Automatisch klantvriendelijk: zo verhoog je de leadconversie #spon

Automatisch klantvriendelijk: zo verhoog je de leadconversie #spon

"Kan ik u ergens mee helpen?" De verkoper stelt de vraag op het juiste moment: op zoek naar het perfectkoffieapparaat was ik tussen al het aanbod even de weg kwijt. Dankzij zijn hulp sta ik al snel bij de espressomachines-met-bonenmolen. De keuze is lastig: wat zijn nou precies de verschillen? Gelukkig staat de verkoper nog in de buurt en kan ik het vragen. Dat helpt bij de keuze, maar de prijs maakt nog wel een verschil. De verkoper ziet mijn aarzeling en wijst me op een model dat vandaag in de aanbieding is. Dat geeft de doorslag en even later loop ik tevreden, met koffiemachine, de winkel uit.

Dit artikel werd geschreven door Terrence Hotting, Solution Consultant bij Genesys.

Timing is alles

Hulp of informatie aanbieden is een kwestie van timing: te snel en het wordt als opdringerig ervaren, te laat en de klant is al verdwenen. In een fysieke winkel is het essentieel om klanten goed te volgen, maar dat geldt natuurlijk evengoed voor winkelende bezoekers op een website. Veel webwinkels zien wel het aantal bezoekers en wat er is gekocht, maar hebben geen zicht op wat er verder gebeurt. Bovendien is veel van de informatie achteraf en niet realtime.

"Hoe kun je online direct reageren op klantgedrag?"

Bij een fysieke winkel zou het dan zijn alsof je alleen hoort hoe vaak de deur opengaat en hoeveel er is afgerekend – dat is lastig om op te sturen. Maar hoe kun je direct reageren op klantgedrag op de website zodat de klant tevreden is en de bovendien de conversie naar aankopen hoger? We noemen dat ook wel predictive web engagement en het draait om proactief reageren op bezoekersgedrag om gestelde doelen, zoals omzet, te realiseren.

Concurrentie is groot

Veel consumenten kijken en vergelijken op verschillende sites. Ze willen niet alleen een persoonlijke benadering maar ook zeker weten dat ze de goede keuze maken en de juiste prijs betalen.

Wie een website heeft voor het verkopen van producten, aanmelden voor diensten of vragen van hulp, wil voorkomen dat bezoekers worden afgeleid of verdwalen, want dat kost omzet. Het is daarom zaak om de klantreis te begrijpen en deze actief te sturen. Een belangrijk onderdeel is het exacte moment wanneer je de klant het beste aanspreekt, want de gelegenheid om een klant te sturen is snel voorbij. Voor je het weet surft de potentiële koper naar de concurrent.

Stap 1: Volg de koper

Hoe kun je het beste te werk gaan? De eerste stap is makkelijk: meestal heeft een website al trackers en analytics geïnstalleerd die een beeld geven van het gedrag van een consument. In de praktijk betekent dat een code in de website, op een of meerdere pagina’s, met tracking data over bijvoorbeeld welke pagina’s zijn bezocht en hoeveel tijd daar is doorgebracht, op welke links is geklikt, wat er in het winkelmandje is gelegd en of er is ingelogd. Dit is zichtbaar in rapportages achteraf en geeft een eerste beeld van het gedrag van bezoekers. Welke route volgen ze, welke pagina’s zijn populair en vooral ook: waar haken ze af?

"Welke route volgen bezoekers, welke pagina’s zijn populair en vooral ook: waar haken ze af?"

Stap 2: Actie-reactie

De rapportages vormen de basis voor de volgende stap: het formuleren van segmenten, doelen en actieplannen om deze doelen te bereiken. De interacties met klanten worden zo geautomatiseerd. De websitedata gaat direct naar de engine die een realtime analyse uitvoert en de ingestelde acties onderneemt op basis van het ingestelde segment, doel en actieplan. Bijvoorbeeld: een segment is bezoekers met een winkelmandje met een waarde van meer dan 100 euro, we willen graag dat ze daadwerkelijke afrekenen. Het actieplan kan dan een aanbieding zijn voor een korting, geen verzendkosten of een tegoed voor een volgende aankoop. De engine doet het aanbod als iemand langer dan 5 minuten wacht met afrekenen of als de afrekenpagina wordt verlaten (cart abandonment).

Stap 3: Zelflerend systeem

Een volgend niveau maakt het echt interessant: de uitkomsten worden gekoppeld aan een zelflerend systeem. Dit houdt bijvoorbeeld in de gaten welk aanbod bij welk segment het beste gewenste resultaat heeft en leert daarvan. Wat werkt beter: een korting nu of bij een volgend bezoek? Bij welk winkelbedrag is de conversie van een het aanbod het hoogst? Zo worden actions maps steeds effectiever. Hoe groter de aantallen, hoe sneller systeem leert en dus hoe hoger de opbrengst.

"Het aanpassen van acties en interacties aan het bezoekersgedrag geeft vaak net het extra zetje"

Stap 4: Het kan nog beter

Maar het kan nog een stap verder: door te integreren in het totale customercontact-platform. Het systeem kan de opstart van een webchat timen, gebaseerd op eerder resultaten, om het beste moment te kiezen. Niet te snel en niet te laat – net als in de fysieke winkel. Het systeem kan op basis van de chat ook concluderen dat een live agent beter kan helpen. De bestaande contactgeschiedenis gaat automatisch mee bij de overdracht, waardoor het voor de klant een doorlopende conversatie blijft. Zo kom je online dichtbij de werkwijze van de ervaren, proactieve verkoper in de winkel die nog weet wat de klant de vorige keer heeft gekocht.

You snooze, you lose

De meeste websites zijn verworden tot een soort magazijnen waar klanten zelf hun weg moeten vinden. Dat werkt, maar zonder persoonlijke, individuele aandacht is de omzet lager dan wat er mogelijk is. Het aanpassen van acties en interacties aan het bezoekersgedrag op de website geeft vaak net het extra zetje om tot een aankoop te komen. Net zoals een goede verkoper dat doet in de fysieke winkel.

"Zonder persoonlijke, individuele aandacht is de omzet lager dan wat er mogelijk is"

Nog een reden om intelligente automatisering in te zetten in het klantcontact op de website is de voorspelling van Gartner dat het aantal klantinteracties zeer snel zal toenemen. In 2020 is dat naar verwachting 3,5 keer zoveel als in 2017. Hoe vang je dat als organisatie allemaal goed op? In ieder geval kun je door het gericht aanbieden op basis van gedrag de benodigde capaciteit aan agenten en bots goed inschatten.

Uit de praktijk

Smyths Toys, een van de grootste speelgoedwinkels in de UK, zet dit systeem al succesvol in. Ze benaderen bezoekers met volle mandjes als ze te lang aarzelen met afrekenen. Door ze een aanbod doen rekent 5 procent van die klanten alsnog af in plaats van weg te lopen. Een hogere conversie en dus meer omzet. Door het positieve resultaat zijn ze de oplossing ook gaan inzetten op customer care. De oplossing kan namelijk een ondersteuningswens te herkennen. Door proactief een chat aan te bieden aan deze klanten is het aantal support tickets gedaald en de NPS hoger geworden.

Een voorbeeld van deze slimme software is Genesys Prospect Conversion waarmee een bedrijf leads sneller en effectiever kan registreren, kwalificeren, actief benaderen en converteren. Met behulp van machine learning kunnen kopers worden onderscheiden van bezoekers. Door het identificeren van kantelpunten in de besluitvorming en toewijzen van de best beschikbare middelen (bot of mens) geef je actief vorm aan de klantreis richting de gewenste uitkomst.

Genesys heeft een eBook beschikbaar over hoe je meer omzet kunt halen uit online verkoop. Download het hier gratis.


Geplaatst in

Delen

0
0


Er zijn 0 reacties op dit artikel