MDSaaS: Product aanbevelingen en optimalisatie van marketingbudget

Voor bedrijven met een webshop is het hebben van goede productaanbevelingen cruciaal. Dat is nu eenmaal de ‘persoonlijke verkoper’ die meekijkt met de bezoeker en probeert om wat handige tips te geven. Zaak dus om dat te optimaliseren – net zoals je marketingbudget. Dat gaan we verkennen in dit laatste blog van deze serie.

MDSaaS voor beginners: een blogserie van 5 over de onbenutte kansen voor je marketingorganisatie

Marketing data science is de geavanceerde aanpak van je marketing die big data en marketing automation combineert tot een ijzersterke, data-gedreven marketingmachine. De kansen zijn enorm. In een serie van 5 blogs verkennen we een aantal specifieke gebieden waar je winst kan boeken. Dit is blog 5/5.

Wat is MDSaaS en waarom kunnen marketingorganisaties van nu niet zonder?

Laten we eerst even een opfrisser geven over de problemen rondom marketingdata.

Sales- en marketingafdelingen verzamelen tegenwoordig namelijk bergen aan data. Alleen is de interpretatie en inzet ervan een probleem voor veel organisaties. Als je niet weet hoe je een solide data-analyse doet van een grote dataset, dan is het onwaarschijnlijk dat je de juiste conclusies trekt.

Dat kan ernstige gevolgen hebben voor je sales- en marketingstrategie én je eigen reputatie intern. Wellicht richt je je op verkeerde groepen prospects, past de messaging van je laatste campagne niet goed bij wat je prospects zoeken of sla je de plank zo mis dat je juist klanten wegjaagt.

Dat is allemaal weggegooid budget wat de andere interne stakeholders je niet in dank zullen afnemen. Wie wil er nu als een slechte salesmanager of marketeer worden weggezet? Maar ja, zie maar eens een data scientist te krijgen voor je team. Als je ze al kan vinden, kan het vaak niet uit om er eentje vast aan te nemen.

Productenaanbevelingen en optimalisatie van marketingbudget

Heb je een webshop? Dan is het strategisch aanbevelen van producten een must voor je upsell. Alleen moet het niet meer van hetzelfde zijn.

Stel, je verkoopt camera’s online en een klant heeft een Sony systeemcamera uitgezocht. Dan is het zaak om daarbij passende lenzen van bijvoorbeeld Sony, Sigma of Tamron aan te bevelen.

Het zou helemaal mooi zijn als je dan weet wat de klant ermee gaat fotograferen zodat je bijvoorbeeld een prime, zoom of telelens voor kan schotelen waar ze wellicht interesse in hebben.

Nog mooier is als je de aankoophistorie weet van de klant. Dan zie je welke producten al bij jou zijn gekocht. Heeft de klant in dit geval al genoeg lenzen? Dan kun je bijpassende filters, statieven, flitsers of andere accessoires uitlichten.

Dit kun je bereiken met marketingautomatisering en machine learning, artificial intelligence waarbij historische gegevens worden geanalyseerd en op basis daarvan conclusies getrokken.

Een algoritme kijkt binnen een paar milliseconden onder andere naar historische aankopen van deze klant, vergelijkt dat met aankopen door soortgelijke klanten én controleert welke producten voor elkaar geschikt zijn. Dus niet meer van hetzelfde, maar een logisch aanbod op maat voor de bezoeker in kwestie.

Marketingbudget optimaliseren wordt ook voor je gedaan

Bovendien kan marketing data science helpen bij het kiezen van de meest optimale marketingmix. Dat kan bijvoorbeeld door resultaten van talloze historische campagnes te laten analyseren en de inzichten die daaruit komen te gebruiken om het marketingbudget optimaal te benutten.

Hierbij is het wel van belang om ook te kijken naar wat er NIET is gedaan. Want die data wordt niet meegenomen in de analyses. Vandaar dat het echt zaak is om een data creative achter de hand te hebben die hier het fijne van weet.

Want data is tricky

In 2020 kopte RTL Nieuws dat een krappe meerderheid van de Nederlanders de beslissingen van algoritmes vertrouwt, terwijl 58,6% denkt dat ‘computers meer objectieve beslissingen kunnen maken’. Nu kun je je vraagtekens zetten bij het onderzoek omdat er slechts 1.000 mensen werden ondervraagd.

Desalniettemin laat het zien dat we voorzichtig kunnen zeggen dat de gemiddelde Nederlander bekend is met wat er gebeurt op dit vlak. Alleen is het opmerkelijk om te zien dat er blijkbaar gedacht wordt dat er meer ‘objectieve’ beslissingen door een algoritme worden gemaakt.

Die negatieve kanten kwamen ook naar voren. Zo had een kwart van de ondervraagden geen idee dat er algoritmes gebruikt worden om belangrijke beslissingen te nemen. Verder kwam het vaak onbedoelde, discriminerende effect van bestaande data naar voren.

Een data creative weet hoe algoritmes tot stand komen. Die weet ook dat er wellicht bepaalde doelen voor ogen stonden om bepaalde resultaten te krijgen. Die weet ook dat niet alle algoritmes een schoonheidsprijs verdienen. En die weet ook dat data zelf uit een bron heel subjectief kan zijn.

Kortom, met een data creative aan je zijde weet je zeker dat je de juiste data uit een dataset haalt en of de algoritmes waar jij je business op bouwt goed zijn.