Creating actionable customer segmentation models

Dan LeBlanc, CEO & Oprichter van Daasity

27 jun 2019

Wat is klantsegmentatie?

Klantsegmentatie is een manier om klanten in groepen te verdelen op basis van bepaalde kenmerken die deze klanten delen. Alle klanten hebben een gemeenschappelijke behoefte aan uw product of dienst, maar daarnaast zijn er duidelijke demografische verschillen (bijv. leeftijd, geslacht) en hebben ze vaak aanvullende sociaaleconomische verschillen, verschillen in levensstijl of andere gedragskenmerken die nuttig kunnen zijn voor de organisatie.

Welke soort informatie wordt gebruikt bij klantsegmentatie

Alle informatie die u over individuen kunt verkrijgen, kan worden gebruikt om een klantsegmentatie te maken. Direct-to-consumer merken en B2B-bedrijven hebben een duidelijk voordeel vanwege de hoeveelheid informatie die ze over hun klanten kunnen verkrijgen, alleen al uit hun transactiegegevens.

Basisgegevenstypen omvatten doorgaans:

• Geografie (factureringsinfo, verzendinfo (indien van toepassing), browserinfo)
• Product(en)/dienst(en) gekocht
• Hoe klanten u hebben gevonden (verwijzende URL en/of campagne-info, promocodes)
• Gebruikt apparaat (apparaattype, merk (indien mobiel), browser)
• Als dit de eerste aankoop van een klant is
• Betaalmethode

Naast deze basisgegevens kunnen bedrijven ervoor kiezen om meer informatie te verzamelen als onderdeel van het verkoop- of afrekenproces die hun klantgegevens kunnen verbeteren, zoals:

• Reden voor aankoop
• Marketing- of advertentiekanaal dat tot aankoop aanzette*
• Bestemd gebruik: zakelijk, persoonlijk, zelfconsumptie, cadeau, enz.
• Bedrijfsbranche
• Baan
• Leeftijd/Geslacht

*Belangrijke opmerking:
Dit komt steeds vaker voor, vooral bij direct-to-consumer bedrijven die proberen hun marketingeffectiviteit te beoordelen en een ander gezichtspunt te bieden dan de laatste-klik in Google Analytics. Er is altijd een gezonde foutenmarge toegepast op gegevens die op deze manier van een klant worden gerapporteerd, maar het geeft zeker aan wat zij geloven als de meest memorabele of belangrijke reden voor hun aankoop. Daasity heeft specifieke logica ontwikkeld voor het verwerken van deze informatie, samen met andere gegevens, om het meest waarschijnlijke marketingkanaal te bepalen dat verantwoordelijk is voor de aankoop.

Van hieruit is er de mogelijkheid om ofwel extra attributen af te leiden of extra attributen aan te schaffen. Afleiden betekent dat u al gegevens hebt verzameld die een sterke correlatie met een ander kenmerk opleveren. U kunt bijvoorbeeld het geslacht afleiden uit de naam.

De andere mogelijkheid is om gegevens te kopen en deze toe te voegen aan de bestaande profielgegevens van uw klanten. Bedrijven als Experian, Acxiom en anderen beschikken toevallig over aanzienlijke hoeveelheden aankoopgegevens van creditcardtransacties, evenals demografische gegevens die zij hebben gekoppeld aan bepaalde gedragingen. Zij hebben sterke matchingspercentages om aanvullende gegevens te verstrekken, (aangeduid als gegevens van derden) zoals:

• Geschat huishoudinkomen
• Aanwezigheid van kinderen
• Eigenaar van een huis
• Bestedingen in uw bedrijfscategorie of andere retailcategorieën
• Lifestyle of gedragsinteresses

6 soorten klantsegmentatiemodellen

Gemeenschappelijke klantsegmentatiemodellen variëren van eenvoudig tot zeer complex en kunnen worden gebruikt voor een verscheidenheid aan zakelijke redenen. Veelgebruikte segmentaties zijn:

1. Demografisch
   Op zijn minst identificeren veel bedrijven het geslacht om op basis daarvan content te maken en te leveren. Ook de ouderlijke status is een belangrijk segment, dat kan worden afgeleid uit aankoopgegevens, door klanten om meer informatie te vragen of door gegevens van derden te verkrijgen.

2. Recency, frequency, monetary (RFM)
   Recency, frequency, monetary (RFM) is een methode die vaak wordt gebruikt bij direct-mailsegmentatie, waarbij klanten worden geïdentificeerd op basis van de frequentie van hun laatste aankoop, het totale aantal aankopen dat ze hebben gedaan (frequency) en het bedrag dat ze hebben uitgegeven (monetary). Dit wordt vaak gebruikt om uw klanten met een hoge waarde (HVC’s) te identificeren.

3. Hoogwaardige klant (HVC’s)
   Op basis van een RFM-segmentatie zal elk bedrijf, ongeacht de sector of branche, meer willen weten over waar HVC’s vandaan komen en welke kenmerken zij gemeen hebben, zodat u meer van hen kunt werven.

4. Klantstatus
   De meeste bedrijven verdelen klanten minimaal in actief en verlopen, wat aangeeft wanneer een klant voor het laatst een aankoop heeft gedaan of contact met u heeft opgenomen. Typische niet-luxe producten beschouwen actieve klanten als degenen die hebben gekocht binnen de meest recente 12 maanden. Verlopen klanten zijn diegenen die in de laatste 12 maanden geen aankoop hebben gedaan. Klanten kunnen nog verder worden onderverdeeld op basis van de periode in die status, of andere kenmerken.

5. Gedrag
   Gedrag uit het verleden kan een indicatie zijn voor toekomstige acties, zoals aankopen voor bepaalde gelegenheden of gebeurtenissen, aankopen bij bepaalde merken of belangrijke levensgebeurtenissen zoals verhuizen, trouwen of een baby krijgen. Het is ook belangrijk om te kijken naar de redenen waarom een klant uw product of dienst koopt en hoe deze redenen in de loop van het jaar kunnen veranderen als hun behoeften veranderen.

6. Psychografisch
   Psychografische klantsegmentatie heeft meestal betrekking op zachtere maatregelen, zoals attitudes, overtuigingen of zelfs persoonlijkheidskenmerken. Zo zijn enquêtevragen over de mate waarin iemand het eens of oneens is met een uitspraak, meestal bedoeld om de houding of perspectieven ten opzichte van bepaalde overtuigingen die belangrijk zijn voor uw merk te classificeren.

5 Voordelen van klantsegmentatie

Er zijn verschillende voordelen verbonden aan de implementatie van klantsegmentatie, zoals informatie over marketingstrategie, promotiestrategie, productontwikkeling, budgetbeheer en het leveren van relevante content aan uw klanten of potentiële klanten. Laten we eens wat dieper ingaan op elk van de voordelen.

1. Marketingstrategie
   Klantsegmentatie kan u helpen uw algehele marketingstrategie en berichtgeving te onderbouwen.

2. Promotiestrategie
   Een algemene promotiestrategie (d.w.z. onze klanten zijn op zoek naar deals, daarom moeten we regelmatig deals aanbieden) voor het verzenden van promoties voor specifieke segmenten kan beter worden gemaakt met informatie uit een breed klantsegmentatieschema. U kunt erachter komen dat bepaalde groepen klanten geen korting nodig hebben wanneer u bepaalde berichtgeving gebruikt, waardoor u deze groepen helemaal geen korting hoeft aan te bieden.

3. Budgetefficiëntie
   De meeste bedrijven hebben geen onbeperkte marketingbudgetten, dus het is belangrijk om precies te zijn over hoe en waar u geld uitgeeft. U kunt zich bijvoorbeeld richten op gelijksoortige klanten in segmenten met een hoge waarde of die het meest waarschijnlijk zullen converteren om het meeste rendement uit uw marketinginvestering te halen.

4. Productontwikkeling
   Hoe meer klanten u werft, hoe meer u te weten komt over wat belangrijk voor hen is, welke functies ze willen en welke klanten het meest waardevol zijn. Uw bedrijf kan deze inzichten gebruiken om prioriteit te geven aan productkenmerken die de meeste klanten aanspreken, klanten die zijn gecategoriseerd als klanten met een hoge waarde, of andere kenmerken die zinvol zijn voor uw branche.

5. Klanten eisen relevantie
   Of het nu gaat om D2C, B2B, Millennials of GenZ; het lijkt erop dat er voor elke mogelijke groep klanten wel een studie of bron is waarin wordt aangegeven dat relevante inhoud belangrijk voor hen is. Deze klantsegmenten zijn eerder geneigd te reageren, te kopen, het merk te respecteren en zich verbonden te voelen als ze voorzien worden van relevante content. Door het uitvoeren van een zekere mate van segmentatie, kunt u ervoor zorgen dat de berichten die u levert via e-mail, op de site, via digitale advertenties, of andere methoden zijn gericht en relevant zijn voor de persoon die het ziet. Het is bijna contra-intuïtief voor de hyperwaakzaamheid van gegevensprivacy om zoveel gegevens op deze manier te gebruiken, maar met zoveel marketingboodschappen die tegenwoordig op mensen afkomen, heeft niemand tijd voor iets dat niet relevant voor hen is.

Hoe maak je klantsegmentatie bruikbaar

Om je klantsegmentatie bruikbaar te maken, moet je allereerst beginnen met een doel voor ogen. Zoals eerder gezegd, kan segmentatie eenvoudig, complex of alles daartussenin zijn – en u bent niet beperkt tot één set segmenten. Met het gemak en de toegankelijkheid van gegevens vandaag de dag, kunt u verschillende klantsegmenten bedenken voor verschillende doeleinden.

De hoeveelheid informatie die uit verschillende bronnen kan worden verkregen is eindeloos. Maar, het is alleen nuttig als je het kunt gebruiken. Daarvoor moet je vragen stellen, nieuwsgierig zijn en de gegevens analyseren die je hebt. Van daaruit, als je schatten vindt in de gegevens die je hebt, ontwerp dan een test om te bevestigen dat het in feite een nuttige bevinding is.

Voorbeelden van klantsegmentatie

Target heeft misschien wel het beroemdste verhaal over het gebruik van klantsegmentatie, analytics en marketingtechnieken om hun aandeel in de portemonnee van zwangere vrouwen te vergroten. In 2012 deed het ongelooflijke verhaal de ronde dat Target per ongeluk aan de vader van een jonge vrouw had verteld dat ze zwanger was, nog voordat ze hem dat zelf had verteld.

Als een klant eenmaal een kind heeft, veranderen zijn of haar aankooppatronen en de inhoud van de boodschappenmand plotseling zodat er nu consequent luiers en andere producten in zitten. Dat is een heel segment van klanten: mensen die net baby’s hebben gekregen. Voeg daar het geslacht aan toe en je hebt vrouwen die net een baby hebben gekregen. Toen de analisten de geschiedenis van dit segment evalueerden, begonnen ze aankooppatronen te zien als markers van de mijlpalen van de zwangerschap. Van hieruit bouwden ze zeker voorspellende modellen die klanten classificeerden wanneer ze een aantal van deze markers bereikten en deze klanten als net zwanger markeerden. De actie die Target ondernam was het zeer specifiek op de markt brengen van deze vrouwen met zeer gerichte advertenties en direct mail voor babyartikelen, babykleding en benodigdheden. Toen een jonge vrouw een van de aan haar geadresseerde mailers ontving, was haar vader verbaasd over hoe dwaas en onzorgvuldig Target zou zijn… totdat hij ontdekte dat zijn dochter inderdaad in verwachting was, en Target het eerder wist dan hij.

Dit voorbeeld is extreem maar gedenkwaardig. Segmentering kan worden toegepast met behulp van kennis van uw klanten, kennis van uw bedrijf, gezond verstand en misschien een paar creatieve variaties – zelfs als u niet beschikt over een Target-groot team van datawetenschappers die de gegevens doorspitten.

Een eenvoudige manier om segmentering te gebruiken en te beginnen met het verzamelen van gegevens voor directe resultaten is via e-mailcampagnes. Laten we zeggen dat u een campagneserie plant en echt wilt leren hoe verschillende klantgroepen reageren op verschillende berichten en aanbiedingen. Je hebt een gezonde database met e-mails die een mix van klanten en niet-klanten bevat. Met de onderstaande code kunt u klanten groeperen in niet-klanten, en vervolgens groepen op basis van de recentheid van de laatste aankoop: 0-3 maanden, 3-6 maanden, 6-12 maanden, en >12 maanden.

view: customer_recency { derived_table: { sql: WITH last_order AS ( SELECT customer_id, MAX(order_date) AS last_order_date FROM order GROUP BY customer_id ) SELECT c.customer_id, CASE WHEN DATEDIFF(day, CAST(lo.last_order_date AS DATE), CAST(current_timestamp::timestamp AS DATE)) BETWEEN 0 AND 90 THEN '1: 0-3 Months Active' WHEN DATEDIFF(day, CAST(lo.last_order_date AS DATE), CAST(current_timestamp::timestamp AS DATE)) BETWEEN 91 AND 180 THEN '2: 3-6 Months Active' WHEN DATEDIFF(day, CAST(lo.last_order_date AS DATE), CAST(current_timestamp::timestamp AS DATE)) BETWEEN 181 AND 365 THEN '3: 6-12 Months Active' WHEN DATEDIFF(day, CAST(lo.last_order_date AS DATE), CAST(current_timestamp::timestamp AS DATE)) > 365 THEN '4: 12+ Months Lapsed' ELSE 'Non-Customer' END AS customer_recency_group FROM customer c LEFT JOIN last_order lo ON c.customer_id = lo.customer_id GROUP BY c.customer_id, lo.last_order_date ;; } dimension: customer_id { sql: ${TABLE}.customer_id ;; primary_key: yes } dimension: customer_recency_group { type: string sql: ${TABLE}.customer_recency_group ;; } measure: num_customer { type: count }}

U kunt vervolgens de prestaties van elke groep evalueren aan de hand van verzonden content om te bepalen of er specifieke berichten zijn die meer weerklank vinden.

Bereik meer met bruikbare klantsegmentatiemodellen

Klantsegmentatie is een belangrijk onderdeel van elk bedrijf dat zijn omzet, herhalingspercentages, aandeel in de portemonnee en winstgevendheid wil vergroten. Segmentatie hoeft niet ongelooflijk complex of duur te zijn, en het kan eenvoudig worden bereikt met behulp van een Looker-dashboard met direct beschikbare transactie- of demografische gegevens. En klantsegmentatie komt ten goede aan uw klanten en uw organisatie, waardoor uw klanten zich meer verbonden voelen met uw merk omdat ze relevante content hebben ontvangen, en op hun beurt zou uw bedrijf meer positieve resultaten moeten zien.

Schrijf u in op de Looker blog hieronder om op de hoogte te blijven van trending topics in big data, data analytics verhalen, product nieuws, en meer stukken van ons Daasity team.