10 Powerful Behavioral Segmentation Methods to Understand Your Customers

By Gary DeAsi

Knowing who your customers are is great, but knowing how they behave is even better.
-Jon Miller

Customer segmentation has always been important. But now that orchestrating journeys that reflect a customer’s overall experience, rather than their most recent interaction within a siloed touchpoint, is integral to enterprise success today, effective segmentation is an absolute must.

But according to a recent Forrester report, only 33% of companies using customer segmentation say they find it significantly impactful. Volgens het rapport is de belangrijkste reden waarom bedrijven falen dat ze nog steeds traditionele klantsegmentatiebenaderingen gebruiken, zonder gebruik te maken van de breedte van klantgegevens en geavanceerde analysetechnieken die tegenwoordig beschikbaar zijn.

Met andere woorden, ze gebruiken geen moderne segmentatiebenadering op basis van gedrag.

In deze post breng ik u op de hoogte met een diepgaand overzicht van 10 verschillende benaderingen van gedragssegmentatie die kunnen worden gebruikt om uw klanten en hun doelen beter te begrijpen, zodat u het succes van uw reis kunt maximaliseren en bedrijfsresultaten kunt behalen.

Wat is gedragssegmentatie?

Traditionele benaderingen van segmentatie richtten zich vooral op wie klanten zijn en segmenten waren gebaseerd op demografische attributen zoals geslacht of leeftijd, en firmografische attributen zoals bedrijfsgrootte of branche. Maar zoals ik in mijn vorige post over klantgedragsgegevens heb besproken, is het niet meer voldoende om alleen te begrijpen wie je klanten zijn.

Gedragssegmentatie gaat over het begrijpen van klanten, niet alleen door wie ze zijn, maar door wat ze doen, met behulp van inzichten die zijn afgeleid van de acties van klanten.

Gedragssegmentatie is een vorm van klantsegmentatie die is gebaseerd op gedragspatronen die klanten vertonen als ze interactie hebben met een bedrijf/merk of een aankoopbeslissing nemen. Het stelt bedrijven in staat om klanten in groepen te verdelen op basis van hun kennis van, houding ten opzichte van, gebruik van of reactie op een product, dienst of merk.

Het doel is om klantsegmenten te identificeren die u in staat stellen om te begrijpen hoe u kunt inspelen op de specifieke behoeften of wensen van een groep klanten, mogelijkheden te ontdekken om hun customer journeys te optimaliseren en hun potentiële waarde voor uw bedrijf te kwantificeren.

Waarom klanten naar gedrag segmenteren?

Er zijn vier belangrijke voordelen van het groeperen van klanten in verschillende segmenten op basis van hun gedrag:

1. Personalisatie. Begrijp hoe verschillende groepen klanten moeten worden getarget met verschillende aanbiedingen, op de meest geschikte momenten via hun voorkeurskanalen, om hen effectief te helpen op weg naar succesvolle resultaten in hun trajecten.
2. Voorspellend. Gebruik historische gedragspatronen om toekomstig gedrag en resultaten van klanten te voorspellen en te beïnvloeden.
3. Prioritering. Neem slimmere beslissingen over de beste toewijzing van tijd, budget en middelen door hoogwaardige klantsegmenten en initiatieven te identificeren met de grootste potentiële zakelijke impact.
4. Prestaties. Monitor groeipatronen en veranderingen in belangrijke klantsegmenten in de loop der tijd om de gezondheid van het bedrijf te meten en de prestaties af te zetten tegen de doelstellingen. Op een hoog niveau betekent dit het kwantificeren van de grootte en de waarde van klantsegmenten, en het bijhouden van hoe “positieve” en “negatieve” segmenten groeien of krimpen in de tijd.

10 krachtige gedragssegmentatiemethoden die u kunt gebruiken om uw klanten beter te begrijpen

Traditioneel gezien zijn de meeste experts rond de zes primaire soorten gedragssegmentatie gesitueerd.

(Bron)

Weliswaar zijn deze zes “klassieke” gedragssegmentatietypes vandaag de dag nog steeds zeer relevant, zijn ze ook geëvolueerd om nieuwe betekenissen, toepassingen en use-cases aan te nemen.

In dit bericht zullen we zowel de “traditionele” als de “moderne” interpretaties van elk type verkennen, terwijl we ook een aantal nieuwe toevoegingen aan de lijst doen om een aantal interessante nieuwe manieren toe te voegen waarop sommige van onze klanten en partners vandaag de dag gedragssegmentatie gebruiken.

De 10 gedragssegmentatiemethoden zijn:

(Klik om naar elke sectie te gaan)

1. Aankoopgedrag
2. Gewenste voordelen
3. Stadium in het klanttraject
4. Gebruik
5. Gelegenheid of timing
6. Klanttevredenheid
7. Klantloyaliteit
8. Interesse
9. Betrokkenheidsniveau
10. Gebruikersstatus

Een paar belangrijke punten om in gedachten te houden voordat we erin duiken:

• Deze lijst sluit elkaar NIET uit.
• De manier waarop je segmenten gaat definiëren en verschillende gedragssegmentatietypes gaat gebruiken, kan sterk variëren, afhankelijk van je bedrijf.
• One or more of these segmentation methods can be utilized at the same time or combined with other types of segments.

Purchasing Behavior

How do customers behave differently throughout the path to purchase?

Purchase behavior-based segmentation is about identifying trends in how different customers behave during the process of making a purchase decision.

Purchasing behavior can help us understand:

• How different customers approach the purchase decision
• The complexity and difficulty of the purchasing process
• The role the customer plays in the purchasing process
• Important barriers along the path to purchase
• Which behaviors are most and least predictive of a customer making a purchase

Predictive Behavioral Segments

By leveraging machine learning capabilities to analyze customer behavior throughout the customer journey and identify patterns over time, companies are now building predictive segments based on the likelihood of different customers making a specific purchase.

There are two common ways to use past behavior to predict future outcomes:

• 1. Using past purchases to predict future purchases
  2. Using behavior along the path-to-purchase to predict the likelihood of completing a purchase

Implicit Segments Based on Digital Behavior

Another modern approach uses patterns in digital behavior to understand the variety of ways different customers approach the buying process, in order to identify the key obstacles marketers need to remove from the path to purchase.

There are a variety of ways to approach this, depending on your business. Lacie Larschan gaf in een recent artikel enkele eCommerce-voorbeelden van deze methode. Zij karakteriseert kopers in zes verschillende gedragssegmenten met bijbehorende buyer persona’s door impliciete aannames te vormen op basis van hun online interacties:

• De “Prijsbewuste” koper is een koopjesjager die op zoek is naar de laagst mogelijke prijs.
• De “slimme” koper is een grondige, nauwgezette onderzoeker die elke ingewikkelde factor wil begrijpen, voordat hij zich aan een enkele vastlegt.
• De “risicomijdende” koper is een voorzichtige, economisch-voorzichtige shopper, die moeite heeft om de trekker over te halen voor een aankoop zonder de juiste verzekering, zoals een goed, probleemloos retourbeleid.
• De “Behoefte-proof” koper is een shopper die bevestiging nodig heeft dat het product populair is en ondersteund wordt door claims van haar peers.
• De “Ik haal het later wel” koper is een shopper die urgentie mist.
• De “Overtuigbare” koper is een impuls shopper die zeer vatbaar is voor cross-sell aanbiedingen.

Als je al zoveel te weten kunt komen over hoe verschillende klanten een aankoopbeslissing benaderen via gedragsgegevens van slechts één kanaal binnen één enkele websessie, stel je dan eens voor hoeveel meer je zou kunnen ontdekken met behulp van klantgedragsgegevens die interacties over alle kanalen gedurende een langere periode omvatten.

Gezochte voordelen

Welke primaire voordelen zoeken verschillende klanten tijdens een aankoopbeslissing?

Terwijl klanten een product of service onderzoeken, kan hun gedrag waardevolle inzichten opleveren in welke voordelen, kenmerken, waarden, gebruikssituaties of problemen de belangrijkste motiverende factoren zijn die hun aankoopbeslissing beïnvloeden.

Wanneer een klant aan een of meer voordelen veel meer waarde hecht dan aan de andere, zijn deze primaire voordelen waarnaar wordt gezocht de bepalende motiverende factoren die de aankoopbeslissing voor die klant bepalen.

Een eenvoudig voorbeeld zijn consumenten die om verschillende redenen tandpasta kopen:

1. Whitening purposes
2. Sensitive teeth
3. Flavor
4. Price

Dit B2C-tandpastavoorbeeld kan op vrijwel elk bedrijf in elke branche worden toegepast. Voor B2B-software kunnen de gezochte voordelen bestaan uit specifieke functies of mogelijkheden, gebruiksgemak, snelheid of nauwkeurigheid, of belangrijke integraties met andere tools.

Twee potentiële klanten kunnen er identiek uitzien in termen van hun demografische of firmografische kenmerken of vanuit het oogpunt van een klantpersoonlijkheid, maar ze kunnen heel verschillende waarden hebben in termen van welke voordelen en functies voor elk van hen het belangrijkst en het minst belangrijk zijn.

Als u vier klanten hebt die allemaal op zoek zijn naar een ander primair voordeel en u stuurt ze allemaal berichten over hetzelfde voordeel, dan slaat u met 75% van uw communicatie de plank mis en verspilt u 75% van uw tijd en budget.

Door inzicht te krijgen in het gedrag van elke klant die in de loop van de tijd met uw merk in contact komt, kunt u klanten in segmenten indelen op basis van de gewenste voordelen en uw marketing voor elk segment daarop afstemmen.

Customer Journey Stage

In welke fase van het traject bevindt een nieuwe of bestaande klant zich op dit moment?

Door gedragssegmenten op te bouwen op basis van de fase van het klanttraject kunt u de communicatie afstemmen en ervaringen personaliseren om de conversie in elke fase te verhogen. Bovendien kunt u zo ontdekken in welke fasen klanten niet verder komen, zodat u de grootste obstakels en verbetermogelijkheden kunt identificeren.

Maar het segmenteren van uw klanten op basis van de fase van het klanttraject is niet eenvoudig.

Een veelvoorkomende misvatting is dat één klantgedrag of interactie voldoende is om nauwkeurig vast te stellen in welke fase van het klanttraject een klant zich momenteel bevindt.

“Deze prospect heeft deze content bekeken of op deze advertentie geklikt, dus hij bevindt zich in de ____________-fase.”

In de meeste gevallen zijn een of twee gedragsgegevenspunten niet genoeg om nauwkeurig vast te stellen in welke fase van het klanttraject een klant zich bevindt.

Klanten in alle verschillende stadia hebben te maken met content en ervaringen die zijn ontworpen voor alle verschillende stadia, via alle verschillende kanalen, op alle verschillende momenten, en niet in een bepaalde volgorde.

De meest effectieve manier om de huidige reisfase van een klant nauwkeurig te bepalen, is door gebruik te maken van alle gedragsgegevens van een klant via alle kanalen en touchpoints, zodat u gewogen algoritmen kunt bouwen op basis van gedragspatronen in de loop der tijd.

Dit diagram toont het gedrag van een individuele potentiële klant over een periode van de afgelopen veertien dagen. Deze prospect bevindt zich in het stadium van overweging van het klanttraject, maar zijn gedrag komt in een volledig willekeurige volgorde voor en verloopt niet lineair van stadium tot stadium. Dit is een veel realistischer beeld van hoe het gedrag van klanten er in een bepaald tijdsbestek uit kan zien bij hun interactie met een merk.

Als u zou proberen vast te stellen in welke fase van het klanttraject deze prospect zich bevond op basis van een of twee van de gedragingen, zou u gemakkelijk een verkeerde veronderstelling kunnen maken. Als je bijvoorbeeld je oordeel baseert op een van de eerste twee gedragingen, lijkt het erop dat de prospect zich in de bewustwordings- of voorlichtingsfase bevindt. Maar door de gedragingen te wegen met algoritmen die zijn gebaseerd op historische patronen, kunt u zien hoe het veel duidelijker wordt dat overweging de meest waarschijnlijke fase in het huidige traject is voor deze prospect.

Ook moet u niet de fout maken ervan uit te gaan dat klanten na verloop van tijd vanzelf overgaan naar de volgende fase in hun traject.

Als u een jaarabonnementenbedrijf hebt en ervan uitgaat dat een klant in de loop van het jaar is overgegaan van de adoptie- naar de retentiefase, kunt u wel eens ruw uit de droom worden geholpen als het tijd is voor verlenging. Nogmaals, gedragsgegevens zijn de enige manier om de waarheid boven tafel te krijgen, of in ieder geval zo dicht mogelijk in de buurt te komen.

Gebruik

Hoe vaak (en hoe veel) gebruiken klanten uw product of dienst? Hoe gebruiken ze het?

Product- of dienstgebruik is een andere veelgebruikte manier om klanten te segmenteren op basis van gedrag, gebaseerd op de frequentie waarmee een klant een product of dienst aanschaft of er interactie mee heeft.

Hoe vaak reizen klanten bij Airbnb? Hoe vaak kopen klanten producten bij Amazon?

Voor een B2B SaaS-bedrijf: hoe vaak loggen klanten eigenlijk in en gebruiken ze uw software? Hoeveel tijd besteden ze eraan? Hoe gebruiken ze het? Welke functies gebruiken ze? Hoeveel gebruikers van dezelfde account of hetzelfde bedrijf gebruiken het?

Gebruiksgedrag kan een sterk voorspellende indicator zijn voor loyaliteit of churn en daarmee voor lifetime value.

In een recente post, How to Use Customer Behavior Data to Drive Revenue, deelde ik een voorbeeld van hoe Netflix gebruik maakt van klantgebruiksgegevens om gedragssegmenten op te bouwen op basis van de maandelijkse consumptie van content van gebruikers, waardoor ze uiteindelijk hun churn rate konden verlagen en de customer lifetime value konden verhogen tot het punt waarop executives schatten dat het het bedrijf elk jaar $1 miljard bespaart.

Deze Netflix use case is een goed voorbeeld van op kwantiteit gebaseerde segmentatie.

Segmenten op basis van kwantiteit of frequentie van gebruik

• Zware gebruikers (of “Super Users”) zijn klanten die het meest tijd besteden aan het gebruik van uw oplossing en/of het vaakst kopen. Dit zijn meestal uw meest enthousiaste en betrokken klanten, die ook vaak het meest op uw product/dienst kunnen rekenen.
• Gemiddelde of Gemiddelde gebruikers zijn klanten die semi-regelmatig gebruiken of kopen, maar niet erg vaak. Vaak zijn deze tijd- of eventgebonden.
• Lichte gebruikers zijn klanten die in verhouding tot andere klanten veel minder gebruiken of kopen. Afhankelijk van uw bedrijf, kan dit zelfs eenmalige gebruikers betekenen, maar nogmaals, het hangt af van het relatieve gebruik ten opzichte van de rest van uw klantenbestand.

Deze op gebruik gebaseerde gedragssegmenten zijn van onschatbare waarde om te begrijpen waarom bepaalde soorten klanten heavy of light users worden. Door op deze manier te segmenteren, kunt u verschillende acties en benaderingen testen om het gebruik van bestaande klanten te verhogen en meer nieuwe klanten aan te trekken met een grotere waarschijnlijkheid dat ze dezelfde gebruiksgedragspatronen volgen als uw supergebruikers.

Na verloop van tijd is het van cruciaal belang om veranderingen in het gebruiksgedrag van klanten te monitoren. Op die manier kunt u problemen en kansen identificeren, zowel op geaggregeerd niveau (om de algehele bedrijfsprestaties te meten) als op individueel klantniveau (om bijvoorbeeld vast te stellen of een klant een hoog risico loopt om af te haken).

(Bron)

Handgeplukte gerelateerde content: Hoe Churn te verminderen met Customer Journey Analytics

Segmenten op basis van kwaliteit van gebruik

Hoeveelheid en gebruiksfrequentie zeker waardevolle gedragssegmenten kunnen zijn, vertaalt hoog gebruik zich niet altijd in de meeste geleverde waarde, zowel voor de klant als uiteindelijk voor uw bedrijf

Bijv. een SaaS-klant kan een ton aan productgebruiksgedrag vertonen, maar in werkelijkheid zijn de zaken misschien niet zo rooskleurig als ze aan de oppervlakte lijken. Misschien zijn ze:

1. gebruiken ze het product niet zo effectief als ze zouden kunnen zijn,
2. gebruiken ze slechts een fractie van de belangrijkste functies of mogelijkheden in de oplossing,
3. gebruiken ze het product nu alleen omdat het moet, maar zijn ze ongelukkig en willen ze op de lange termijn overstappen naar een concurrent.

In alle drie de voorbeelden is de hoeveelheid gebruik geen afspiegeling van de waarde die ze daadwerkelijk ontvangen.

Hoewel deze klant voldoet aan de criteria van een “heavy user”-segment, krijgt hij in werkelijkheid niet genoeg waarde en is de kans groot dat hij in de toekomst (als dat al niet het geval is) overstapt naar een ander segment.

Occasion- of Timing-Based

Wanneer is de kans het grootst dat klanten een aankoop doen of contact opnemen met een merk?

Traditioneel verwijzen op gelegenheid en timing gebaseerde gedragssegmenten naar zowel universele als persoonlijke gelegenheden.

• Universele gelegenheden zijn van toepassing op de meerderheid van uw klanten of doelgroep. Vakanties en seizoensgebonden gebeurtenissen zijn een typisch voorbeeld, waarbij consumenten meer geneigd zijn om bepaalde aankopen te doen rond de feestdagen of op bepaalde tijdstippen van het jaar.
• Terugkerende persoonlijke gelegenheden zijn aankooppatronen voor een individuele klant die consistent worden herhaald over een periode van tijd, die kan variëren van jaarlijkse gelegenheden zoals verjaardagen, jubilea of vakanties, maandelijkse aankopen zoals zakenreizen of zelfs dagelijkse rituelen zoals stoppen voor een kopje koffie op weg naar het werk elke ochtend.
• Zeldzaam-persoonlijke gelegenheden zijn ook gerelateerd aan individuele klanten, maar zijn onregelmatiger en spontaner, en dus moeilijker te voorspellen, zoals het bijwonen van de bruiloft van een vriend.

Hoewel deze zeer moeilijk te voorspellen kunnen zijn, is het toch mogelijk (u herinnert zich misschien de krantenkoppen van een paar jaar geleden, waar Target beroemde point-of-sale-gegevens gebruikte om uit te zoeken wanneer ze luiers en andere babyproducten aan vrouwen moest verkopen op basis van wanneer ze eerder zwangerschapstests hadden gekocht.

Targeting Segments by Time of Day, Day of Week, etc.

Een andere, modernere toepassing van gedragssegmentatie op basis van timing heeft te maken met de tijdstippen waarop een klant meer geneigd is om zich met een merk bezig te houden of meer ontvankelijk is voor aanbiedingen.

Gedragspatronen in de voorkeuren van individuele klanten voor het lezen van e-mail, het browsen op sociale netwerken, het onderzoeken van producten en het consumeren van content zijn allemaal voorbeelden die kunnen worden benut om marketeers te helpen begrijpen wat de beste dagen en tijdstippen zijn om verschillende klanten te benaderen met aanbiedingen.

Netflix, Dominos, Open Table en Hotel Tonight sturen mij allemaal meer e-mails op vrijdag dan op andere dagen van de week. Waarom? Content, pizzabezorging en last-minute restaurant- en hotelreserveringen zijn dingen die ik eerder in het weekend consumeer of koop.

Segmenten op tijd verstreken sinds eerdere aankoop of actie

Een andere tijdgebaseerde aanpak is het voorspellen wanneer klanten het meest geneigd zijn een aankoop te doen op basis van de tijd die is verstreken sinds een eerdere aankoop of actie.

Een klant zou bijvoorbeeld veel eerder weer een aankoop doen in de weken of maanden na een eerste aankoop, of omgekeerd, veel minder snel een up-sell of cross-sell doen tot een bepaalde tijd is verstreken sinds een eerste aankoop of verlenging. De eerder genoemde zwangerschapstest van Target is hier een ander voorbeeld van.

Klantentevredenheid

Hoe tevreden zijn uw klanten, ECHT?

NPS® -enquêtes en andere soortgelijke mechanismen voor klantenfeedback zijn zeker waardevolle methoden om de klanttevredenheid te peilen, maar u kunt hier niet alleen op vertrouwen.

Hiervoor zijn drie redenen:

1. Typisch neemt slechts een fractie van de klanten deel.
2. Of u nu jaarlijks, tweejaarlijks, driemaandelijks, of zelfs maandelijks of wekelijks enquêtes uitvoert, er zit veel tijd tussen het verzamelen van de gegevens, waardoor u gedurende langere perioden in het duister tast en de tevredenheid van een klant drastisch kan veranderen.
3. Zoals Swati Sahai aangaf in haar recente post over het meten van klantervaring, is het uitsluitend vertrouwen op NPS als een klantervaring metric een ineffectieve aanpak, omdat het niet nauwkeurig de veranderende behoeften en ervaringen van klanten in verschillende stadia van het klanttraject weergeeft.

Het gedrag van een klant kan een veel nauwkeurigere en betrouwbaardere bron zijn voor het meten van tevredenheid, vooral met gegevens die kunnen worden vastgelegd en bijgewerkt in real-time, en in elke fase van het klanttraject.

Er zijn veel gegevensbronnen beschikbaar waarmee het gedrag van klanten kan worden afgetapt om de werkelijke tevredenheid van een klant op een bepaald moment te meten. Bewijzen van negatieve klantervaringen kunnen op veel plaatsen worden gevonden, en via veel verschillende kanalen, systemen en tools in uw organisatie worden opgespoord. Hetzelfde geldt natuurlijk voor positieve klantervaringen.

Callcenters, support portals, helpfora, facturering- en CRM-systemen, en sociale media zijn slechts enkele van de vele voorbeelden waar deze gegevens te vinden zijn.

Door eerst uw klanten te segmenteren op basis van tevredenheid – zoals bij alle segmentatie – kunt u de juiste acties voor elk segment bepalen en deze vervolgens kwantificeren en prioriteren op basis van hun potentiële zakelijke impact.

High Satisfaction Segment	Low Satisfaction Segment
Target with up-sell or cross-sell opportunities Reach out to for references or case studies Eligible for loyalty program Analyze customers in this segment to identify patterns that might lead to high satisfaction	Suppress from up-sell, cross-sell and other promotional offers Target with retention campaign Prioritize personal reach out from customer service or success team Analyze customers in this segment to identify potential root causes of low satisfaction

By segmenting your customers by satisfaction you can determine the answers to questions such as:
Which of your customers are most and least satisfied at any given time?

Which factors have the biggest impact on customer satisfaction?

Customer Loyalty

Who are your most loyal customers? How can you maximize their value and find more customers like them?

(Source)

Your most loyal customers are the most valuable assets to any company (arguably with the exception of its employees.) Ze zijn goedkoper te behouden, hebben meestal de hoogste levenslange waarde, en het belangrijkste is dat ze uw grootste voorstanders van uw merk kunnen worden; het uiteindelijke doel van elke klantrelatie.

Door middel van gedragsgegevens kunnen klanten worden gesegmenteerd op basis van hun mate van loyaliteit, zodat u uw meest loyale klanten kunt identificeren en inzicht krijgt in hun behoeften om er zeker van te zijn dat u ze tevreden stelt.

Loyale klanten kunnen perfecte kandidaten zijn voor programma’s die een speciale behandeling en privileges bieden, zoals exclusieve beloningsprogramma’s om de klantrelatie te koesteren en te versterken en toekomstige zaken te stimuleren.

Een paar klassieke B2C-voorbeelden van dergelijke programma’s zijn frequent flier-programma’s van luchtvaartmaatschappijen, “platina” creditcard-leden, of voorkeursgasten in hotels en casino’s.

Naast het maximaliseren van de inkomsten van loyale klanten, zijn er nog vele andere potentiële voordelen die de levenslange waarde van de relatie kunnen verhogen, zoals verwijzingen, referenties, goedkeuringen en getuigenissen, deelname aan case studies, het geven van productfeedback en, het belangrijkste, het delen van positieve mond-tot-mondreclame met hun collega’s.

Gebruik klantloyaliteit gedragssegmentatie om waardevolle antwoorden te krijgen op belangrijke vragen zoals:

Wat zijn de belangrijkste factoren en gedragingen tijdens het klanttraject die tot loyaliteit leiden?

Welke klanten zijn de beste kandidaten voor loyaliteits- of advocate-programma’s?

Hoe kunt u uw trouwste klanten tevreden houden en de waarde die u van hen krijgt maximaliseren?

Interest

Waarin zijn verschillende klanten geïnteresseerd?

Inzicht in de persoonlijke en professionele interesses van uw klanten is essentieel voor personalisatie, klantbetrokkenheid en het leveren van waarde.

Gedragssegmentatie op basis van interesses kan van groot belang zijn voor het leveren van gepersonaliseerde ervaringen die klanten betrokken houden en terug laten komen voor meer. Dit geldt ongeacht of uw doel is om het productgebruik te verhogen, klanten te benaderen met cross-sell of upsell aanbiedingen, of de juiste content en communicatie te leveren om klanten te voeden en hen te helpen op het pad naar aankoop, of het pad naar advocacy.

Netflix, Amazon en Spotify gebruiken aanbevelingsengines om content en producten voor te stellen die volledig zijn gebaseerd op de gedragsinteresses van klanten.

Een van de grote voordelen van interessegedrag is de mogelijkheid om impliciet specifieke interesses te verbinden met andere potentieel gerelateerde interesses.

Door dit te doen, weegt u niet alleen de mate van interesse van een klant in een bepaald onderwerp mee, maar vermenigvuldigt u ook het aantal aanvullende potentiële interesses/onderwerpen die effectief zouden kunnen zijn om die klant aan u te binden.

Machine-leren kan helpen dit proces te schalen. Naarmate er meer interactie is tussen klanten, zullen er meer op interesses gebaseerde gedragingen zijn om te ontdekken, af te leiden en na verloop van tijd te wegen.

Betrokkenheidsniveau

Hoe betrokken zijn uw klanten? Wie zijn uw meest en minst betrokken klanten?

Eerder in dit artikel heb ik het gehad over op gebruik gebaseerde gedragssegmentatie, die specifiek betrekking heeft op de interacties van klanten met uw product of dienst. Hoewel het segmenteren van klanten op basis van hun mate van betrokkenheid ook gebruik kan omvatten, omvat het ook een breder spectrum van interacties van klanten met uw merk, die net zo waardevol kunnen zijn voor het meten van de sterkte van de klantrelatie.

Hoe u “betrokkenheid” definieert, hangt af van uw bedrijf en uw rol, maar ik denk dat we het er allemaal over eens kunnen zijn dat betrokkenheid over het algemeen goed is.

Als een klant positieve ervaringen met uw merk heeft, en als gevolg daarvan bereid is om vaker met uw merk in contact te treden en meer tijd aan uw merk te besteden, is dat meestal een goed teken dat er positieve resultaten zullen volgen.

The more time a customer spends engaging with your brand and having positive experiences, the more likely that:

• Trust is increasing.
• A positive perception of the brand is developing.
• Their brand relationship is strengthening.
• They are considering making a purchase.

Engagement is a valuable metric in both pre-and-post-purchase realms of the customer journey.

U zou bijvoorbeeld op engagement gebaseerde segmentatie kunnen gebruiken om inzicht te krijgen in hoe betrokken verschillende prospects zijn in uw pre-purchase funnel, of hoe actief bestaande klanten zijn in uw gebruikersgemeenschap.

U kunt engagement meten op individueel klant-/contactniveau, op bedrijfs- of accountniveau, of op beide. In beide gevallen is het segmenteren van uw klanten naar hun mate van betrokkenheid enorm waardevol om te begrijpen welke klanten op een bepaald moment het meest en minst betrokken zijn bij uw merk en waarom, en vooral om uit te zoeken wat u eraan gaat doen.

Hieronder vindt u een voorbeeld van Engagio, een toonaangevend Account-Based Marketing platform, dat betrokkenheid beschouwt als een van zijn “Big 5” ABM-metrics. De software van Engagio stelt gebruikers in staat om gedragsbetrokkenheid in minuten te meten voor elke individuele rol op een prospectaccount, evenals voor elke account in zijn geheel:

(Source)

User Status

User status is another way to behaviorally classify different customers by their relationship to your business.

Below are a few of the most common examples of user status:

• Non-users
• Prospects
• First-time buyers
• Regular users
• Defectors (ex-customers who have switched to a competitor)

But there are many different possible user statuses you might have depending on your business.

Bijv. een bedrijf met een free to pro-model of een gratis proefmodel zou een status kunnen hebben voor “freemium-gebruikers” of “free trial”-gebruikers.

Gebruik de juiste technologie

Ten slotte is het zonder de juiste technologie ongelooflijk moeilijk (grenzend aan onmogelijk) om vandaag de dag echt succesvol te zijn met gedragssegmentatie.

Google analytics, advertentieplatforms zoals Google Adwords en Facebook, en marketingautomatiseringssystemen zijn allemaal voorbeelden van tools die u kunt (en zou moeten) gebruiken voor het analyseren, segmenteren en targeten van klanten op basis van gedrag.

Hoewel deze tools slechts een fractie van de waarde en mogelijkheden kunnen leveren die in deze post worden behandeld. Ze bieden u niet de cross-channel journey-gegevens die u nodig hebt om uitgebreide gedragssegmenten op te bouwen of de journey-gedreven inzichten die u nodig hebt om acties te orkestreren op basis van de totale ervaring van elke klant.

Software voor het orkestreren van klanttrajecten stelt u in staat om de beslissingen over personalisatie op elk van uw touchpoints te verbeteren, zodat elke klant een naadloze ervaring krijgt. Met geavanceerde oplossingen kunt u nieuwe doelgroepen activeren of bestaande doelgroepen bijwerken op basis van klantkenmerken en -gedrag. Door gebruik te maken van een platform dat prioriteit geeft aan journeys in plaats van aan interacties binnen afgescheiden kanalen, kan uw onderneming klanten de best mogelijke ervaring bieden op basis van hun unieke doelen en behoeften.

It’s Your Turn

Gedragssegmentatie is een techniek om klanten te segmenteren op basis van hun gedrag, zodat u ze beter kunt begrijpen en op een optimalere manier met ze in contact kunt treden tijdens hun journeys.

Met behulp van de tien hierboven beschreven gedragssegmentatiemethoden kunt u klanten in staat stellen hun unieke doelen te bereiken, de ROI maximaliseren, de customer lifetime value verhogen en een diepere kennis van uw klantenbestand opbouwen.