Predictive marketing voor de MKB’er

Dit weekeinde las ik het blogartikel van Marketingfacts blogger Masoud Banbersta, waarin Masoud uitlegde waarom “predictive marketing” de toekomst is. Het leuke van dergelijke artikelen zijn veelal de vragen die artikelen oproepen bij de enthousiaste vakidioten. Zo ook deze keer: de vraag van Patrick Steenks over hoe predictive marketing valt toe te passen bij een kleinere schaal (MKB) triggerde me.

Ik snap waar de vraag van Patrick vandaan komt. Immers, predictive marketing noem je in één adem met data en data is tegenwoordig niets als het niet “Digital” en “Big” is. Toch bleef de stelling bij me knagen. Want kan een MKB’er dan echt geen inzicht halen uit de voor hem/ haar beschikbare data?

De fictieve casus van een kaasboer

Ik maak dergelijke vraagstukken graag tastbaar door het perspectief aan te nemen van – in dit geval – de kaasboer bij mij in de straat. Want net als elke andere ondernemer, zij het groot of klein, is zijn doel de klantwaarde te vergroten door meer klanten voor zich te winnen, deze klanten voor langere tijd te binden en de terugkerende klanten meer te laten uitgeven.

Inzoomend op deze laatste, lijkt een kaasboer laten voorspellen welke wijn aan te bevelen bij een type kaas al vrij eenvoudig realiseerbaar:

  1. Neem een stapel kassabonnen
    Mijn kaasboer loopt hierin wellicht voor, maar ik weet dat door een link met het boekhoudsysteem het makkelijk is om verkoopdata uit te draaien over afgelopen periodes.
  2. Analyseer welke producten vaak samen op de bon staan 
    Of het nu digitaal gaat of handmatig moet: je kan op basis van de kassabonnen achterhalen welke producten vaak samen gekocht worden.
  3. Maak een top 5 van veel voorkomende productcombinaties
    No need om meteen een top 100 te maken van je best verkopende productcombinaties. De 80-20 regel – waar 80% van je omzet uit 20% van je producten komt – gaat waarschijnlijk ook hier op.
  4. Leg dit lijstje bij de kassa
    Om te voorkomen dat er een “bias” ontstaat, is het belangrijk alle verkopers uit te leggen waarom je deze actie onderneemt. Beperkt draagvlak = onbetrouwbare data.

Tijdslijnen

Stel nu dat Munsterkaas vaak verkocht wordt met een Gewürtztraminer. Gedurende vier weken suggereer je iedere keer dat een klant Munsterkaas bij je koopt, een Gewürztraminer.

Tijdslijnen predictive marketing MKB

Tijdens de evalutie zal je zien of:

  1. Je actie in week 1, 2, 3 en 4 uberhaupt tot extra verkopen van de Gewürtztraminer leidde
  2. Het niveau van verkopen van de voorgestelde productcombinatie na stoppen van proactief suggereren in weken 1 tot en met 4 hoger bleef in week 5, 6, 7 en 8 ten opzichte van de pre-testfase (< week 1)

Mijn inziens is dit al een voorbeeld van “predictive marketing”, en in feite niets anders dan Amazon’s “People who bought this item, also …” of Albert Heijn’s nieuwe bonuskaart aanpak. Immers: je voorspelt of klant X gevoelig zal zijn voor de suggestie van product Z (Gewürtztraminer) naast zijn product Y (Munsterkaas) aankoop.

Discussie relevantie predictive marketing voor de MKB’er

Ik ben van mening dat iedereen in meer of mindere mate gebruik kan maken van predictive marketing. Echter: vaak hebben MKB’ers zelf al voldoende inzicht in patronen zoals hierboven geschetst.

Als ik je de casus schets waar een klant van een telecomaanbieder een klacht heeft ingediend om vervolgens minder te gaan bellen tegen het einde van zijn of haar contractsperiode, dan voelt iedereen aan dat deze klant op het punt van vertrekken staat. Dit patroon in een klantenbase van 5 miljoen klanten herkennen en geautomatiseerd op acteren door een aanbieding te doen, noemen we dan predictive marketing en marketing automation. In feite is dezelfde constatering doen op basis van begrip van de individuele klantrelatie zoals bij een MKB’er niets anders.

XG.