Posts Tagged “Online marketing”

Een tijdje geleden schreef ik hier over het uitkomen van het boek Multichannel Marketing van Akin Arikan. Een echt geweldig boek dat iedere marketeer zou moeten lezen! Unica Benelux heeft Akin uitgenodigd om in Nederland zijn verhaal te vertellen en nodigt alle lezers van M.I.B. en de leden van de LinkedIn groep Marketing Intelligence Netherlands uit om hierbij aanwezig te zijn.

Zet dus snel 23 maart om 18.30 in je agenda voor een niet te missen marketing intelligence event!

Bij veel bedrijven bestaat de behoefte om traditionele marketing te integreren met de groeiende mogelijkheden van online marketing. Bedrijven die hierin slagen kunnen de komende jaren een groot concurrentievoordeel behalen en daarmee zal de integratie van on en offline marketing in 2009 één van de belangrijkste onderwerpen zijn binnen het marketingdomein.

Akin’s ervaringen met het combineren van on en offline marketing worden gecomplementeerd door Daniël Markus van ClickValue, die zijn ervaringen zal delen met betrekking tot de trends en innovaties binnen online marketing.

Beide sprekers zullen ingaan op het personaliseren van web interacties door middel van het genereren van “behavioral insights” van iedere individuele webbezoeker. Daarnaast leert u hoe deze informatie gebruikt kan worden om interacties over andere kanalen aan te sturen en een significante verbetering te behalen in de communicatie met uw klanten en een hogere conversie van uw geïnvesteerde marketing Euro.

Het seminar wordt gehouden in het Mediaplaza in Utrecht. Meer informatie over het programma en de sprekers is hier te vinden. Registreer je snel voor dit geweldige event. Voor de eerste 100 gasten van dit evenement ligt het boek “Multichannel Marketing” van Akin Arikan klaar. Aan het event zijn verder geen kosten verbonden.

Ik hoop je te zien op de 23ste!

Tags: , ,

Comments 1 Reactie »

Een online-aankoop is vaak het resultaat van een aantal bezoeken aan de website. Meerdere onlinemarketinginstrumenten spelen daarbij een rol. De kosten van onlinemarketing moeten daarom op klantniveau worden bepaald en niet op sessieniveau.

Voorbeeld: Bij het surfen op internet stuit u op een banner van Transavia.com waarbij aanbiedingen voor vluchten naar Europese steden worden getoond. Verbaasd over de lage prijzen besluit u een weekendje naar Rome te gaan. Om ook de prijzen bij andere aanbieders te controleren typt u in Google ‘vlucht Rome’ in. Nadat u thuis hebt overlegd over het geschikte weekend probeert u via ‘aanbiedingen vlucht Rome’ de meest gunstige prijs voor dat weekend te vinden. U klikt op een aantal aanbieders en nadat u hebt geconcludeerd dat Transavia de beste aanbieding heeft, typt u in Google ‘Transavia’ in en maakt een boeking op de website.

Bovenstaand beslisproces zal u niet onbekend voorkomen. Wat opvalt, is het feit dat het beslisproces van een klant zich uitspreidt over meerdere contactmomenten en dat verschillende onlinemarketinginstrumenten hierin een rol spelen. In dit voorbeeld is de aankoop niet alleen toe te wijzen aan het zoekwoord ‘Transavia’, maar hebben ook de banner en de andere zoekwoorden een rol gespeeld in de uiteindelijke boeking, zij het niet direct.

Onderwaardering
Op dit moment worden de resultaten van de ingezette onlinemarketinginstrumenten vaak op sessieniveau geanalyseerd en gerapporteerd. Dit leidt echter tot een onderwaardering van instrumenten die belangrijk zijn in het begin van het beslisproces en een overwaardering van die instrumenten die belangrijk zijn aan het eind van zo’n beslissingsproces. Dit is te zien in het volgende voorbeeld:

Klant A bezoekt de website vier keer en maakt daarna een boeking.
Klant A: MSN banner – Google ‘vlucht Rome’ – Google ‘aanbieding Rome’ – Google
‘Transavia’ (boeking).

Klant B bezoekt de website drie keer en maakt geen boeking.
Klant B: Yahoo ‘weekend Rome’ – Google ‘vlucht Rome’ – Google ‘Transavia’ (geen boeking).
Klant C bezoekt de website vier keer en maakt daarna een boeking.
Klant C: MSN banner – Google ‘Transavia’ – Google ‘Transavia’ – Google ‘Transavia’ (boeking).

Analyse op sessieniveau

Kliks Boekingen Conversie%
MSN banner 2 0 0%
Yahoo ‘weekend Rome’ 1 0 0%
Google ‘vlucht Rome’ 2 0 0%
Google ‘aanbieding Rome’ 1 0 0%
Google ‘Transavia’ 5 2 40%

Op basis van deze analyse is de conclusie dat bannering niet werkt en dat alleen het woord ‘Transavia’ hoeft te worden ingekocht. De analyse op klantniveau laat echter een ander beeld zien.

Analyse op klantniveau

Kliks Boekingen Conversie%
MSN banner 2 2 100%
Yahoo ‘weekend Rome’ 1 0 0%
Google ‘vlucht Rome’ 2 1 50%
Google ‘aanbieding Rome’ 1 1 100%
Google ‘Transavia’ 5 2 40%

Uit de analyse op klantniveau blijkt dat er meerdere instrumenten voor de conversie hebben gezorgd. Op basis van dit inzicht zal worden besloten de investeringen in de banner en in de woorden ‘Transavia’, ‘aanbiedingen Rome’ en ‘vlucht Rome’ bij Google te vergroten. Deze woorden en de banner leveren klanten op die uiteindelijk een boeking gaan maken, ofwel kwalitatieve traffic.

De grote vraag is natuurlijk op welk moment in het beslisproces de werkelijke beslissing wordt genomen om een product aan te schaffen op een website. Vaak is dit het bezoek waarin het hoogste aantal pagina’s wordt geraadpleegd gedurende een reeks bezoeken. Blijkbaar nemen klanten vaak toch de moeite om een bedrijf en een product goed te leren kennen voordat de definitieve aankoopbeslissing valt.

Conclusie
Wees bewust van het feit dat een aankoop het resultaat is van verschillende sessies en dat meerdere onlinemarketinginstrumenten hierbij een rol spelen. Tot op heden wordt een online aankoop in vele gevallen maar aan één onlinemarketinginstrument toegekend. Dit is echter in tegenspraak met het feit dat het beslisproces van een klant zich vaak uitspreidt over meerdere contactmomenten.

Het resultaat van elk onlinemarketinginstrument afzonderlijk dient op klantniveau te worden vastgesteld. De analyse op sessieniveau leidt tot verkeerde inzichten waardoor verkeerde beslissingen worden genomen ten aanzien van het onlinemarketingbudget. Door het analyseren van klantgedrag op klantniveau, in plaats van sessieniveau, wordt het werkelijke resultaat van de onlinemarketinginspanningen duidelijk. Alleen zo ben je in staat de onlinemarketingstrategie stap voor stap werkelijk te optimaliseren.

Bovenstaande artikel verscheen in het nov 2007 nummer van het Tijdschrift voor Marketing en werd geschreven door Bart Clement & Bram van Essen. Het volledige artikel in pdf is hier te downloaden

Tags: , , ,

Comments Geen reacties »

Onderstaand artikel verscheen in het mei 2008 nummer van het Tijdschrift voor Marketing en werd geschreven door Bart Clement & Bram van Essen. Het volledige artikel in pdf is hier te downloaden.

Door de hoge penetratie van internet is het onderscheid tussen online en offline klanten verdwenen. Er is slechts één klant en daar heb je zowel online als offline contact mee. Toch hebben veel organisaties nog steeds twee verschillende afdelingen die zich onafhankelijk van elkaar op dezelfde klant richten. Een belangrijke reden hiervoor is het ontbreken van een integraal klantbeeld. Wanneer dit er wel is kunnen online en offline marketing elkaar versterken en ontstaat één centrale afdeling Direct Marketing. Internet is daarmee weer gewoon één van de kanalen geworden, en meer is het natuurlijk ook niet.

Online gedrag offline gebruiken
Het toepassen van inzichten in online klantgedrag bij offline direct marketing campagnes staat bij veel organisaties nog in de kinderschoenen. Hierbij worden klanten niet alleen gesegmenteerd op basis van profielkenmerken, zoals leeftijd of geslacht en het offline gedrag van de klant, maar ook op basis van het online (surf)-gedrag van de klant.

Stel, je bent uitgever van een dagblad. De laatste jaren kost het je steeds meer moeite om abonnees te behouden. Om hier iets aan te doen maak je een churnmodel. Je weet dat gedrag uit het verleden de beste voorspeller is van gedrag in de toekomst, maar de enige gedragsvariabele die je tot je beschikking hebt, is de betaling. En dat is te weinig voor je churnmodel. De voorspelkracht van je model is bedroevend, dus stort je je maar weer op abonneewerving.

De toevoeging van online klantgedrag aan offline direct marketing geeft interessante inzichten in de fase van het beslisproces waar de klant zich bevindt. Online klantgedrag is op die manier een uitstekende voorspeller van toekomstig (offline) gedrag van de klant. Offline direct marketing kan hierdoor erg relevant zijn en ook nog op het juiste moment: vlak voor de beslissing tot het opzeggen van een abonnement of een aankoop van een product wordt genomen. Dit levert significante verbetering in resultaten op, zowel bij toepassing in event driven marketing campagnes als bij het gebruik van voorspellende modellen bij offline direct marketing.

Wat betekent dit voor de uitgever? Op internet heeft hij voor abonnees extra diensten gratis beschikbaar gesteld. Hiervoor moet wel op de site worden ingelogd, waardoor hij weet wie, wanneer, hoe vaak en wat op de site bezoekt. Deze informatie neemt hij mee in het churnmodel. Het blijkt dat weglopers in de maand voordat zij opzeggen vaker dan eenmaal per dag naar de site gaan, en daarbij nu en dan de contactpagina met de algemene voorwaarden bekijken..Met klanten die dit gedrag online laten zien, kun je aldus gericht aan de slag om ze met een speciaal aanbod voor te zijn met hun opzegging

Offline gedrag online gebruiken
Het toepassen van inbound online marketing wordt ook wel behavioral targeting genoemd. Hierbij wordt het aanbieden van content gedifferentieerd naar (behoeften van) klant(groep)en. De segmentatie van klanten gebeurt niet alleen op basis van profielkenmerken, zoals leeftijd of geslacht, maar ook op basis van het gedrag van de klant. Dit kan zowel offline als online gedrag zijn.

Stel, een bank heeft wil via banners internetklanten een goed aanbod kunnen doen. Uit bestaande voorspelmodellen is bekend welke klanten voor welke producten een verhoogde kans hebben. Door deze modellen nu ook online te gebruiken kan de bank iedere klant een relevante banner tonen.

Toepassing van analyse van offline klantgedrag bij online marketing geeft interessante inzichten in gedragskenmerken, profielen en behoeften van klanten. Gerichte online advertising kan hierdoor erg relevant zijn, op het moment dat de klant contact zoekt met de organisatie. De resultaten uit online marketing zullen hierdoor significant verbeteren.

Kortom
Bedenk je dat er slechts één klant is, die zowel online als offline contactmomenten met een bedrijf heeft. Het beslisproces van deze klant strekt zich uit over meerdere contactmomenten in meerdere kanalen. Zorg daarom dat alle (marketing)activiteiten ook op klantniveau gebeuren, en niet op kanaalniveau.

De beste voorspeller van toekomstig gedrag is nog altijd gedrag uit het recente verleden. Uit transactiesystemen zijn echter niet altijd voldoende gedragsvariabelen te destilleren. Het internetkanaal biedt een schat aan informatie over het gedrag van je klant. Ook andersom geldt dat er bij veel bedrijven al veel klantinformatie beschikbaar is. Gebruik deze informatie dan ook online. Het is niet nodig om online het wiel opnieuw uit te vinden.

Tags: , ,

Comments Geen reacties »