Innovatieve data-analyse voor By-Bar
By-Bar vertegenwoordigt niet zomaar een Nederlands kleding- en accessoirelabel; het staat voor een tijdloze benadering van mode. Dit houdt in dat de focus ligt op kledingstukken en accessoires die seizoen na seizoen hun charme en relevantie behouden, in plaats van het najagen van kortstondige modetrends. Het merk omarmt en viert de natuurlijke schoonheid en unieke persoonlijkheid van elke vrouw. By-Bar moedigt vrouwen aan om zichzelf te zijn, nieuwe avonturen te omarmen en hun passies te volgen.
De uitdaging
De uitdaging waar we bij Online Klik voor stonden was om onze innovatieve benadering uit te breiden naar een steeds belangrijker wordend domein in de digitale wereld: Data Analytics. Lange tijd hebben we slechts sporadisch gebruik gemaakt van waardevolle first-party data die was vastgelegd in onze CRM-systemen. Klantinformatie, productgegevens en orderhistorie bleven grotendeels onbenut. Echter, toen we ons realiseerden hoe deze gegevens ons konden ondersteunen bij klantsegmentatie, productaanbevelingen en het genereren van cruciale Business Intelligence-metrics, besloten we dat het hoog tijd was voor verandering.
Daarom zijn we begonnen aan een innovatietraject. Ons doel? Onderzoeken hoe we data analytics op de meest effectieve wijze kunnen inzetten voor onze klanten. We wilden dieper graven, verder kijken dan oppervlakkige gegevens en een diepgaand inzicht verwerven in wat onze klanten nodig hebben. Nu, terwijl we dit pad bewandelen, zijn we enthousiast over de mogelijkheden die voor ons liggen. Door gebruik te maken van de kracht van first-party data, zijn we nu beter uitgerust om onze klanten te bedienen en hen te helpen groeien in dit digitale tijdperk.
De oplossing
Stap één van de oplossing begint bij het opzetten van een pipeline die verantwoordelijk is voor het verzamelen en opschonen van de data. Een belangrijk onderdeel hiervan was het filteren van retours uit de ordergegevens, zodat we een accurate order tabel konden samenstellen. Na deze initiële opschoning kozen we voor Google BigQuery als onze primaire opslagplaats voor alle datasets. Google BigQuery, een product van Google, biedt de mogelijkheid om grote datasets in de cloud op te slaan. Bovendien is het mogelijk om de data te aggregeren in overzichtelijke tabellen met behulp van SQL, ideaal voor verdere data-analyses en dashboards integraties. Met deze aanpak zijn we erin geslaagd om alle relevante data van By-Bar, afkomstig uit Shopify, succesvol op te slaan in Google BigQuery.
Vanaf dit punt begonnen we met gegevensanalyses met behulp van Python. Python, bekend om zijn flexibiliteit en geschiktheid voor webontwikkeling, data-analyse en AI, bleek een uitstekende keuze te zijn. Specifiek voor By-Bar hebben we een Python-applicatie ontwikkeld die verschillende analyses automatisch uitvoert. Als dashboardtool hebben we gekozen voor PowerBI, waardoor de resultaten niet alleen bruikbaar zijn, maar ook visueel aantrekkelijk worden weergegeven.
RFM-model
Voor klantsegmentatie hebben we gebruikgemaakt van het RFM-model (Recency, Frequency en Monetary). Dit model segmenteert klanten in 11 segmenten op basis van hun recente aankopen, aankoopfrequentie en bestedingsgedrag. Ons klantsegmentatiedashboard, weergegeven in PowerBI (zie hieronder), biedt inzicht in deze segmentatie. Dankzij PowerBI kunnen we klantenlijsten exporteren voor specifieke segmenten, die vervolgens kunnen worden ingezet in diverse online marketingkanalen.
Voor elk van deze klantsegmenten kunnen we een op maat gemaakte strategie ontwikkelen. Momenteel starten we een test met een strategie gefocust op twee verschillende klantsegementen. De sleutel tot het bepalen van de juiste benadering voor elk segment was context bieden. Ons uitgebreide dashboard toont welke producten en collecties populair zijn binnen elk segment, waardoor we in staat zijn klanten effectiever te benaderen op basis van hun aankoopgeschiedenis. Bovendien hebben we een market basket-analyse uitgevoerd om inzicht te krijgen in welke producten vaak samen worden aangeschaft, wat ons helpt bij het doen van productaanbevelingen.
Market basket-analyse
De market basket-analyse, oorspronkelijk afkomstig uit de supermarktwereld, wordt al geruime tijd gebruikt om te bepalen waar bepaalde producten in de winkel moeten worden geplaatst. Deze analyse brengt de correlatie tussen de aankoop van verschillende producten in kaart. Als een klant bijvoorbeeld eieren en melk in zijn winkelmandje heeft, is de kans groot dat die klant ook bloem koopt. Voor By-Bar hebben we nu inzicht in welke producten vaak samen worden gekocht, evenals in de correlatie tussen bekeken en uiteindelijk gekochte producten, gebaseerd op GA4-gegevens.
Customer Lifetime Value (CLTV)
Om het succes van onze aanpak te meten, monitoren we twee belangrijke KPI’s: Customer Value en Customer Lifetime Value (CLTV). Customer Value wordt berekend door de gemiddelde orderwaarde te vermenigvuldigen met het gemiddelde aantal bestellingen van een klant. Vervolgens wordt CLTV berekend door deze waarde te vermenigvuldigen met de gemiddelde levensduur van een klant.
Ons dashboard toont deze metrics per segment en we berekenen deze KPI’s wekelijks, zodat we de prestaties van de verschillende segmenten kunnen monitoren. In een tijd waarin de kosten van het binnenhalen van nieuwe klanten steeds hoger worden, wordt het des te belangrijker om te investeren in de CLTV.
Conclusie
Na een intensief innovatietraject kijken we met trots terug op de vooruitgang die we hebben geboekt. De inzichten en tools die we hebben ontwikkeld, stellen ons in staat om onze marketingcampagnes naar een hoger niveau te tillen. Niet alleen kunnen we nu gerichter en effectiever communiceren met onze doelgroep, maar we hebben ook een beter begrip van hun behoeften en voorkeuren.
Deze aanpak, gecombineerd met de kracht van data-analyse, zorgt ervoor dat we ons onderscheiden in de markt. Waar veel bedrijven nog worstelen met het effectief benutten van hun data, hebben wij een systeem opgezet dat zowel robuust als flexibel is. Dit geeft ons niet alleen een voorsprong op onze directe concurrenten, maar positioneert ons ook als voorlopers in de branche. We zijn enthousiast over de toekomst en de mogelijkheden die deze nieuwe aanpak ons biedt.
Ben je geïnteresseerd in een data-project? Neem dan contact met ons op of vraag een gratis online marketing scan aan.
