Waarom segmentatie weer aan belang wint

Veel van wat we dachten te weten over klanten is volledig veranderd. De pandemie zette veel bedrijven ertoe aan hun bestaande persona's en commerciële aanpak via segmentatie te herbekijken. Misschien stelt u zich nu deze vragen:

• Hoe kunnen we onze klanten beter begrijpen?

• Hoe kunnen we onze bedrijfsprocessen verbeteren of efficiënter maken?

• Waar moeten we op letten wanneer we onze segmentatie of ons model operationeel inzetten?

In dit interview put Julien Theys, Managing Partner bij Agilytic, uit zijn ruime ervaring met uiteenlopende segmentatieprojecten om uit te leggen hoe data via segmentatie bijdragen aan commercieel succes.

“Segmentatie is nuttig om verschillende klantgroepen te bepalen en hun meest relevante behoeften te herkennen.” - Julien

Vindt u dat segmentatie aan een comeback bezig is?

Julien: Laten we retail als vertrekpunt nemen: er is een beweging naar meer gepersonaliseerde inhoud. Bedrijven kunnen aankooppatronen beter begrijpen en herkennen, tot op kleinere, fijnmazigere segmenten. Zo kunnen promoties nu per subcategorie van voedingsproducten worden geoptimaliseerd.

We zien dit ook buiten retail, bijvoorbeeld in de culturele sector, die graag zowel bestaande als nieuwe klanten opnieuw wil laten genieten van cinema, theater en livemuziek. We kunnen segmenteren op transactiedata, koopgedrag, hoog omzetpotentieel en frequente aankopen.

Het is ook een uitdaging om coronagedrag in segmentatie mee te nemen: de overstap van offline naar onlinekanalen, het beperktere beschikbare aanbod, veranderend koopgedrag en grotere aankopen tijdens minder frequente winkelbezoeken. We zagen een enorme toename van digitale campagnes die meer mensen en prospecten bereiken. Segmentatie helpt die campagnes te optimaliseren.

Wat is de eerste stap voor middelgrote retailers die het gevoel hebben hun klanten niet meer te kennen?

Julien: De eerste stap is een samenhangende aanpak om de “traditionele” sociodemografische data die ze al hebben, zoals leeftijd, geslacht en postcode, te combineren met gedragsdata zoals aankooppatronen.

Data hoeven niet volledig, fijnmazig of 100% schoon te zijn om snel betrouwbare inzichten op te leveren!

Het heeft geen zin om te wachten op die ongrijpbare perfecte datasets.

Waarom is de crisis een reden voor marketing- en commerciële teams om segmentatie als strategisch element te herbekijken?

Julien: Omdat er veel is veranderd, kan ook het beeld dat een bedrijf van zijn klanten heeft sterk veranderd zijn. Teams moeten hun klantsegmenten en belangrijkste indicatoren en dimensies kennen, zeker na deze crisis.

Door interacties te bekijken, kunnen teams bijvoorbeeld nieuwe transactiepatronen ontdekken: wie, hoeveel, wanneer en welke producten. Segmentatie maakt gedrag zichtbaar dat anders mogelijk onopgemerkt blijft.

Andere ‘mooi meegenomen’ elementen zijn contacten of andere interacties, zoals een inschrijving op de nieuwsbrief of onlinecontact met het bedrijf.

We bekijken vaak ook sociodemografische kenmerken zoals leeftijd, regio, beroep en gezinstype. Op basis van geografische informatie kunnen we bijvoorbeeld open data gebruiken voor extra inzichten: gemiddeld inkomen, werkloosheidsgraad, leeftijd enzovoort.

Dat geldt niet alleen voor B2C. In B2B-omgevingen verrijken we interactie- en gedragsdata met bedrijfskenmerken, ook firmographics genoemd, om te zien welke bedrijfsspecifieke factoren zwaarder wegen.

In principe geldt: hoe gedetailleerder uw beeld van de klant, hoe beter!

Waarom is het cruciaal te focussen op een aantal segmenten met de beste respons op omzet- en vraaggeneratie?

Julien: Segmentatie helpt ons klanten met een hoger omzetpotentieel te herkennen. Die krijgen uiteraard de hoogste prioriteit, maar zijn niet noodzakelijk de enige doelgroep van marketingcampagnes.

Segmentatie kan ook het volgende zichtbaar maken:

• Een segment met een gemiddelde omzet dat kan doorgroeien naar segmenten met hoge bestedingen, vaak “upselling” genoemd

• Potentiële klanten: als we zien dat we populair zijn bij een bepaald segment, al dan niet het segment dat we wilden aantrekken, kunnen we in digitale campagnes makkelijker op vergelijkbare prospecten mikken.

Welke rol spelen data bij segmentatie? Welke methoden gebruikt u vaak in projecten?

Julien: Eenvoudige, duidelijke methoden kunnen al veel snelle verbeteringen opleveren. Welke aanpak we ook kiezen, de uitkomst moet bruikbaar zijn.

Beginnen met een korte beschrijvende analyse is altijd zinvol. Die kan ons helpen om op een eenvoudige manier concrete clusters te herkennen.

Een klassieke aanpak ziet er bijvoorbeeld zo uit:

• Principale-componentenanalyse om het aantal variabelen te verminderen en de clustering te verbeteren

• De silhouet- en/of elleboogmethode om het optimale aantal clusters te bepalen

• K-means om de segmenten te vinden en te vormen

• Beschrijving van de segmenten: beschrijvende analyse op basis van relevante data, bijvoorbeeld sociodemografische kenmerken en de belangrijkste trends in transactiegedrag

• Een voorspellend model om te bepalen welke variabelen elk segment van de andere onderscheiden.

Waarom is onze aanpak rond bepaalde mijlpalen waardevol voor een segmentatieproject?

Julien: Wat echt essentieel is, is wat ervoor en erna gebeurt.

Vooraf zorgen we dat de data voldoende worden gevalideerd. Gezonde data uit de juiste bronnen helpen om klanten gericht te benaderen en trends te zien. Ze helpen ons als data scientists ook bepalen welke variabelen we moeten meenemen.

Achteraf is het essentieel wat u met uw nieuwe segmentatiekennis doet. Na een segmentatieproject besteden we veel tijd, veel meer dan aan het bouwen van het model, aan de beschrijving van het model en hoe de klant het kan gebruiken. Daarbij leggen we uit hoe het model nu en in de toekomst waarde toevoegt. Als volgende stap kunnen we bijvoorbeeld A/B-tests aanraden.