Laat uw bedrijf groeien met gegevensgestuurde segmentatie
Veel bedrijven vinden het een uitdaging om hun gegevens te segmenteren en te beschikken over kwalitatieve, relevante gegevens die ze snel kunnen gebruiken en inzichtelijk kunnen maken. Het onderzoek van Gartner zegt dat 63% van de digitale marketingleiders blijft worstelen met "het leveren van gepersonaliseerde ervaringen", terwijl slechts 17% kunstmatige intelligentie en machine learning gebruikt om hun doelen voor klantenwerving en -behoud te bereiken.
Om oplossingen te bieden, behandelde ons laatste artikel over segmentatie hoe bedrijven klanten beter kunnen begrijpen, bedrijfsprocessen efficiënter kunnen maken en met welke voorbehouden ze rekening moeten houden bij het operationaliseren van hun segmentatie.
In dit artikel beschrijft Alex Schouleur, Data Scientist, een aantal best practices op het gebied van segmentatie en hoe je segmentatie naar een hoger niveau kunt tillen.
"Segmentatie leidt tot slimmere beslissingen. Het zorgt ervoor dat je de beste commerciële actie onderneemt voor elke klant, wat hun waarde en loyaliteit zal verhogen. Het helpt je ook om je inspanningen daar te richten waar het belangrijk is."
Segmentatie en waarom het belangrijk is
Waarom moeten we ons richten op segmentatie?
We hebben maar al te vaak een marketingcampagne zonder personalisatie gezien, behalve misschien je voornaam, en misschien hebben we er zelf wel eens aan meegedaan. Dat gebrek aan granulariteit is zelfs zichtbaar in de kern van de strategieën van bedrijven. Ze hebben slechts één grote ongedifferentieerde massa 'klanten'. Dit is de oude manier van werken.
Zakelijke leiders zijn op zoek naar een betere aanpak. Het begint met de behoeften van de klant. Vervolgens, afhankelijk van de behoeften die je hebt geïdentificeerd, stuur je de juiste boodschap. Het identificeren van specifieke behoeften en voorkeuren voor specifieke groepen kan dus betere resultaten opleveren, waarvan elk onderdeel van je bedrijf kan profiteren.
Segmentatie leidt tot slimmere beslissingen. Het zorgt ervoor dat je de beste commerciële actie onderneemt voor elke klant, wat hun waarde en loyaliteit zal verhogen. Het helpt je ook om je inspanningen daar te richten waar het belangrijk is.
Op welke manieren is het gedrag van klanten in de B2B-ruimte veranderd?
De verwachtingen van B2B-klanten zijn zeker veranderd. Business managers verwachten dat berichten gepersonaliseerd en attent zijn, terwijl ze weten hoe ze een massaal geautomatiseerde boodschap kunnen herkennen. Marketing moet zich ook aanpassen aan de toenemende hoeveelheid informatie over bedrijven die online beschikbaar is en zich daarop richten. Zakelijke klanten verwachten dat je ernaar op zoek gaat. Als je dat niet doet, geeft dat een slechte indruk en verspil je tijd en geld met slechte targeting.
Terug naar de basis
Oké, dus hoe kunnen bedrijven beginnen met het begrijpen van hun klantsegmenten?
Er zijn twee belangrijke manieren. De eerste is de meer traditionele manier, waarbij marketingafdelingen hun lijst met contactpersonen vaak opsplitsen op basis van specifieke criteria, of grootschalige klantenenquêtes houden en andere directe klantinteracties hebben. Maar nu hebben bedrijven behoefte aan meer granulariteit en feedback tussen afdelingen en bronnen voor betere personalisatie en customer intimacy.
Als tweede alternatief kun je met strenge kwantitatieve technieken verder gaan en je klant beter begrijpen. Machine learning-algoritmen kunnen bedrijven of contactpersonen groeperen op een wiskundig niveau waarop het algoritme herkent dat ze erg op elkaar lijken en een cluster vormen.
Bij Agilytic combineren we deze twee methoden om segmentatiemogelijkheden toe te passen op basis van geavanceerde analyses. We beginnen met een technische uitdaging en geven vervolgens betekenis aan de bevindingen met zakelijke intuïtie terwijl we rekening houden met feedback. Segmenteren is een iteratief proces. We voeren het algoritme misschien één keer uit, proberen het dan vanuit een zakelijk perspectief te begrijpen en perfectioneren het om ervoor te zorgen dat het nuttig is.
Hoe kunnen bedrijven beginnen met het verzamelen van interne informatie voor segmentatie? Wat zijn de standaardmethoden die jullie in projecten hebben gebruikt?
Teams moeten hun klantsegmenten en kritieke indicatoren en dimensies kennen. In B2B-omgevingen onderzoeken we bedrijfsspecifieke "firmographics" om te zien welke bedrijfsspecifieke factoren er meer toe doen.
Deze bedrijfsgegevens kunnen worden georganiseerd in een database, CRM of zelfs in een eenvoudig Excel-bestand om de bedrijfsnaam, locatie, bedrijfsgrootte, aantal werknemers, omloopsnelheid, de gebruikte taal en nog veel meer op te nemen. Daarnaast kun je het bedrijfstype, de facturering (bijv. frequentie, frequentie, gemiddelde mandje/koopgrootte), klantinteracties en gedrag (bijv. te laat met kopen) labelen. Met deze basis kun je al een goede segmentatie maken.
Eenvoudige, ongecompliceerde methodes om interne gegevens te verzamelen kunnen al veel snelle voordelen opleveren. Maar welke aanpak we ook kiezen, het moet bruikbaar zijn.
Laten we het naar een hoger niveau tillen
Hoe kunnen bedrijven beginnen met het verzamelen van externe informatie voor segmentatie? Wat zijn de standaardmethoden die jullie in projecten hebben gebruikt?
Extern hebben bedrijven vaak de neiging om hun opties te beperken zonder zich bewust te zijn van de mogelijkheden. Externe bronnen kunnen worden verwaarloosd, maar hebben veel waarde. Meestal is het geen trainingsprobleem maar een bewustwordingsprobleem.
We kunnen teams adviseren welke gegevens we adviseren te verkrijgen en hoe ze die gegevens kunnen verkrijgen. Externe gegevens die nuttig zijn voor B2B-teams zijn omzet, winst, aantal werknemers, balansomvang, winstgevendheid en andere financiële informatie. Daarnaast kunnen geodata verbanden leggen tussen coördinaten, regio's die dicht bij elkaar liggen, interessante punten, gemiddelde inkomsten of inkomen in bepaalde gebieden benadrukken.
Het gebruik van toegankelijke, open, online bronnen om de segmentatie te voeden en leads te kwalificeren zorgt ervoor dat je waardevolle tijd besteedt aan de juiste prospects en dat je ze de juiste boodschap kunt sturen. Dat is waar web scraping om de hoek komt kijken.
Er zijn twee manieren om websites te schrapen: de eerste is om code te ontwikkelen met Python of om betaalde tools voor web scraping te gebruiken. Voor ons houden we de dingen eenvoudig en proberen we te leveren wat de meeste waarde heeft. Het heeft geen zin om het wiel opnieuw uit te vinden. Python werkt meestal het beste voor wat we nodig hebben.
Kunt u uitleggen waarom een segmentatieproject een goede 'springplank' kan zijn naar andere projecten die de strategie van een bedrijf dienen?
Het doel van segmentatie is om acties af te leiden en je bedrijf te helpen groeien. Afhankelijk van je segmenten moet je een duidelijk idee hebben over hoe je de levering en aanpak van je communicatie kunt aanpassen.
Gegevenssegmentatie is een geweldige plek om te beginnen omdat het veel andere projecten mogelijk maakt. Het kan je helpen bij het voorspellen van gedrag, het bouwen van een aanbevelingsmachine, het signaleren van klantverloop en nog veel meer. Segmentatie helpt je ook bij het structureren en ontwikkelen van je bedrijfsstrategie door een gemeenschappelijke taal te bieden om de groepen van je klanten te beschrijven.
Wat je doet met je pas verworven segmentatiekennis is essentieel. Na een segmentatieproject nemen we de tijd om te beschrijven hoe je de segmentatie kunt gebruiken om blijvende waarde te leveren.
