Predictive marketing voor de MKB’er

Predictive marketing voor de MKB’er

Dit weekeinde las ik het blogartikel van Marketingfacts-blogger Masoud Banbersta, waarin Masoud uitlegde waarom 'predictive marketing' de toekomst is. Het leuke van dergelijke artikelen is veelal de vragen die artikelen oproepen bij de enthousiaste vakidioten. Zo ook deze keer: de vraag van Patrick Steenks over hoe predictive marketing valt toe te passen op kleinere schaal - dus op het niveau van het midden- en kleinbedrijf - triggerde me.

Ik snap waar de vraag van Patrick vandaan komt. Immers, predictive marketing noem je in één adem met data en data zijn tegenwoordig niets als het niet 'digital' en 'big' is. Toch bleef de stelling bij me knagen. Want kan een MKB'er dan echt geen inzicht halen uit de voor hem/haar beschikbare data?

De fictieve casus van een kaasboer

Ik maak dergelijke vraagstukken graag tastbaar door het perspectief aan te nemen van - in dit geval - de kaasboer bij mij in de straat. Want net als elke andere ondernemer, zij het groot of klein, is zijn doel de klantwaarde te vergroten door meer klanten voor zich te winnen, deze klanten voor langere tijd te binden en de terugkerende klanten meer te laten uitgeven. Inzoomend op deze laatste, lijkt een kaasboer laten voorspellen welke wijn aan te bevelen bij een type kaas al vrij eenvoudig realiseerbaar:

  1. Neem een stapel kassabonnen. Mijn kaasboer loopt hierin wellicht voor, maar ik weet dat door een link met het boekhoudsysteem het makkelijk is om verkoopdata uit te draaien over afgelopen periodes.
  2. Analyseer welke producten vaak samen op de bon staan. Of het nu digitaal gaat of handmatig moet: je kunt op basis van de kassabonnen achterhalen welke producten vaak samen gekocht worden.
  3. Maak een top-5 van veel voorkomende productcombinaties. No need om meteen een top-100 te maken van je best verkopende productcombinaties. De 80-20 regel - waar 80 procent van je omzet uit 20 procent van je producten komt - gaat waarschijnlijk ook hier op.
  4. Leg dit lijstje bij de kassa. Om te voorkomen dat er een 'bias' ontstaat, is het belangrijk alle verkopers uit te leggen waarom je deze actie onderneemt. Beperkt draagvlak = onbetrouwbare data.

Tijdslijnen

Stel nu dat Munsterkaas vaak verkocht wordt met een Gewürtztraminer. Gedurende vier weken suggereer je iedere keer dat een klant Munsterkaas bij je koopt, een Gewürztraminer.

Tijdslijnen predictive marketing MKB

Tijdens de evalutie zul je zien of:

  1. Je actie in de weken 1, 2, 3 en 4 überhaupt tot extra verkopen van de Gewürtztraminer leidde.
  2. Het niveau van verkopen van de voorgestelde productcombinatie na het stoppen van proactief suggereren in de weken 1 tot en met 4 hoger bleef in de weken 5, 6, 7 en 8 ten opzichte van de pre-testfase (< week 1).

Mijn inziens is dit al een voorbeeld van 'predictive marketing' en in feite niets anders dan Amazon's "People who bought this item, also ..." of Albert Heijn's nieuwe bonuskaartaanpak. Immers: je voorspelt of klant X gevoelig zal zijn voor de suggestie van product Z (Gewürtztraminer) naast zijn product Y (Munsterkaas) aankoop.

Relevantie predictive marketing voor de MKB'er

Ik ben van mening dat iedereen in meer of mindere mate gebruik kan maken van predictive marketing. Echter: vaak hebben MKB'ers zelf al voldoende inzicht in patronen zoals hierboven geschetst. Als ik je de casus schets waar een klant van een telecomaanbieder een klacht heeft ingediend om vervolgens minder te gaan bellen tegen het einde van zijn of haar contractsperiode, dan voelt iedereen aan dat deze klant op het punt van vertrekken staat. Dit patroon in een klantenbase van 5 miljoen klanten herkennen en er geautomatiseerd op acteren door een aanbieding te doen, noemen we dan predictive marketing en marketing automation. In feite is dezelfde constatering doen op basis van begrip van de individuele klantrelatie zoals bij een MKB'er niets anders.

Credits afbeelding: Alistair, licentie: CC BY (Commercieel hergebruik, inclusief aanpassing)

Delen

0
0


Er zijn 4 reacties op dit artikel

  • Interessant artikel Xander!

    geplaatst op
  • Mooie artikel Xander!

    geplaatst op
  • Xander, ik voel me vereerd. Een artikel speciaal gewijd aan een comment van mij. En het is ook nog eens interessant om te lezen. :)

    Ik ben het met je eens dat bovenstaand experiment een leuke manier is voor een mkb-er om aan de slag te gaan met predictive marketing. Echter vraag je je terecht al af of zo'n ondernemer niet zelf al de succesvolle combinatie van deze producten kent?

    Het actief promoten van de combinatie kan zeker leiden tot meer verkopen. Echter het lijkt mij voor zo'n kleine ondernemer juist interessant om data/trends/productcombinaties te halen uit zijn verkopen die hij nog niet kende.

    Tenzij je boekhoudsysteem is gedigitaliseerd en er applicaties bestaan die dit voor hem kunnen doen, lijkt me dat wat lastiger uit te voeren. Of kennen jullie toevallig van dit soort applicaties?

    geplaatst op
  • Leuk artikel!
    Als het gaat om het wegnemen van de complexiteit rond predictive analytics: 'k ben bezig een initiatief online te brengen, zodat iedereen deze technologie kan gebruiken. Zie http://predictchurn.com

    geplaatst op

Plaats zelf een reactie

Log in zodat je (in het vervolg) nóg sneller kunt reageren

Vul jouw naam in.
Vul jouw e-mailadres in. Vul een geldig e-mailadres in.
Vul jouw reactie in.

Herhaal de tekens die je ziet in de afbeelding hieronder


Let op: je reactie blijft voor altijd staan. We verwijderen deze dus later niet als je op zoek bent naar een nieuwe werkgever (of schoonmoeder). Reacties die beledigend zijn of zelfpromotioneel daarentegen, verwijderen we maar al te graag. Door te reageren ga je akkoord met onze voorwaarden.