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
Top Related