Big Data Valkuilen voor online retailers

Winnaars in (online) retail zijn winnaars omdat ze relevant communiceren met klanten. Dat kan alleen maar door klanten individueel te (her)kennen, hun behoefte te begrijpen en daar met relevante boodschappen op in te spelen. Nu is dat een enorme open deur, maar er zijn weinig retailers die hier invulling aan geven. Ja, we praten allemaal over Big Data, maar staren ons feitelijk alleen maar blind op anonieme webclicks en social media gedrag. En die laatste blijkt (nog) niet zo waardevol.

Dé Big Data Valkuil voor online retailers is de single focus op webdata. Veelal niet persoonsgebonden en onvolledig. Dit uit zich onder meer in ‘persoonlijke’ communicatie die gericht is op clicks of clickpatronen, maar niet op mensen. Context mist en relevantie dus ook, omdat weliswaar bekend is wat men op dat moment interessant vindt, maar niet welke behoefte men heeft of waar men gevoelig voor is. En vervolgens valt iedereen dan weer terug op de aloude wapens: spammen (ook wel retargeting genoemd) en korting bieden. Maar omdat iedereen dat doet, is er dus geen onderscheid tussen aanbieders en rest er alleen irritatie bij de consument door al die ongenuanceerde herhaling van boodschappen. Adblockers zijn in die optiek een geschenk uit de hemel voor retailers: ze dwingen om na te denken over relevantie en veroorzaken nuancering in de (push) communicatie.

Relevant zijn

Relevant betekent dat het moment, de boodschap, het kanaal en de tone-of-voice van de uiting gebaseerd zijn op de behoefte en persoonlijkheid van de klant en de fase in de customer journey. Maar als je alleen kijkt naar webdata, dan mis je een hoop gegevens die nodig zijn om relevant te kunnen worden. Webdata geeft weliswaar intenties en interesses weer, maar vertelt weinig over de persoon. En verwar clicks op kinderartikelen niet met de conclusie dat het wel een gezin met kinderen zal zijn. Opa koopt ook weleens wat voor z’n kleinkind of een student voor haar nichtje.

Herkenning online en integratie met (offline) persoonsgegevens zorgen ervoor dat je wel het juiste klantbeeld krijgt. En de ‘datastekkerdoos’ die je daarvoor nodig hebt groeit, en hard ook. Alles is tegenwoordig aan elkaar te knopen: anoniem winkelbezoek aan Facebookberichten; webclicks met aankopen in de fysieke winkel (research online, purchase offline); surfgedrag met woonadres, leeftijd, geslacht, inkomen, gezinssamenstelling, lifestyle, kans op wanbetalen of retourneren, responsgevoeligheid, productbezit, is ‘ie al klant of niet, en ga zo maar door. Maar ook met events als ‘heeft contact gehad met klantenservice’, ‘huis staat te koop’, ‘geboorte in gezin’, etc. etc. Vroeger kon dit niet, nu wel. Uiteraard moet je wel toestemming van de consument hebben (cookie-statement).

Werelden aan elkaar koppelen

Zo heeft Mark&Mini de technologie om de twee werelden aan elkaar de koppelen (‘cookie-to-the-household’). Hiermee kun je anonieme online bezoekers real-time profileren naar ruim 60 persoonskenmerken inclusief jouw eigen klantvariabelen uit een (offline/CRM) klantenbestand. Zo’n 25% van alle bezoekers op jouw website wordt herkend. Ook zonder dat men iets aangeklikt heeft of ingelogd is.

Randvoorwaarde is wel dat je datakwaliteit in orde is: correct, actueel en volledig. En dat is de tweede Big Data Valkuil. Als je als retailer al een paar jaar bezig bent, is al gauw 25% van je klantbestand onjuist: mensen zijn verhuisd, getrouwd of overleden waardoor adressen en namen niet meer kloppen. En dat is niet alleen onhandig voor omni-channel retailers, maar ook voor pure players. Zeker gezien de opkomst van offline communicatie (levert vaak betere KPO), reactivering of terugvinden van klanten (bijvoorbeeld als het emailadres bounced), samenwerking met lokale partners, voorkomen van fraude en dergelijke. Naast onjuiste contactgegevens missen ook vaak klantkenmerken door onvolledige registratie of foute invoer.

Geautomatiseerde analysesystemen

De derde Big Data Valkuil is het gebruik van geautomatiseerde analysesystemen. Het biedt veel kansen, maar alleen in de handen van de juiste persoon. De raceauto van Max Verstappen is een rijdende computer die van machinelearning aan elkaar hangt en waar Max geweldige prestaties mee neerzet. Maar als wij aan het stuur gaan zitten, komen we niet eens van onze plaats. Naarmate de computer meer en meer werkzaamheden van een analist overneemt, wordt de rol van de analist steeds belangrijker. Want naast het feit ‘garbage in, garbage out’, komt de computer altijd met een uitkomst. Bij een recommender voor een supermarkt heeft het plastic tasje de hoogste kans om verkocht te worden en bij een webshop de verzendkosten. Statistisch klopt dat, maar je hebt er niet zoveel aan. Het beoordelen van de brondata, het opzetten en finetunen van de analytics en het interpreteren van de uitkomsten is mensenwerk. De toegevoegde waarde van modellen wordt in eerste instantie bepaald door de data, vervolgens door de creativiteit van de analist en als laatste door de gebruikte techniek.

Wil je geld verdienen met data? Focus je dan op de mens, zorg voor correcte data, koppel databronnen aan elkaar, ontwikkel de juiste inzichten en creëer een relevante dialoog met de klant.

Over Robert Feltzer, EDM
Robert Feltzer is bij EDM als managing partner verantwoordelijk voor Intelligence, Data Operations en Consultancy en heeft zo’n 30 jaar ervaring in datadriven marketing. EDM is marktleider op het gebied van Datakwaliteit, Klantinzicht en Doelgroepbereik en helpt onder meer veel retailers met het optimaal laten renderen van hun klantdata.

Geef als eerste een reactie

Geef een reactie

Uw e-mailadres wordt niet gepubliceerd.


*