Bloedirritant: Personaliseren zonder voorkeur- en gedragsdata. Veel marketeers die gaan personaliseren, beginnen te schieten met hagel. En dat is zonde: als scherpschutter ben je namelijk veel effectiever. Al kost dat ook meer moeite.

Mijn vrouw vertelde laatst dat ze in haar bibliotheek-app continu typische vrouwenromans aangeraden kreeg. Terwijl ze eigenlijk alleen maar non-fictie leest. "En dat weten ze toch?", vroeg ze zich geïrriteerd af. "Waarom raden ze me dan geen andere non-fictie aan?"

In Silicon Valley zijn design systems al een paar jaar de norm. Nu traditionele organisaties op digitaal terrein steeds verder professionaliseren doen ze ook daar hun intrede. Wat heb je aan een design system en waar loop je tegenaan als je er een implementeert?

Gebrekkig contrast op een website is voor mensen met een visuele beperking een groot struikelblok. Een tekstuele boodschap op een te weinig contrasterende achtergrondkleur of afbeelding, bereikt dus niet iedereen.

Deel 2

Met RFM-analyses kun je heel precies de waarde van elke klant bepalen. In het vorige blog segmenteerden we jouw klanten op basis van transactionele data. Nu gaan we aan de slag met die verschillende segmenten. Welke benadering kies je voor een ‘Champion’ en welke voor een ‘New Customer’?

Deel 1

Het is eenvoudiger om aan bestaande klanten te verkopen dan om nieuwe klanten te werven. Bestaande klanten zijn immers al overtuigd van de waarde van jouw product of dienst en hebben het aankoopproces al doorlopen. Hoeveel waarde een klant precies vertegenwoordigt vind je in transactionele data. Met RFM-analyses kun je die waarde vinden en benutten.

Als je als overheidsorganisatie of bedrijf servicegericht bent, wil je dat je klanten en medewerkers zoveel mogelijk zelf online kunnen regelen. Zij hoeven dan niet langs te komen of te bellen voor elke aanvraag. Het maakt je organisatie veel efficiënter en effectiever. Maar tussen droom en daad staan nog wel wat praktische obstakels in de weg.

Met Data Science haal je uit miljoenen datapunten bruikbare informatie. Grote hoeveelheden data uit meerdere bronnen samenbrengen, combineren en analyseren: dat is de kern van data science. En dat kan zeer waardevolle marketinginformatie opleveren over bijvoorbeeld de customer lifetime value, of over de kans dat iemand binnenkort een aankoop gaat doen.

Deel 5 in een serie van 5 over digital marketing succes

Dit is het vijfde, en voor nu laatste, blog in onze serie over digital marketing succes en de klantreis. Om het geheel af te ronden wil ik je graag nog iets vertellen over hoe je ervoor kunt zorgen dat je het meeste haalt uit de stand van je digitale volwassenheid en de klantreis. En tegelijkertijd ervoor zorgen dat je doorgroeit naar digitale volwassenheid natuurlijk.

Deel 4 in een serie van 5 over digital marketing succes

In deze serie kijken we naar de digitale volwassenheid van een organisatie. Waar sta je wanneer je kijkt naar digitale marketing? In mijn eerste blog beschreef ik welke ontwikkelingen spelen op het gebied van digitale marketing. In het digital maturity model kun je je eigen organisatie langs de digitale volwassenheid-meetlat leggen. Maar natuurlijk speelt ook mee hoe de klant zijn reis door jouw marketinginspanningen ervaart. In dit vierde deel wil ik je een paar voorbeelden geven van de mogelijkheden op verschillende ‘kruispunten’ in de matrix.