+31 (0)30 636 39 70 | info@onmarc.nl

Interview over retargeting, in gesprek met WWL

 

WWL, exits en retargeting

Interview

 “Meer conversie, blije klanten”

in gesprek met WWL over efficiënte retargeting

World Wide Lighting (WWL), bekend van onder andere Lampdirect, gaf eerder al een kijkje in de keuken over hoe zij hun datalake inrichten. De snelgroeiende LED-keten heeft grote ambities, ook op het vlak van data science en growth management. Uiteindelijk willen ze ervoor zorgen dat ieder bezoek een ‘happy flow’ wordt. Hoe haal je dan de juiste klanten binnen en hoe zorg je voor de juiste afhandeling van je exits? Welke rol speelt retargeting daarin, en hoe kun je daar slim op voorspellen? Marvin Zuijdgeest (OnMarc afstudeerder vanuit Hogeschool Utrecht) ging met twee WWL’ers in gesprek.

 

OnMarc heeft sinds enige tijd met het product MarcSense Retain een oplossing om exits te voorkomen. Hoe kijkt WWL daar tegenaan?
“We gebruiken het nu nog niet, maar het is wel super interessant om er iets mee te gaan doen”, zegt Sam Langenberg, Growth Manager bij WWL. “Dat je bijvoorbeeld bij de check-out, als iemand dreigt weg te gaan, nog even de voordelen extra kan tonen”

 

Retargeting bij WWL

Maar niet alle exits zijn te voorkomen. Retargeting biedt dan een oplossing, maar dat is ook een dure strategie soms, zeker als de concurrentie groot is. “Er wordt nu vooral naar ROAS gekeken”, vertelt Sam. “Hoeveel spenderen we aan retargeting, en hoeveel omzet komt daar uit voort.”
“Al shiften we nu wel naar POAS, waarbij je meer gaat kijken naar profit”, vult Jimmy van den Eerenbeemt aan, Insights Manager bij WWL. “En we maken wel onderscheid tussen productgroepen in acquisitie. Zeker voor veelbelovende klanten. vanuit Customer Lifetime Value bezien. Een installateur van grote panelen heeft een andere waarde dan wanneer Marvin een simpel peertje komt kopen. Daar zijn we wel bereid om wat meer in te investeren, die finetuning zit er al in.” Daarnaast maakt WWL al wel gebruik van email retargeting, onder andere op de cart abandonment. Maar de kosten, zeker voor de retargeting via Google, zijn daarmee vaak hoog.

 

“Bij WWL konden we 84% van de organische terugkeerders herkennen”

 

Organische terugkeer voorspellen
Het onderzoek van Marvin, afstudeerder vanuit de opleiding Data Driven Business, speelt daarop in. Wat nu, als je van een bezoeker de kans kunt inschatten dat hij organisch terugkomt op je website, op basis van zijn huidige gedrag? Marvin vertelt:
“Het onderzoek waar ik mee bezig ben, wil op basis van bezoekersgegevens de kans op organische terugkeer voorspellen. Die kanalen zijn zogezegd ‘gratis’ kanalen, daar hoef je geen marketing interventies voor te doen. We weten door het MarcSense Retain model wat de kans is dat ze weggaan. Nu willen we onderzoeken of we eventuele terugkeerders kunnen herkennen. En als zij een grote kans hebben om organisch terug te komen, kunnen we daar minder retargeting spend opzetten, om zo kosten te besparen.”

Inzoomen op bezoekersgegevens
Hoe werkt zo’n model dan? “Het speelt in op bezoekersgegevens”, vertelt Marvin. ”Denk dan aan dag van bezoek, gebruikt kanaal, uur van bezoek, gebruikt device (laptop, mobile). En: is de bezoeker al bekend met het bedrijf?” De resultaten zijn ook niet mis: bij WWL kon zijn model 84% van de organische terugkeerders herkennen. Een extra toegevoegde waarde is dat het gebruikte model, de zogenaamde survival analysis, ook een kans van terugkeer over tijd schat. Dat betekent dat je ook kunt zien na hoeveel dagen die terugkeerkans zo laag wordt, dat je alsnog wilt gaan her activeren op een andere, betaalde, manier.
“Uit het model zien we verder ook welke factoren een rol spelen bij die herkenning. Dus daar kun je als bedrijf ook nu al op inspelen, als je bijvoorbeeld ziet dat bezoeken op donderdag, een hogere kans op terugkeer hebben dan de andere dagen”, legt Marvin uit.

“Eigenlijk optimaliseer je daarmee dus de hele klantreis”

Kansen om te optimaliseren
Dat biedt extra kansen naar de klant toe. Sam: “Als we het MarcSense Retain model kunnen combineren met de kans dat iemand terugkomt, dan kun je ervoor kiezen om die interventie in de check-out achterwege te laten. Dan loop je niet het risico dat je ze nu irriteert, als ze toch uit zichzelf wel terugkomen” Jimmy springt daarop in:
“Dat is denk ik het mooie van deze resultaten ook. We kunnen dit aan twee kanten gebruiken. Aan de ene kant met het uitsluiten van de terugkeerders van betaalde retargeting. Maar aan de andere kant ook om de patronen te zien, waarmee je vanuit CRO perspectief die klantreis kan gaan verfijnen, zodat die klant meer organisch gaat terugkeren”. Genoeg stof tot nadenken dus.

 

“Ik denk dat het ook een continu proces zou kunnen zijn”, gaat Jimmy verder. “Je draait je model, daar komen dit soort aanbevelingen uit, daar duiken wij – Sam dan, haha – in, om te zien of er kansen zitten in de goede patronen of juist bottlenecks. Die implementeer je en dan kun je met een nieuwe analyse die effecten weer meten.”
Sam: “Eigenlijk optimaliseer je daarmee dus de hele klantreis. En dat resulteert altijd in meer conversie, blijere klanten. En blije klanten komen terug natuurlijk.”

Hoe werkt dat model dan echt?

Marvin legt in dit filmpje uit waar survival analysis vandaan komt en hoe het in deze context is toegepast.

Meer weten over hoe jouw bedrijf datagedreven kan worden? Neem vrijblijvend contact op. We drinken graag een digitale kop koffie met je.