door Amber Kesselaer |
Last Updated: 16 juli 2020 Tags: data, klantinzicht
Als marketeer ben je dagelijks bezig met het scherpstellen van het ideale klantbeeld. Wat zijn de drivers? Welke pains hebben we mee te maken? Hoe spelen we in op die gains? Deze worden vaak vertaald naar persona’s, waar vervolgens weer complete campagnes om heen worden verzonnen. Maar wie wordt nu uiteindelijk echt de klant? En hoe maken we hier een terugkerende klant van? Om dit te kunnen weten is het belangrijk het klantbeeld helder te stellen. Dit kost echter weer tijd, en die hebben we al zo weinig.
Data samenvoegen tot een centraal klantbeeld
Er is een oplossing. Het automatiseren van het klantbeeld. Doordat het klanten zijn van de organisatie, is er intern (veel) data beschikbaar over deze klant. Hoeveel producten nemen zij af? Is dit eenmalig of is er een patroon in te ontdekken? Maar wat kan ik met zo’n patroon? Wanneer een klant ongeveer elke 3 maanden een bepaald product afneemt, zou bijvoorbeeld de klantloyaliteit vergroot kunnen worden door na 2,5 maand een persoonlijke kortingscode te sturen om eens een complementair product aan te schaffen. Zo kan de klant verleid worden om meer af te nemen. Puur op basis van het analyseren van het originele koopgedrag.
Om trends zoals deze te kunnen ontdekken, is er data analyse nodig. Veel marketing partijen hebben verstand van Google Analytics, Hubspot of ActiveCampaign. Echter is deze data puur marketing gestuurd. Het verbinden van deze marketing data met de operationele of financiële cijfers zorgt voor het complete plaatje. Denk aan het ontsluiten van gegevens uit ERP-systemen, e-commerce platforms en CRM systemen. Dit kan door middel van Business Intelligence tooling, zoals Power BI, Tableau of Qlikview.
Patronen worden zichtbaar
Door door middel van data analyse verschillende databronnen te combineren, kunnen er patronen worden ontdekt. Deze data visualisatie kan organisatiebreed, maar ook productspecifiek. De nieuwe inzichten kunnen er voor zorgen dat de marketingacties nét iets beter aansluiten bij de doelgroep dan wanneer dit puur op basis van onderbuikgevoel gebeurt. Door het gebruik van Business Intelligence tooling ontstaat er een georganiseerd online dashboard, vol inzichten. Het mooie aan een online dashboard is, is dat het geautomatiseerd actueel gehouden wordt én altijd beschikbaar is. Weg met de maandelijkse Excel rapportages!
Sturen op data van het klantbeeld
Het zou het besturingsinstrument van elke marketeer moeten zijn; een online dashboard met daarin het complete overzicht. Een klantbeeld met gegevens als:
- de hoeveelheid bezoekers die op de website komen,
- het aantal whitepapers dat gedownload wordt,
- het afspraken dat leidt tot een deal.
Met daarnaast een aantal grafieken over het aantal producten dat is verkocht, de productspreiding en de gemiddelde doorlooptijd van terugkerende klanten.
Data om de klant beter te begrijpen
Marketeers sturen constant op data, maar uiteindelijk is marketing het begrijpen van het aankoopgedrag van de klant. Waarom hebben we dit niet constant actueel, maar kijken we hier vaak maar eens per maand naar? Marketeers horen het klantbeeld niet te maken, de klant kan dit zelf. We hoeven alleen maar de data te gebruiken die zij ons leveren.
Begin dus vandaag nog met het combineren van marketing data, operationele- en financiële data. Dat klantbeeld creëert zichzelf wel!
Aanbevolen artikelen rondom dit thema
Met deze drie tips word je een meer datagerichte B2B organisatie!
Hoe zorg je voor een datagerichte b2b organisatie met een positief koopproces en zo weinig persoonlijke interactie-momenten?
Marketingtips voor MKB deel 3: Leer je klanten kennen
Marketingtips voor MKB deel 3: Leer je klanten kennen
E-commerce optimaliseren? Check deze 8 onmisbare nieuwe spelers in je digitale organisatie
E-commerce optimaliseren? Check deze 5 onmisbare nieuwe spelers in je digitale organisatie
Marketeer, laat je niet leiden door data!
Hoeveel er ook geautomatiseerd wordt, wij moeten ook in de lead blijven als het gaat over data! Van data gedreven naar data bedreven marketing
CLV: hoe bereken je de klantwaarde in B2B?
wat is 'customer lifetime value'? Hoe bereken je deze CLV in de B2B-markt? Welke klantwaardes zijn er behalve geld? En hoe bereken je die?
Kun je als marketeer nog langer wachten met data-analyse?
Met alle data die ruim voorhanden is, kun je je afvragen of marketeers het zich nog wel kunnen veroorloven om geen gebruik te maken data-analyse?
We respecteren uw privacy, u kunt zich op ieder moment afmelden voor deze nieuwsbrief.