Het verwerken van je verzamelde klantdata is een simpele optelsom: data plus tooling is gerichte marketing voor klanten. Wij willen die formule verbeteren door iets nieuws in de mix te gooien. Machine learning. Waarom? Dat gaan we je uitleggen!
Laat de machine het werk doen
Hoe verzamel jij op dit moment de data over alle bezoekers van je site of webwinkel? Waarschijnlijk met Google Analytics en Tag Manager. Mega handige tools, blijf deze ook zeker gebruiken voor inzicht. Maar er zit een addertje onder het gras, het is lastiger op persoonsniveau te handelen. Als je een klant target, hoe weet je zeker dat hij/zij jouw product nodig heeft en de investering waard is?
Machine learning (ML) helpt hierbij! ML verrijkt met een algoritme de data, maakt voorspellingen en leert daarvan. Het kijkt vooruit zodat jij dat niet meer hoeft te doen!
Zet je schrap, want het gaat nu een stukje technischer worden. Machine learning zoekt het volgende voor je uit:
Conversion rate optimization (CRO): Welke klanten hebben een hoge kans om te converteren en geautomatiseerd de juiste acties te ondernemen?
Customer lifetime value (CLV): Hoeveel ga je waarschijnlijk verdienen aan een potentiële klant? Hierbij kies je een passende (geautomatiseerde) investering zoals retargeting.
Product management: De Google Vision API kijkt naar de kleuren van je producten en kan zo gelijksoortige producten herkennen.
Sentiment: Een toon in tekst herkennen is een uitdaging, maar Google Natural Language Processing API kan het aan. Zo kan-ie herkennen of een review positief of negatief is en dit meteen voor je verwerken in de verzamelde data.
Social media: Je wilt weten hoe je producten worden gebruikt, maar hebt geen zin om hashtags en tweets over jouw spullen te doorzoeken. Niet meer nodig! Dankzij o.a. de Vision en NLP API’s.
Wat levert dit dan op?
De welbekende vraag: wat heb je hier dan aan? Goede, relevante marketing (kan zorgen voor 10-30% meer omzet). Klanten geven aan dat ze vijf punten belangrijk vinden bij gepersonaliseerde communicatie:
Relevante aanbevelingen: Ik wil zien wat ik nodig heb, niet wat ik al heb.
Interactie: Praat met me als ik aan het shoppen ben, niet naderhand pas.
Relevante reminders: Laat het me weten als er een product aankomt dat ik interessant vind.
Omnichannel: Herken mij op alle kanalen, platformen en sites.
Waarde: Deel de waarde met mij op een manier die bij mij past.
Laten dat nou precies vijf punten zijn die je met machine learning behaalt. Waar wacht je nog op? Neem contact met ons op om te zien hoe machine learning jouw marketing analytics kan verbeteren.
