Leer uw klant ook online kennen om niet te irriteren

Wat is er fijner dan die modewinkel in de buurt waar de verkopers je kennen, met je meedenken en weten wat je mooi vindt? Zolang de verkoper niet te opdringerig is, ga je na een goed advies als klant tevreden de winkel uit. Maar wat als de klantkennis die in het hoofd van zo’n verkoper zit wordt omgezet in data, waarmee op een geautomatiseerde manier mensen online geadviseerd kunnen worden over producten? Dan gaan bij veel mensen de alarmbellen af.

Door Astrid Wisse – werkzaam bij PwC als expert data-analyse

Toch hoeft het geautomatiseerd verwerken van persoonlijke data om een beeld te krijgen van individuele consumenten, niet per se iets negatiefs te zijn. Zolang dit maar met de nodige waarborgen is omkleed. Zo moeten bedrijven transparant zijn over het gebruik van data en moet de consument het recht hebben om het gebruik daarvan te weigeren. Als dat gewaarborgd is, biedt profiling veel positieve en nuttige mogelijkheden voor zowel bedrijven als consumenten.

Leer uw klant ook online kennen om niet te irriteren

Churn-modellen

Telecombedrijven en banken werken bijvoorbeeld met zogenoemde churn-modellen om aan de hand van data te voorspellen of klanten van plan zijn naar een concurrent over te stappen. Klanten hebben bijvoorbeeld een factuur ontvangen die niet klopt en last gehad van een storing. Deze klanten krijgen dan een speciaal kenmerk en om te voorkomen dat zij daadwerkelijk weggaan, biedt een bedrijf deze klanten bijvoorbeeld korting of een speciale aanbieding. Ook churn-modellen zijn gebaseerd op profiling.

Irritatiegrens

De negatieve voorstelling die mensen hebben van profiling is deels ook door bedrijven zelf veroorzaakt. Denk aan de consument die net vijftig is geworden, maar zich niet zo voelt en toch opeens veel ongewenste online reclames te zien krijgt over reizen voor vijftigplussers. Of de consument die na het plaatsen van een rouwadvertentie opeens reclames krijgt voorgeschoteld voor urnen en as-sieraden. Informatie zenden zonder na te denken over hoe dat op consumenten kan overkomen, schiet het doel voorbij en wekt irritatie op.

Menselijke aspect

Als bedrijven op een geautomatiseerde manier persoonlijk en klantvriendelijk willen zijn, moeten zij de consument echt goed begrijpen. Een klant moet blij worden van een leuke tip of een reclameboodschap. Maar het werkt alleen als bedrijven er heel goed in zijn en echt weten wat de consument leuk vindt. Hiervoor zijn diepgaande data-analyses en sterke algoritmes nodig. Maar als je alles automatiseert, ben je het menselijke aspect kwijt. Naast slimme data-analisten heb je bijvoorbeeld ook mensen nodig met kennis van consumentenpsychologie.

Frequentie

Het is ook heel belangrijk om over de frequentie van reclameboodschappen na te denken. Te veel e-mails, advertenties en banners, hoe specifiek gericht ook, kunnen consumenten irriteren, zodat ze deze boodschappen gaan negeren. Het is een cliché, maar ook hier geldt: less is more. De keuze om de frequentie te verlagen is heel moeilijk, maar ook een kwestie van lef hebben en een manier voor adverteerders om zich te onderscheiden.

Niet te veel aandacht

Het is de taak van een marketingafdeling om reclame-uitingen regelmatig te monitoren. Naast het volgen van bijvoorbeeld de grote stromen en conversieratio’s, kun je ook leren van de mails die consumenten niet openen of links waar zij niet op klikken. En waarom niet steekproefsgewijs op een individueel niveau kijken naar het effect? Eigenlijk moeten marketeers en adverteerders zich gedragen als die verkoper in de winkel die de klant perfect aanvoelt, weet hoe ver hij of zij kan gaan en of de aandacht voor de klant niet te veel van het goede is. Het is een balancing act.

Contact

Astrid Wisse

Astrid Wisse

Director Data Analytics, PwC Netherlands

Tel: +31 (0)88 792 16 71

Volg ons