Continu bent u bezig om uw aanbod zo goed mogelijk af te stemmen op uw doelgroep. Uw marketing activiteiten moeten zorgen voor meer traffic, conversie en retentie. Maar hoe houdt u dit in stand? Iedere bezoeker een eigen webshop aanbieden door gepersonaliseerde labeling is de toekomst. Bij grote webshops zoals een Zalando kan de consument door de bomen het bos niet meer zien. Door een relevant en gepersonaliseerd aanbod kan uw conversie aanzienlijk stijgen. Hierin is een combinatie van Big Data en de beïnvloedingsstrategieën van Robert Cialdini een goed voorbeeld.

Big Data

Big Data, het is natuurlijk helemaal hot. Hoe meer data u heeft hoe persoonlijker u uw klanten kunt benaderen. Vergeet hierbij niet de waarde die de consument aan privacy hecht, dit is heel belangrijk. Denk altijd vanuit het belang van uw klant. Als u inspeelt op data door het voor de bezoeker gebruiksvriendelijker en makkelijker te maken dan draagt dit enorm bij aan uw conversie. Lees in ons blog Big Data in E-commerce en het vervolg hierop meer over de regels en kansen met Big Data.

Beïnvloedingsstrategieën

In een eerder blog ‘Meer conversies met ‘The Science of Persuasion’!’ zijn we al dieper ingegaan op de zes beïnvloedingsstrategieën van Robert Cialdini. Mensen moeten zoveel informatie moeten verwerken dat ze uitgerust zijn met de vaardigheden om een beslissing sneller te nemen op basis van short cuts of ervaringen van anderen. Dit heeft Cialdini teruggebracht tot de zes universele short cuts:

  1. Wederkerigheid
  2. Schaarste
  3. Autoriteit
  4. Consistentie
  5. Voorkeuren
  6. Consensus

Onderstaande video geeft nog een duidelijke toelichting.

Als u deze zes strategieën goed begrijpt en deze op de juiste manier weet toe te passen in uw webshop dan zal uw conversiepercentage drastisch kunnen toenemen.

Iedere bezoeker een eigen webshop voor ogen

Door deze data en beïnvloedingsstrategieën te combineren is het mogelijk om iedere bezoeker een eigen webshop aan te bieden. Bezoekers krijgen te zien wat bij ze past en door in te haken op de genoemde short cuts kunnen ze sneller beslissingen maken. U kunt zich natuurlijk wel inbeelden wat dat met uw conversie optimalisatie doet. Een op maat gemaakt aanbod spreekt uw bezoekers aan.

Let wel, profielen en data moeten opgebouwd worden, dit heeft natuurlijk tijd nodig. Het is dus heel normaal dat de conversie in de eerste fase daalt, maar te vroeg afhaken levert uiteindelijk niets op. Het is nodig om het algoritme de tijd te geven om te kunnen meten of het daadwerkelijk werkt. Zorg er wel voor dat het niet teveel geautomatiseerd wordt, de klant heeft altijd nog een stuk vrijheid nodig.

Om de juiste data te verzamelen heeft u nu alleen nog de juiste tools nodig. In de onderstaande twee praktijkvoorbeelden worden twee genoemd.

Praktijk cases

BCC
Eind 2014 is BCC een samenwerking aan gegaan met Sagent. Met de technologie van Sagent wordt data van de bezoekers en producten verzameld. Ze monitoren realtime gedrag en product data. Daarbij gebruiken ze meer dan twintig verschillende beïnvloedingstactieken. BCC zag in het begin de conversie dalen, maar naar mate er meer data was nam deze juist alleen maar toe. In anderhalf maand tijd werden er al 620.000 profielen aangemaakt. Aan de hand van het gedrag van bezoekers zijn de interesse profielen ontstaan. Daaraan zijn labels gekoppeld zodat er een selectie wordt getoond dat aansluit bij de gebruiker. Inmiddels is de conversie met zo’n 10 procent toegenomen. Naast BCC werken ook partijen als America Today, KPN en Scotch&Soda met Sagent.

ANWB
Ook ANWB heeft een personlisatiestrategie uitgerold. Door middel van behavioral targeting is de website relevanter geworden voor individuele bezoekers. Met BlueConic zijn er meer dan 160 profiel kenmerken gerealiseerd. Op basis van deze profielen kan ANWB relevante informatie aan de bezoekers aanbieden.
Zo krijgen bezoekers die onder de doelgroep ‘autovakantie’ vallen op de homepage een banner te zien met de wegenwacht Europaservice, terwijl andere doelgroepen weer andere informatie te zien krijgen.

Heeft u ervaring met andere Big Data tools? Plaats dan uw ervaringen in een reactie hieronder.