De basis van personalisatie is data

Door Susan Lahey

Gepubliceerd 11 oktober 2019
Laatst gewijzigd 8 december 2020

Data-driven personalization is vandaag de dag de heilige graal onder marketingmedewerkers. Verschillende onderzoeken, meestal uitgevoerd in opdracht van retailers, geven aan dat tussen 65% en 95% van de klanten de voorkeur geeft aan gepersonaliseerde ervaringen. Dit zijn niet alleen klanten die vinden dat ze er recht hebben om op hun manier en steeds sneller en met meer gemak geholpen te worden. Dit geldt voor elke klant die urenlang door allerlei irrelevante informatie en advertenties moet waden om te vinden wat die zoekt.

Het is een hele opluchting als een bedrijf gewoon een kant-en-klaar product aanbiedt, waar de klant een goed gevoel bij krijgt en dat direct voor het oprapen ligt! Dat is het doel van personalisatie.

Maar vandaag de dag is de praktijk vaak verre van dat doel verwijderd. Dat is de reden waarom consumenten advertenties krijgen voor dingen die ze al hebben gekocht, of die alleen zijdelings te maken hebben met iets waar ze een vluchtige interesse in hebben of hebben gehad.

Het creëren van een magisch moment van 'the right thing at the right time', is zowel een technologisch hoogstandje van data verzamelen en analyseren, als het resultaat van een marketingteam met inzicht, dat weet hoe het zijn kunstmatige intelligentie (AI) moet inzetten om de juiste informatie uit de steeds groter wordende zee aan data te vissen.

[Verwante informatie: De eigenzinnige klant: de hoge prijs die we allemaal betalen]

De schijnbare tegenstelling tussen personalisering en privacy

Als het leveren van een persoonlijke ervaring het magische moment is, kan het proces erachter - dat van data verzamelen die nodig zijn om personalisatie mogelijk te maken - wat onplezierig zijn voor de consument.

Het is een hele opluchting als een bedrijf gewoon een kant-en-klaar product aanbiedt, waar de klant een goed gevoel bij krijgt, en dat direct voor het oprapen ligt!

Niemand merkt graag dat anderen hun gedrag volgen. Dat voelt gewoon heel griezelig. Maar de consument houdt wel van persoonlijke aanbiedingen en service. Dat is de schijnbare tegenstelling tussen personalisering en privacy. Uit onderzoek blijkt dat klanten onbewust een wiskundige berekening uitvoeren om te bepalen welke van de twee voor hen belangrijker is. Als de data die worden verzameld een laag risico vormen en de personaliseringservaring die daaruit voortvloeit als hoogwaardig wordt ervaren, lijkt privacy een gering offer.

Als een klant bijvoorbeeld een paar rijlaarzen koopt voor de winter en ze worden precies zo aangeboden als de klant ze wil hebben en nog tegen een aantrekkelijke prijs ook, dan heeft de klant weinig privacy opgegeven en een groot voordeel behaald.

Als de klant echter informatie zoekt over een gênant gezondheidsprobleem, zo blijkt uit onderzoek, weegt het risico dat zijn privacy wordt geschonden niet op tegen de waarde van het aanbod.

Een voorbeeld van de schending van iemands privacy uit de praktijk: het bedrijf Target heeft ooit per ongeluk het nieuws over de zwangerschap van een tienermeisje bij haar vader bekendgemaakt door 'gepersonaliseerde' aanbiedingen naar haar huis te sturen.

Als mensen denken aan een gepersonaliseerde ervaring, willen ze niet denken dat die afkomstig is van crawlers die in hun data hebben zitten graven toen ze op internet aan het zoeken waren. Maar zo gebeurt het wel. Bedrijven kunnen dus maar beter hun personalisatie-inspanningen de moeite waard maken om dat verlies aan privacy te compenseren.

Het creëren van een magisch moment van 'the right thing at the right time', is zowel een technologisch hoogstandje van data verzamelen en analyseren, als het resultaat van een marketingteam met inzicht, dat weet hoe het zijn kunstmatige intelligentie moet inzetten om de juiste informatie uit de steeds groter wordende zee aan data te vissen.

De meeste klanten begrijpen dat 'cookies' tot doel hebben ze te 'volgen'. Ze weten dat hun data worden verzameld en zich ver verspreiden. Dit draagt bij aan het beeld dat bedrijven alles in de gaten houden. In het geval van Alexa is dat misschien waar, maar over het algemeen is dit niet hoe merken gepersonaliseerde ervaringen creëren.

[Verwante informatie: Heeft de AVG personalisering om zeep geholpen?

De analyse: personalisering eenvoudig uitgelegd

Zo werkt personalisering: klanten die een bepaalde website bezoeken, gaan ermee akkoord dat de site cookies op hun computer opslaat. Dit zijn stukjes code die alles volgen wat de klant op die site doet. Cookies kunnen bijvoorbeeld de wachtwoorden van de klant, creditcardgegevens, transactiegeschiedenis en zoekgeschiedenis opslaan. Zo is het voor een bedrijf gemakkelijker om te reageren op de voorkeuren van een klant wanneer deze de site van het bedrijf opnieuw bezoekt. Data die door het bedrijf over de klant worden verzameld, worden directe data genoemd en bedrijven krijgen hiermee meer contextinfo in hun CRM-software.

Maar als klanten akkoord gaan met het cookiebeleid, beseffen ze doorgaans niet dat ze het bedrijf toestemming geven hun informatie ook met de partners van dat bedrijf te delen. Dit staat in de overeenkomst, hoewel weinig mensen die lezen. Het eerste bedrijf zal geen privé-informatie delen, zoals wachtwoorden. Maar het bedrijf deelt wel informatie die het aan andere bedrijven kan verkopen, zoals ingevoerde zoekopdrachten en iemands transactiegeschiedenis. Partnerbedrijven gebruiken deze data om de klant gericht te benaderen met advertenties. Deze data worden indirecte data genoemd. Deze data kunnen worden opgeslagen op een dataplatform waar directe en indirecte data worden gecombineerd, om een completer beeld van de klant op te bouwen. Personalisatie kan met andere woorden alleen effectief zijn als er voldoende data zijn om te gebruiken.

Data die door bedrijven worden gedeeld, identificeren de klant niet als individu. Klanten vallen wel in een bepaalde categorie die partnerbedrijven misschien kunnen vermarkten. Als een klant bijvoorbeeld een ecotoeristische reis boekt bij fictief reisbureau Groene Vakanties, kunnen partners van Groene Vakanties de klant als ecotoerist of groene reisliefhebber herkennen. Vervolgens wordt marketingautomatiseringssoftware ingezet om specifieke advertenties aan te bieden aan klanten die in deze categorie vallen. De klant zal merken dat die ineens advertenties krijgt te zien voor een nieuwe rugzak van een fictief bedrijf dat Outside Gear heet. Ook kan de klant aanbiedingen krijgen voorgeschoteld voor een regenjas, een reisverzekering of een verblijf in een ecotoeristisch hotel van andere bedrijven. Bedrijven verzamelen en analyseren met kunstmatige intelligentie data van eerdere transacties met andere klanten, evenals data die door Groene Vakanties worden gedeeld, om te voorspellen welke aanbiedingen het relevantst zijn.

Kies de juiste partners

Nu zal Groene Vakanties waarschijnlijk bijzonder kieskeurig zijn als het gaat om het kiezen van zijn partners. Het bedrijf is waarschijnlijk minder geneigd om samen te werken met bijvoorbeeld een kaasfabriek of een modemerk dat dure portemonnees verkoopt. Dus hoewel aanbiedingen die naar de klant gaan, ongevraagd worden aangeboden, zijn ze toch wel enigszins gepersonaliseerd om de aandacht van de klant te trekken. Als de klant wel een rugzak van Outside Gear koopt, verzamelt dat bedrijf ook data en worden die data op hun beurt ook met zijn partners gedeeld.

Elke aankoop levert enorme hoeveelheden data over aankoopgedragingen op. Bedrijven kunnen hun data ook aanvullen met data van derden die bereid zijn deze te verkopen. Deze dataverstrekkers maken gebruik van talloze bronnen, waaronder social media, om de leeftijd van de klant, de burgerlijke staat, baan, politieke gezindheid, type huis, type vervoer, bereidheid tot vrijwilligerswerk, voedingsvoorkeuren, medische omstandigheden (van vrij verkrijgbare aankopen), enz. in kaart te brengen.

Personalisatie kan met andere woorden alleen effectief zijn als er voldoende data zijn om te gebruiken.

Outside Gear koopt misschien data van derden over zijn klanten, maar die data worden geleverd in samengevoegde vorm en komen van pas bij het segmenteren. Een voorbeeld: "30% van de kopers van uw dure rugzakken is tussen 35 en 50 jaar." Ze zullen geen data krijgen waaraan iemand persoonlijk kan worden geïdentificeerd.

Tijdens de Forbes Insights and Arm Treasure Data-enquête werd ontdekt dat mobiele apps en e-mail de kanalen zijn die bedrijven het vaakst gebruiken om data te verzamelen, hoewel e-mail wordt beschouwd als laagwaardig kanaal voor bedrijven. Klantloyaliteitsprogramma's en mobiele apps worden juist als hoogwaardig beschouwd. Stel je nu eens voor dat er elke dag data worden verzameld, bij elke transactie, jaren lang, en dat die data worden gedeeld. Het is dan vrij gemakkelijk om een beeld te krijgen van de consument met wie je te maken hebt.

De rol die analisten spelen

Hoewel bepaalde informatie nuttig is, is andere informatie dat niet. Er zijn analisten nodig om erachter te komen welke data het waard zijn om mee te nemen bij het creëren van gepersonaliseerde ervaringen.

In het verleden werden klanten gesegmenteerd naar leeftijd, geslacht, ras, locatie, inkomen en andere factoren. Maar met de komst van betere technologie heeft een onderzoek van MarketingWeek aangetoond dat gedragsgegevens veel nuttiger zijn om gepersonaliseerde ervaringen te creëren die de omzet verhogen. Respondenten zeiden dat gedrag, locatie, persoonlijke interesses, levensfase en houding enkele van de belangrijkste vormen van segmentatie zijn. Het Franse voedselbedrijf Danone segmenteerde zijn klanten in 'stammen', gebaseerd op bepaalde passiepunten en zag vervolgens een stijging van 40% in advertentieherinnering, aldus het artikel.

[Verwante informatie: Dankzij emotionele verbondenheid ben ik trots lid te zijn van de Spotify-stam]

Jean-Marc Bellaiche, chief strategy officer van het experience analytics platform Contentsquare zegt dat bedrijven uniek moeten zijn om hun klantsegmenten te begrijpen. "De bedrijven die floreren in dit nieuwe tijdperk van ervaring zijn de bedrijven die hebben begrepen dat er geen echte best practices zijn, dat er geen wet van Meden en Perzen is als het om het vinden van de juiste oplossing voor de ervaringsuitdaging gaat," zegt hij.

Respondenten zeiden dat gedrag, locatie, persoonlijke interesses, levensfase en houding enkele van de belangrijkste vormen van segmentatie zijn.

Volgens een rapport van Gartner, The Essential Guide to Marketing Personalization, had Clorox een verscheidenheid aan data verzameld over een specifiek marketingsegment voor zijn producten voor huisdieren. Deze data bestonden uit de leeftijd van de klant, kattenbezit, adres, type huis, type vervoer, hoe vaak er boodschappen werden gedaan en verschillende andere zaken. Het bedrijf stond op het punt te stoppen met zijn personalisatie-inspanningen vanwege de kosten. Maar de analisten van Clorox gingen op zoek naar manieren om nauwkeurigere data te verzamelen. Zij besloten dat een van de belangrijkste factoren de nauwkeurigheid van een metric was, waarna ze alleen data uit de meest nauwkeurige bronnen gebruikten. Hierdoor verdwenen bepaalde datapunten uit beeld, zoals welke klanten in een appartement wonen of welk type vervoer hun voorkeur had. Het team heeft vervolgens andere criteria bekeken, waaronder Reach; ze vroegen zich af welke dimensie ze moesten meewegen die het grootste publiek zou opleveren. Elk criterium verminderde het aantal datapunten dat zij in hun personalisatie-inspanningen hadden opgenomen. Het resultaat was een grote besparing op hun marketinguitgaven en een stijging van de omzet met vijf procent in een jaar tijd.

Betere ervaringen, meer omzet

Onze klanten hebben veel verschillende identiteiten en ze genereren overal steeds meer gegevens, zowel binnen als buiten de muren van ons bedrijf,” aldus Zendesk CEO Mikkel Svane in een blogpost. "Om het nog lastiger te maken, dwingen verouderde CRM-platforms ons gebruik te maken van hun bedrijfseigen technologie. Dat maakt het lastig, duur en vrijwel onmogelijk om de vele aspecten van klanten en hun gegevens te zien. En dat is juist het beeld dat nodig is om betekenisvolle verbeteringen aan te brengen in de klantervaring."

[Verwante informatie: Je hebt data nodig om uit te blinken in customer intimacy]

Nu personalisering in veel opzichten centraal staat, worden er steeds meer technologieën ontwikkeld om gemakkelijk te achterhalen wat klanten willen. Er is bijvoorbeeld een verschuiving gaande naar een nieuw soort open, flexibel CRM-systeem waarmee bedrijven gegevens van klanten kunnen koppelen, waar die ook wonen, zodat ze in het gehele bedrijf kunnen worden gebruikt.

Waarschijnlijk zullen deze technologieën ook steeds meer de privacy respecteren waar klanten behoefte aan hebben. De meeste bedrijven ontdekken nog maar net hoe ze dit goed kunnen doen, maar de basis van elke personalisatie-inspanning moet zijn dat ze technologie toepassen waarmee data kan worden verzameld die effectief kunnen worden gebruikt.

Het uiteindelijke resultaat is de mogelijkheid om unieke klantsegmenten magische momenten te geven. Magische momenten gebaseerd op data.