‘Predictive publishing’: voorspel wat je klant wil & verhoog je omzet

De afgelopen weken kwam er veel nieuws over voorbij: paniek bij webwinkels en dalende omzetten van retailers. Knalkortingen, super stuntprijzen en zelfs ‘nepprijzen’, om maar zoveel mogelijk klanten naar de winkel of webshop te lokken. Tijd om dat te veranderen met de ontwikkeling van predictive analytics, waardoor er omzet voor het oprapen ligt.

Van 37 naar 90 folders per week in de brievenbus

Een gemiddeld huishouden ontvangt wekelijks 37 folders. Wist je dat tijdens de feestdagen dit aantal toeneemt met 243 procent, tot een totaal van 90 folders per week? Rond de feestdagen verschijnt de ene na de andere folder op de deurmat, allemaal schreeuwend om aandacht van de consument. De offline versie wordt vaak één-op-één doorvertaald naar de online versie. Daarbij is niet gekeken naar de wensen en behoeftes van de consument, terwijl het steevast één van de best bekeken pagina’s op de website is. Daarnaast kunnen bedrijven met de online versie aan informatie komen waar ze tot dan toe geen rekening mee hadden gehouden.

Predictive publishing is een combinatie van het verzamelen van big data (intern en extern) om tot voorspellende inzichten te komen. Je kunt het specifiek toepassen op de online folder of brochure van je bedrijf, om op basis van die inzichten nog relevanter te zijn voor je doelgroep.

Omzet en relevantie vergroten met predictive publishing

Consumenten worden overladen met informatie en advertenties van bedrijven. Ze zijn kieskeurig en kritisch en bepalen zelf wel waar en wanneer ze ingaan op een informatieprikkel. Het is dus belangrijk om op het juiste moment en op het juiste kanaal relevant te zijn voor je doelgroep. Anders verlies je de aandacht, misschien wel voorgoed.

Wat is het koopmoment van jouw consument?

Als bedrijf is het daarom belangrijk om het koopproces van je klant in kaart te brengen. Met big data en ‘predictive analytics’ kun je de koopmomenten van consumenten te identificeren. Vaak sluiten de activiteiten van bedrijven niet aan op waar en wanneer consumenten tot een actie over willen gaan. Predictive publishing geeft bedrijven de mogelijkheid om hun online folder aan te laten sluiten op die koopmomenten.

Door data te verzamelen uit je online folder kun je content gepersonaliseerd maken, zodat je de verwachtingen van de consument overtreft. Daarmee word je relevanter voor de doelgroep, omdat je content aanbiedt die voldoet aan hun wensen en behoeften. Het is de relevantie die voor meer omzet zorgt.

Als je weet dat je klant zojuist een hoekbank heeft gekocht, waarom zou je dan niet sierkussens en bijzettafels in de volgende folder meenemen? In plaats daarvan ziet diezelfde klant een folder met daarin weer een hoekbank.

Hoe je predictive analytics kunt inzetten

Het is de bedoeling om interne en externe bronnen met elkaar te koppelen, om hier een nieuwe informatielaag uit te halen. In deze nieuwe informatielaag zijn verschillende patronen van klanten te herkennen, die kunnen leiden tot voorspellende inzichten.

Het vergaren van bestaande interne data

Vanuit een bedrijf zijn er al verschillende interne databronnen beschikbaar. Bronnen waar doorgaans al veel bruikbare data in zit. Denk aan interne bronnen als verkoopdata, klantdata, leesgedrag van klanten, maar ook concrete contactmomenten en resultaten van voorgaande campagnes. Deze data vormt samen een (historisch) beeld van zowel de klant als zijn of haar gedrag. Een cruciaal ingrediënt voor het optimaliseren van content en toepassen van predictive analytics. Door te kijken naar deze historische data, soortgelijke klanten en trends kun je met machine learning een doorkijk naar de toekomst maken.

Je kunt bijvoorbeeld inzichten creëren op basis van leesgedrag. Dit zijn manieren waarop lezers je publicatie gebruiken (denk aan clicks, pageviews en tijd). Dit geeft waardevolle informatie over de producten die zijn opgenomen in een folder en de mate waarin ze aantrekkelijk zijn voor je doelgroep.

Het inzichtelijk maken van externe factoren

Om inzichten nog verder te verrijken, is het belangrijk om de invloed van externe factoren mee te nemen. Denk aan het weer, zoekgedrag in zoekmachines, de televisiegids, sportwedstrijden en social media. Door deze externe en interne data te combineren, kun je interessante relaties vinden tussen bijvoorbeeld het weer en het leesgedrag in de publicatie. Zo kun je als bedrijf achterhalen wat de invloed van het weer (hoge temperatuur of veel zonuren) is op het aantal verkochte producten, het aantal gegenereerde leads of een stijging of daling in het engagement.

 

De ontwikkelingen rondom open data maken het inmiddels ook mogelijk om relaties te leggen met data van andere organisaties. Denk aan de activiteit in een publicatie ten opzichte van de verkeersdrukte op een bepaald moment. Of het gemiddelde inkomen in een bepaald gebied op basis van CBS-data.

Bronnen samenbrengen om tot voorspellende inzichten te komen

Het samenbrengen van deze bronnen resulteert in een 360-graden-beeld van een klant. Door gebruik te maken van voorspellende algoritmes en persuasion models (ook wel beïnvloedingsstrategieën) kun je vervolgens klantpatronen ontdekken. Met deze klantpatronen voorspel je welke content voor de klant het meest relevant is. Op die manier kun je content niet alleen gepersonaliseerd aanbieden, maar ook op het juiste moment en via het juiste kanaal.

Een praktisch voorbeeld: stuur Sarah op maandagochtend een mailing met daarin een exclusieve aanbieding voor een paar winterschoenen uit de nieuwe collectie van merk X. Of stuur Bastiaan volumekorting op een paar donkerblauwe sokken op dinsdag.

Online tools met voorspellende inzichten

Predictive analytics is nog volop in ontwikkeling. Er zijn nog maar een paar tools die al de mogelijkheid bieden om voorspellingen te doen aan de hand van dit soort interne en externe bronnen: de Nederlandse startup Publ.sh, Adobe Social en SimpleFeed bijvoorbeeld. Deze tools zijn dus gestuurd op de content-optimalisatie binnen een online publicatie.

De Nederlandse startup Datatrics, Vantage Analytics en Alpine zijn tools die gebruik maken van big data en predictive analytics om relevante inzichten te genereren. Op basis van die data kun je dus meer omzet genereren. Deze bedrijven zijn niet specifiek ingestoken op predictive publishing, maar op voorspellende inzichten die over de hele breedte van het bedrijf in te zetten zijn.

De verandering van de markt met predictive analytics

In zijn artikel noemt Misha de Sterke big data en predictive analytics als een van de ontwikkelingen die in 2015 een grote rol gaan spelen.

Gepersonaliseerd verkoopproces

Ik heb je nu voorbeelden gegeven rondom het grootste communicatiemiddel van de retailers, de folder. Maar stel je eens voor hoe predictive analytics kan bijdragen aan het contentcreatieproces. Op basis van die analytics kun je content dus gepersonaliseerd maken en nauw aan laten sluiten op de wensen van je klant.

Of door het gedrag van je klant in kaart brengen, om het verkoopproces hier nog nauwkeuriger op aan te laten sluiten. Denk aan iemand die een boxspring heeft gekocht, die in een volgende publicatie dekbedsets, sierkussens en andere interessante producten voor in de slaapkamer te zien krijgt. En dat in plaats van een folder met nog een boxspring. Een slimme manier om de omzet te vergroten. En zo zijn er nog legio voorbeelden waaraan predictive analytics een grote positieve bijdrage kan leveren.

Loop niet meer achter de feiten aan

Door vroeg te beginnen met data-analyses en predictive analytics kun je als bedrijf voorop lopen en zorgen dat je relevanter wordt voor je doelgroep. Loop dus niet meer achter de feiten aan met nepkortingen of niet gepersonaliseerde content, maar weet op voorhand al hoe je doelgroep zich gaat gedragen. Het is een unieke kans om aan te sluiten op de behoeften van je doelgroep. En nog belangrijker; om significant meer omzet te genereren.

Foto intro met dank aan Fotolia.