Data-driven persona’s verbeteren omnichannel personalisatie bij Score

Een persona is een denkbeeldig persoon die model staat voor een segment c.q. doelgroep met dezelfde kenmerken en interesses. We zijn gewend om onze marketing activiteiten op af te stemmen.

traditionele manieren van segmenteren op bijvoorbeeld leeftijd en geslacht blijken aanmerkelijk minder succesvol te zijn dan manieren waarop we “op grond van de interesses” hebben gesegmenteerd.

Met data driven persona’s komen we tot een definitie van persona’s door een analyse en clustering van data. Door vervolgens deze data driven persona’s te gebruiken bij het optimaliseren van de online marketingactiviteiten ontstaat een groot positief effect.

Case Data Driven Persona’s bij Score

Score is een retailbrand met een selectie van premium jeans merken. De inkopers selecteren jeans en collecties van merken als Calvin Klein, CHASIN’, Fred Perry, Cast Iron, Lacoste en PME Legend. Score zag in het verkrijgen van inzicht uit klantdata de mogelijke sleutel tot succes om de klanten nog beter te leren kennen. Maar hoe verkrijg je een volledig inzicht als je over een grote hoeveelheid on- en offline data beschikt? Hoe zorg je voor een gelijke omnichannel klantbeleving? En bovenal: hoe maak je je data daadwerkelijk toepasbaar voor marketing- en salesdoelstellingen, zodat je het juiste kledingadvies kan geven aan de klant?

Uitdaging in klant en data

Samen met de online specialisten van Score is OrangeValley gestart met het multidisciplinaire project ‘Klant & Data’. Doel van het project was om vanuit data de klant beter te leren kennen en hiermee een betere aansluiting te vinden in de klantreis, alsook kanaal inzet.

Score had reeds een persona opgesteld, gebaseerd op een algemene beschrijving van de doelgroep. Het traject begon met de vraag of de huidige persona een juiste weergave was van de realiteit. De wens was om deze te valideren en waar nodig aan te vullen op basis van beschikbare data.

Aantoonbare verbeteringen met data driven persona’s

Data-driven persona’s leiden tot bruikbare inzichten. Dankzij uitgebreid onderzoek en segmentatie zijn er uiteindelijk vier data-driven persona’s geïdentificeerd. Dit zijn op data gebaseerde representaties van (type) consumenten, gecombineerd met het feitelijk gedrag van deze consument. Hierbij kun je denken aan geografische, demografische en interesse-gebaseerde kenmerken, in relatie tot hun feitelijke gedragingen (voorkeur, zoekgedrag, aankopen). Om dit te realiseren zijn verschillende databronnen gekoppeld; enerzijds online data vanuit Google Analytics en anderzijds offline data uit het CRM systeem.

“Het grondig analyseren en inzichtelijk maken van de aanwezige data heeft laten zien dat we echt verschillende doelgroepen bedienen en zij allemaal een andere behoefte hebben en unieke klantreis beleven.” – Joost Vos, Manager Digital Marketing bij Score

Juist het ontdekken van de verschillen tussen de vier persona’s van Score leverde de grootste inzichten op. Het is ook niet vreemd: een man van 18 en een man van 40 jaar hebben een andere levensstijl, en daarmee ook andere voorkeuren qua stijl, vorm en gebruiksgemak.

Onderstaand een voorbeeld van een vereenvoudigde uitwerking van twee persona’s:

Verbeterd inzicht in klantwaarde

Bij Score werden in korte tijd onderbuikgevoelens vervangen door harde inzichten, voortkomende uit verschillende gecombineerde databronnen. Zo leek op basis van online data persona X de meest rendabele klant, vanwege de hoge conversieratio. Uit offline data bleek echter dat het grootste deel van de orders van dezelfde persona retour ging. Door dit patroon te herkennen, was Score in staat om de waarde van haar persona’s beter in te schatten en daarop haar inspanningen aan te passen.

“De data-driven persona’s leven inmiddels binnen de gehele organisatie, waarbij de eerste campagnes zijn uitgerold en de resultaten een positieve trend laten zien.” – Joost Vos, Manager Digital Marketing bij Score

Toepassing inzichten van data-driven persona’s

De inzichten uit de data-gedreven persona’s zijn in de afgelopen maanden vertaald naar een mediaplan, waarin SEA, display, social media en contentmarketing zijn meegenomen. Op basis van de nieuwe inzichten is Score in staat om meer gepersonaliseerde campagnes uit te voeren.

Beter beeld van de klant

Onderstaand een greep uit de opvallende inzichten die we zijn tegengekomen door het combineren van databronnen.

1. Mannen tussen 25-34 jaar hebben het hoogste percentage actieve members, waarbij zij voornamelijk offline hun aankopen doen, bijna vier keer zoveel als de andere persona’s.
2. Business professionals tussen 35-54 jaar hebben de hoogste member waarde online (incl. retouren), ten opzichte van andere klanten.
3. 23% van de sessies op score.nl wordt uitgevoerd door een vrouw. Zij heeft de hoogste conversieratio, maar tegelijkertijd ook de meeste retouren.
4. Jongeren tussen 18-25 jaar kopen in 72% van de gevallen in de fysieke winkel, waarbij zij de de hoogste gemiddelde orderwaarde (incl. retouren).

“Het verdiepen in data en het combineren zorgt ervoor dat we nog beter grip krijgen op de gelijke omnichannel beleving van de klant” – Joost Vos, Manager Digital Marketing bij Score

Tot slot, what’s next?

De data-gedreven persona’s vormen het begin van de verdere personalisatie mogelijkheden. Toch voorzien de inzichten nu al in een beter beeld van het gedrag van de klant, over alle kanalen heen. Waardoor Score in staat is meer te sturen op de waarde van de klant in brede zin, dan enkel op kanaalniveau.

Het is van belang de verkregen inzichten te (blijven) toetsen in de praktijk. Dit kan door de content, creatie, en media hier op aan te passen. Zo kunnen verdere inzichten continu worden doorgevoerd voor optimalisatie. Met als ultieme doel om altijd de juiste boodschap op het juiste moment te delen, met de juiste persoon.

Benieuwd naar wat wij voor je kunnen betekenen op het gebied van personalisatie, data of online strategie? Of wil jij met één van onze experts van gedachten wisselen? Neem dan contact met ons op!