Een nieuwe focus voor e-commercemarketing: contacten in stand houden tijdens de coronapandemie

Te midden van alle onzekerheid en veranderingen moeten merken steeds strategisch blijven nadenken over hun digitale omgevingen. Sheryl Kingstone, Research VP bij 451 Research verwoordt het goed: "Terwijl we proberen te voldoen aan de richtlijnen rond social distancing, laat de huidige crisis duidelijker dan ooit zien dat de digitale omgeving steeds belangrijker wordt. Maar de nieuwe situatie kan er ook toe leiden dat we efficiëntere en meer effectieve manieren ontwikkelen om aan de onmiddellijke behoeften van duizenden, zo niet miljoenen mensen te kunnen voldoen. In feite dwingt de crisis bedrijven hun technologie en organisatiecultuur te transformeren om realtime, contextueel relevante omgevingen mogelijk te maken."

Kingstone stelt dat het in de wereld van vandaag nog belangrijker wordt om de klant te benaderen en betrokken te houden met nuttige en relevante digitale content. Personalisering is hierbij van cruciaal belang, omdat het je de mogelijkheid biedt om klanten te laten zien dat je ze begrijpt. In een tijd van grote ongerustheid en beperkt persoonlijk contact voelen klanten zich gewaardeerd als ze gezien en begrepen worden door hun favoriete merken. Bij Salesforce vinden we het belangrijk om in ieder geval een deel van de zorgen van onze klanten weg te nemen door hen te helpen in contact te komen met de consument.

Machine learning-aangestuurde personaliseringsplatformen bieden bedrijven een unieke kans om hun klanten kennis te laten maken met relevante digitale omgevingen en zichzelf automatisch in realtime aan te passen aan veranderend gevoel en gedrag. Tegelijkertijd moet machine learning worden beheerd en begeleid door marketingmedewerkers, die waarschijnlijk sowieso al voor de grootste uitdagingen van hun werkzame leven staan.

Nu bedrijven druk in de weer zijn om alle aspecten van consumenteninteractie te onderzoeken en daarbij nieuwe en innovatieve manieren ontdekken om met mensen uit de hele wereld contact te leggen, leek het ons nuttig een paar waardevolle voorbeelden met je te delen. Retailers maken op allerlei manieren gebruik van technologie om snel en effectief te communiceren, pijnpunten van klanten te verlichten en persoonlijk contact te bieden dat de band versterkt en klanten helpt om te vinden wat ze nodig hebben.

Voorraadniveaus veranderen tegenwoordig snel en op een onvoorspelbare manier. Moeilijkheden in de supply chain, productievertragingen en magazijnproblemen leiden ertoe dat artikelen die niet op voorraad zijn maar voorheen wel snel weer op voorraad waren, mogelijk geruime tijd niet beschikbaar zijn.

Het is altijd irritant voor shoppers wanneer hun zoektocht 'doodloopt' (bijvoorbeeld op een pagina met 'uitverkocht'). De toegenomen vraag naar bepaalde artikelen en de daaruit voortvloeiende schaarste zorgt dat die frustratie alleen maar toeneemt. Met behulp van personalisering kunnen retailers actuele voorraad en verschuivende interesses van de consument incalculeren in hun door machine learning aangestuurde productaanbevelingen. Dit is mogelijk in de browser, in de mobiele app of in uitgaande e-mails (die kunnen zijn bijgewerkt als de e-mail geopend wordt). Op die manier ontvangen consumenten aanbevelingen voor artikelen die relevant voor hen zijn, niet in back-order staan en niet via dropshipping worden geleverd, maar nog dezelfde dag daadwerkelijk kunnen worden verstuurd.

Je kunt personalisering ook gebruiken om producten waarvan meer dan een bepaald aantal op voorraad is, een boost te geven (bijvoorbeeld producten die voorkomen in de aanbevelingen aan shoppers op de site). Dit aantal kan worden afgestemd op de belangrijkste categorieën en je kunt er ook voor zorgen dat artikelen met een beperkte voorraad niet prominent worden weergegeven op de belangrijkste interactiepunten in je e-mails, in je app, op je website, etc.

We zien ook dat retailers personaliseringstechnologie gebruiken om artikelen waarvoor dropshipping of een back-order nodig is, weg te laten op hun productlistingpagina's (PLP's). Dit helpt voorkomen dat de aandacht van bezoekers wordt gevestigd op artikelen die mogelijk niet meteen kunnen worden verstuurd.

Omdat veel mensen thuis nog steeds in een sociaal isolement zitten en onnodige interacties vermijden, is het nu belangrijker dan ooit om niet alleen relevante producten te tonen, maar ook om meer content op te nemen over die specifieke producten of categorieën. Deze strategie van product-naar-contentbeheer kan bovendien leiden tot een uitgebreidere verkenning van de website, tot een groter bewustzijn van categorieën/assortiment en tot conversie.

Dermstore, een website voor huidverzorgings- en cosmeticaproducten, doet dit goed door op de site relevante content en handleidingen prominent weer te geven. De retailer geeft bijvoorbeeld deskundig advies over 'Sunscreen 101', inclusief uitleg en tips van dermatologen over het kiezen van de beste beschermingsfactor. Tegelijkertijd wordt het bezoekers gemakkelijk gemaakt om te winkelen en zonnebrandproducten te ontdekken.

Nu we langzaamaan overgaan naar een gefaseerde heropening, kiezen veel retailers ervoor hun strategie van onlinekopen en afhalen in de winkel ('click & collect') uit te breiden of te versnellen. Als eerste stap moet worden vastgesteld welke winkels wanneer open zijn en vervolgens moet die informatie worden gedeeld met lokale consumenten. Maar dan doet het volgende probleem zich voor: hoe zet je click & collect-locaties in de markt als de start van click & collect gefaseerd wordt geïmplementeerd?

Onlangs constateerde Academy Sports + Outdoors een toegenomen belangstelling voor click & collect-producten in de categorie achtertuin-entertainment. Voorheen moest een websitebezoeker door de productcategorie scrollen om er achter te komen of een artikel in aanmerking kwam voor click & collect of niet. Nu kunnen klanten van tevoren filteren op afhalen in de winkel en direct zien of click & collect op de door hun opgeslagen winkellocatie beschikbaar is.

Het lijdt geen twijfel dat marketingcampagnes in deze tijd extra kritisch moeten worden bekeken en intensiever moeten worden beoordeeld. Empathie en saamhorigheid tonen is belangrijk. Er is ook een dunne scheidslijn tussen het tonen van gepaste (en op waarde geschatte) luchtigheid en de plank misslaan.

Als je je content naar een hoger niveau wilt tillen, moet je bovendien weten dat machine learning gedragspatronen kan detecteren op een manier zoals mensen dat niet kunnen. Dit levert 1-op-1 relevante informatie op voor bijvoorbeeld promoties en productaanbevelingen. Ook algoritmen kunnen zich al aanpassen aan veranderend gedrag. Voorbeeld: een shopper die eerder luxe modeartikelen heeft aangeschaft is nu misschien wel meer geïnteresseerd in casual, comfortabele vrijetijdskleding of in gemakkelijke, maar professionele kleding die geschikt is voor videoconferenties. Op een gegeven moment keert ook die klant waarschijnlijk terug naar kantoor en wil hij of zij weer zakelijke kleding dragen. Alle digitale omgevingen moeten de veranderende voorkeuren van die persoon weerspiegelen (zoals die blijken uit zijn of haar recente browsegedrag, koopgedrag, interesse in bepaalde merken, afdelingen of categorieën, etc.) en zich in realtime aanpassen aan weer nieuwe gedragsveranderingen.

Bij Huckberry, een webshop voor herenkleding, zijn voorbeelden te vinden van goed uitgevoerde marketing in combinatie met machine learning: ze trekken shoppers over de streep door middel van relevante informatie (bijv. door de thuiswerksetting van eigen werknemers te tonen) en door de producten die worden aanbevolen te koppelen aan compassie (bijv. 'Wanneer jij de 72-uurs T-shirtbundel koopt, ontvang je zelf een T-shirt en doneren wij er namens jou een aan iemand die in de frontlinie van de pandemie werkzaam is'). Ook hebben ze met succes een door hun opgestarte dialoog rond 'de nieuwe werkkleding' (joggingbroek en andere athleisure-artikelen) en de thuiswerkcombi (van boven zakelijke kleding, met daaronder een joggingbroek).

Zie hier enkele e-mailvoorbeelden:

Retailers zijn op dit moment duidelijk gericht op het snel veiligstellen en uitvoeren van bestellingen. De heersende strategie is er een van agressief hoge kortingen geven op van alles en nog wat. Naarmate nog meer bedrijven online gaan, wordt het beheersen van kortingen gebruikelijker en van groter strategisch belang.

Personaliseringsengines die geavanceerde machine learning toepassen, kunnen helpen bij dynamisch beheer van aanbiedingen op basis van de individuele klant. Zo kan gratis verzending de meeste klanten ertoe aanzetten een aankoop te doen. Maar een andere groep vindt specifieke aanbiedingen zoals kortingen op geselecteerde artikelen, eendaagse deals of 'tweede artikel gratis' mogelijk aantrekkelijker. Computers kunnen deze signalen op een veel grotere schaal oppikken dan mensen dat kunnen, en zo meer ontdekkingen en conversies bewerkstelligen.

In het onderstaande voorbeeld gebruikt een retailer in luxeartikelen machine learning om klanten te identificeren die mogelijk promotieaanbiedingen nodig hebben om tot conversie te komen. Vervolgens wordt de getoonde promotie afgestemd op klanten die daarvoor op basis van hun affiniteit in aanmerking komen.

Bouncepreventie – voorkomen dat klanten tijdens een sessie afhaken – was altijd al belangrijk voor retailers. In het huidige klimaat is dit vooral van strategisch belang voor bedrijven die basisartikelen verkopen die ook via andere sites verkrijgbaar zijn.

Om ervoor te zorgen dat er zo snel mogelijk tot aankoop wordt overgegaan, moeten e-commerceteams berichten laten zien aan shoppers die signalen vertonen dat ze van plan zijn te vertrekken (de cursor verplaatsen om een pagina te verlaten, een prijs markeren/kopiëren, vermoedelijk om naar een vergelijkingssite te gaan, etc.). Bij deze berichten kan het gaan om promotieaanbiedingen, herinneringen aan gratis verzending, informatie over een flexibel retourbeleid, etc.

In moeilijke tijden als deze is het inspirerend om te zien hoeveel bedrijven er alles aan doen om zich te onderscheiden en creatief, gedetailleerd en diep na te denken over hoe ze hun contacten met klanten tijdens de pandemie kunnen stimuleren.

Veel bedrijven gaan ook over op nieuwe manieren van werken (bijvoorbeeld door assistentie die in de winkel wordt aangeboden, in de vorm van personal shoppers en winkeladviseurs, te vertalen naar vergelijkbare opties online). Wil dit slagen, dan moeten deze veranderingen in mindset gepaard gaan met een onlinegeöriënteerde opstelling op het niveau van het hogere management en de infrastructuur. Veel retailers hebben al een digitale transformatie ondergaan, veel andere gaan de uitdaging aan onder uiterst moeilijke omstandigheden.

Bovendien constateren we al een focus op planning op de langere termijn – niet alleen op 'Hoe komen we hier doorheen?', maar vooral op 'Wat gebeurt er hierna?' en 'Hoeveel fasen van herstel gaan we doormaken?'. Hoewel er nog veel onbekend is, is het positief dat de getoonde flexibiliteit en creativiteit van bedrijven, maar ook de best practices op het gebied van planning en technologie, zullen blijven bestaan, zelfs als de crisis voorbij is.