top of page
An Kestens

Machine learning brengt marketing automation op kruissnelheid

Hoe zorg je ervoor dat je bedrijf een continue stroom aan klanten heeft? Je hebt misschien een salesteam, je zit op sociale media en je lanceert regelmatig reclamecampagnes. Nog beter is dat je daarbij een marketing automation-platform, inclusief machine learning, gebruikt. Al van gehoord?

“Marketing automation (MA) is een systeem dat potentiële klanten of leads in verschillende segmenten opdeelt, voedt met doorgedreven gepersonaliseerde, nuttige inhoud en koestert.” Aan het woord is Paul Maris, digitalmarketingconsultant en trainer bij WSI. “De gepersonaliseerde inhoud helpt om van leads klanten te maken, en van klanten ambassadeurs, in het Engels advocates. Het platform doet dat door gebruik te maken van een aantal online-kanalen en door een aantal repetitieve taken te automatiseren.”


 

Wat is WSI?

WSI is een van de grootste agentschappen voor digitale marketing ter wereld, aanwezig in meer dan tachtig landen. De hoofdzetel van het bedrijf is gevestigd in Toronto. Paul Maris heeft de licentie om het bedrijf in België te vertegenwoordigen. De naam WSI staat voor ‘We Simplify the Internet’.


Wie is Paul Maris?

Paul Maris is certified digital marketingconsultant en trainer bij WSI. Voordien was hij wetenschappelijk medewerker aan de KU Leuven (7 jaar) en bekleedde hij diverse commerciële functies binnen de farmaceutische sector (meer dan 25 jaar).


 

Complexe communicatiestromen

MA zoals we dat vandaag kennen, brak pas echt door halverwege het vorige decennium. Zo was e-mailmarketing, gekoppeld aan een aantal analysemogelijkheden, een vroege vorm van MA. Maar MA evolueert nog voortdurend. Zo ontwikkelen bedrijven via MA complexe communicatiestromen om van potentiële klanten echte klanten te maken. Op basis van je onlinegedrag word je in een bepaal de categorie klanten ingedeeld en krijg je bijvoorbeeld een bepaald type e-mails toegestuurd. Ga je in een webshop bijvoorbeeld op zoek naar een bepaald artikel, maar koop je het niet, dan krijg je een e-mail waarin je de artikels die je opgezocht hebt, nog eens opnieuw ziet. De mailing zal je er ook van proberen te overtuigen om de producten toch nog te kopen. Als je op een webshop een aantal artikels in je winkelmandje legt, maar ze uiteindelijk niet koopt, krijg je een mail waarin je eraan herinnerd wordt dat je de artikels nog niet gekocht hebt. “Via marketing automation kun je ook testen welke mailing het best werkt”, vertelt Paul Maris. “Zo worden er voor een mailingcampagne vaak verschillende tekstversies geschreven en naar testgroepen gestuurd. De tekst die de beste reacties oplevert, wordt naar de hele database uitgestuurd. De slechtste tekst wordt niet gebruikt of wordt bijgestuurd.”


Dankzij machine learning zal het marketing automation-platform patronen herkennen en voorspellingen over het gedrag van je potentiële klanten doen

Machine learning

Dankzij artificiële intelligentie (AI), en meer bepaald machine learning (ML), kun je vandaag nog veel verder gaan. AI en ML worden vaak door elkaar gebruikt, maar strikt genomen is ML een onderdeel van AI. Het houdt in dat slimme computers op basis van data patronen leren herkennen en voorspellingen doen. Hoe meer data, hoe betrouwbaarder de voorspellingen. Bijvoorbeeld: mensen die dit type winterschoenen kopen, zijn meer geneigd om dat type hemd te kopen. De machine leert dus welke informatie de grootste voorspellende waarde heeft. Naast veel data heeft de computer ook een duidelijke doelstelling nodig. Zo zal hij bijvoorbeeld ontdekken dat leeftijd, woonplaats en geslacht er niet toe doen om personen te identificeren die geïnteresseerd (kunnen) zijn in een dure elektrische wagen, maar inkomen, opleidingsniveau, interesses, gedrag … wel. “Dat wil niet zeggen dat de computer inhoudelijk begrijpt waarom iemand iets wel of niet koopt”, aldus Paul Maris. “Het gaat om data en statistiek met als-dan-formules. De computer zal modellen creëren, testen en de resultaten ‘tellen’. Daarna zal hij, zo nodig, het model veranderen en opnieuw testen.”

Machine learning voorspelt het gedrag van je lead

In MA worden alle interacties met leads geregistreerd: e-mails (hoeveel zijn er verzonden, hoeveel geopend, hoe dikwijls wordt er doorgeklikt …), telefoongesprekken, eventueel face-to-facebezoeken, bezochte webpagina’s, ingevulde formulieren, toegewezen campagnes … Op basis van al die geregistreerde interacties gaat ML voorspellingen doen:

  • Wat is de volgende stap van de lead, en wat is dus de best mogelijke actie om hem te benaderen?

  • Maar ook omgekeerd: welke leads zullen het best reageren op een bepaalde boodschap of op een bepaalde marketingactie?

Anders gezegd, op basis van alle beschikbare informatie over het gedrag van potentiële klanten worden er segmenten gecreëerd. Segmenten waar je zelf nooit aan zou denken, omdat het MA-platform onverwachte gelijkenissen tussen bepaalde profielen zal ontdekken. Naar die verschillende segmenten worden dan aangepaste marketingboodschappen gestuurd. Het systeem vertelt je ook welke leads de meeste kans vertonen om af te haken, bij wie je crossselling of upselling kunt doen enzovoort. En de bijdrage van ML in dat verhaal? “In plaats van alle mogelijke klantensegmenten zelf vooraf te definiëren, bepaalt ML dat voor je”, glimlacht Paul. “Met soms verrassende resultaten.”


Telkens een stap verder in de funnel

MA zorgt ervoor dat zo veel mogelijk leads uiteindelijk klant en daarna ambassadeur worden. Anders gezegd: dat er zo weinig mogelijk leads ‘uit de funnel vallen’. Een funnel is een soort denkbeeldige trechter waarin een potentiële klant een echte klant wordt. Een ander belangrijk pluspunt is dat alle tools (voor e-mail, voor socialmediamanagement, voor campagnes, voor landingpagina’s, blogs, webinars, sms, maar ook voor de websiteanalyse en het CRM-systeem) in één platform geïntegreerd zijn. “Dat betekent dat ook de website, het hart van een digitale marketingstrategie, in het MA-systeem geïntegreerd wordt”, bevestigt Paul. “Op die manier wordt je website een salesmachine. Een lead komt bijvoorbeeld via een e-mail op je website te recht. De inhoud van die website wordt gepersonaliseerd op basis van het profiel van de lead. En de call to action (CTA) wordt aangepast aan het stadium van de lead in de funnel (Awareness, Interest, Decision …, of Awareness, Consideration, Evaluation …). Daarna kan de lead via een CTA op de website naar een volgende stap in de funnel gebracht worden (bijvoorbeeld een whitepaper downloaden, een video bekijken, een contactformulier invullen).


Wat werkt en wat niet?

Dankzij MA kun je je funnel ook optimaliseren. Met andere woorden, je kunt analyseren welke communicatieactie werkt, en welke niet of minder goed.

Dat doet MA via analyse van alle interacties:

  • toegang tot je aanbod: hoe komen websitebezoekers op je web-site terecht? Via organisch zoeken, betaald zoeken, sociale media, e-mailmarketing, directe bezoeken …?

  • tracking van campagnes: wat zijn bijvoorbeeld de resultaten van individuele campagnes? Van reminders? Van een tweede verzending van dezelfde campagne …?

  • analyse van e-mailings: welke onderwerplijnen, welke content, welke CTA’s … geven de beste resultaten?

  • vergelijken en optimaliseren van formulieren op basis van de conversies

  • identificeren van content die het meeste engagement genereert (e-book, video, gids …)

  • analyse van het profiel van de lead: wat is zijn score, de ‘levensduur’ van de lead? Wat doet de lead allemaal …?

En wat met de GDPR?

“Sinds de wet op de privacy, de zogenaamde GDPR (General Data Protection Regulation), van kracht is, mag je inderdaad niet zomaar iedereen e-mails, sms’jes of pushberichten sturen. Dat geldt ook als je MA gebruikt”, zegt Paul Maris. “Je hebt vooraf expliciet toestemming (opt-in) nodig en je moet duidelijk maken wat de inhoud, de aard en de bedoeling van je berichten is. Je moet bovendien aangeven wat er met de gegevens van je leads gebeurt. Zo mag je ze niet zomaar, zonder akkoord, doorgeven aan derde partijen.” Verder moeten je (potentiële) klanten op elk moment inzage in hun gegevens krijgen, ze moeten ze kunnen verbeteren en zich kunnen uitschrijven. Een bezoeker op je website moet ook cookies kunnen weigeren.

Hoe je dan aan een database begint? Personen met wie je nu of in het recente verleden een normale zakelijke relatie (gehad) hebt (klanten, leveranciers …), mag je contacteren. Andere personen in je database, van wie je de opt-in (nog) niet verkregen hebt, kon je eenmalig om die opt-in vragen. Paul Maris: “Dat was in mei 2018, op het moment dat de GDPR van kracht werd. Ondertussen wordt die optie steeds minder evident of verdedigbaar.” Aan personen die je ontmoet, bijvoorbeeld tijdens een netwerkevent, en van wie je een visitekaartje krijgt, mag je via e-mail vragen of ze ermee akkoord gaan dat je hun berichten stuurt. Met je connecties op LinkedIn kun je hetzelfde doen. Maar de meest gebruikte tactiek is werken met een lead magnet: je zet op je website bijvoorbeeld een whitepaper, een e-book of een video … die gedownload kan worden. Om dat eff ectief te kunnen, moet de geïnteresseerde zijn e-mailadres achterlaten en expliciet zijn akkoord geven om e-mails te ontvangen. De aard en de bedoeling van de e-mails moeten wel gepreciseerd zijn.


Wanneer is marketing automation zinvol?

“MA is alleen zinvol als je als bedrijf een duidelijke marketingcommunicatiestrategie hebt”, weet Paul Maris. “Daarnaast moet je databank met (potentiële) klanten natuurlijk voldoende groot zijn. Tot slot heb je ook een instroom aan leads nodig die voldoende constant is.” Zowel kleine, middelgrote als grote bedrijven hebben baat bij een MA-systeem. B2b of b2c speelt daarbij geen rol. Er is ook voor (bijna) elk budget een oplossing. Alles hangt af van de ambities, de strategie, het aantal campagnes, het aantal producten, het aantal klanten en leads … De lichtste pakketten kosten enkele duizenden tot tien- duizend euro’s per jaar. Voor echt grote ondernemingen gaat het over budgetten van enkele tienduizenden euro’s tot meer. Tel daarbij de kosten van de set-up en implementatie van de campagnes, een onderhoud, reporting, analyse … en je begrijpt dat MA een investering is, zowel in geld als in mankracht. Welk platform je het best kunt gebruiken, hangt af van je behoeften. Vbout en Sharpspring zijn eerder eenvoudige systemen. Platformen zoals Act-On, Salesforce Pardot, Salesforce Marketing Cloud, Marketo en Selligent zijn veel complexer en dus ook een pak duurder.


Kort samengevat, of je nu een kmo of een grote multinational bent, MA zorgt ervoor dat je kosten dalen, je inkomen verhoogt en je een betere return on investment krijgt. Dankzij MA zal de betrokkenheid van je klanten tegenover je product of dienst bovendien stijgen. Klanten verwachten vandaag namelijk in toenemende mate intelligente marketing, dus met ML, waardoor MA duidelijk een competitief voordeel heeft.


An Kestens An Kestens is zaakvoerder van WoordspraaK copywriting, redactielid van Ad Rem en bestuurslid van de VVZC. an.kestens@woordspraak.be

Recente blogposts

Alles weergeven

留言


bottom of page