E-mail Labs

Hoe belangrijk is data en AI in hedendaagse Marketing Automation?

Is AI nou niet gewoon een buzzword? Of een technologie voor alleen de echt grote bedrijven? In dit blog staat het praktische en inspirerend gesprek waarin Nicolas vragen stelt aan Michael en Alexei. Zo kunnen we het gesprek lezen vanuit het perspectief van de markt én het perspectief van de technologie.

Onlangs zat Nicolas Van Vijnckt, Head of Partnerships – Benelux van Selligent, samen met twee experts in marketing automation: Alexei Kounine, VP Product Management & Innovation Selligent, en Michael Straathof, commercieel directeur en mede-oprichter 100%EMAIL, voor een gesprek over het belang van data en hoe artificiële intelligentie merken en marketeers vandaag kan helpen.

Onderwerpen die Nicolas in het gesprek met beide experts bespreekt zijn:

  • De waarde van data
  • Van massamarketing tot realtime voorspellingen
  • de impact van AI op omnichannel marketing
  • Voor wie is AI in marketing automation bedoeld?
  • Aan de slag met AI

 

 

TIP: Schrijf je in voor het aankomende webinar op donderdag 27 mei. 59 Minutes of Inspiration: Marketing Automation Strategies for the Future.

 

 

De waarde van data

AI-gestuurde en gepersonaliseerde ervaringen staan ​​centraal bij het benaderen van je doelmarkt. Michael, hoe zie jij dat merken vandaag denken over het gebruik van data? Zijn ze zich bewust van de waarde van data en welke data interessant zijn om te beheren?

“In 2021 leven we in een data gestuurde tijdperk, of je het nu hebt over marketing, verkoop, productontwikkeling of service. In alles wat we vandaag de dag doen, komen we in aanraking met data. Het doet me denken aan mijn vader, die een winkeltje runde in Den Haag. Hij kende elke klant uit het hoofd: zijn naam, waar hij woonde, wat hij laatst had gekocht, zijn interesses. En hij vroeg zijn klanten ook feedback. Eigenlijk is wat marketeers doen vandaag en wat mijn vader toen deed, nog altijd hetzelfde. Het verschil is dat het volume van beschikbare data is geëxplodeerd.

Al die data moet je op de juiste plek kunnen bewaren. En je wilt die data ook kunnen benutten: profielgegevens, interesses, wat mensen laatst hebben gekocht. Je wilt die data opslaan en, belangrijker nog, gebruiken, zodat de klant zich herkend voelt. Dat is de belangrijkste reden waarom we allemaal zo focussen op data in marketing en waarom merken zo veel nadenken over data.
Wat is belangrijk om te beheren? We hebben het over demografische data, maar er kunnen ook data van derden worden toegevoegd. Weet je met welke auto hij rijdt, welke nieuwsbrieven hij leest, of welke andere interesses hij of zij heeft? Eigenlijk alles waarmee je de ervaring van de klant kan verbeteren.”

 

alexei ai 100procent email

 

Van massamarketing tot realtime voorspellingen

Michael, je hebt het eigenlijk over consumentengedrag. Het verhaal van je vader toont dat een klant een bijzonder uniek persoonlijk profiel heeft. Vandaag, in een veel grotere, gedigitaliseerde economie, zien we dat terugkeren in alle soorten data die we verzamelen. Natuurlijk willen we niet alleen data uit het verleden vastleggen, we willen ook toekomstig gedrag beïnvloeden – upselling vergemakkelijken, churn voorkomen, service verbeteren en meer. Alexei, wat Michael zegt, heeft dat een invloed op hoe je jouw gegevens structureert en flexibel maakt om toekomstbestendig te zijn?

“Ten eerste hebben we het over consumentengedrag en het soort data dat een consument als spoor achterlaat. Het Selligent-platform analyseert deze data en doet op basis daarvan voorspellingen.

Van gedrag-gebonden-data per channel

Twintig jaar geleden was de trend dat er van de consumenten profielen werden gebouwd per kanaal. Daarop kon je segmenteren, en werd het mogelijk vrij eenvoudig één e-mail sturen met contentpersonalisatie om veel verschillende mensen in 1x te bereiken. Naarmate consumenten meer kanalen gingen gebruiken, lieten ze ook meer digitale sporen achter, gedrag-gebonden-data: vooral views, kliks, enz. Het kwam echter voor dat er in de e-mails werd gesegmenteerd op bijv. Niet vertoond gedrag (geen kliks of geen aanschaf via e-mail) terwijl de klant via een andere kanaal wel het gewenste gedrag vertoonde.

Naar inzicht in omnichannel gedrag
De tweede trend waren omnichannel data: hoe geef je één consument weer vanuit een dataperspectief over alle verschillende kanalen heen? Je kijkt niet naar een massa mensen op één kanaal, maar naar één persoon op verschillende kanalen. Hier zien we concepten zoals het universele consumentenprofiel, 360graden klantprofiel of ‘gouden profiel’ opduiken. Waarbij het niet allen om de interactie data gaat maar alle beschikbare data van een klant of prospect. En samen daarmee kregen we steeds complexere data. Vraag is dus hoe je al die miljoenen interacties opslaat en hoe je er voorspellingen mee doet. Bij Selligent slaan we alle gegevens van elke consument over alle kanalen op, als een soort stermodel, waarmee je gemakkelijk kunt segmenteren en voorspellen.

Next step is real time
Nu zitten we in een fase waarin we zo veel data hebben dat, als je gepersonaliseerde ervaringen wilt bieden, je deze data moet gebruiken en precieze voorspellingen moet doen over wat de beste content is, wat de beste verzendtijd is voor een specifieke campagne, enz. Als het je eenmaal lukt  dan bied je elke consument al een relevante ervaring aan. Op dit punt zijn veel organisaties vandaag aanbeland. De volgende stap gaat over real time, alles doen wat we nu doen, maar dichter bij het moment waarop een consument betrokken zou zijn. Je ziet dus een evolutie van massamarketing en één campagne voor vele miljoenen contacten, naar heel specifiek en in real time 1 campagne per persoon. Voorspellingen met de inzet van AI zijn hierbij essentieel.”

 

De impact van AI op omnichannel marketing

Je hebt het over betrokkenheid op basis van interactie met de consument, waarvoor je een omnichannel aanpak nodig hebt. Omnichannel is vandaag niet echt meer een keuze. Je klanten verwachten afstemming op elk contactpunt en dat kan alleen als je zorgt voor je data. Data is ontegensprekelijk een troef voor je bedrijf. De markt wordt zich steeds bewuster van het gebruik van AI in digitale marketing. Hoe zie jij dat Michael?

“Ik zie een aantal echt ontwikkelde voorbeelden en ook bedrijven die nog geen flauw idee hebben. Ze zijn wel bezig met het opslaan van data, maar weten niet precies hoe ze die moeten gebruiken. Voorspellingen maken, doen wij nu al meer dan veertig jaar. Het punt is dat we zo veel meer datapunten kunnen inzetten in de voorspelmodellen dat het voor tools, maar ook voor datasets steeds complexer wordt. Het is vandaag dus echt een goed moment om na te denken welke infrastructuur je hiervoor nodig hebt. Maar misschien nog belangrijker is dat marketeers weten wat ze moeten doen met al dat ‘goud’ dat ze in handen hebben. En er dus een visie en strategie op ontwikkelen.

Dus ja, er bestaan enkele heel goede voorbeelden. De vraag is hoe we dit beter benaderbaar kunnen maken voor de marketeers, die bij elk contactmoment, zoals Alexei al zei, in real time relevant willen zijn. Op dat contactmoment wil je met de juiste content uitpakken. Surfen ze naar je website, bellen ze naar je contactcenter of wil je een advertentie via Facebook of LinkedIn sturen? Welk kanaal je ook gebruikt om in contact te komen met de consument, je wilt zo relevant mogelijk zijn op basis van behoefte van die consument.”

 

qutoe michael straathof 100procent email

Maak AI een belangrijk onderdeel van je marketing

Alexei: “Wel, ik ben het eens met Michael dat veel merken zich op een ander niveau bevinden. Maar als je een merk bent dat AI niet beschouwt als een belangrijk onderdeel van de manier waarop je je marketing runt, dan maak je een grote fout. Machine learning, een onderdeel van AI, is namelijk de volgende golf waarin mensen dingen gaan automatiseren. We hebben het dan over het bezorgen van omnichannel ervaringen aan één enkele klant. Wat je eigenlijk wil, is voorspellingen doen per individuele consument op een veel fijnmaziger manier.

Om even terug te komen op mijn vorige voorbeeld: het was mogelijk om dat te doen voor miljoenen contacten in één keer, door een bericht te sturen naar zoveel mensen. Wil je een gepersonaliseerde ervaring bieden, dan moet je data over die consumenten verzamelen via verschillende kanalen. Je hebt een feedback loop nodig die data van alle kanalen verzamelt. Nog meer dan vroeger heb je tools nodig om de beslissingen in je marketingtraject te automatiseren. We zijn het gewend om regels te gebruiken: is iemand tussen die en die leeftijd, dan stuur je dit bericht, anders stuur je dat bericht. Maar dit is een erg laag personalisatieniveau. Wat je eigenlijk wil, is dat systemen op een veel fijnmaziger manier voorspellingen doen per individuele consument.

Ik verwacht dat de meeste merken AI-gestuurde tools gebruiken, ook al weten ze niks van AI. Het gaat erom out of the box de alternatieve automatisatietechnieken te gebruiken die vandaag bestaan en beschikbaar zijn via platformen zoals Selligent.”

 

Voor wie is AI in marketing automation bedoeld? 

We zien vandaag al dat veel marketeers nadenken over AI, maar nog hun twijfels hebben. “Mijn merk is niet groot genoeg, ik heb te weinig data. Het soort data levert me geen nuttige inzichten op.” Vaak geven ze argumenten om geen AI te gebruiken. Alexei, jij had het over fijnmazigheid. Kun je klein starten en dan groeien in het proces?

“Zeker wel! En of ze gelijk hebben om AI niet in overweging te nemen? Zeker niet! Het is namelijk heel makkelijk om out of the box tools te gebruiken waarmee je heel eenvoudige dingen kunt doen. Ik geef je een voorbeeld. Stuur je een campagne naar zo’n tienduizend mensen, dan denk je misschien: “Mijn publiek is niet groot genoeg om machine learning tools te gebruiken.” Dat is wat je zou denken als je een team datawetenschappers had dat zit te wachten op data die binnenstromen vanuit je e-mail marketingtool. Maar zo hoef je daar helemaal niet over denken. Bekijk het eens vanuit deze twee invalshoeken:

  1. Er is meer dan e-mail 

Om te beginnen is e-mail slechts een van de vele kanalen die je kunt inzetten om individueel gedrag bij te houden. Een tweede facet dat echt goed werkt met e-mails, is een website, want die bevat data welke goed matchen met e-mails. Door e-maildata te ontvangen, gekoppeld aan webdata, kun je je e-mailmarketing verbeteren, door machine learning tools te gebruiken bovenop alle data die je hebt verzameld. En dat werkt, ook voor kleinere klanten met een beperkt aantal producten, met weinig internetverkeer en zo verder.

  1. Gebruik beschikbare tools

Een andere invalshoek om dit te bekijken is: “Goh, ik ben een klein merk, ik heb de middelen niet voor machine learning tools, omdat het veel te technisch en ingewikkeld is”. Mijn antwoord is dat je niet moet kijken naar het samenstellen van een team met datawetenschappers, maar eerder kant-en-klare tools uit je marketing automatiseringsoplossing moet gebruiken die jou machine learning aanbieden, zonder het vervelende proces van het inhuren van data- en machine learning-experts. De meeste oplossingen voor marketingautomatisering vandaag, waaronder uiteraard Selligent, bieden tools aan die data gebruiken om voorspellingen te doen.

 

Aan de slag met AI

Laten we als laatste punt nog even kijken hoe je een project kunt aansturen. Welke context heb je nodig voor een succesvol AI-project? Kun je overwegen om te werken met de data en technologie die je al in huis hebt? Waar begin je?

Michael: “Alles begint met het definiëren of zichtbaar maken van de klantreis voor je marketingteam. Breng al deze contactmomenten, de informatiebehoefte in elke fase en de kanalen die je gebruikt in elke fase in kaart. En als je dan een idee hebt over de manier waarop je in contact wilt komen met je klanten, bekijk dan hoe de data zijn georganiseerd en over welke technologie je beschikt om het proces van marketing automation te vergemakkelijken.

Teken je ideale klantentraject uit, kijk wat er nu gebeurt, of de klanten tevreden zijn of niet, en schrijf daarna op wat je topprioriteit is om dit te optimaliseren. Start dan met de implementatie. Het optimaliseren van de klantreis door met het juiste aanbod of content, op het juiste moment via het juiste kanaal met je klanten te communiceren is een continue proces.

Wij helpen je  daar natuurlijk graag bij!”

 


  • 100%EMAIl is e-mailsoftware onafhankelijk en heeft daarom ervaring met verschillende e-mailsoftware. Zo werken wij ook vaak met Selligent Marketing Cloud. Wil je meer weten over de software van Selligent en welke cases wij ermee hebben gedaan? Klik dan hier. 
  • Op donderdag 27 mei zal de digital manager van Carglass en de Customer Intelligence Manager van Selligent je binnen een uur inspireren over de toekomstige strategieën van marketing automation. Klik hier voor meer informatie over dit webinar.
  • Wil je direct contact met Selligent Marketing Cloud? Klik dan hier

 

100 Procent EMAIL logo100%EMAIL is de e-mailmarketing specialist die je kan inzetten als flexibel verlengstuk van jouw marketingafdeling. Wij werken met verschillende e-mailsoftware en marketingplatformen en hebben alle disciplines in huis om samen resultaten te behalen met jouw e-mailmarketing team. En dat zonder tussenlagen zoals projectmanagers of accountmanagers. Je werkt direct samen met de specialist!

Dus, zeg het maar… Hoeveel e-mailmarketing resultaat heb jij nodig?

 

Bel ons gerust voor een vrijblijvend gesprek over jouw uitdagingen. Je kunt ons per telefoon bereiken op 010 – 254 03 20, of een e-mail sturen naar info@100procent.email.

Noodzakelijke cookies helpen een website bruikbaarder te maken door basisfuncties als paginanavigtie en toegang tot beveiligde gedeelten van de website mogelijk te maken. Zonder deze cookies kan de website niet naar behoren functioneren.


Inschakelen

Statistische cookies helpen ons begrijpen hoe bezoekers de website gebruiken, door anoniem gegevens te verzamelen en te rapporteren. Deze cookies verzamelen dus geen persoonlijke gegevens van de bezoekers.

Inschakelen

Marketingcookies worden gebruikt om bezoekers te volgen wanneer ze verschillende websites bezoeken. Het doel hiervan is om de bezoeker advertenties te laten zien die relevant zijn voor de bezoeker.

Cookies zijn kleine tekstbestanden die door websites kunnen worden gebruikt om gebruikerservaringen efficiënter te maken. Volgens de wet mogen wij cookies op uw apparaat opslaan als ze strikt noodzakelijk zijn voor het gebruik van de website. Dit zijn de functionele cookies. Voor alle andere soorten cookies hebben we uw toestemming nodig. Deze cookies worden benoemd als: voorkeuren en statistieken en hoeft u dus niet te accepteren. Deze website maakt gebruik van verschillende soorten cookies. Sommige cookies worden geplaatst door diensten van derden die op onze pagina’s worden weergegeven.

We gebruiken verschillende soorten cookies om jouw zo relevant mogelijke inhoud te kunnen tonen. Wil je deze optimale gebruikerservaring?