CUSTOMER CENTRICITY: WIN-WIN VOOR RETAILER EN

CONSUMENT

© 2

019

Verhoog customer lifetime value door inzet van data science en machine learning

VAN

242CUSTOMER CENTRICITY: WIN-WIN VOOR RETAILER EN CONSUMENT

1. INTRODUCTIEDe voortdenderende digitalisering heeft

de afstand tussen de klant en de retailer

flink vergroot. De kruidenier op de hoek uit

vervlogen tijden wist wat zijn klanten nodig

hadden. Hij stelde de juiste vragen en wist de

klantbehoefte scherp in kaart te brengen. Deze

retailer van weleer zag wie hij voor zich had,

kende het aankooppatroon van zijn klanten en

wist wat andere (vergelijkbare) klanten kochten.

Daarnaast wist hij wat populair was in het dorp

of de wijk en wist hij bij welke groep klanten hij

zijn nieuwe producten het beste kon testen.

Door al deze informatie te combineren, kon de

kruidenier achterhalen waar de klant precies

naar op zoek was en kon hij daar met zijn aanbod

en services op inspelen. Vandaag de dag is het

met de komst van digitale verkoopkanalen voor

retailers echter steeds lastiger geworden de

klant door en door te kennen. De consument

heeft een toenemende hoeveelheid kanalen

tot zijn beschikking om informatie in te winnen

en aankopen te doen. Bovendien zien we

een verschuiving van omzet van offline naar

online. De komst van e-commerce heeft een

scherm tussen de klant en de retailer geplaatst,

waardoor het moeilijker is geworden de

individuele behoeften, wensen en eisen in

kaart te brengen. Laat staan erop te anticiperen.

Hoewel retailers er alles aan doen om de klant

te helpen, te informeren en te bedienen via

direct marketing, kortingen aan te bieden en

het assortiment op de vraag aan te sluiten, zijn

deze acties vaak onvoldoende afgestemd op

de individuele behoeften van de consument.

Daar komt nog bij dat door digitalisering markten transparanter zijn geworden. Informatie over het

aanbod van verschillende retailers, de prijsstelling en reviews zijn eenvoudig online te vinden en met

elkaar te vergelijken. De positie van de consument is hierdoor versterkt; hij weet bijvoorbeeld via social

media de retailer zo ver te bewegen dat zijn individuele wensen en eisen ingewilligd worden. Dat is

een uitdaging voor de retailer, maar ook een kans. Een consument die graag via Twitter communiceert

met het webcareteam kun je ook met een ludieke actie of extraatje verrassen. Dit kun je via Twitter zelfs

“MET DE KOMST

VAN DIGITALE

VERKOOPKANALEN IS HET

VOOR RETAILERS STEEDS

LASTIGER GEWORDEN DE

KLANT DOOR EN DOOR TE

KENNEN.”

VAN

243CUSTOMER CENTRICITY: WIN-WIN VOOR RETAILER EN CONSUMENT

STEL DE KLANT EN ZIJN BEHOEFTEN CENTRAAL

INTEGREER DATASILO’S

Om onderscheidend te blijven en aan de hoge verwachtingen van de moderne consument te voldoen

is de retailer genoodzaakt om terug te keren naar de persoonlijke benadering van weleer. Terug naar

de situatie van de kruidenier op de hoek die zo goed wist wat zijn klanten wilden, maar dan zo dat de

retailer van nu deze klant via meerdere kanalen kan bedienen, zowel offline als online. Schaalbaar en

geautomatiseerd.

Retailers spreken vaak over een customer-centric benadering, maar hebben moeite alle data rondom

de klant te bundelen, te analyseren en om te zetten in concrete acties perfect afgestemd op het individu.

Men blijft dus voor een deel steken bij een product-centric aanpak waarbij de doelen van de retailer

centraal staan en niet de behoeften van de consument. Het gewenste personalisatieniveau is echter

pas mogelijk in een model waarin de klant en zijn behoeften écht centraal staan, want wie niet direct de

juiste snaar raakt, is de consument kwijt aan de concurrent.

Retailers die een customer-centric businessmodel nastreven en dus beslissingen nemen met de klant als

uitgangspunt, doen er goed aan kritisch te kijken naar de manier waarop de customer journey verloopt.

Welke touchpoints doet de klant aan om bijvoorbeeld tot een aankoop te komen of zijn contract te

verlengen? Klanten hebben gedurende hun journey interactie met verschillende afdelingen, van

marketing tot customer service en van sales tot distributie. Maar in de praktijk zien we vaak dat al deze

afdelingen in een aparte silo opereren en weinig of geen data uitwisselen met andere afdelingen. Het

Gelukkig biedt de digitaliseringsgolf tevens een

reikende hand. Retailers hebben inmiddels zo

veel data beschikbaar dat zij mede door het

toepassen van voorspellende algoritmen in

staat zijn meer en meer te weten te komen over

wat de klant beweegt en wat de individuele

behoeften zijn. Met de komst van data science

en machine learning oplossingen is een 360°

klantbeeld dichterbij dan ooit. Bovendien

zijn data science oplossingen door diverse

technologische ontwikkelingen en de sterk

toegenomen rekenkracht schaalbaarder,

accurater en effectiever dan ooit tevoren. Kijk

bijvoorbeeld naar Amazon, die wereldwijd

miljoenen klanten bedient en voorziet van een

sterk gepersonaliseerde winkelervaring.

“MET DATA SCIENCE EN

MACHINE LEARNING

OPLOSSINGEN IS EEN

360° KLANTBEELD

DICHTERBIJ DAN OOIT.”

doen met de juiste hashtags, waardoor dit gebaar direct een groter publiek bereikt. Als retailer moet je

dus alles in het werk stellen om de behoeften van je klant in kaart te brengen en daarnaar te handelen.

En dat is lastig omdat je die consument in veel gevallen niet persoonlijk (meer) kent.

VAN

244CUSTOMER CENTRICITY: WIN-WIN VOOR RETAILER EN CONSUMENT

gevolg is dat afdelingen over incomplete informatie beschikken en beslissingen nemen die gebaseerd

zijn op data en tools die enkel binnen de eigen silo beschikbaar zijn. Dit leidt tot verschillende ervaringen

voor de klant op verschillende touchpoints, wat mogelijk weer leidt tot negatieve klantervaringen. Dit

is juist wat je wil voorkomen. Wanneer datasilo’s worden geïntegreerd kun je de acties over de gehele

business optimaliseren, wat vervolgens resulteert in verbeterde prestaties van de desbetreffende

afdeling.

INTEGREER DATA SCIENCE OPLOSSINGEN

De retailer kan met data science en machine

learning oplossingen op verschillende

manieren het aanbod personaliseren en

het resultaat over de gehele business

optimaliseren. Door alle data centraal

beschikbaar te stellen en te analyseren,

zoals klikgedrag op de website, customer-

service tickets, demografische gegevens

en aankoophistorie, kun je voorspellen

welk product op welk moment het beste

past bij de behoefte van de klant. Door

hier concrete acties aan te hangen, die op

het juiste moment en via het gewenste

kanaal op deze behoeften inspelen

kan de customer lifetime value worden

geoptimaliseerd.

Verder bieden data science oplossingen

de kans om de concurrentie op intelligente

wijze te monitoren en je daarvan te

onderscheiden. Wanneer je de prijzen

van de concurrent - die tegenwoordig via

verschillende vergelijkingssites te vergaren

zijn - in je analyse betrekt, ben je in staat

de consument niet alleen qua behoefte en

relevantie een gepersonaliseerd aanbod

te doen, maar ook een aanbod dat scherper

is dan dat van de concurrent.

DOWNLOAD DE VOLLEDIGE

VERSIE OM VERDER TE LEZEN