E-book data-activering: de herdefiniëring van het CDP
Laat je inspireren door 5 use cases en ontdek hoe het verbinden van data uit verschillende afdelingen voor meetbare resultaten zorgt.
Inhoudsopgave
- Use case 1: Verlaag kosten per acquisitie door gerichte advertenties
- Use case 2: Verhoog conversie via gepersonaliseerde journeys.
- Use case 3: Sluit sneller deals door salesmedewerkers de juiste tools te geven.
- Use case 4: Stimuleer productgebruik met onboarding.
- Use case 5: Behoud meer klanten met proactieve service.
Alle marketeers weten dat ze data moeten gebruiken om beslissingen te onderbouwen, AI aan te sturen en interacties te personaliseren. Slechts een handjevol weet hoe ze dat moeten doen. Degenen die daar goed mee overweg kunnen, zijn succesvol. Wat kunnen we daarvan leren?
De meest succesvolle bedrijven zijn datagedreven organisaties. Zij hebben met data een volledig beeld van hun klanten. Dat stelt ze in staat te laten zien dat ze hun klanten kennen, begrijpen en waarderen. Het zorgt er ook voor dat marketeers ervaringen personaliseren, zodat ze er zeker van zijn dat de juiste boodschap de juiste persoon op het juiste kanaal op het juiste moment bereikt. Daarnaast zijn ze efficiënter in het inzetten van AI. Het kan echter lastig zijn om al deze informatie te gebruiken. Om dit voor elkaar te krijgen, moeten bedrijven behoorlijk wat uitdagingen aangaan. Denk aan een overvloed aan data, data afgezonderd in silo’s, te veel technologie en werkstromen. Bovendien maken voortdurende privacyveranderingen het gebruik en beheer van data lastiger.
Veel bedrijven hebben inmiddels de eerste stappen gezet richting het centraliseren van hun data via Customer Data Platforms (CDP) en Data Lakes of Data Warehouses. Toch hebben ze nog steeds moeite om die tools te gebruiken om AI te versterken, de kosten voor klantenwerving te verlagen, de conversieratio te verbeteren en de customer lifetime value te verhogen.
De verklaring hiervoor is logisch. Het centraliseren van data is namelijk niet voldoende. Data kan nog steeds vastzitten in geïsoleerde systemen die behoren tot een afdeling en dus niet verbonden zijn met de applicaties die je gebruikt om contact met klanten te maken.
Tegenwoordig hebben we bedrijfsdataplatforms nodig die het eenvoudig maken voor marketing-, sales-, service- en commerce-teams om met dezelfde data te werken. Alleen dan kunnen alle interacties met klanten beter gepersonaliseerd worden.
Dit zorgt ook voor de juiste context en consistentie in alle interacties. Bijvoorbeeld, als marketeers weten dat de klant het product waarvoor ze een campagne voeren al heeft gekocht, kunnen ze voorkomen dat deze klant gerelateerde advertenties te zien krijgt. De salesmedewerker weet dat de klant lid is van het loyaliteitsprogramma, dus zal de salesmedewerker de klant bedanken voor zijn deelname. En de servicemedewerker kan zien wat de klant met de chatbot heeft besproken en welke artikelen eerder zijn verstuurd. De servicemedewerker kan zo op een andere manier support bieden. Het draait allemaal om het bieden van een uitgebreide en soepele end-to-end ervaring voor zowel klanten als teams.
Bovenstaande is precies wat we doen met Salesforce Data Cloud. Data Cloud is een bedrijfsdataplatform dat data uit elke bron toegankelijk maakt. Marketeers, en anderen in het hele bedrijf, krijgen zo een volledig beeld van klanten. Ze kunnen de data activeren om precies te leveren wat klanten willen.
Lees dit e-book en ontdek hoe gecentraliseerde data, die toegankelijk en bruikbaar is voor het hele bedrijf, succes in de hele levenscyclus van de klant kan stimuleren: van bewustwording tot retentie. De onderstaande use cases laten zien hoe Data Cloud het traditionele CDP-model gebruikt en de functionaliteit ervan uitbreidt, zodat je hele organisatie naadloos kan samenwerken.
Wat bedoelen we met een use case?
Ontgrendel al je data en bouw je fundament
Maak data uit het hele bedrijf toegankelijk zodat uitdagingen in de hele levenscyclus van de klant opgelost kunnen worden, groei gestimuleerd wordt en de Customer Lifetime Value (CLTV) verhoogd wordt. Dat is mogelijk met Data Cloud. De data kan afkomstig zijn van elke bron, zoals:
- Realtime data over marketingbetrokkenheid: eerdere interacties op kanalen (e-mail, mobiel, web, sms, advertenties).
- Salesdata: eerdere salesinteracties, bedrijfs-/accountinformatie en voorkeuren.
- Servicedata: eerdere cases, oplossingen en gerelateerde metadata.
- Commerce-data: eerdere aankopen, product ownership en gerelateerde metadata.
- Data Lake / Warehouse: POS, IOT, logistiek, HR, ERP, social, telemetrie, productgebruik, producttoepassing, conferentie-/beursbezoek, betrokkenheids-/aandachtsscore, etc.
Zodra de data ontgrendeld is, kun je:
- Toegang krijgen tot data die eerder afgezonderd was. Via de gebruiksvriendelijke interface krijg je een volledig beeld van je klant, kun je doelgroepen segmenteren en marketingprestaties analyseren, en dit allemaal zonder tussenkomst van IT.
- AI op een betrouwbare manier inzetten. Door grote taalmodellen te baseren op je first-party data, wordt de output nauwkeuriger, persoonlijker en beter passend bij je merk. Zo houd je meer tijd over om je te richten op strategisch werk.
- Data activeren op elk kanaal, zodat je elk contactpunt in de customer experience kunt personaliseren: van e-mail, mobiel en web tot advertenties, salesgesprekken en servicecases. Dit is inclusief aanbevelingen voor de volgende aanbieding, realtime besluitvorming en journey-automatisering.
Verlaag de kosten per acquisitie door gerichte advertenties
Uitdaging
Bedrijfsdoelen:
First-party data, afkomstig van betrokkenheid van consumenten bij je eigen merkkanalen, is belangrijker dan ooit. Je hebt het nodig om klanten te targeten voor promoties en om aanbiedingen te personaliseren.
De kosten voor klantacquisitie zijn hoger dan ooit en op marketingbudgetten wordt bezuinigd. Bedrijven moeten dus de ROAS verhogen en de kosten per acquisitie verlagen. Om dit voor elkaar te krijgen, hebben marketeers inzicht nodig in hoe advertenties presteren, en moet het mogelijk zijn om doelgroepen en inhoud aan te passen terwijl de campagnes lopen.
Stap 1: Toegang tot data
Wanneer first-party data uit je hele bedrijf ontgrendeld en toegankelijk is, kun je de geavanceerde segmentatie van Data Cloud gebruiken om hoogwaardige doelgroepen te vinden. Je kunt bijvoorbeeld segmenten maken van klanten met een hoge gemiddelde bestelwaarde, een bovengemiddelde e-mailbetrokkenheid, weinig retourneringen, of die een affiniteit hebben met een productcategorie.
Door relevante klanten met relevante aanbiedingen te targeten, verlaag je de kosten per acquisitie omdat de kans op conversie groter is. En omdat sales toegang heeft tot dezelfde informatie als marketing, kunnen beide teams gemakkelijker voortbouwen op elkaars werk om ervoor te zorgen dat conversies relevant, effectief en in context zijn.
Stap 2: AI inzetten
Naast geavanceerde segmentatie die je helpt waardevolle klanten te targeten, kun je AI ook gebruiken om snel lookalike-doelgroepen te identificeren en te vormen. Zo gaat dat in z'n werk met Data Cloud:
- Gebruik prompts in natuurlijke taal (net als bij de interface met ChatGPT) om segmenten op te bouwen en te verfijnen. In plaats van de programmeertaal SQL te moeten kennen, zullen grote taalmodellen (LLM's) prompts vertalen naar de juiste segmentattributen.
- Gebruik AI-ondersteunde lookalike-modellering via advertentieplatforms zoals Google, Meta en anderen om klanten te identificeren die het meest lijken op hoogwaardige doelgroepen. Zo vergroot je het bereik van campagnes.
- Meet de effectiviteit van historische en in-flight advertentiecampagnes en gebruik AI om de data te analyseren en te visualiseren. Zo krijg je inzicht in de best presterende doelgroepen en informatie over toekomstige activeringen.
Stap 3: Data activeren
Zodra je je doelgroepsegmenten hebt gemaakt en geoptimaliseerd, is het tijd om die data naar het advertentieplatform van je keuze te sturen en te activeren. Dit is een voorbeeld van hoe dat eruit kan zien:
- Activeer naadloos en veilig nieuwe doelgroepen op zogenaamde walled garden-platforms zoals Google Ads, Meta, Amazon en LinkedIn en bereik klanten met gepersonaliseerde advertenties op het kanaal van hun keuze.
- Vergroot je bereik en verrijk je dataset verder met AppExchange-partners zoals LiveRamp, TradeDesk, Merkle, Epsilon en Axiom. Gebruik informatie op segmentniveau rechtstreeks van advertentiepartners (zoals Google en Amazon) om demografische gegevens te doorgronden die kunnen worden gebruikt voor toekomstige personalisatie van campagnes.
Het verbeteren van ROAS gaat niet alleen over het verbeteren of uitbreiden van je doelgroepen. Het gaat om relevantie, timing en weten wanneer je iemand geen advertentie moet sturen. De combinatie van deze zaken bespaart je geld en het verbetert ook nog eens de klanttevredenheid. Het is belangrijk om advertenties te verbergen als:
- Een klant een openstaand serviceticket heeft.
- Een klant een product heeft gekocht dat nu afgeprijsd is.
- Je een loyaliteitsprogramma promoot waarvan de klant al lid is.
Praktijkvoorbeeld
Verhoog conversie via gepersonaliseerde journeys
Uitdaging
Bedrijfsdoelen:
Wil je conversiepercentages verhogen en omzetgroei stimuleren? In het huidige concurrerende landschap moet je daarvoor op een persoonlijk niveau contact maken met je gebruikers. Dat betekent dat ze gepersonaliseerde en verbonden ervaringen moeten krijgen die precies op hun voorkeuren zijn afgestemd. Veel marketeers worstelen echter nog steeds met toegang tot realtime data: 59% heeft technische ondersteuning nodig om een doelgroep te segmenteren of een campagne uit te voeren.
Dit vertraagt pipeline- en conversiepercentages. Door data uit verschillende bronnen te ontsluiten en gebruik te maken van AI-tools, kunnen marketeers gepersonaliseerde journeys creëren die zijn afgestemd op de unieke voorkeuren én het gedrag van elke klant. Dit verhoogt niet alleen de conversiepercentages, maar ook de customer lifetime value. Dankzij relevante aanbiedingen is upselling en cross-selling eenvoudiger. Met realtime inzichten en datagedreven strategieën kunnen marketeers hun campagnes optimaliseren en betere resultaten behalen.
Stap 1: Toegang tot data
Stap 2: AI inzetten
Je hebt nu je data op orde. Vanaf dit moment kun je AI gebruiken om:
Inzicht te krijgen in segmenten met de hoogste waarde en hun waarschijnlijkheid om te reageren op promoties.
De volgende acties of aanbiedingen te bepalen en zo een gepersonaliseerde website-ervaring te bieden.
Salesmedewerkers inzicht te geven in de beste opportunities voor upselling en cross-selling. Bepaal welke contactpersonen een follow-up nodig hebben en genereer gespreksonderwerpen op basis van eerdere afspraken.
Stap 3: Data activeren
Zodra je je doelgroepen hebt gerangschikt en de volgende promotie hebt geïdentificeerd, kun je:
- Een Waterfall-segment creëren om hoogwaardige doelgroepen te bouwen en te prioriteren. Voorkom een overdaad aan marketinguitingen door ervoor te zorgen dat elke klant slechts één aanbieding op maat ontvangt en geen berichten over een artikel dat hij/zij net heeft gekocht.
- Segmenten activeren voor gepersonaliseerde content/aanbevelingen op je website. Verplaats deze naar connected journeys op voorkeurskanalen die tot conversie leiden.
- Data synchroniseren in externe systemen, zoals POS, ERP, PIM, etc.
- Meldingen triggeren voor sales- en marketingteams. Informeer hen over de voortgang van de klant in een bepaalde journey en help ze gepersonaliseerde aanbevelingen te doen na een voltooide actie (verlaten winkelwagen → aankoop, sollicitatie afronden, enzovoort).
- Marketeers op de hoogte stellen van de voortgang van campagnes en zorgen voor mogelijkheden om acties te ondernemen (zoals het wijzigen van de grootte of kenmerken van het doelgroepsegment of het aanpassen van het aanbod).
Praktijkvoorbeeld
Janelle is marketeer bij een groot detailhandelsbedrijf in outdoorkleding. Het is haar taak om conversiepercentages, customer lifetime value en upselling/cross-selling-omzet te verbeteren.
Janelle begint met het verzamelen van data uit recente aankopen, zoals jasmaten of schoenvoorkeuren van klanten. Met behulp van AI stelt ze een koopbereidheidsscore op en neemt deze op in een Waterfall-segment dat hoogwaardige doelgroepen bouwt en prioriteert op basis van de views van kennisartikelen, web clicks, recent verlaten winkelwagenartikelen en loyaliteitsdata (niveau, punten en lidmaatschapsduur).
Door deze data te gebruiken, kan Janelle klanten gepersonaliseerde aanbiedingen sturen die precies aansluiten bij hun voorkeuren en gedrag. Dit leidt tot een hogere conversie en klanttevredenheid.
Sluit sneller deals door salesmedewerkers de juiste tools te geven
Uitdaging
Bedrijfsdoelen:
Het is cruciaal voor marketeers om salesmedewerkers te voorzien van de juiste informatie zodat zij sneller deals kunnen sluiten. Veel organisaties worstelen echter met cross-functionele afstemming en het delen van data tussen afdelingen. Het zal niet als een verrassing komen dat dit belemmerend is voor het salesproces. Organisaties kunnen salesteams voorzien van realtime inzichten, geïntegreerde aanbevelingen en gepersonaliseerde communicatie door data uit verschillende bronnen te ontgrendelen en gebruik te maken van AI. Dit stelt salesteams in staat om aankoopcycli te versnellen en de win rate te verhogen.
Dit verbetert niet alleen de efficiëntie en effectiviteit van salesmedewerkers, maar zorgt ook voor een hogere gemiddelde orderwaarde en algehele omzetgroei.
Stap 1: Toegang tot data
Stap 2: AI inzetten
Je hebt nu je data op orde. Vanaf dit moment kun je AI gebruiken om:
Een klantsegment te maken met een product utilization score, die door AI wordt berekend.
Inzichten (koopbereidheidsscore, lead score) te genereren zodat AI next-best-action aanbevelingen kan doen. Zo weten medewerkers precies welke cross-sellings- of upsellingsmogelijkheden ze met klanten moeten bespreken.
Gepersonaliseerde sales follow-up e-mails te sturen met persoonlijke tekst en promoties.
Stap 3: Data activeren
Zodra je je segmenten hebt opgebouwd en inzichten hebt berekend, kun je:
CRM-objecten (zoals contact of opportunity) verrijken met uniforme data. Zo hebben salesmedewerkers toegang tot dezelfde informatie als marketing-, service- en commerce-teams. Deze informatie maakt klantprofielen inzichtelijk en geeft de volledige context van elke interactie van de klant met het merk.
Segmenten op je marketing engagement platform activeren voor gepersonaliseerde upsell/upgrade journeys.
Meldingen in Slack activeren voor het genereren van gespreksonderwerpen en BASHO e-mailtemplates voor salesmedewerkers. Dit stelt hen in staat om gerichte follow-ups uit te voeren.
Praktijkvoorbeeld
Jaap, een marketeer bij een grote autofabrikant, heeft de taak om de afstemming tussen marketing- en salesteams te verbeteren. Hij houdt zich bezig met het opbouwen van een kwalitatieve pipeline, het verbeteren van het slagingspercentage en het verhogen van de gemiddelde orderwaarde.
Met Data Cloud brengt Jaap klantprofielen uit het hele bedrijf samen en bundelt hij een grote hoeveelheid data, zoals: servicegeschiedenis, eerdere aankopen, webgedrag, deelname aan autotentoonstellingen en interacties tijdens salesgesprekken. Dit stelt hem in staat te bepalen wanneer een klant een grote kans heeft om te converteren. Jaap kan een automatische melding instellen die een bericht naar een salesmedewerker stuurt.
Omdat het klantprofiel voor het hele bedrijf inzichtelijk is, kan de salesmedewerker gedetailleerde informatie over de klant zien. Hij kan bijvoorbeeld zien dat de auto van de klant de afgelopen drie jaar regelmatig is onderhouden en dat de klant een nieuw high-end model heeft bekeken. Met deze details en generatieve AI kan de salesmedewerker op het juiste moment contact opnemen om de deal te sluiten.
Stimuleer productgebruik met onboarding
Uitdaging
Bedrijfsdoelen:
Stap 1: Toegang tot data
Stap 2: AI inzetten
Je hebt nu je data op orde. Vanaf dit moment kun je AI gebruiken om:
Ideeën te creëren op basis van statistieken. Denk aan predictieve scores die kunnen aangeven wanneer een klant achterloopt in de adoptie van het product. Je kunt nu gepersonaliseerde aanbevelingen krijgen over hoe je met klanten moet communiceren om ze naar relevante middelen en acties te leiden.
Segmenten van klanten te maken die een lage onboardingsuccescore hebben (bepaald door AI-gebaseerde inzichten). Het geeft aan dat ze de onboardingstappen van het product niet hebben voltooid of belangrijke handelingen niet binnen een bepaalde tijd hebben gedaan.
Stap 3: Data activeren
Zodra je de juiste statistieken hebt geïdentificeerd om je onboarding te vereenvoudigen, kun je:
Segmenten activeren op je marketingplatform (e-mail, mobiel, advertenties, web) voor gepersonaliseerde education journeys. Dit bevat ondersteuning en content die gericht is op een belangrijke actie of volgende stap.
Follow-up uitvoeren via je marketingplatform met gepersonaliseerde success journeys, zoals aanbevolen artikelen en gepersonaliseerde hulp via het online helpcentrum.
Meldingen activeren voor service- en customer success teams (account, veranderingen in het product, geopende service cases, klanten met een hoog risico om weg te gaan).
Marketeers op de hoogte brengen over de voortga
Praktijkvoorbeeld
Stefan is marketeer bij een SaaS-bedrijf. Hij wil de adoptie van het product en de time-to-value voor klanten verbeteren, terwijl hij de churn rate en het aantal service cases verlaagt.
Hij kan gebruik maken van Data Cloud, waarin data zoals platformgebruik, demografische data van Google en oude service-aanvragen zijn gebundeld. Dit stelt hem in staat om inzichten op basis van AI te gebruiken om een segment te maken van klanten met een lage successcore bij de onboarding. Zij hebben de onboarding-stappen niet binnen een bepaalde tijd voltooid. Vervolgens kan hij geactiveerde meldingen voor klantenservice- en succesteams instellen. Zij kunnen nu snel actie ondernemen en de juiste educatieve content sturen voor het product dat deze klanten hebben gekocht.
Behoud meer klanten door proactieve service te leveren
Uitdaging
Bedrijfsdoelen:
Stap 1: Toegang tot data
Stap 2: AI inzetten
Je hebt nu je data op orde. Vanaf dit moment kun je AI gebruiken om:
Sales-, service- en marketingteams te helpen bij het ontwikkelen van communicatie naar klanten. Opties worden voorgeschoteld (vervanging of terugbetaling, chatten met een servicemedewerker, een tutorial bekijken) met gepersonaliseerde aanbevelingen of aanbiedingen op maat op basis van eerdere engagement.
Toegang te krijgen tot een overzicht en aanbevelingen over hoe je de klant het best kunt benaderen tijdens inkomende gesprekken. Ook geeft het next-best-actions of aanbiedingen op basis van verschillende klantsegmenten.
Ongestructureerde data, zoals kennisartikelen of eerdere, goed presterende marketingmails gebruiken om gepersonaliseerde communicatie voor klanten te genereren.
Stap 3: Data activeren
Zodra je AI hebt gebruikt om gepersonaliseerde communicatie te genereren, kun je:
Doelgroepsegmenten creëren van klanten die bijvoorbeeld te maken hebben met een terugroepactie. Zo kun je ze proactief op de hoogte stellen, aangezien de kans groot is dat ze het product willen retourneren.
Getriggerde flows gebruiken om automatisch een case in Service Cloud aan te maken voor de desbetreffende klantgroep.
Servicedata gebruiken om uitsluitingscriteria te maken. Zo worden de betrokken klanten uitgesloten van promotionele e-mails of advertenties zolang ze openstaande service cases hebben.
Een trigger of actie creëren om opgeloste service cases automatisch af te sluiten en een marketing journey te starten door een e-mail met een feedbackonderzoek te versturen.
Praktijkvoorbeeld
Anita is een marketeer bij een financiële instelling die de CSAT en CLTV wil verbeteren en tegelijkertijd de churn en operationele kosten van openstaande cases wil verlagen.
Met Data Cloud kan ze data zoals recente accountaanmeldingen en -kenmerken en productgebruiksdata samenbrengen. Dit doet ze zowel via een zero copy-integratie als door AI samengevatte eerdere serviceaanvragen. Het stelt Anita in staat om proactief een getriggerde e-mail te versturen met gepersonaliseerde self-service tips voor de beleggingsrekening waarvoor de klant zich heeft aangemeld. Heeft de klant een probleem, bijvoorbeeld problemen bij het uitvoeren van een transactie? Dan is de samengebrachte profieldata gemakkelijk toegankelijk voor het serviceteam, zodat de medewerker het probleem snel kan oplossen.
Ze kunnen zelfs automatisch een enquête laten versturen nadat het probleem is opgelost. Dit helpt bij het verbeteren van toekomstige ervaringen en bij het identificeren van latere opportunities voor upselling of cross-selling. Ondertussen kan Anita alle promotiecampagnes onderdrukken wanneer de klant een openstaande service-aanvraag heeft. Zo verhoogt ze de klanttevredenheid én bespaart ze op advertentiebudget.
Bronnen:
- Simplicity - Persbericht - Brands Losing a Record $29 for Each New Customer Acquired
- Salesforce State of Marketing 9e editie (2024)
- Gartner Survey Reveals Marketing and Sales Functions Collaborate on Only Three Out of 15 Commercial Activities (2024)
- Salesforce State of the Connected Customer Report (2023)
- PwC Future of Customer Experience
Wat is een Customer Data Platform (CDP)?
Datagedreven marketing in een cookieloze wereld
Marketingtrends: haal je het maximale uit AI?
Verder lezen? Ontdek hieronder meer
Gartner benoemt Salesforce tot leider in Customer Data Platforms.
Maak kennis met Data Cloud
