  

Als je digitaal wilt groeien, moet je inzicht hebben in je klantwaarde. Volgens Wouter bestaat klantwaarde uit:

  • de waarde die je haalt uit je klant. Welke bestellingen doet hij en voor welke bedragen? Focus daarbij niet alleen op de eerste aankoop, maar ook op de rest en de customer lifetime value;
  • de waarde die je levert voor je klant. Let daarbij op de klanttevredenheid: hoe houd je je klant gelukkig en betrokken?

De p’s van marketing zijn niet relevant voor je klant

Hoe verhoog je de klantwaarde? Volgens Wouter is daar maar één antwoord mogelijk: relevantie! Vanuit klantperspectief zijn de p’s die alle marketeers kennen eigenlijk helemaal niet relevant; het draait niet om een product maar om de oplossing, het draait niet om de plaats maar om hoe makkelijk deze te bereiken is, en de prijs is niet relevant als je duidelijk kunt laten zien wat de waarde is. En het draait niet om promotie, maar engagement.  

De digitale wereld wordt steeds ingewikkelder, gaat Wouter verder. Dat komt onder andere omdat de consument veeleisender wordt door de (technologische) mogelijkheden en het hoge servicelevel. Daarnaast wordt er vaak gezegd dat de customer journey complexer is geworden. Volgens Wouter komt dat omdat we nu simpelweg meer kunnen meten en daardoor meer willen weten en koppelen, en dat we het daardoor een stuk complexer voor onszelf maken.

Trends in digital analytics

Vervolgens gaat Wouter dieper in op drie belangrijke ontwikkelingen binnen digital analytics.

  1. Personalisatie
    • Je kunt gaan personaliseren zodra je iemand kent. De juiste boodschap sluit dan op het juiste moment aan bij de juiste persoon. Hoe meer je weet van je klant, hoe beter je dat kunt doen.
    • Je kunt klantgedreven personaliseren op basis van voornaam, geslacht en geboortedatum, maar ook datagedreven personaliseren. Daarbij gebruik je de data die je over je klant verzamelt, maar die je niet hebt uitgevraagd. Denk hierbij aan klikgedrag of het aanpassen van banners op basis van een categorie die de klant heeft bekeken.
    • Machine learning is ingewikkelder. Dat is onderdeel van artificial intelligence en geeft je de mogelijkheid om een model te trainen op basis van historische data, zodat het model voorspellingen kan doen voor de toekomst. De computer bouwt een algoritme en geeft voorspellingen om het model opnieuw mee te voeden. Zo’n model verandert op basis van ervaringen. Let wel: machine learning is goed in voorspellen, maar als je op zoek bent naar verklaringen, dan kun je beter statistieken gebruiken.
  2. Centraal klantbeeld
    • Je hebt een centraal klantbeeld nodig. Je moet een profiel opbouwen van een (potentiële) klant, omdat je die gegevens nodig hebt om personalisatie toe te passen. Er zijn verschillende soorten data die je nodig hebt:
      • Expliciete data: naam en adres
      • Impliciete data: klikgedrag
      • Contextuele data: wat is het weer of waar is iemand op dit moment? Met die informatie kun je ook personalisatie toepassen wanneer iemand thuis is of in de stad.
    • Je hebt een systeem nodig waarin je al die klantgegevens opslaat, zoals een datamanagementplatform.
      • Je verzamelt data, combineert dat met data uit andere systemen (zoals de kassa of e-mails) en dan bouw je profielen op. Met die profielen kun je segmenten of groepen maken en daar kun je uitingen aan laten zien. Je biedt hiermee kanaaloverstijgende optimalisatie.
      • Er zijn dure en goedkope varianten. Je moet in het kader van de AVG letten op de locatie van de servers (staan ze in Nederland of bijvoorbeeld in de Verenigde Staten?) en je moet letten op de focusdoelgroep van de aanbieder: b2b of b2c. Laat je goed informeren voordat je iets aanschaft. Stel eerst je doelen en use cases op.
  3. Conversie-attributie, oftewel klantwaarde en wat levert het allemaal op.
  • Er zijn twee manieren om de conversie-attributie te berekenen:
    • Regel-gebaseerd: vooraf doe je een andere waardetoekenning aan verschillende touchpoints.
    • Data-gebaseerd: je laat de data bepalen wat het beste conversiepad is.
  • Er zijn verschillende modellen om toe te passen
    • We kiezen voor het laatste conversiemoment (60% van de bedrijven doet dat).
    • We kiezen voor het eerste moment, want toen kwam hij met ons in aanraking.
    • Het eerste en laatste contactmoment waren belangrijk.
    • Alle contactmomenten hebben evenveel waarde.
    • We baseren alles op tijd. Hoe langer geleden, hoe minder waarde.
  • Wat is het conversiepad, oftewel hoe vaak en via welke kanalen is iemand met je in aanraking gekomen voordat hij overgaat tot conversie?

Samengevat: Om je klantwaarde te laten stijgen moet je relevant zijn en dus personaliseren. Zorg voor een centraal klantbeeld en meet je conversieattributie om je personalisatie-touchpoints op waarde in te schatten.

Wouter eindigt zijn verhaal met drie tips om snel te beginnen:

  • Combineer je data om het beste resultaat te halen.
  • Begin met de data die je al hebt.
  • Be less wrong: je hoeft het niet 100% goed te hebben, maar wel steeds minder verkeerd.

Start direct met leren!

Wil jij ook alles leren over digital analytics? Maak gratis een account aan en start direct met leren. Meer geïnteresseerd in het optimaliseren van de conversie op je website? Naast de e-learning Digital Analytics staan ook de e-learnings Customer Journey, Wet- en Regelgeving en Conversion Rate Optimization voor je klaar!

Naar Mijn e-Academy >