A DATA-DISCOVERY JOURNEY

Transcriptie

1 A DATA-DISCOVERY JOURNEY Waarom een data- discovery journey Je hebt een hoop data maar wat kun je er mee. Data is voor veel bedrijven nog een erg abstract begrip. Natuurlijk snapt iedereen dat informatie over je resultaten en over de markt waarin je werkt nuttig zijn. Maar is het nuttig genoeg om hierin te investeren of is een simpel overzicht van de financiële resultaten door de boekhouder voldoende? Om het nut van een data-discovery inzichtelijk te maken wil ik jou stap voor stap meenemen op een ontdekkingsreis in de wondere wereld van data. In deze serie wil ik je meenemen op een reis waarbij we van de standaard financiële rapportages gaan naar inzichten in de commerciële activiteiten en het koopgedrag van je klanten, waarbij ik bij iedere stap het nut voor de besluitvorming aangeef In deze reis volg ik een retailer over een periode van ca. 2 jaar met meer dan 3 miljoen klanten. Voor een random selectie van 2500 klanten uit het klantenbestand 1 heb ik in meer detail informatie. Deze retailer, met 582 winkels en meer dan verschillende producten, voert verschillende commerciële acties uit om het gedrag van zijn klanten te beïnvloeden en daarmee een hogere omzet te behalen. Zo hebben ze 30 verschillende direct marketing campagnes gevoerd waarbij ze klanten korting coupons geven op specifieke producten. Daarnaast sturen ze wekelijks reclame waarbij verschillende producten worden aangeprezen. Tot slot kunnen ze in de winkel zelf spelen met de plaatsing van de producten in de schappen. De retailer wil een aantal zaken weten. 1. Wat zijn de resultaten overall, per winkel, per afdeling, per product groep. 2. Welke commerciële acties zijn effectief? 3. Wie zijn de meest waardevolle klanten, waar en wat kopen zij. 4. Welke klanten zijn meer of minder gaan besteden in de loop der tijd, oftewel met welke klanten is de binding sterker geworden. 1 De gegevens zijn gebaseerd op echte gegevens van een retailer maar dusdanig anoniem gemaakt dat niet meer te achterhalen is over wie dit gaat. Dit heeft als voordeel dat ik alle resultaten kan delen zonder daarbij klanten schade te berokkenen.

2 5. wvttk In deze journey gaan we stap voor stap de vragen proberen te beantwoorden die de retailer heeft. Onderweg zullen er nog vele vragen bij komen waar van tevoren nog niet aan gedacht was en gaan we ons misschien realiseren dat niet iedere vraag relevant is voor de retailer. Uiteindelijk gaat het erom dat de data-discovery journey leidt tot een verbetering in de resultaten van de retailer. Ga je mee op reis. 2 The journey part 4 In het 2 e deel van de Journey heb ik globaal naar de resultaten van de verschillende marketing acties gekeken. Grofweg zijn er drie typen (A, B, en C) campagnes gedaan door de Retailer. In deel 2 was mijn constatering dat type A campagnes de beste respons hadden en het klanten naar de winkel trekt. Daarnaast waren de type A campagnes ongericht, waarmee ik bedoel dat een groot deel van het klantenbestand benaderd werd met een groot aantal kortingen op verschillende producten. Mijn vermoeden was daarom dat dit type Campagne bedoeld waren om klanten naar de winkel te trekken of anders gezegd om de bezoekfrequentie te verhogen. In dit deel ga ik hier wat verder op in zoomen. Hoewel ik de echte doelstellingen van de campagnes niet ken heb ik het vermoeden dat deze campagnes gericht zijn op het verhogen van de bezoekfrequentie. Als een klant vaker naar de winkel komt zal zijn besteding per keer wellicht iets dalen (als je 4 broden per maand nodig hebt dan zul je per week slechts 1 brood kopen) De frequentie gaat dan wel omhoog met een factor 4 maar de besteding daalt evenredig. Per saldo wordt de retailer hier niet wijzer van. Als je echter vaker naar de winkel gaat zul je ook vaker geconfronteerd worden met impuls aankopen. Hier zal de meeste winst voor de retailer in zitten. De retailer gokt er dus op dat de gemiddelde besteding minder hard daalt dan de stijging in de frequentie. In figuur 1 is het effect op de bezoekfrequentie en de waarde van de besteding per bezoek van campagne 8 tegen elkaar uitgezet in een matrix. Hierbij is het effect positief als de frequentie (of waarde) na het contactmoment met minstens 10% is verhoogd. Bij 12,09% van de benaderde klanten is er zowel een positief effect op frequentie als op waarde. Deze klanten komen dus vaker en besteden meer als gevolg van deze campagne. 2 Iedereen is uitgenodigd om mee te denken in de vragen en antwoorden waarmee we de retailer kunnen helpen.

3 Figuur 1: Effect campagne 8 Het aantal benaderde klanten waarbij een positief (35,16%) effect is gemeten op de frequentie is echter kleiner dan het aantal klanten waarbij een negatief (42,14%) effect op de frequentie is gemeten. Het aantal klanten met een positief effect(39,63%) op de waarde is echter wel groter dan het aantal klanten met een negatief effect (32%). Campagne 8 lijkt dus niet het gewenste effect te hebben op de frequentie maar wel op de gemiddelde besteding. Per saldo kan deze campagne dus toch een positieve business case hebben ook al is het gewenste effect op de frequentie niet bereikt. In figuur 2 zijn drie kengetallen gegeven. Ten eerste het aantal klanten die benaderd zijn in Campagne 8 uitgesplitst naar het effect op de omzet (frequentie maal besteding) per jaar van deze klanten. Hier is te zien dat er klanten zijn die een stijging in de omzet (van minimaal 10%) hebben. Dit staat tegenover klanten met een daling in de omzet. Het tweede gegeven is de gemiddelde stijging van de omzet per klant per jaar. Overall is door campagne 8 een omzetstijging van 12 euro per klant per jaar bereikt (In totaal dus ruim 15 miljoen extra omzet). Zet je dit tegen het derde gegeven de gemiddelde omzet per klant per jaar, dan zie je dat deze stijging van 12 euro slechts 0,4% van de totale jaaromzet ( 2906,60)van deze klanten is. Overall kun je deze campagne dus niet heel succesvol noemen ( De kosten van deze campagne zijn nog niet eens meegenomen in deze analyse). Uit de analyse blijkt wel dat deze campagne heel succesvol kan zijn als de retailer een manier had om deze campagne te richten op de groep klanten met een positief resultaat. Ruim klanten laten namelijk een duidelijke omzet stijging zien van 1.135,00 op jaarbasis ofwel een stijging van ruim 35%. In figuur 3 staan alle type A campagnes in chronologische volgorde. Hier is wel te zien dat de retailer leert van zijn eerder campagnes. In de eerste campagne had hij nog een negatief resultaat van per klant per jaar. In de laatste campagne heeft hij dat kunnen ombuigen naar een positief resultaat van (8% stijging)per benaderde klant per jaar. Dit is echter nog ver verwijderd van de 35% stijging die de retailer zou kunnen halen als hij de actie veel gerichter zou inzetten.

4 Figuur 2: Resultaten campagne 8 auteur: Jeroen Peeters

5 Figuur 3: Type A Campagnes auteur: Jeroen Peeters

6 Conclusie Het type A campagne dat in eerste instantie redelijk succesvol leek door de hoge respons blijkt bij nader onderzoek toch een stuk minder succesvol. De doelstelling van hogere bezoekfrequentie worden niet gehaald. Alleen Campagne 18 laat een lichte stijging in de frequentie zien en daarmee ook een lichte stijging in de omzet. De retailer laat in de loop der tijd wel verbetering zien in de resultaten maar had met een goede analyse de resultaten in een veel eerder stadium omhoog kunnen stuwen naar 35% stijging door een profiel te maken van klanten met een positief resultaat. De retailer zou dan niet alleen een veel sterkere omzetstijging realiseren maar ook een verlaging in de kosten. Hij hoeft immers een veel kleiner deel van zijn klantenbestand te benaderen. Met deze aantallen kan dat flink oplopen. In een volgende journey wil ik eens wat vragen gaan beantwoorden die ik van lezers krijg. Mocht je zelf vragen hebben over deze case, of andere vragen laat mij dit dan weten. Wellicht kan ik het voor een volgende keer behandelen. Ik zal in ieder geval proberen om direct antwoord te geven als het geen onderwerp is voor deze blog.