Article

‍Verrijk je CDP en personalisatie-strategie met een Decisioning Engine

October 31, 2022

Voldoe aan de behoefte van de consument en geef je personalisatie strategie een flinke boost‍

Dankzij marketing automation tools en Customer Data Platforms (CDP’s) is gepersonaliseerde marketing in een stroomversnelling geraakt. Marketeers hebben meer inzicht in het klantgedrag dan ooit tevoren en kunnen gepersonaliseerde content volautomatisch uitserveren. Maar om op grote schaal patronen te ontdekken in de customer journey en 1-op-1 content uit te serveren, is soms meer nodig. Een AI Decisioning Engine kan je daarbij helpen. Erik (Squeezely) en Sander (Building Blocks) vertellen hoe dat zit.

De moderne consument is veeleisend. Ze verwachten dat bedrijven weten wie ze zijn, wat ze willen en wanneer ze het willen. Uit onderzoek van organisatieadviesbureau McKinsey & Company blijkt dat maar liefst 71% van de consumenten verwacht dat bedrijven gepersonaliseerde interacties aangaan met hun klanten. 76% geeft zelfs aan gefrustreerd te raken als die gepersonaliseerde interacties uitblijven.

De (veeleisende) consument is koning

Als reactie op de kritische houding van de consument investeerden online retailers de afgelopen jaren fors in CDP’s en marketing automation om klanten persoonlijker te kunnen benaderen. Een CDP biedt meer inzicht in klanten, hoe ze zich gedragen en waar ze gevoelig voor zijn. Dat werkt als volgt:

“Een CDP is een centraal opslagpunt waarin klantdata verzameld, verrijkt en gecombineerd wordt”, vertelt Erik, Marketing Manager bij Squeezely.

“Hierin bouwt het klantprofielen op met informatie voor hun persoonlijke customer journey. Denk aan interesses die ze hebben, de marketing kanalen die ze gebruiken, waar ze geïnteresseerd in zijn en wanneer ze kopen. Deze informatie helpt je bijvoorbeeld om te bepalen hoe en wanneer je ze kan verleiden voor een herhaalaankoop.”

Denk aan een geautomatiseerde cart abandonment mail om ze te herinneren aan hun winkelmandje. Of een pop-up op de website die ze vertelt hoeveel items er nog op voorraad zijn. Of wanneer de laatste bestelling is geplaatst. En dankzij marketing automation wordt dit volautomatisch uitgeserveerd.

Verrijk je CDP en personalisatiestrategie met een Decisioning Engine

Met een CDP zet je de eerste impactvolle stappen op het gebied van personalisatie. Maar als je voor jouw organisatie diepgewortelde patronen wil ontdekken in de customer journey en op grote schaal 1-op-1 content wil uitserveren, is het relevant om je CDP te verrijken met een Decisioning Engine (DE). Zo haal echt alles uit je CDP en til je je personalisatiestrategie naar het volgende niveau.

Minder mens, meer machine – de decisioning engine in een notendop

Hoofdzakelijk zijn er twee redenen waarom je met een CDP in combinatie met een DE nog meer impact kan maken op het personalisatie vlak. De eerste heeft te maken met menselijke invloed, de tweede met tijd.

“Een marketeer die een CDP gebruikt voor personalisatie doeleinden staat grotendeels zelf aan het roer. Je bepaalt immers zelf welke customer journeys je voor ieder segment bouwt op basis van de inzichten,” stelt Sander, Head of Marketing bij Building Blocks.

“Een DE zoals Building Blocks doet hetzelfde, maar dan met een zelflerend algoritme. Het bepaalt op basis van de data uit het CDP, in combinatie met data uit andere systemen, voor iedere individuele klant een hypergepersonaliseerde next best action. Dat betekent welke boodschap via welk kanaal op welk moment wordt uitgestuurd. Dit altijd geoptimaliseerd naar de business doelstellingen van de organisatie en wat de individuele klant nodig heeft om opnieuw te converteren. Hiermee wordt de subjectieve, menselijke invloed beperkt.”

Dit brengt ons bij het tweede argument. Want het werk dat een DE uit handen neemt, bespaart de marketeer een hoop tijd.

“Als organisatie met een klein assortiment en een kleine doelgroep is het handmatig uittekenen van marketing flows met een CDP prima te doen. Maar het wordt al complex als je tientallen producten en doelgroepen hebt, laat staan honderden of zelfs duizenden. Dan maakt een Decisioning Engine echt het verschil als je op individueel niveau wil personaliseren.” zegt Erik.

Dubbele personalisatie, dubbele winst

Hoe complexer het aanbod en hoe breder de doelgroep, hoe groter de impact die je met een DE kan maken.

“Als je op beide vlakken kan personaliseren, boek je de grootste winst.”

Aldus Sander. Neem als voorbeeld een vakantie aanbieder. Er zijn tal van factoren die invloed hebben op het boeken van een vakantie. Denk aan het moment wanneer je op vakantie wil, het reisgezelschap, het gewenste vervoer, het budget, en ga zo maar door.

“Vroeger mailde je het hele klantenbestand één last minute aanbieding in de hoop dat er iemand hapte’’, vertelt Sander.

“Met een CDP in combinatie met een Decisioning Engine kun je alle individuele klanten een 1-op-1 gepersonaliseerd aanbod voorschotelen en zie je precies wat wel en niet werkt. En dat zonder dat je er ook maar één mail handmatig voor in elkaar moet klikken.’’

Ruimte voor de creatieve marketeer

Blijft er dan nog werk voor de marketeer over, vraag je je wellicht af?

Sander: “Het klinkt misschien contra-intuïtief, maar als je met een Decisioning Engine werkt is er juist meer ruimte voor creatieve ideeën.”

Ook Erik is het hier mee eens: “Een marketeer hoeft ook minder in analytics te ploeteren om inzichten boven water te krijgen, aangezien het CDP en de DE dat voor je doen. Hierdoor kun jij je bezighouden met de inhoud.”

Een belangrijk onderdeel van deze inhoud is retentie. En daar meer aandacht aan besteden is volgens Sander hard nodig.

“Veel partijen geven ontzettend veel geld uit aan advertising, maar laten daarbij de achterdeur open staan. Ze zijn continu bezig met het binnenhalen van nieuwe klanten, zonder dat ze daar verder in investeren. Met een Decisioning Engine leer je je klanten veel beter kennen, waardoor je ze ook persoonlijker kan servicen. Dit verbetert de klantrelatie en verkleint de kans dat ze naar de concurrent gaan. Hierdoor schiet de customer lifetime value uiteindelijk omhoog.”

Personalisatie als onderdeel van de bedrijfsstrategie

Deze ontwikkelingen betekenen overigens niet dat personalisatie een one man marketing show blijft.

“Dankzij de Decisioning Engine kun je marketing in zijn geheel – en personalisatie in het bijzonder – onderdeel maken van je bedrijfsstrategie. Optimalisaties worden namelijk altijd vanuit een bepaald doel gemaakt, niet alleen vanuit de klantreis. En aangezien je met een Decisioning Engine heel goed kan voorspellen wat het gevolg is van een bepaalde actie, kun je ook beter inschatten wat het rendement bedrijfsbreed zal zijn.”

Sander ziet dit ook terug bij klanten die werken met het DE van Building Blocks en het CDP van Squeezely.

“Waar je met een CDP al data uit verschillende online bronnen kon combineren, sla je met een Decisioning Engine eenvoudig een brug naar offline kanalen. Door de verschillende systemen aan elkaar te koppelen, kun je de customer journey nog meer onderdeel maken van je bedrijf. Zelfs de klantenservice weet daardoor welke gepersonaliseerde e-mails een klant ontvangt en welke flyer op de deurmat ligt. Dankzij een Decisioning Engine ontstaat er ook veel meer synergie tussen de verschillende disciplines.”

Het einde van het interpretatie tijdperk

Voor online retailers die de volgende stap willen zetten op het gebied van personalisatie biedt een Decisioning Engine een uitkomst. Erik:

“Waar een CDP de inzichten geeft, voer je met een DE acties uit. Juist die combinatie maakt het ontzettend interessant en stelt je in staat om verbanden te leggen waarvoor je zelf de rekenkracht niet hebt.”

En voor wie denkt dat je eerst een CDP moet uitspelen, voordat je met een DE kan starten, heeft het mis.

“Het zijn twee processen die parallel aan elkaar lopen,” stelt Sander. “Net als in Squeezely is het ook bij een Decisioning Engine verstandig om klein te beginnen, zoals met het 1-op-1 personaliseren van e-mail campagnes. Als dit goed gaat, schaal je verder op naar andere kanalen. Zo blijft je sleutelen en ontwikkelen.”

Blijven sleutelen en ontwikkelen brengt niet alleen de creativiteit terug in het marketingvak, maar helpt je ook om het potentieel van een CDP volledig te benutten.

Sander: “Van elke uitkomst wordt het zelflerende algoritme van Building Blocks slimmer en slimmer. Hierdoor komt er weer zuiverdere data binnen in het CDP, wat betekent dat je met je marketing uitingen accurater kan inspelen op de wensen van de consument.”

Erik vult aan: “Het resultaat van deze gouden wisselwerking is een bak georganiseerde en geoptimaliseerde data die je op grote schaal in kan zetten om klanten de hyper persoonlijke ervaring te bieden die ze van bedrijven verwachten.”

Hiermee lijkt de tijd van onderbuikgevoel en interpretatie officieel voorbij.

Wil je meer weten over een Decisioning Engine? 

Download dan ons whitepaper: “Waarom jouw CDP een AI Decisioning Engine nodig heeft.”