09-03-2016 Door: Niels Alebregtse

Recommender systems

Deel dit bericht

Gericht klantcontact, verhogen van de customer experience, optimaliseren van interne processen en de juiste aanbevelingen op het juiste moment. Het kan allemaal met een recommender system. Een wat? Blogger Niels Alebregtse legt het uit.

Wie herkent het niet? Zit je thuis lekker rustig op de bank, wordt er aangebeld door de zoveelste verkoper die je probeert een dienst te verkopen, terwijl je totaal niet op zoek bent naar een nieuwe internetprovider of energieleverancier. Of je krijgt een aanbieding via de e-mail, die totaal niet op jou is afgestemd. Voor jou als (potentiële) klant is dit een averechtse benadering en voor het bedrijf een verloren investering. Hoe mooi zou het zijn als bedrijven deze verkeerde benadering van klanten niet meer gebruiken?

Gericht contact met een recommender system
Een recommender system is een stuk software dat klantgegevens analyseert en aanbevelingen doet voor een specifieke klant, op basis van de gelijkenis van die klant met andere klanten.
Een voorbeeld. Neem Netflix. Zij doen klanten suggesties van nieuwe films en series, op basis van het kijkgedrag en de ratings van andere mensen met een vergelijkbaar kijkgedrag. De succesformule van Netflix is dat zij in staat zijn om de juiste voorspellingen voor hun klanten te doen. De klanten blijven hierdoor trouw aan Netflix, omdat ze nooit uitgekeken raken.

Verhoging van de customer experience
Toepassingen voor recommender systems zijn erg breed, omdat aanbevelingen van toepassing zijn op zowel producten als diensten. Wanneer het juiste product of de juiste dienst aan de juiste klant wordt aangeboden, ontstaat er een onmiddellijk voordeel. De klant zal eerder geneigd zijn om over te gaan tot aankoop, wat leidt tot extra omzet. Tegelijkertijd is het waarschijnlijk dat een klant nog een keer terugkeert, vanwege de goede service. Daarnaast kan een klant door gerichte suggesties kennismaken met producten waar hij tot dusverre onbekend mee was. Ook dit verhoogt de customer experience.

Optimaliseren van interne processen
Recommender systems kunnen ook gebruikt worden voor het optimaliseren van interne processen. De ene klant heeft een duidelijk doel voor ogen, terwijl een ander nog meer in de oriënterende fase zit. Met behulp van een recommender system kan dit gedrag (bijvoorbeeld hoe de klant over een website navigeert) geanalyseerd worden en kan er op dit gedrag geacteerd worden.

Een recommender system kan daarom ook erg goed ingezet worden om de customer journey te beïnvloeden: Klant A kan gericht naar verkoop gestuurd worden, terwijl klant B naar een vergelijkingspagina van producten gestuurd wordt.

Juiste aanbiedingen op het juiste moment
Een ander raakvlak met de customer journey, is dat het doen van aanbiedingen op het juiste moment. Om de anekdote aan het begin nog eens aan te halen: vaak heb je geen behoefte aan een ongevraagde verkoper aan je deur. Maar stel, je bent je aan het heroriënteren op je energieleverancier en hebt een aantal websites bezocht. Je bent dan misschien wel ontvankelijk voor een e-mail met daarin een aanbod voor een persoonlijk bezoek van een adviseur. Dit beetje extra service kan je net over de streep trekken om over te stappen. Echter, een bedrijf moet dan wel weten hoe je te benaderen bent. Je bent er dan ook bij gebaat om jouw gegevens te delen met bedrijven, omdat bedrijven hierdoor een betere dienstverlening kunnen opzetten.

Hoe meer informatie, hoe beter de aanbeveling
Een onderzoek van ABN AMRO heeft laten zien dat veel mensen huiverig zijn voor het delen van hun persoonlijke informatie, behalve als ze weten wat bedrijven met deze gegevens doen en wat voor hen de meerwaarde is. Dit hoeft niet altijd expliciete data te zijn (bijvoorbeeld ratings, likes, comments, etc.), maar kan ook bestaan uit impliciete data, zoals hoe vaak een klant een product of specifieke pagina bekijkt op een website of tot hoever de klant scrolt op de pagina.

Al deze meetbare (en telbare) handelingen kunnen leiden tot meer inzicht in het gedrag van de klant en dus tot betere aanbevelingen door het recommender system. Ten slotte heeft de klant in dat opzicht hetzelfde belang als het bedrijf: ze willen allebei dat het onderling contact zo aangenaam mogelijk verloopt en dat ze het product (ver)kopen dat het beste bij de klant past.

Niels Alebregtse

Analist met een oorsprong in de fysische oceanografie. Wordt erg enthousiast van het halen van vernieuwende inzichten uit data en modellen. Speelt graag games en leest veel boeken.

Alle blogs van deze auteur

Partners