Als MKB’er heb je vaak een beperkt marketingbudget in vergelijking met grote organisaties. Dit kan het adverteren en onder de aandacht brengen van je product of dienst lastiger maken. Voor het midden- en kleinbedrijf is data driven marketing daarom een uitkomst.
Data driven marketing houdt het gebruik van data in om patronen te herkennen, bijvoorbeeld met kunstmatige intelligentie, en hier de marketingacties op aan te passen. Dit kan op generiek niveau, bijvoorbeeld de contentcreatie of advertenties aanpassen, of op specifiek klantniveau, bijvoorbeeld de meest kansrijke klanten een kortingscode opsturen.
Omdat datagedreven werken binnen de marketing veel voordelen biedt, gaan de ontwikkelingen snel. Elk jaar ontstaan er nieuwe mogelijkheden om je marketing en de bijbehorende targeting verder te optimaliseren, waarbij tegelijkertijd steeds meer aandacht gegeven wordt aan privacy vraagstukken. We beschrijven 5 trends die momenteel spelen binnen de data driven marketing, welke relevant zijn voor MKB-organisaties:
1. Niet-lineaire relaties
De marketingbranche gebruikt in vergelijking met andere sectoren relatief vaak data. Hierdoor heeft deze branche al langer de voordelen van datagedreven werken kunnen ervaren en de prestaties van marketingcampagnes kunnen zien verbeteren.
Marketingorganisaties weten dan ook als geen ander dat het intensiveren van datagebruik uiteindelijk resulteert in een verbeterde ROI (return on investment) en het vaker behalen van KPI’s (key-performance indicators). Naast data analyses of het gebruik maken van eenvoudige machine learning modellen, wordt steeds vaker de stap gemaakt naar het toepassen van deep learning.
Deep learning stelt je in staat, in grote hoeveelheden data, niet-lineaire relaties te vinden. Dit zijn factoren en variabelen die op het eerste gezicht geen verband met elkaar hebben, maar in grotere hoeveelheden toch met elkaar correleren. Het gebruik van deep learning, in de vorm van neurale netwerken, creëert inzichten waar we zelf niet achter hadden kunnen komen, maar wel van grote meerwaarde kunnen zijn in de keuzes die je maakt. Voor het gebruik maken van deep learning zijn wel grote hoeveelheden data benodigd. Veel organisaties denken dat ze over weinig data beschikken, maar in de praktijk blijkt dat ze vaak over meer data beschikken dan zelf gedacht.
Het gebruik van niet-lineaire relaties heeft ook andere voordelen. Onder andere door de COVID-19 crisis is historische data niet altijd betrouwbaar en bieden bijvoorbeeld trendlijnen onvoldoende inzicht. Door deep learning te gebruiken hoeft dit geen probleem te vormen. Echter, blijft dit wel afhankelijk van de use case en het soort beschikbare data.
2. Dynamische doelgroepen
Voorheen was het gebruikelijk marketing te focussen op vastgestelde doelgroepen. (Toekomstige) Klanten werden ingedeeld in algemene groepen zoals studenten, koppels, gezinnen met kinderen of ouderen. Marketinguitingen werden op deze doelgroepen aangepast, bijvoorbeeld door studenten aan te spreken met een social media post en ouderen met een nieuwsbrief.
In werkelijkheid zijn doelgroepen veel dynamischer en heeft ieder individu verschillende behoeften. Het gebruik van data driven marketing stelt je in staat af te stappen van deze vaste indeling aan targetdoelgroepen en over te gaan op dynamische on-demand doelgroepen naar wens.
3. Externe data
Afgelopen jaren zijn steeds meer organisaties data gaan gebruiken om hun marketingprocessen te verbeteren. In de meeste gevallen wordt hier enkel eigen bedrijfsdata voor gebruikt, zoals gebruikersdata op de website of statistieken van nieuwsbriefcampagnes.
Het gebruik van deze data kan je marketingresultaten fors verbeteren. Immers, data kan veel zeggen over welke content wel of niet aanslaat bij je publiek, of over welk design van je website het meest effectief is om bezoekers tot conversies over te laten gaan.
Steeds vaker wordt bij het creëren van analyses en modellen ook externe data betrokken. Het is namelijk een illusie te denken dat enkel de eigen inspanningen van invloed zijn op de conversieratio. Er zijn vele factoren die mee kunnen spelen in het succes van je marketing. Door hier vooraf rekening mee te houden kan je je resultaten nog verder verbeteren.
Denk bijvoorbeeld aan factoren zoals het weer, tijdstip of moment in het jaar. Door data te analyseren zou je erachter kunnen komen dat het ene type content, zoals een nieuwsbrief, beter aanslaat met winterweer dan een ander type content. Data zou je ook kunnen vertellen dat de clicks op je advertenties tijdens zomers weer veel kansrijker zijn om te converteren.
Externe data, zoals weer- of marktdata, is in grote hoeveelheden beschikbaar en kan een uitstekende aanvulling zijn om je marketingresultaten te verbeteren. Door deze complementair met je huidige inzichten te gebruiken verrijk je je inzichten en zijn je marketingacties beter te sturen.
4. Predictive Analytics
De gemiddelde MKB’er heeft beperkte tijd en budget beschikbaar om aan marketing te besteden. Helemaal vergeleken met grote organisaties. Daarom is het van belang je tijd en euro’s op de juiste manier in te zetten aan de meest kansrijke leads.
Hierom wordt predictive analytics in de marketing van kleine en middelgrote organisaties steeds vaker toegepast. Predictive analytics houdt het gebruik van historische data in om met behulp van modellen voorspellingen te doen.
Een voorbeeld hiervan is het analyseren van patronen in je klantdata. Hiermee kan je onder andere inschatten welke van je klanten uit het verleden het meest waarschijnlijk is om nogmaals een aankoop te doen of dienst van je af te nemen. Door deze klanten proactief te benaderen met bijvoorbeeld een kortingscode geef je ze het laatste zetje om daadwerkelijk tot aankoop over te gaan. Op deze manier maak je van een klant een terugkerende klant.
Predictive Analytics is toepasbaar op vele vlakken in je marketing. Het geeft vooraf inzicht in de kans op succes van je inspanningen en resulteert in een hogere ROI.
5. Data Onboarding
Afhankelijk van het type bedrijf beschikken veel organisaties ook over offline data, welke gebruikt kunnen worden voor marketingdoeleinden. Hierbij kan gedacht worden aan data over je bezoekers of omzet, of klanten die buiten de digitale marketingkanalen zijn binnengekomen.
Door deze data mee te nemen in je analyses krijg je een completer beeld over wie je klanten zijn, welke interesses ze hebben en hoe ze tot conversie overgaan. Offline gedrag zegt vaak ook veel over online gedrag. De bezoekers op jouw website of lezers van je nieuwsbrief zijn namelijk ook mensen.
Ondanks de groeiende mogelijkheden in de wereld van data driven marketing, is het toepassen van data niet altijd gemakkelijk. Het verkeerd gebruiken van je data kan grote gevolgen hebben. Wil je meer weten over data driven marketing en hoe de genoemde trends toegepast kunnen worden op jouw organisatie? Vraag een gratis Quickscan aan voor een eerste indruk van de mogelijkheden of neem contact met ons op.