Je workflow voor verlaten winkelwagentjes ziet geen verschil tussen een grasmaaier en een taartvorm

Open vandaag bijna elk Klaviyo-account en je ziet dezelfde workflowlogica. Een reeks voor achtergelaten winkelwagentjes splitst zich in twee takken: Één voor terugkerende klanten, één voor nieuwe klanten. Een workflow na aankoop wordt volgens een vast schema geactiveerd: Dag 7, dag 14, dag 30 – altijd dezelfde drie dagen, ongeacht wat er daadwerkelijk is verkocht.
Die opdeling voelt aan als personalisatie. Maar eigenlijk is het gewoon segmentatie met een inhoudsaanpassing erbij. En volgens Casper Ackermann en Emil Flou Hjorth Jensen, die de marketingautomatisatie bij s360 leiden, zit dit al bijna aan de bovengrens van wat de meeste ecommerce-merken daadwerkelijk hebben opgezet.
“Voor veel van onze klanten ging het, toen ze bij ons kwamen, bij personalisatie niet zozeer om dynamische personalisatie in een bericht, zoals wij dat waarschijnlijk zouden omschrijven. Het ging veel meer om: ‘Ik maak een heleboel verschillende segmenten en verstuur verschillende varianten.’” (Casper Ackermann)
We hebben met Casper en Emil gesproken in het kader van onze serie ‘Hello Retail Conversations’. Eén ding dat ze zeiden, bleef ons na afloop van de opname maar bezighouden, omdat het een leemte aan het licht brengt waar nog bijna niemand het over heeft.
De kloof: De inhoud is gepersonaliseerd, maar de timing meestal niet
De meeste modellen voor de ontwikkelingsfase van marketingautomatisering beschrijven hetzelfde traject. Eerst nieuwsbrieven in batches, dan getriggerde workflows en vervolgens contentpersonalisatie: Een voornaam, een blok met aanbevelingen, een dynamische hero-afbeelding. Merken die alle drie deze stappen hebben doorlopen, beschouwen zichzelf als gevorderd.
Emil tekent de volgende lijn anders.
“We kunnen productgegevens nu ook veel effectiever als triggerlaag gebruiken.” (Emil Flou Hjorth Jensen)
De triggerlaag, niet de inhoudslaag. Een inhoudslaag bepaalt wat er in de e-mail staat. Een triggerlaag bepaalt of en wanneer de e-mail wordt verstuurd. Op dit moment wordt bij de meeste merken eigenlijk alleen de inhoudslaag opgebouwd met productgegevens. De triggerlaag werkt nog steeds volgens een standaardtijdschema: Eenmaal ingesteld en daarna vergeet je het.
Een grasmaaier en een taartvorm horen niet in dezelfde reeks thuis
Het voorbeeld van Emil maakt het probleem duidelijk.
“Of je nu bij Bauhaus zit of bij Jem & Fix, het maakt een enorm verschil of iemand een grasmaaier heeft gekocht of iets om mee te bakken.” (Emil Flou Hjorth Jensen)
Een statische flow na de aankoop behandelt beide aankopen op dezelfde manier: Dezelfde vertraging, hetzelfde volgende bericht, dezelfde logica. Maar een grasmaaier en een taartvorm volgen niet dezelfde herbevoorradingscurve, lenen zich niet voor dezelfde cross-sell en verdienen niet dezelfde follow-up-e-mail op dag 14. De ene aankoop verdient misschien pas over zes maanden weer een berichtje. De andere is misschien al binnen een week klaar voor een suggestie voor een aanvullend product.
Vermenigvuldig dat eens met een echte catalogus: Duizenden SKU’s, tientallen categorieën, enorm uiteenlopende prijzen en herhalingsaankoopcycli. Geen enkel team kan op die schaal voor elk betekenisvol productverschil handmatig een aparte tak opzetten.
“Het is echt heel, heel moeilijk om op een statische manier verschillende trajecten te maken.” (Emil Flou Hjorth Jensen)
Waarom segmentatie de timingkloof niet kan oplossen
Als een workflow te eentonig aanvoelt, is de neiging om er meer vertakkingen aan toe te voegen. Meer segmenten, meer regels die je handmatig moet bijhouden. Zo hebben de meeste teams tot nu toe geprobeerd deze kloof te dichten, en dat is ook de reden waarom de meesten het opgeven voordat ze echt ver komen.
Segmentatie groeit lineair mee met de inspanning. Elk nieuw onderscheid – grasmaaiers versus tuinmeubelen versus elektrisch gereedschap – is weer een tak die iemand met de hand moet opbouwen en onderhouden. Productgestuurde timing werkt niet zo. Die groeit mee met de data zelf. Het systeem is niet afhankelijk van iemand die opmerkt dat een grasmaaier en een taartvorm zich anders gedragen. Het analyseert hoe elk product zich daadwerkelijk gedraagt en past de timing aan, SKU voor SKU.
Dat is een heel ander soort infrastructuur dan de meeste marketingteams hebben opgezet. De eigen audits van Casper bevestigen dat. Het is eigenlijk bijna nooit een probleem met de data.
“Als we een audit doen, heb je meestal zo’n 20% van de mogelijke toepassingen benut vanuit het oogpunt van personalisatie.” (Casper Ackermann)
De productgegevens staan meestal al ergens in de stack. Wat nog ontbreekt, is een laag die er timingbeslissingen van maakt, in plaats van het gewoon als nog een veld op een productpagina te laten staan.
Hoe één-op-één-begeleiding er in de praktijk uitziet
Casper heeft een heel duidelijk beeld van waar dit naartoe gaat.
“Ik denk dat we op een punt komen waarop e-commercebedrijven in staat zijn om een boodschap volledig op maat te maken, op een één-op-één-basis.” (Casper Ackermann)
Eén-op-één op beide vlakken tegelijk: Wat er in de e-mail staat, of die wordt verstuurd en wanneer. In de praktijk betekent dat dat je de aankoopcyclus, prijsgevoeligheid, categorie en aanvullende artikelen behandelt als input waar een systeem continu op baseert, in plaats van aannames die één keer in een stroomdiagram worden vastgelegd en daarna een jaar lang met rust worden gelaten.
Waar past Hello Retail in het plaatje?
Dit is de laag waarop Product Agents is gebouwd. Het is gekoppeld aan Klaviyo en werkt op basis van gedragsinformatie op productniveau. Het weet wanneer een product waarschijnlijk moet worden bijgevuld, op basis van de daadwerkelijke aankoopgeschiedenis. Het weet wanneer een bijpassend artikel in prijs daalt vlak nadat iemand het product heeft gekocht waarmee het wordt gecombineerd. Hoe dan ook, de timing komt voort uit de eigen gegevens van het product, niet uit een standaardmail die na 14 dagen wordt verstuurd.
De intentie wordt één keer gedefinieerd. Het systeem bepaalt vervolgens per product wie er wanneer wordt benaderd en met welk product, in plaats van dat een bureau of een intern team die logica handmatig voor de hele catalogus moet bijhouden.
Dat is ook de gedachte achter de samenwerking tussen Hello Retail en s360. Het idee is om die productlaag te koppelen aan de marketingautomatisatie-afdeling die dit werk al dagelijks voor klanten doet.
De kern van het verhaal
De volgende stap in personalisatie zal waarschijnlijk niet komen van een beter algoritme voor onderwerpregels of een slimmer aanbevelingsblok. Die stap komt pas als we eindelijk een veel directere vraag beantwoorden: Hoort dit product, precies dit specifieke product, überhaupt wel thuis in de stroom waar het nu in zit?
Voor de meeste merken is het eerlijke antwoord op dit moment dat niemand dat heeft gecontroleerd.
Lees het volledige gesprek met Casper Ackermann en Emil Flou Hjorth Jensen: Marketingautomatisering – meer dan giswerk →


