[column] Hoe verbeter je klantenbeheer bij B2B e-commerce?

[column] Hoe verbeter je klantenbeheer bij B2B e-commerce?
  • B2b
  • 22 nov 2019 @ 09:47
  • Link
  • Gastblogger
    Gastblogger

    Gastauteur
    MarketingTribune
  • Big data

Hoe kun je voorspellen welke klanten in de nabije toekomst weggaan? En hoe kun je inzichtelijk maken welke factoren invloed hebben op hun vertrek? Dit is onderdeel van een datadriven aanpak om je organisatie te laten groeien. Mirle Hilbers van De Nieuwe Zaak geeft achtergrond.

De definitie van churn verschilt per onderneming. Want hoe bepaal je of een klant echt weg is? Als de klant een jaar niets heeft besteld? Of als hij de aankoop die hij eerder heeft gedaan nu niet meer doet? Lastige vragen, maar het is hierbij belangrijk om te kijken naar welk uitgangspunt de meeste aansluiting heeft op jouw bedrijf. Bij seizoensgebonden producten zal de definitie van churn anders zijn dan producten die een bedrijf met grote regelmaat nodig heeft. Ook kan de definitie van churn per product of doelgroep verschillen. Denk bijvoorbeeld aan werkhandschoenen die een bedrijf met grote regelmaat nodig heeft en werkschoenen minder vaak omdat die wat langer meegaan, waardoor het in de laatste categorie logisch is dat het even duurt voordat het bedrijf terugkomt in jouw webwinkel. En nog een stapje daarvoor: kijk je bij churn naar bestellingen of engagement met jouw bedrijf? In de expertsessie gaven diverse bedrijven aan ook te kijken naar de mate van engagement van de klant. Opent de klant nog wel nieuwsbrieven, bezoekt hij de website of klikt hij op social ads, maar koopt hij niet? Dan is de uitdaging vooral om deze klant te laten converteren. Hier is de relatie met de klant in principe goed, maar moet je achterhalen wat hem weerhoudt van aankoop van jouw product. Welke definitie van churn het beste past bij jouw bedrijf is dus afhankelijk van jouw business en welk doel je wilt bereiken met e-commerce.

Welke factoren hebben invloed op de churn?

Tijdens de sessie met onze expertgroep hebben we dit in het klein getoetst door aan de hand van een fictief bedrijf de churn te berekenen voor diverse klanten. In de praktijk werkt het vaak goed om degene te vragen die veel met klanten werken wat de factoren voor churn zijn (het onderbuikgevoel), bijvoorbeeld accountmanagers of de binnendienst. Vervolgens voer je op basis van data een analyse uit en zoek je naar de verbanden. De case was voor een fictief bedrijf, maar onze ervaring is dat de factoren die uit onze case kwamen toepasbaar zijn op heel veel bedrijven. Denk bijvoorbeeld aan frequentie waarmee de klant bestelt, de hoeveelheid producten en productcategorieën. Maar ook wie de accountmanager is en hoe compleet het profiel van de klant gevuld is.

Churn inzichtelijk: wat nu?

Maar wat als je je churn inzichtelijk hebt, wat dan? Expertleden gaven aan dat ze klanten indelen in segmenten op basis van de mate waarin klanten actief zijn. Deze segmenten (bijvoorbeeld slapende klanten, incidentele en actieve klanten) kunnen je helpen in het maken van keuzes voor inzet van jouw sales- en marketingapparaat. Zo kun je incidentele klanten proberen te cross-sellen richting meerdere producten waardoor de kans dat hij jouw bedrijf verlaat kleiner wordt. Maar soms is het ook goed om te accepteren dat sommige klanten maar één keer iets bij jou kopen. Om nog even het voorbeeld van de werkschoenen erbij te pakken: als je tijdens jouw studententijd in een magazijn gaat werken, heb je eenmalig werkschoenen nodig. Moet je dan als webwinkel heel veel marketing effort steken in het cross-sellen van deze categorie? Natuurlijk is het hier wel enorm van belang dat je weet met wat voor soort klant je te maken hebt. Data is key, dat blijkt maar weer.

Wat is het advies aangaande data?

Je kunt als bedrijf heel lang blijven zoeken naar allerlei verschillende factoren waar je data over wilt hebben. Is meer data en meer variabelen altijd beter? Als je dit aan Facebook zou vragen geven zij aan dat ze wel 2 biljard variabelen volgen. Zie daar het antwoord. Maar wat als je nog niet wat doet met data? Begin dan gewoon en ga kijken hoe goed je kan voorspellen op basis van factoren. Als je continu zegt “dit moet er nog bij, dit wil ik ook weten” dan begin je nooit. Je vult je data set continu aan, je leert en moet hem ook continu updaten dat doe je met je webshop ook.

De conclusie van de experts is dat het goed mogelijk is om het ‘onderbuik’ gevoel aan te vullen met ‘onderbouwingen’ op basis van data. Klein beginnen met data analyses, ervan leren en verbeteren draagt absoluut bij aan de groei van B2B-organisaties en wordt een onmisbaar onderdeel van hun e-commerce strategieën.

 

Deze blog is geschreven door Mirle Hilbers, marketing & communicatiemedewerker bij De Nieuwe Zaak. Ze houdt bezig met de ontwikkeling van corporate marketing en communicatie uitingen, leadgeneratie en events.

Gastblogger

Nieuwsbrief

  • Mis niets! Schrijf je nu in voor de gratis nieuwsbrief.
  • Inschrijven

Laatste reacties

Word abonnee en ontvang:

  • ✔ 16 keer per jaar MarketingTribune Magazine
  • ✔ Korting tot wel €100,- op events

  • MarketingTribune.nl/b2b is een toonaangevend kennisplatform voor marketeers die op de hoogte willen blijven van de nieuwste trends, inzichten en nieuwsberichten binnen de marketing tussen bedrijven.
  • MarketingTribune: meer over marketing en merken