CRM 2.0

Deze week las ik een interessante white paper over een onderzoek uitgevoerd door Econsultancy . Hierin werd onderzocht hoe volwassen de markt omgaat met het ´multichannel customer intelligence´ oftewel CRM 2.0.

Samenvatting white paper CRM 2.0

Voor het onderzoek werden meer dan 500 bedrijven gevraagd in hoeverre zij klantdata uit meedere kanalen combineren om tot een 360 graden beeld van hun klanten te komen.

• Slechts 11% van de organisaties gebruiken een ´cross channel´ benadering voor segmentatie en personalisatie.
• Voor het maken van beslissingen maakt slechts 13% van de organisaties gebruik van data op basis van vertoond gedrag van hun klanten.
• Integreren van online en offline marketing wordt door slechts 16% toegepast.

Ondanks dat er veel over gesproken wordt door kenners en specialisten, heeft het bedrijfsleven nog een lange weg te gaan. De bedrijven geven in het onderzoek aan dat ze overtuigd zijn van het nut van integratie van kanalen en van het gebruik van gedragsdata, maar een groot deel is nog niet in staat om dit voor elkaar te krijgen.

De grootste uitdaging lijkt het kopppelen van de offline klantdata met de meer dynamische online data. Het probleem daarbij is dat ze niet in staat zijn de online data te relateren aan een specifieke klant. De meeste webanalytics pakketen geven alleen de mogelijkheid om geaggregeerde data te analyseren, maar bouwen geen online profielen op klantniveau.

Wat is het nut van CRM 2.0?

De kennis die we hebben van onze klanten bestaat voor veel bedrijven uit erg statische klantgevens. Het komt neer op drie niveau’s van data: relatiegegevens, contract/koopgegevens en contactgegevens. De business waar je in zit bepaald dynamiek van deze data. Voor de AH op de hoek is dit zeer dynamische data, maar voor De Hyphotheker verandert er op weekbasis niet veel per klant. Wil je voorspelmodellen maken, trends herkennen of relevante interacties aangaan, heb je dynamische data nodig. Online data heeft bij uitstek een erg dynamisch karakter. De koppeling met het CRM is dus een erg waardevolle toevoeging op de vaak statische klantdata die veel bedrijven hebben.

Wat kunnen we al op CRM 2.0 gebied?

Er zijn bedrijven die zelf een oplossing hebben gebouwd om op klantniveau online gedrag op te slaan. Dit zijn bedrijven die vaak als online winkel zijn begonnen. Een voorbeeld is dat bezoekers na het inloggen herkend worden als klant. Speciefieke acties die bezoekers/klanten/prospects uitvoeren worden op klantniveau opgeslagen. Denk aan interesse in bepaalde producten, verlaten van de site met volle winkelwagen, etc. Dit kan erg nuttig zijn bij het uitvoeren van specifieke DM acties (zie ook het artikel van Reinout Wolfert: TargetingBehavioral Targeting is een methode om bezoekersgedrag van een website vast te leggen, met als doel om inzicht te krijgen in de interesse van de bezoeker, om zodoende de content aan te laten sluiten op deze interesse.Meer over: Targeting -hoe-ver-mag-je-gaan.html">Behavioral Targeting: Hoe ver mag je gaan?).

Webanalyse en user intelligence tools zijn steeds vaker in staat om profielen op te bouwen op klantniveau binnen en buiten het online klantdomein (voor en na inlog). Dit betekent dat de profielen niet uitgaan van 1 profiel per cookie, maar het het combineerd cookies waarvan hij weet dat het dezelfde persoon is. Dus bij herkenning van je werk- en je thuiscomputer zal al het gedrag van deze 2 computers samen worden gevoegd in 1 profiel. Deze herkenning kan bijvoorbeeld op basis van een inlog, maar kan op basis van een ingevuld emailadres op de site. Deze profielen bevatten al het gedrag van klant/prospect/suspect op de site. De hoeveelheid data per klant is hierbij enorm toegenomen omdat ook al het gedrag van de zogenaamde ‘anonieme’ bezoeker wordt toegevoegd aan het profiel.

(Online + Offline) Customer Intelligence

Aan veel data alleen heb je niks. Hoe maak je er informatie/kennis/acties van? Een compleet beeld van je klant over meedere kanalen geeft je de mogelijkheid om sneller te leren van je klanten.

• Waar ligt op dit moment zijn of haar interesse?
• Welke producten/diensten hebben op dit moment zijn of haar aandacht?
• Wat is een relevant moment op deze klant te benaderen?
• Waar en waarom liep de klant vast op de site? En kunnen we hem of haar gaan helpen?
• Wie van onze klanten kiest altijd voor de telefoon en wie heeft internet als voorkeur kanaal?
• Wat kunnen we aanpassen om meer klanten online te servicen?

Als we gedragspatronen kunnen herkennen, kunnen we dan ook voorspellen wat relevante momenten zijn om interacties aan te gaan?

Wat mij betreft zijn dit allemaal vragen die beantwoord kunnen worden wannneer je een totaalbeeld van je klant hebt. De rol van de webanalist blijft hierdoor niet meer beperkt bij het analyseren van geaggregeerde webdata (zie ook het artikel: hoe lang nog webanalist?).

CRM 2.0: En nu nog realtime!

Wanneer we een compleet klantbeeld hebben van de klant/prospect/suspect en we kunnen hem of haar herkennen wanneer hij of zij op je site komt. Waarom zouden we nog wachten met relevant communiceren. We kennen de persoon, we weten zijn of haar gezinssituatie, leeftijd, koopgedrag, zoekgedrag, surfgedrag, etc. Waarom passen we de site niet aan naar het profiel van deze klant? Zo wordt de site voor iedere bezoeker net een beetje anders op basis van zijn of haar profiel. Van massamarketing naar segmentmarketing naar 1-op-1 marketing. Het automatiseren hiervan is de uitdaging!