Lisanne Growth Hacker
Geplaatst in: Automation, Food for thought, Strategie

Machine learning in digitale marketing

september 24, 2019

Hoe machine learning je marketing efforts kan verbeteren

We leven in een eeuw waarin data de belangrijkste ‘grondstof’ is geworden. Waar het in de vorige eeuw om olie draaide is nu data dé bron van groei en disruptie. In de marketing wordt steeds meer data verzameld over de voorkeur en het gedrag van klanten. Maar hoe meer gegevens worden toegevoegd aan de workflow van een marketeer, hoe meer tijd er nodig is om de informatie te begrijpen en gerichte actie te kunnen ondernemen.

In het verwerken, begrijpen en analyseren van gegevens kan machine learning een belangrijke rol spelen. Machine learning algoritmes kunnen namelijk in een korte tijd extreem grote hoeveelheden gegevens analyseren en begrijpelijke analyses of resultaten genereren. Machine learning is een subset van artificial intelligence. In het kort is artificial intelligence (AI) de simulatie van menselijke intelligentie processen door machines, met name computersystemen.

We hebben al eerder een artikel geschreven over hoe machine learning door Google wordt ingezet in de zogenoemde ‘smart creatives’ en hoe je deze het beste kunt inzetten. Lees dit artikel hier. In dit artikel zoomen we in op andere mogelijkheden binnen machine learning die je marketing efforts kunnen verbeteren.

Machine Learning in marketing

Het doel van machine learning in de marketing is met name om inzichten in je doelgroepen te vergroten en daarmee de interactie met de doelgroepen te verbeteren. Je kunt hierbij denken aan het toepassen van machine learning voor de segmentatie van je klanten of om het gedrag van je klanten te voorspellen. 

Klantsegmentatie

Om klanten te segmenteren maak je gebruik van clustering. Dit is een machine learning techniek voor het identificeren en groeperen van vergelijkbare datapunten (bijvoorbeeld klanten). Op basis van verschillende datapunten zal deze techniek zelf leren om andere klanten met vergelijkbare kenmerken te vinden. Klanten kun je bijvoorbeeld segmenteren op op basis van prijsgevoeligheid, productkwaliteit en merkloyaliteit. Voor deze segmenten kun je vervolgens verschillende klant gedreven marketing strategieën bedenken om de betreffende doelgroep zo gericht mogelijk aan te kunnen spreken.

Gedrag van klanten voorspellen

Hoewel mensen over het algemeen geen goed gedefinieerde logica volgen, hebben we vaak wel enkele herhaalde patronen. We kopen vaak dezelfde dingen, gedragen ons op dezelfde manier en volgen dezelfde intuïties. Als we van het patroon van de koper kunnen leren, kunnen we daardoor ook mogelijke toekomstige kopers identificeren. Naast het identificeren van mogelijke kopers kun je door te leren van patronen van klanten die een klacht hebben ingediend of vertrokken zijn ook mogelijke risico’s voor in de toekomst identificeren. Door dus tijdig op je radar te hebben welke klanten een risico vormen (voor vertrek of een klacht) kun je hier in je marketing efforts rekening mee houden en zo proberen dit te voorkomen.

Hiernaast kun je machine learning ook gebruiken om de customer lifetime value van je klanten te berekenen en voorspellen. Op basis van de data in je CRM kun je deze berekenen en voorspellingen maken. Hierdoor kun je beter inschatten hoeveel je in een periode moet uitgeven aan marketing en ga je daardoor effectiever en efficiënter om met je marketingbudget. Voor onze klanten maken wij al gebruik van machine learning om hun customer lifetime value te berekenen. 

De genoemde voorbeelden zijn slechts een greep uit wat je kunt met machine learning binnen de marketing. Er zijn inmiddels ook al veel artificial intelligence / machine learning tools dan wel bedrijven die je kunt inschakelen om je marketing efforts te verbeteren. Denk bijvoorbeeld aan:

  • Churnly: voorspelt met machine learning welke klanten dreigen te vertrekken en wanneer
  • LeadFamly: gebruikt gamification om meer insights te geven in je leads
  • Chatbots (bv. tawk.to)

Met de groeiende ongecontroleerde instroom van data wordt de implementatie van machine learning in marketingcampagnes nog relevanter. Bedrijven die al AI / machine learning tools gebruiken, hebben meer tijd om zich op andere gebieden te concentreren en de opgedane kennis in hun voordeel te gebruiken.

Mocht je vragen hebben over de mogelijkheden van machine learning binnen jouw bedrijf dan staan wij uiteraard altijd open om te sparren!