Fact-based marketing in de praktijk Amersfoort, 13 februari 2014 Simon Bolhuis Even voorstellen…. Fact-based marketing Fact-based betekent: Feiten vinden Feiten analyseren Feiten interpreteren Feiten verzilveren Vinden Analyseren Interpreteren DATA Testen, leren, verbeteren & optimaliseren ©2010 Verzilveren De klantcarrière Acquisitie Cross/deep/upsell Retentie/behoud Winback Case 1 Pilot welkomstprogramma nieuwe klanten De klant Anno 2001, meer dan 150.000 klanten Pure online speler Breed assortiment: Sparen, Beleggen, CK, Verzekeringen en Hypotheken Debriefing Cmotions Aanleiding: acquisitiemarketing biedt onvoldoende groeimogelijkheden Focus op klantontwikkeling en -behoud Betekent meer doen met bestaande klantkennis van 4 mailings naar x relevante boodschappen, waarin betrokkenheid tot uiting komt Concrete doelstellingen zijn geformuleerd voor hoofdproducten, merk en kanaal In Q1 gerichte campagnes met aantoonbaar resultaat Business challengen tot stellen van de juiste vragen t.a.v. (database-)marketing Op termijn naar (real-time) content differentiatie m.b.v. de juiste data, skills, processen en tools Pilot: welkomstprogramma Met de ontwikkeling van het Welkomstprogramma willen we de volgende vragen beantwoorden: Vraag 1: identificeren van high potentials Zijn we in staat nieuwe klanten in te delen in waardesegmenten op basis van indicatoren in de marketing database? Vraag 2: effect welkomstmailings Zijn we in staat potentieel goede klanten (high potentials) beter/sneller te ontwikkelen met behulp van een welkomstprogramma? Ambitie: ontwikkeling (structurele) multi-channel contactstrategie (incl. allocatie resources & budget) o.b.v. (potentiële) klantwaarde Welkomstprogramma: klantwaarde & scoremodel Klantwaarde? Als basis voor ontwikkeling van bedieningsconcepten (kanaal, frequentie, propositie, timing, etc) Toepasbaar in alle levenscycli van de klant (acquisitie, cross/deep/upsell, retentie/behoud, winback) I.c.m. scoremodellen: structurele verbetering marketing ROI Scoremodel? Niet (meer) met hagel schieten, maar gerichte acties (Potentiële) Klantwaarde = top 25% klanten op X moment Informatie waarop gemodelleerd kan worden: o Interne gegevens: • NAWTE • Geslacht • Leeftijd • Informatie omtrent acquisitie(campagne) • 1e transactie gegevens o Externe gegevens: • Levensfase • Inkomen De theorie: scoremodel high potentials en campagne Nieuwe klanten Scoremodel Selectiegroep potentieel goede klanten (10%) Bestaande contactflow Nieuwe contactflow Nieuwe contactflow Welkom 1 Welkom 2 3+6mndn Resultaten saldo en producten Selectiegroep random klanten (10%) Controlegroep overige nieuwe klanten (80%) Targeting op drie groepen: Alleen high-potentials (scoremodel) Random groep klanten Controlegroep 3+6mndn Bestaande contactflow Resultaten saldo en producten Met twee extra contactmomenten: ‘Warm’ welkom Feedback klant In look&feel financial Bevestiging goede keuze Gepersonaliseerde content ‘Wist je dat?’ Mening, verbeteringen Reviews (eigen site, Facebook) Twitter Klantenservice De praktijk: relevante communicatie werkt ….. Welkomstprogramma is de eerste vorm van event-driven marketing die is ingevoerd. Het is een campagne met een hoge betrokkenheid vanuit klantzijde die zich laat zien in de (bijzonder) hoge openingsratio’s (OR 70+%) en doorklikratio’s (20+%) Er is een campagne effect in termen van snellere ontwikkeling in de eerste drie maanden (bij HIPO met communicatie +25% meer omzet t.o.v. HIPO controlegroep zonder communicatie) Getoetst klantpotentie-model laat ook op langere termijn (na 6 maanden) verschil in klantontwikkeling zien en kan voor andere initiatieven dan het welkomstprogramma worden ingezet (HIPO +15% meer omzet t.o.v. random). Zonder (extra) investeringen in bestaande (infra)structuur, data & tools … en inzichten maken acquisitiestrategie effectiever Seo o Content o Keywords o Linking Sea o Campagnes o Keywords o Verdienmodellen Affiliate o Partners o Sites Social media Case 2 Pilot voorspelmodel opzeggers De klant Landelijk opererende uitgever Business to Business markt Verkopen van abonnementen Periodieken voor diverse beroepsgroepen © 2007 Debriefing Cmotions Verbeter abonnementbehoud door: Het “oormerken” van klanten met de hoogste vertrekkans (‘Churners’) o Ontwikkel een voorspelmodel opzeggers om de klanten aan te wijzen met een hoog risico om op te zeggen Het ontwikkelen van campagnes om aan te tonen dat het aantal opzeggingen naar beneden kan o Proactief: voordat klant tot opzegging overgaat! Inleiding en aanpak - doelstellingen Kwantitatief: een programma op basis van voorspelmodel opzeggers (churnprogramma) kan op termijn het aantal opzeggingen terugbrengen van 15% naar 8% à 10% met een goed gekozen en uitgevoerde campagneopzet. Dus globaal komt dit neer op een halvering van het aantal opgezegde abonnementen op jaarbasis. © 2007 Opzet pilot voorspelmodel opzeggingen Werking van het voorspelmodel Klanten met een geringe opzegkans (= low risk groep) Alle klanten Het model voorspelt klanten met een verhoogde opzegkans (= high risk groep) Vb variabelen voorspelmodel: Statische kenmerken: segment, bedrijfsgrootte, regio, etc. Dynamische kenmerken: opzeggingen, opvoering vorig jaar, etc. Productniveau: - Soort product (productdomein, productvorm) - abonnementsduur © 2007 Opzet pilot voorspelmodel Opzeggingen Invulling pilot high-risk churners 1. Testgroep totaal: Testgroep 1:Telemarketing -Servicecall Testgroep 2:Direct Mailing -Vragenlijst Testgroep 3: Direct Mailing- Loyalty 2. Controlegroep: Benchmark om effectiviteit van de acties te meten © 2007 Evaluatie Effect % opzeggingen inzet campagnes klantniveau na 4,5 mndn 55% reductie 35% reductie 7% reductie 8 7 6 5 4 3 2 1 0 Controle Direct mail Loyalty Telemarketing 1. Geconcludeerd kan worden dat de DM campagne goed werkt en een hoge churnreductie oplevert: (van 5,63% naar 2,56%) 55% op klantniveau 2. DM loyalty leidt tot een churnreductie van: (5,63% naar 3,64%) 35% op klantniveau 3. TM campagne leidt tot een churnreductie: (van 5,63% naar 5,23%) 7% op klantniveau © 2007 Conclusies We kunnen klanten met een verhoogde opzegkans detecteren We kunnen gericht campagnes inzetten op klantbehoud voor klanten met een verhoogde opzegkans Het relatieve opzegpercentage t.o.v. de controlegroep is aanzienlijk gedaald voor de testgroepen DM vragenlijst is een goede challenger, DM Loyalty is een bescheiden tweede propositie Telemarketing vragenlijst valt definitief af Omgerekend naar jaarbasis betekent dit dat het percentage opzeggingen zou kunnen dalen van 15% naar 6,75 % voor de uitgever. Daarmee wordt voldaan aan de eis dat het aantal opzeggingen op abonnementsniveau teruggebracht zou moeten worden van 15% naar 8% à 10%. © 2007 Vragen? Navigators in intelligente marketing www.Cmotions.nl
© Copyright 2024 ExpyDoc
