Verbeter de 360° klantervaringwerken met online data en voorspellende modellenUtrecht, 24 November 2016 Michiel Croon, SAS Customer Intelligence

Company Confidential - For Internal Use OnlyCopyright © 2016, SAS Institute Inc. Al l r ights reserved.

Vandaag

1. CX: de uitdagingen2. Data en analytics3. Cases4. Learnings

Customer ExperienceDe uitdagingen

Company Confidential - For Internal Use OnlyCopyright © 2015, SAS Institute Inc. All r ights reserved.

De marketing droom…

4

RealtimeHyper

personalisatie

Company Confidential - For Internal Use OnlyCopyright © 2015, SAS Institute Inc. All r ights reserved.

De werkelijkheid

De uitdagingen

Schijnbare tegenstelling?

7

Online data en analyticsEen nadere verkenning

Company Confidential - For Internal Use OnlyCopyright © 2015, SAS Institute Inc. All r ights reserved.

Data & data driven

Van veel data naar

relevante data

9

Relatie & Transactie

data

Interactie data(web&app)

Externe data

Page load Focus change Served HTMLForm field Watch video

Research online Find a branchRead blog post

Check on order

Customers

Visitors

Sessions

Interactions

Interactie: Online Data

Company Confidential - For Internal Use OnlyCopyright © 2015, SAS Institute Inc. All r ights reserved.

data heeft een beperkte houdbaarheid

11

Company Confidential - For Internal Use OnlyCopyright © 2015, SAS Institute Inc. All r ights reserved.

Real-time

Analyse volwassenheid

learn

• beschrijvend

model

• Voorspellend• Statisch• dynamisch

detect

• streaming

12

Batch

Company Confidential - For Internal Use OnlyCopyright © 2015, SAS Institute Inc. All r ights reserved.

Mogelijke roadmaps

13

Outbound (statisch)

Outbound (dynamisch)

Outbound & inbound Batch

Outbound & Inbound(Batch/Real Time)Tr

ansa

ctie

+ In

tera

ctie

Tran

sacti

e

Segmentatie Model

DATA

ANALYSE

sneller

relevanter

CasesHoe onze klanten gebruik maken van online

data en voorspellende modellen

Company Confidential - For Internal Use OnlyCopyright © 2015, SAS Institute Inc. All r ights reserved.

Case: KNVB

Klantvraag• KNVB wil de ervaring van klanten (spelers, scheidsrechters, ouders van jeugd spelers en toeschouwers) te verbeteren in

haar digitale kanalen (websites, app en mail) teneinde de waarde voor en van klanten te verhogen

• Dit wil zij bereiken door haar digitale kanalen in hoge mate te personaliseren

Aanpak• Verzamelen van online data op klantniveau (over alle kanalen)

• Identificatie van relevante segmenten en momenten

• Personalisatie van email, website en app

Resultaten• Beter inzicht in:

• de overlap en overgang tussen ‘klantrollen’• De interesses van de verschillende klantgroepen• de waarde die klanten zoeken bij en hebben voor de KNVB

Copyr igh t © 2016, SAS Ins t i tute Inc . A l l r i gh ts r es erved.

RETAIL

Klantvraag• Om de klantervaring te verhogen zag Shop Direct de noodzaak om productaanbiedingen op haar

mobiele kanalen te personaliseren – wetende dat persoonlijke en relevante aanbiedingen tot een hogere conversie zouden leiden

• Hierbij wilden zij de sortering van producten op de site optimaliseren, dit op basis van bestaande historische klantdata alsmede data van de huidige online sessie

Aanpak• Meerdere bronnen (aankopen, email response, callcenter informatie, historisch en actueel web

bezoek) werden gecombineerd en gekoppeld in een centrale analytische omgeving. Deze bevat een periode van 2 jaar, 2 miljoen klanten en meer dan 100 analyseattributen per klant

• Door het koppelen van een groot aantal modellen kan per klant het meest relevante aanbod worden bepaald

Resultaten• De mogelijkheid om 1,5 miljoen gepersonaliseerde aanbiedingen per uur te kunnen genereren

• Verwachte groei van 25 miljoen euro per jaar aan extra omzet

LearningsHoe gebruik te maken van online data &

voorspellende modellen

Company Confidential - For Internal Use OnlyCopyright © 2015, SAS Institute Inc. All r ights reserved.

Learnings - algemeen

• Het effectief inrichten van gepersonaliseerde campagnes begint met het formuleren van duidelijke doelstellingen

• Relateer deze aan cross/upsell, behoud of verbetering van service

• Centraliseer je klant analytics & klantinzichten

18

Company Confidential - For Internal Use OnlyCopyright © 2015, SAS Institute Inc. All r ights reserved.

Learnings - data

Veel bedrijven vinden het nog lastig om online data te ontsluiten en te koppelen aan de overige klantinformatie. Requirements:

• Data continue ontsluiten (niet in Batch)• Wegschrijven in een schaalbare (hybride) omgeving• Bewaren interactie historie• Opslag in een logische structuur (klant, bezoeker, sessie,

interactie): waardoor koppeling met relatie data mogelijk is

• Controle over ‘Personal Identifying Information’ (PII)19

Company Confidential - For Internal Use OnlyCopyright © 2015, SAS Institute Inc. All r ights reserved.

Learnings - analyse

Hoe de stap van beschrijvende naar voorspellende analyses te maken• Beschikbaarheid van relevante en gestructureerde data is de basis• Geef je data analist data, ‘rust’ en tools om voorspellende modellen te

bouwen• Indien er weinig kennis en kunde mbt het bouwen van algoritmes, overweeg

dan een oplossing met voor-gedefinieerde algoritmes die je later kan optimaliseren of vervangen met eigen modellen

• Zorg dat voorspellende modellen direct kunnen worden geoperationaliseerd• Zorg voor directe terugkoppeling van resultaten zodat modellen continue

kunnen worden verbeterd

20

Copyr igh t © 2012, SAS Ins t i tute Inc . A l l r i gh ts r es erved.

? QUESTIONS?

Thank you!Michiel.croon@sas.com