Zet de klant centraal met data-science-oplossingen

Customer Journey

We schreven er al eerder over; we bevinden ons meer dan ooit in de fase van klantgerichtheid. Toen nog niemand ooit van internet had gehoord, was het doodgewoon dat de kruidenier precies wist wat zijn klanten nodig hadden. Ze woonden immers bij hem in de wijk en kwamen een paar keer per week binnenstappen, niet alleen voor de boodschappen, maar ook voor een praatje. Hij verzamelde kennis over zijn klant en kon precies inspelen op diens behoeften.

Klantgerichtheid van de bovenste plank, zoals dat in de whitepaper van Building Blocks, specialist op het gebied van data-science- en machine-learning-oplossingen voor het voorspellen van consumentengedrag, wordt genoemd. Zij deden onderzoek naar het perfectioneren van de customer journey.

Focus op het product

Met de start van de digitale (r)evolutie, en specifiek door de opkomst van e-commerce, zijn de retailers dat een beetje kwijtgeraakt en focusten ze meer op het product dan op de klant. “Om onderscheidend te blijven en aan de hoge verwachtingen van de moderne consument te voldoen, moet de retailer weer terug naar de situatie van de winkelier op de hoek van vroeger, die zijn klanten door en door kende. Maar dan wel zo dat het schaalbaar is en de retailer deze klant via meerdere kanalen kan bedienen, zowel offline als online”, stelt Alexander van Eerden, CEO bij Building Blocks. Met de komst van big data, machine learning en kunstmatige intelligentie zijn er nieuwe kansen ontstaan om dat nieuwe 360° klantbeeld te realiseren, zo lezen we in hun onderzoek.

Integreer datasilo’s

Heb je verschillende verkoopkanalen – en die kans is groot – dan is het van belang de verschillende datasets te integreren. Door de data van klanten, die je op verschillende punten in verschillende processen hebt verzameld, middels slimme algoritmen met elkaar te combineren, krijg je er meer waardevolle informatie voor terug. Zo komt dat 360° klantbeeld binnen handbereik en kun je behoeften en gedrag van je klanten gaan voorspellen en de customer experience gedurende de complete customer journey – ongeacht het kanaal – te verhogen.

Integreer data-science-oplossingen

Dankzij data-science-oplossingen krijg je niet alleen inzicht in de individuele behoeften van je klant, je kunt er ook snel op inspelen met een goed passend aanbod. Zo kun je klanten een gepersonaliseerd aanbod tonen: het beste aanbod voor de individuele klant via het juiste kanaal. En we kunnen dit zelfs nog verder trekken: door bepaalde voorspellende inzichten te combineren kan er een zogenaamd ‘next best action’ voor een klant gegenereerd worden.

Integreer kanalen voor een omnichannel-benadering

Klanten verwachten consistentie over verschillende kanalen heen. Als je een aanbieding in de webshop hebt gezien, verwacht je die immers ook in de fysieke winkel aan te treffen. Vaak is die integratie (nog) niet goed geregeld. De kanalen versterken elkaar niet, maar bestaan naast elkaar. Wat je wilt is een omnichannel-benadering die onderdeel is van een totaalstrategie. Alleen dan kun je de data integreren en optimaal inzetten.

Win-win-situatie

Data science en machine learning leveren belangrijke bouwstenen voor een businessmodel waarbij de klant helemaal centraal staat. Bij voorkeur is dit ook nog eens gecombineerd met een omni-channelstrategie, zodat de passende aanbiedingen via het juiste kanaal binnenkomen. Zo kun je je als retailer werkelijk onderscheiden en zet je grote stappen richting optimale klantloyaliteit. Zowel voor de klant als voor de winkelier een win-win-situatie.

Gerelateerde publicaties over online betalen:


Femke Vonk is zelfstandig tekstschrijver en blogger en schrijft behalve voor Internetkassa.nu ook voor o.a. Make Marketing Magic, waarmee zij verscheidene bedrijven helpt op de radar te blijven van hun doelgroep en publiceert regelmatig over onderwerpen als ondernemerschap, schrijverschap en autisme.