What’s next in marketing

Van september tot en met januari 2018 kan je via deze dos­sier­pa­gi­na alles volgen over de toekomst van marketing. Hoe zien experts de toekomst van marketing binnen de thema’s: channels, tools & technologie, data en marketeer of the future.

Een initiatief van Bloovi in samenwerking met

Tools & Tech

What's next in marketing

“Net zoals een dokter patiënt per patiënt bekijkt, zal AI een gepaste strategie voor elke klant genereren”

“Net zoals een dokter patiënt per patiënt bekijkt, zal AI een gepaste strategie voor elke klant genereren”

“Net zoals een dokter patiënt per patiënt bekijkt, zal AI een gepaste strategie voor elke klant genereren”

Dit stuk is een samenwerking tussen Bloovi Studio & SAS

Of het nu om een gsm-abonnement, een energiecontract of een banklening gaat: nieuwe klanten scoren vaak betere voorwaarden dan bestaande klanten. Nochtans kost het véél minder om een trouwe klant aan boord te houden. Artificiële intelligentie zal het customer lifecycle management volgens Steven Hofmans, Business Solutions Manager bij SAS, in de toekomst helemaal transformeren. “Bedrijven gaan AI niet alleen meer inzetten om relevante data te detecteren en te analyseren, AI gaat zelf keuzes maken. Customer data platformen gaan als echte decision engines automatisch acties ondernemen om trouwe en geëngageerde klanten te creëren.”

Als je een nieuw televisietoestel koopt, bestel je vermoedelijk niet het eerste, het beste model dat je tegenkomt. Je doet een beetje research, je maakt minstens in je hoofd een lijstje van wat je belangrijk vindt, je vergelijkt toestellen en prijzen. Dan pas ga je over tot de aankoop.

De consument volgt een bepaald proces, een bepaalde lifecycle”, legt Steven Hofmans uit. “Een aankoop begint met een bepaalde nood, een behoefte of gewoon een wens. Dan volgen de awareness, het onderzoeken en vergelijken, de eigenlijke aankoop. Maar daar houdt het niet op: de klant gaat het product of de service gebruiken, gaat misschien bepaalde vragen of klachten hebben, en na een tijd is het product aan vervanging toe. Of verlangt de klant naar extra features of extra diensten.”

AI kan de meest relevante karakteristieken herkennen van klantengedrag

Veel bedrijven maken de fout dat hun customer lifecycle management ophoudt bij de aankoop. Ze zetten fors in op awareness, gooien grote budgetten tegen hun branding aan om hun volumes te doen groeien. Die aanpak weerspiegelt zich ook in de targets die marketeers en salesmensen moeten halen: 30 procent meer producten verkopen, een bepaald aantal nieuwe klanten binnenhalen. Of het nu om gsm-abonnementen, om krantenabonnementen, om energiecontracten of om bankleningen gaat: vaak kunnen nieuwe klanten op betere voorwaarden dan bestaande klanten. Terwijl het véél minder kost om een klant aan boord te houden dan om een nieuwe klant binnen te halen.”

AI maakt onbekende klanten bekend

Dat is waar customer lifecycle management in het spel komt, verduidelijkt Steven Hofmans. “Als je als bedrijf je organisatie aligneert met de customer lifecycle, dan kan je echt een relatie opbouwen met je klanten. Dan kan je werken aan loyauteit, en kan je leads gaandeweg omvormen tot echte brand evangelists.”

Om er een relatie mee op te bouwen, is het natuurlijk cruciaal dat je als merk je klanten ként. En daar is volgens Steven Hofmans een steeds grotere rol weggelegd voor artificiële intelligentie. “AI maakt van onbekende klanten bekende klanten. Bedrijven werken vaak nog met geaggregeerde data: ‘we hadden vorige week 100.000 bezoekers op onze site, dat was 5% meer dan de week voordien, van die 100.000 waren er 10.000 nieuwe bezoekers,…’ Die data zeggen iéts, maar je kent er je klant niet mee. Dankzij AI gaan we in de toekomst meer en meer evolueren van geaggregeerde data naar customer gecentreerde data, waarbij bedrijven weten: Steven Hofmans heeft vandaag onze site bezocht, hij is er 15 minuten geweest, hij heeft op 5 producten geklikt, hij is het langst blijven hangen bij product X.”

Decision engines

AI doet vandaag drie dingen die een grote meerwaarde betekenen voor customer lifecycle management, zegt Steven Hofmans. “Detect, deliberate en develop. AI kan de meest relevante karakteristieken herkennen van klantengedrag. De klanten die uiteindelijk een tv van jouw merk kopen, vertonen voor ze klant worden een bepaald gedrag; ze zoeken info, ze vergelijken, ze komen nog eens een tweede keer naar je site om zeker te zijn van hun zaak,… AI kan dat gedrag spotten en signaleren, zodat je die potentiële klanten versneld door je hele funnel kan krijgen. AI kan regels installeren: bezoekers met dat gedrag hebben x procent kans om ook echt klant te worden. En na deliberate komt ook develop: AI kan die regels bijstellen en aanpassen aan veranderend gedrag van consumenten.”

In de toekomst zal AI niet alleen gedrag detecteren en in regels gieten. Bij SAS zetten ze AI nu al volop in om ook beslissingen te nemen, en Steven Hofmans is ervan overtuigd dat steeds meer bedrijven die weg op zullen gaan. “AI laat toe om de keuzes die je maakt te automatiseren. Om echte decision engines te ontwikkelen die beslissingen genereren.”

Diagnose én behandeling

“Stel dat je kan voorspellen welke groep klanten je bedrijf dreigt te verlaten. Vroeger wist je dat pas als het al te laat was, nu kan je signalen detecteren die erop wijzen dat klanten gaan churnen. Maar niet al die klanten zijn even belangrijk, voor de ene ga je al wat meer moeite doen om hem aan boord te houden dan voor de andere.”

AI detecteert en analyseert niet alleen, maar gaat ook keuzes maken

Op het customer data platform dat wij bouwen, detecteert AI niet alleen welke klanten dreigen te vertrekken, het platform beslist ook welke klanten je probeert te overtuigen om toch te blijven en welk voorstel je hen dan precies gaat doen. AI detecteert en analyseert niet alleen, maar gaat ook keuzes maken. De decision engine overweegt bijvoorbeeld 15 alternatieven, en stelt dan een cure strategy voor: het platform bepaalt automatisch voor welk voorstel welke klant het ontvankelijkst is.”

“Vergelijk het met een arts. Als die weet dat 100 patiënten een hoog risico lopen om een bepaalde aandoening te krijgen, gaat hij hen ook niet allemaal op dezelfde manier behandelen. Patiënt A moet over een jaar opnieuw onderzocht worden, patiënt B moet onmiddellijk medicijnen beginnen nemen, en bij patiënt C is het risico zo groot dat hij onmiddellijk een operatie nodig heeft. Met ons customer data platform zijn dat soort cure strategies volledig geautomatiseerd. We weten bij wijze van spreken zelfs of patiënt B penicilline mag krijgen, of daar allergisch voor is.”

Steven Hofmans - Business Solutions Manager bij SAS

Gezocht: technologisch profielen met oog voor business

Samen met de doorbraak van AI als decision engine zullen bedrijven op zoek moeten gaan naar profielen die ze vandaag vaak nog niet in huis hebben, merkt Steven Hofmans. “Aan de ene kant heb je natuurlijk technologische profielen nodig die het customer data platform de juiste algoritmes kan aanleren. Maar je hebt ook nood aan mensen die niet alleen de technologie, maar ook de business context kennen. Mensen die de decision metrics kunnen bepalen.”

“Wat zijn de criteria om te bepalen welke klanten je probeert te houden? Hoe ver wil je gaan in de voorstellen die je welke klant precies doet? Waar trek je de grens, en voor wie heb je toch nog een ultiem aanbod in petto? Dat kan de machine niet autonoom beslissen. Dat hangt af van je strategie, van je budget, van je doelstellingen op korte en lange termijn,… Dat kan je niet overlaten aan AI, dat zijn nog altijd menselijke beslissingen. En dat zal nog wel even zo blijven.”

Wil jij ook de impact van je marketingacties vergroten door aan de slag te gaan met AI? Ontdek dan hier de mogelijkheden die SAS biedt!

“Net zoals een dokter patiënt per patiënt bekijkt, zal AI een gepaste strategie voor elke klant genereren”

Dit stuk is een samenwerking tussen Bloovi Studio & SAS

Connecteer met 81.844 abonnees