Segmenteren met behulp van data

Tien tips om je digitale marketing persoonlijk te maken

Meer dan 50 procent van de marketeers vindt het lastig om te segmenteren op data. Veel marketeers besteden het om die reden dan ook uit aan andere afdelingen of externen met hoge kosten en of lange doorlooptijden als gevolg. Of erger, marketeers maken helemaal geen gebruik van data om marketing persoonlijk te maken. Marketeers, hier zijn tien tips om je digitale marketing persoonlijk te maken door te segmenteren met behulp van data.

Maar eerst: waarom zou je willen personaliseren? Personaliseren, en daarmee segmenteren met behulp van data, is de moeite waard aangezien 80 procent van de consumenten eerder bereid is om zaken te doen met je bedrijf, wat resulteert in een gemiddelde omzetstijging van 19 procent.

Tien tips om goed te segmenteren met data

1. Heb je een overzicht van al je databronnen?

Maak dit overzicht zo uitgebreid als mogelijk en voeg niet alleen de voordehand liggende bronnen toe. Probeer deze bronnen per categorie te organiseren en beperk jezelf niet tot je eigen afdeling of organisatie (er zijn daarnaast ook een heleboel openbare databronnen beschikbaar). Breid je overzicht ook uit met data die je nog niet hebt, maar die wel van (potentiële) toegevoegde waarde is bij het creëren van je segmenten.

“Veel marketeers worstelen met de betekenis van hun eigen data”

2. Weet jij wat je data betekent?

Veel marketeers worstelen met de betekenis van hun eigen data. Probeer je data per data dimensie te beschrijven en breidt zo je overzicht uit. Dit gaat je later helpen bij het maken van data gedreven segmenten. Enkele vragen die je helpen om de data te beschrijven zijn:

• Wat is de verdeling tussen categoriale en of booleaanse waarden? Wat is het gemiddelde, de mediaan, de modus wanneer het een getal, decimaal of datum is? Wat is de laagste/minimale waarde en vice versa (wat is het bereik)? Kun je de waarden categoriseren of sorteren? Kun je het vergelijken met een andere waarde (bijvoorbeeld een gemiddelde of de huidige datum) of kun je ermee rekenen? Is het een vaste set aan waarden, wat zijn alle mogelijkheden (bijvoorbeeld alle mogelijke landen, postcodes, plaatsnamen)?
• Bepaal of een bepaalde data dimensie altijd of (mogelijk) geen waarde bevat (of een standaardwaarde heeft). Bepaal of het unieke (persoonlijk) waarde bevat (zoals klantnummer, e-mailadres en of telefoonnummer) en of het de uniekheid van een rij met data aangeeft (zoals bijvoorbeeld een order-ID voor orders) die je mogelijk kan relateren aan andere databronnen.

3. Hoe is de data gerelateerd tot andere databronnen?

Het creëren van een dataschema is zeer behulpzaam. Probeer dit overzicht zo eenvoudig als mogelijk te houden met alleen de kardinaliteiten tussen de databronnen en de relaties. Is het een één-op-éénrelatie (bijvoorbeeld een klant heeft één woonadres), één op veel (een klant heeft meerdere bestellingen) of een veel-tot-veelrelatie (een auteur kan veel boeken hebben geschreven, maar een boek kan ook vele auteurs hebben).

4. Hoe recent is je data?

Over het algemeen geldt: hoe recenter, hoe beter. Maar dat hangt ook af van de variabiliteit van de data. Bijvoorbeeld een geboortedatum en oogkleur verandert niet. Je hoeft dus niet elke dag (of real time) een update van deze data te hebben. Maar voorkeuren en iemands activiteiten (bijvoorbeeld surfgedrag) wijzigen zeer vaak in vergelijking met een e-mailadres en of een telefoonnummer. Breid je overzicht daarom uit met hoe vaak je beschikking hebt over de laatste data (real-time, eens per uur, dagelijks enzovoorts). Probeer geen gebruik te maken van te oude data, omdat er een hogere kans bestaat van het niet bereiken van je (potentiële) klant (ongeldig e-mailadres, telefoonnummer of adres). Het kan namelijk mogelijk schade toebrengen aan je bedrijf of een negatieve invloed op je conversie hebben, en of het kost onnodig (extra) geld.

“Hoe recenter je data, hoe beter”

5. Ken je de kwaliteit van elke databron?

Is de informatie correct ingevoerd in het systeem? Is het correct, robuust, gevalideerd en consistent? In het algemeen is de kwaliteit van de data van je CRM beter dan de data van data leveranciers die hun data uit online persoonlijkheidstesten, enquêtes, quizzen halen. Onthoud ‘garbage in, garbage out’, dus hoe beter de kwaliteit van je data, hoe beter je segment zal zijn.

6. Kun je nieuwe data maken?

Data die je helpt bij het creëren van (potentieel) meer winstgevende klanten, zodat je geen geld hoeft uit te geven aan niet-winstgevende klanten.

• Bereken bijvoorbeeld de gemiddelde orderwaarde, aankoopfrequentie en combineer die twee om de gemiddelde klantwaarde te berekenen. Als je ook over historische data beschikt, probeer ook de Customer Lifetime Value te berekenen en ontdek je meest winstgevende klanten.
• Gebruik data die je Digitale Marketing Software creëert. De meeste E-mail Marketing Software houden bijvoorbeeld opens en kliks bij. Content Management Systemen houden bezoeken, logins en tijd doorgebracht op de site bij. Call Center Software registreert vaak de duur, frequentie, en telefoonnummers enzovoort.
• Computers zijn tegenwoordig slimmer en leren sneller dan ooit. Laat Digital Marketing Software je helpen bij het maken van nieuwe data, door te leren van historische data, voor bijvoorbeeld de ‘Next Best Action’. Denk hierbij aan een gepersonaliseerde aanbeveling voor een product, dienst of service. Daarnaast kan deze software je vaak ook helpen met het bepalen van het juiste moment, kanaal, frequentie enzovoorts. Dit zal namelijk voor elke (potentiële) klant anders zijn iets wat eerder niet mogelijk was met ongeautomatiseerde (veelal handmatige) massamarketing.

“Besteed tijd om het ideale segment te maken”

7. Maak je impact?

Besteed wat tijd om het ideale segment te maken, leer van je vorige segmenten en stel jezelf altijd de volgende vragen voordat je een segment maakt:

• Wat is de bedrijfsdoelstelling? (Bijvoorbeeld fietsen verkopen)
• Wat is het doel? (Meer verkopen)
• Wat is je KPI? (Maandelijkse omzet)
• Wat is je target? (15.000 euro extra omzet per maand)
• Wat is je ideale segmentgrootte? (Ik moet minimaal vijftien fietsen verkopen met een gemiddelde orderwaarde van 1.000 euro, waarschijnlijk is mijn conversie percentage 3 procent van mijn segment, dus de ideale segmentgrootte is 500).

Probeer statische segmenten te vermijden. Ververs je segmenten regelmatig of nog beter maak ze dynamisch. Met bijvoorbeeld rollende bereiken (waarbij de laatste besteldatum = vandaag min zeven dagen). Combineer segmenten en of sluit segmenten van elkaar uit (bijvoorbeeld klanten die alleen maar geld kosten en of niet loyaal zijn). Probeer meerdere versies van je segment en voer A/B/C/D testen uit.

8. Overschrijd je de privacylijn niet?

• Hoewel onderzoek aantoont dat hoe persoonlijker het bericht is, door het creëren van data gedreven segmenten, hoe groter de kans is op conversie. Daarentegen toont onderzoek ook aan dat hoe meer data je gebruikt bij het maken van je segment, hoe groter de kans is dat iemand zich aangetast voelt in zijn of haar privacy. Wat vervolgens weer een negatieve invloed heeft op de conversie (bronnen zie onder 5,6,7).
• Er is ook veel wet en regelgeving rondom data met name klantgegevens. Bijvoorbeeld de algemene verordening gegevensbescherming (AVG) in Europa, die de data en privacy beschermt voor alle personen binnen de Europese Unie. Zijn er meer regels en voorschriften in je land en of branche?
• Er moet altijd een ethisch debat worden gevoerd over wat ‘passend’ en wat ‘niet passend’ is binnen je bedrijf en voor anderen. Creëer een gedragscode en leef deze na. Maak een lijst met principes die beschrijven wat het bedrijf geschikt en ongepast vindt en een proces dat de ethische controles en balans beschrijft. Dit zodat je bedrijf niet in de openbare verlegenheid wordt gebracht, gewantrouwd wordt en of aansprakelijk wordt gesteld.

9. Heb je de beste mogelijke segmenten voor elke (potentiële) klant?

“Segmenten moeten meetbaar, substantieel, toegankelijk, differentieerbaar en bruikbaar zijn”, zegt Kotler. Creëer je eigen Klantsegmentatie Model met het overzicht wat je eerder al had gecreëerd. Met dit overzicht zorg je ervoor dat bijvoorbeeld een prospect of klant altijd in het beste segment valt. Een veelgebruikte indeling voor de data dimensies zijn bijvoorbeeld; geografisch, demografisch (B2B, B2C), psychografisch, gedragsmatig en ongecategoriseerd. Probeer categorieën te maken en of aan te passen die het beste passen bij je bedrijf en branche.

“Probeer categorieën te maken die het beste passen bij je bedrijf en branche”

10. Waar moet je beginnen?

Alle bovengenoemde tips zijn mogelijk zonder nieuwe software aan te schaffen. Begin klein door segmenten te maken binnen je huidige e-mailtool, CRM en of Excel. Raak er vertrouwd mee, leer van je fouten en vier je successen. Dit helpt je om een buy-in te krijgen bij je baas en maakt de volgende stappen makkelijker waar je waarschijnlijk hulp wilt of nodig hebt van collega’s en of extra budget nodig hebt voor:

• Connectoren: is er een connector beschikbaar om je digitale marketing software met elkaar te verbinden? Een goed begin is om je CRM te verbinden met je E-mailmarketing software.
• Data Integratie Tools: zullen je helpen wanneer er geen connector beschikbaar is. Dit stelt je instaat om als een marketeer wizard-gebaseerde integraties te maken zonder enige moeite en of technische kennis (Skyvia, MuleSoft, Zapier).
• Segmentatie Tools: je hebt er misschien één nodig als je met je Digital Marketing Software geen complexe segmenten kan maken zonder scripting.
• Customer Data Platform: dit is een combinatie van bovengenoemde tools met de focus op het persoonlijk maken van je digitale marketing (BlueConic, Signal, Lytics, Ensighten).
• Data Management Platforms: Hoewel in veel gevallen een CDP en een DMP elkaar aanvullen, een DMP focust meer op reclame-platforms, heeft meer geavanceerde functionaliteiten met dataleveranciers en werkt meer met anonieme profielen (Krux, Lotame, BlueKai, Relay42).

Denk eraan dat deze tips geen eenmalige inspanning zijn. De stappen zullen je helpen om een​​ duurzame concurrentievoordeel voor je bedrijf te creëren, en dit is een continu proces. Succes met het maken van datagedreven segmenten!

Bronnen

1. Benes, R. (2018, June 27). ‘Five Charts Explaining Why Marketers Are Experiencing Data-Driven Growing Pains. Navigating the changing tech landscape remains challenging’. Via https://www.emarketer.com/content/five-charts-marketers-are-experiencing-data-driven-growing-pains.
2. Kaushik, A. (2010, April 19). ‘Web Analytics 101: Definitions: Goals, Metrics, KPIs, Dimensions, Targets’. Via https://www.kaushik.net/avinash/web-analytics-101-definitions-goals-metrics-kpis-dimensions-targets/.
3. Kotler, P. Quotes. Via http://www.philkotler.com/quotes/.
4. Epsilion (2018, Jan 4). ‘The power of me: The impact of personalization on marketing performance’. Via https://www.slideshare.net/EpsilonMktg/the-power-of-me-the-impact-of-personalization-on-marketing-performance/1.
5. Zanker, M., Rook, L., Jannachc, D. (2019). ‘Measuring the impact of online personalisation: Past, present and future’. International Journal of Human-Computer Studies, 131, 160-168. Via https://doi.org/10.1016/j.ijhcs.2019.06.006.
6. Clarke R.S., Wade V. (2019). ‘Distributed Intelligent Client-Centric Personalisation’. Computer Science, 11496, 498-505. Via https://link.springer.com/chapter/10.1007/978-3-030-19274-7_35#citeas.
7. Knijnenburg, B.P., Berkovsky, S. (2017). ‘Privacy for Recommender Systems’. Proceedings of the Eleventh ACM Conference on Recommender Systems, 394-395. Via Via https://dl.acm.org/citation.cfm?doid=3109859.3109935.
8. Hammet, E. (2019, August 23). ‘Marketers say automation is a key focus but many lack skills’. https://www.marketingweek.com/automation-key-focus-marketers-but-skills-lack/