In deze module focussen we o.a. op:
- Welk type data is relevant binnen B2C- en B2B-context?
- Welke data is relevant voor jouw bedrijf en personalisatiecase?
- Hoe verzamel je data die je nog niet hebt?
- Welke technische hulpmiddelen zijn er om data te verzamelen?
- Hoe hou je je database up-to-date?
- Welke juridische aspecten komen bij dit alles kijken?
In het begin van deze e-course werd het al aangehaald: het opzetten van een AI-traject is niet iets éénmaligs, het is een doorlopend proces. In deze laatste stap zullen evalueer je je project, zodat je het kan bijsturen en/of opschalen.
7.1 Hoe meet je succes?
Het meten van succes is van cruciaal belang om te begrijpen hoe effectief je strategieën zijn en waar je verbeteringen kunt aanbrengen. In dit onderdeel komen enkele methoden aan bod om het succes te meten van je AI-project.
Feedback verzamelen
Zowel kwalitatieve als kwantitatieve feedback is waardevol om jou project te evalueren. Kwalitatieve feedback kan je vragen aan je klanten, dat kan op regelmatige basis of sporadisch. Je kan je klant bijvoorbeeld enkele van volgende vragen stellen:
- Hoe ervaar je onze communicatie?
- Voel je je persoonlijk aangesproken met onze communicatie?
- Hoe relevant is onze communicatie voor je?
- Stoor je je soms aan onze communicatie?
- …
Durf hierbij ook zeker doorvragen. Probeer de ‘waarom’ te achterhalen, dit is waardevolle feedback waarmee je kan optimaliseren.
Meten = weten
Kwantitatieve feedback kan je meten. Hiervoor kan je teruggrijpen naar je eerder geformuleerde doelstelling(en) en bijhorende KPI’s (op basis van metrics).
Een overzicht van veel gebruikte metrics in marketingprojecten:
- Activity metrics
- Gemiddelde duurtijd websitebezoek: Zijn websitebezoeken langer geworden dankzij de toegevoegde personalisatie?
- Gemiddeld aantal bezochte pagina’s: Zijn websitebezoeken uitgebreider geworden dankzij de toegevoegde personalisatie?
- Aantal websitebezoeken: Heb je meer websitebezoeken gekregen dankzij de toegevoegde personalisatie?
- Response metrics
- Open rates nieuwsbrieven: Heb je hogere open rates dankzij gepersonaliseerde en getargete e-mails?
- Click-through rate en conversieratio: Heb je hogere conversies en click-through rates dankzij relevante (en gepersonaliseerde) content?
Vb. meer downloads van je catalogi, meer contactnames, meer offerte-aanvragen, meer inschrijvingen op je nieuwsbrief, … - Is je unsubscribe rate gedaald?
- Sales metrics
- Ontving je meer kwalitatieve leads?
- Ontving je meer bestellingen of transacties?
- Deden klanten meer herhaalaankopen
- Is de bestelwaarde gestegen?
- …
- Tevredenheid en loyaliteit
- Dalen de aantal inactieve of slapende klanten?
- Stijgen de aantal terugkerende klanten?
- Ontvang je minder retourzendingen?
- Is de Customer Lifetime Value gestegen?
- Ontvang je hogere NPS-scores?
Wat is een NPS-score?
De Net Promotor Score is een methoden om als bedrijf te meten in welke mate je klanten je zouden aanbevelen. Hiervoor wordt standaard dezelfde vraagstelling gebruikt: “Hoe waarschijnlijk is het dat je, op een schaal van 0 tot 10, bedrijf X zou aanbevelen aan familie, vrienden en collega’s”.
Na de beoordeling door klanten kan de NPS-score berekend worden. Hiervoor wordt het percentage aan promotoren (klanten die 9 of 10 scoren) verminderd met het percentage aan detractoren (klanten die een score van 0 tot en met 6 gaven). Hoe hoger het eindresultaat hoe beter.
Metrics zijn vaak echter sectorgebonden en niet altijd makkelijk in te schatten. Wat is nu een goede open rate? Hoe lang duurt een websitebezoek gemiddeld bij vergelijkbare shops? Vaak loont een online zoektocht om meer inzicht te krijgen in deze cijfers.
Zo publiceerde Insights Ventures Partners in 2014 onderstaande overzicht met B2B marketing metrics:
Wat heeft dit project me opgeleverd?
Het is natuurlijk belangrijk om te kunnen meten hoe groot het financiële succes is van je AI-project. Hiervoor kunnen we gebruik maken van de Return on Investment (ROI). ROI is eigenlijk een simpele rekensom: je kijkt naar hoeveel geld je hebt geïnvesteerd in je AI-project en vergelijkt dat met de opbrengsten die je hebt behaald. Maar het gaat niet alleen om geld. Het gaat ook om de tijd en middelen die je hebt besteed.
Stel dat je bijvoorbeeld een AI-systeem hebt geïmplementeerd om gepersonaliseerde aanbiedingen naar je klanten te sturen. Je hebt geïnvesteerd in het aanschaffen van de software, het trainen van je personeel en het ontwikkelen van de campagnes. Maar hoe weet je of dit het waard was? ROI-analyse helpt je daarbij. Het geeft je inzicht in hoeveel winst je hebt gemaakt in verhouding tot je investeringen. Als je meer geld hebt verdiend dan je hebt uitgegeven, heb je een positieve ROI. Dat is natuurlijk wat je wilt zien! Maar als je minder hebt verdiend dan je hebt uitgegeven, heb je een negatieve ROI en moet je misschien je strategie heroverwegen.
Je ROI kan je berekenen met volgende formule:
ROI=OpbrengstenKosten×100%ROI=OpbrengstenKosten×100%
Het mooie van ROI is dat het je kan helpen beslissen waar je in de toekomst moet investeren. Als je bijvoorbeeld ziet dat een bepaalde AI-marketingcampagne een hoge ROI heeft behaald, weet je dat het de moeite waard is om daar meer middelen in te steken. Maar als een ander project een lage ROI heeft, kun je overwegen om het te herzien of zelfs helemaal te stoppen.
De nulmeting: jouw vergelijkingspunt
Verder moet je ook begrijpen waar je staat vóór je aan een AI-project start. Dat is waar de nulmeting van pas komt. Een nulmeting is eigenlijk een momentopname van je huidige situatie voordat je begint met een AI-project. Het helpt je om een referentiepunt te hebben waarmee je de vooruitgang kunt meten en succes kunt evalueren.
Het aanpakken van een nulmeting is eigenlijk vrij eenvoudig. Je begint ook hier met het identificeren van de belangrijkste prestatie-indicatoren (KPI’s) die relevant zijn voor je project. Vervolgens verzamel je gegevens over deze KPI’s op het moment dat je nog geen AI-project hebt gestart. Dit kan betekenen dat je historische gegevens bekijkt als die beschikbaar zijn, of dat je enquêtes uitvoert onder je klanten om hun huidige percepties en gedrag te begrijpen. Het doel is om een duidelijk beeld te krijgen van waar je staat voordat je begint, zodat je later kunt bepalen of je vooruitgang hebt geboekt. De verzamelde gegevens kunnen dienen als een basislijn waartegen je de resultaten van je AI-project kunt vergelijken. Als je bijvoorbeeld na een paar maanden merkt dat je omzet is gestegen, kun je dit vergelijken met de omzet van de nulmeting om te zien hoeveel vooruitgang je hebt geboekt.
Meerdere scenario’s testen met een A/B-test
Je hebt waarschijnlijk wel enkele ideeën voor mogelijke aanpassingen op je website? Of je hebt wel enkele leuke ideeën voor je nieuwsbrief? Maar hoe evalueer je nu welke ideeën en acties je ook daadwerkelijk vooruithelpen? Daarvoor kan je A/B testing inzetten.
Bij A/B-testing maak je twee verschillende versies van je nieuwsbrief of website – versie A en versie B. Het verschil kan variëren van kleine aanpassingen zoals de kleur van een knop tot grotere veranderingen zoals de indeling van de inhoud.
Vervolgens stuur je versie A naar de ene helft van je doelgroep en versie B naar de andere helft. Door de respons van beide groepen te meten, kun je zien welke versie het beste presteert. Dit kan worden gemeten aan de hand van statistieken zoals open rates, click-through rates en conversieratio’s. Het belangrijkste bij A/B-testing is dat je één variabele tegelijk wijzigt, zodat je kunt bepalen welke specifieke verandering de meeste impact heeft. Dit kan je helpen om weloverwogen beslissingen te nemen over het ontwerp en de inhoud van je nieuwsbrieven en websites, gebaseerd op echte gegevens en niet alleen op veronderstellingen.
Heel wat online tools, bijvoorbeeld om nieuwsbrieven uit te sturen, bieden je al de optie om aan A/B testing te doen. Zo kan je o.a. een nieuwsbrief twee verschillende onderwerplijnen geven. Het programma pikt dan willekeurig een klein aandeel uit je nieuwsbriefabonnees, die elk één van de twee versies ontvangen. De nieuwsbrief die een uur na verzenden al het beste gepresteerd heeft, wordt geselecteerd en uitgestuurd naar je volledige abonneebestand.
Door regelmatig A/B-tests uit te voeren, kun je je nieuwsbrieven en websites continu optimaliseren en verbeteren om de betrokkenheid van je doelgroep te maximaliseren en uiteindelijk je zakelijke doelen te bereiken. Het is een flexibele en praktische manier om je online aanwezigheid te finetunen en je marketinginspanningen te maximaliseren.
7.2 Optimalisatie van het traject voor je aan personalisatie begint
Voordat je aan een AI-project begint, is het essentieel om ervoor te zorgen dat enkele basisvoorwaarden zijn vervuld. Deze voorwaarden vormen de fundamenten waarop je AI-project kan gedijen en effectief kan zijn in het bereiken van je doelen. Door te zorgen voor een solide basis maak je een succesvolle implementatie en optimalisatie van AI in je marketingstrategieën mogelijk.
Gebruik dus zeker voordien onderstaande checklist om te kijken of je er klaar voor bent:
- Is je merkpropositie en aanbod relevant voor je doelgroep?
- Heb je voldoende (website)bezoekers en potentiële klanten om je AI-project effectief te laten zijn?
- Is je website gebruiksvriendelijk genoeg en zijn de functionaliteiten in orde, zoals contact- en bestelformulieren? Is de conversie geoptimaliseerd?
- Heb je een duidelijk beeld van de verschillende klantensegmenten (persona’s) die je wilt bereiken?
- Heb je zicht op het verloop van de customer journey en de bijbehorende touchpoints waar je AI-initiatieven kunnen worden ingezet?
- Ben je in staat om de juiste boodschap op het juiste moment naar de juiste persoon te sturen om de volgende stap in de customer journey te zetten?
Door deze basisvoorwaarden te controleren voordat je begint, vergroot je de kans op succes bij het implementeren van AI in je marketingstrategieën.
7.3 Iteratief proces: constant evalueren en bijsturen
Een AI-project is een iteratief proces van constant evalueren en bijsturen. Om dit succesvol te laten verlopen, is het van belang om de omvang van het project te beperken en het eenvoudig te houden. Begin daarom klein, met een beperkte segmentatie die geleidelijk kan worden uitgebreid, gezien complexe personalisatiestrategieën niet alleen veel tijd en geld vergen, maar ook technisch uitdagend kunnen zijn.
Gebruik in het begin de eenvoudigste functies van je personalisatietool, zoals kleine overlays en on-page toevoegingen aan pagina’s. Na een positieve evaluatie kun je doorgaan met meer ingrijpende wijzigingen, zoals totale pagina-redesigns, integratie van e-maildatabases en geavanceerde koppelingen. Een volgende, meer complexe stap kan dan bijvoorbeeld zijn om je content aan te passen aan specifieke kenmerken, zoals de locatie van de bezoeker of de weersverwachting voor de komende dagen.
Houd het aantal tests beperkt en zorg voor goede opvolging om resultaten juist te interpreteren. Vergeet daarbij vooral niet dat het gebruik van een tool nooit het hoofddoel op zich is. Tools zijn er om data te verzamelen, inzichten te verkrijgen en zaken te testen, maar klassiek denkwerk blijft essentieel om hypotheses te formuleren en te testen.
Ben je nog niet beginnen met een AI-project? Wacht dan niet te lang meer: “Snel data beginnen verzamelen is daarom meer waard dan een ‘state of the art tool’ selecteren”. Door nu data te beginnen verzamelen, bouw je een mooie basis uit waarop je later verder kan bouwen.
Het stopt trouwens ook niet bij de selectie van een tool; het is een continu proces van leren en aanpassen. Betere klantinzichten leiden niet alleen tot mooie resultaten, maar bieden ook inzichten om andere aspecten van je marketingstrategie nog beter in te richten.