Terug
Blog Big Data | interesses en voorkeuren 14 augustus 2017 Tevreden klanten zijn niet vanzelfsprekend loyaal. Het versterken van de relatie heeft de juiste aandacht, tijd en kennis nodig. Iedere consument is uniek en heeft bepaalde voorkeuren en interesses ontwikkeld. Hoe zet je bestaande en nieuwe gegevens in om de betrokkenheid van consumenten te vergroten? Lees meer over de praktische inzetbaarheid van Big Data bij Only for Men.
Door in te spelen op interesses en voorkeuren is de kans groter dat consumenten loyaal gedrag gaan vertonen. Om een totaalervaring te kunnen bieden is de beschikbaarheid van online en offline data een vereiste. De eerste stap binnen een omnichannel big-data omgeving is dan ook het creëren van één klant. Single Sign-on zorgt ervoor dat de consument middels één wachtwoord op verschillende applicaties kan inloggen en wordt herkend. En dat de consumentendata op meerdere applicaties centraal kan worden geactualiseerd en verrijkt. Door één klant, één inlog en één algehele synchronisatie van data via elke aangesloten applicatie te creëren, ben je als marketeer in staat nog relevanter te zijn in marketinguitingen.
Hoe meer een retailmerk aansluit bij de behoefte van een consument, hoe relevanter en interessanter deze wordt. Bij het koppelen van fysieke en online (klant)data zien we direct grote hoeveelheden relevante gegevens beschikbaar. De uitdaging is om grip op Big Data te krijgen en deze effectief te combineren en te ontsluiten. Divide heeft een model ontwikkeld om een retailorganisatie met fysieke winkels stap voor stap te helpen bij de transformatie en integratie van digitale- en fysieke kanalen. Van Big data naar Smart data.
Mijn account De
Mijn Account -omgeving binnen een webshop is voor een consument een centrale online locatie om op een (mobiel) gebruiksvriendelijke wijze inzicht te hebben in online en offline aankopen, orderstatus(sen) om het pakket te volgen en voorkeuren zoals je favoriete winkel.
Favoriete winkel | praktijkvoorbeeld Only for Men waar je als consument een favoriete winkel kan toewijzen. Actie's, evenementen, privileges en andere locatie gebonden activiteiten kunnen door deze kennis direct worden gedeeld aan een relevante groep consumenten.
Met relevante (unieke) informatie van klanten kun je vanuit de Big Data omgeving gemakkelijk en snel klanten(segmenten) definiëren. Bijbehorende voorkeuren, wensen en behoeftes zijn direct in kaart te brengen. Praktijkvoorbeeld; Only for Men opent begin september een nieuwe winkel in
Voorburg . De Big Data omgeving kent aankoophistorie, welke bij webshop aankopen direct te koppelen is aan postcodegebieden.
Screenshot Big Data omgeving 2Factors definiëren profielen
Een e-mailcampagne aan deze groep (potentiële) winkelbezoekers wordt hiermee direct relevant. De winkel in Voorburg krijgt een breed aanbod in jeans modellen en merken voor mannen. Een extra selectiebestand is hier vervolgens aan toe te voegen als segment. Waarbij consumenten kunnen worden uitgesloten welke de afgelopen 30 dagen reeds een broek hebben aangeschaft, fysiek in de winkel of online in de webshop.
Screenshot Big Data omgeving 2Factors met selectie van 'broekenkopers' afgelopen 30 dagen alle vestigingen ten behoeve van uitsluiten selectie.
Big Data toepassingen Door gegevens te automatiseren en voor iedere (unieke) consument een persoonlijk klantprofiel op te stellen is persoonlijke en relevante interactie mogelijk. Meer weten over de inzet en het gebruik van Big Data toepassingen?
Neem contact op met Divide