Anders luisteren naar markt- en klantbehoeften in B2B


Naast het verdienen van aandacht dienen b2b marketeers nieuwe manieren te ontwikkelen om op een slimmere manier de vinger aan de pols te houden van markt en klant. Markt- en klantbehoeften veranderen enorm snel. Bovendien beweegt de klant zich ook in b2b steeds vaker in het digitale kanaal. Een andere manier van luisteren, observeren en onderzoeken is daarom noodzakelijk bij het bijvoorbeeld succesvol genereren van leads en het leveren van uitmuntende klantservice.

Momentopname in klantbehoefte
Klant- en marktinzichten worden door marketingafdelingen nog steeds het liefst via periodieke enquêtes, marktonderzoeken en jaarlijkse peilingen van bijvoorbeeld de Net Promoter Score (NPS) vastgesteld. De account manager verzorgt hierop – althans dat staat meestal in zijn functieomschrijving – in het CRM systeem een aanvulling in de vorm van relevante informatie uit klantgesprekken. Hierbij is sprake van discontinue inzichten, van momentopnamen. Markten en klantbehoeften ontwikkelen zich echter zo dynamisch dat het sturen op basis van een momentopname bijzonder veel aan toeval overlaat.

De belangrijkste beperking van traditioneel marktonderzoek in het algemeen is het beperkte inzicht dat klanten zelf hebben in hun eigen voorkeuren. Gedragseconoom en auteur Dan Ariely verwoordt het treffend: ‘we don’t know our preferences that well. Never trust focus groups, they might produce fantastic stories, but not the truth’ (interview, 2013). We denken dat we onszelf goed kennen en vooral op basis van de ratio tot besluiten komen. Maar veel van onze keuzen en beslissingen zijn niet volledig rationeel verantwoord.

We weten niet wat we niet weten. En daarom kunnen we maar beperkt aangeven van welke oplossing we echt blij worden. Henry Ford doorzag dat door de automobiel te ontwikkelen voor zijn klanten. In plaats van ‘een sneller paard en wagen’ waar zij om zouden hebben gevraagd. Het is beter te kijken naar de feitelijke data op basis van vertoond klantgedrag in plaats van conclusies te verbinden aan de antwoorden die klanten zelf geven. Traditioneel klant- en marktonderzoek gaat waarschijnlijk een meer bescheiden rol spelen.

Nieuwe klant- en markt intelligence 
Gangbare vormen van marktonderzoek maken in de nabije toekomst steeds meer plaats voor nieuwe, effectiever manieren om de vinger aan de pols te houden bij klant en prospect. Nieuwe vormen van klant- en markt intelligence zijn social media monitoring, marketing automation, big data & machine learning en neuromarketing.

Brainbound ijsberg
Social media monitoring
Bij social media monitoring worden uitingen van klanten, prospects en het algemene publiek in diverse sociale platforms op sentiment gemeten. Hierbij is het steeds beter mogelijk om het heersende marktsentiment en de ontwikkeling daarvan in kaart te brengen. Dit helpt om een betere indicatie van het imago bij klanten en in de markt af te lezen: welk percentage is zeer positief over het merk en de oplossingen, en welk percentage is zeer negatief danwel neutraal of onverschillig? Toepassingen hiervan zijn vooral bekend uit verkiezingstijd waarbij politieke partijen een eigen sociale barometer hanteren of uit de consumentenmarketing. Maar ook een bedrijf als Coolblue dat actief is in zowel de consumentenmarkt als de zakelijke markt houdt dagelijks het social sentiment bij over het Coolblue merk. Je zou dat een ‘klant enthousiasme barometer’ kunnen noemen. Dat vormt een mooie aanvulling op meer traditionele metingen van klanttevredenheid.

Zogenaamde social monitoring software stelt b2b bedrijven in staat om beter te luisteren naar vragen, suggesties en klachten op sociale media. Voorbeelden van social media monitoring tools zijn Radian6, Alterian en Finchline naast gratis hulpmiddelen als Google Alerts en Hootsuite. Deze hulpmiddelen helpen om klantservice, webcare en lead generatie – het vinden en opvolgen van relevante, nieuwe commerciële contacten met interesse in de informatie of producten van de onderneming – slimmer handen en voeten te geven.

Marketingautomatisering
Marketingautomatisering oplossingen zoals Marketo, Eloqua en HubSpot helpen ook bij het beter luisteren naar de klant op afstand. De sales professional is erop getraind om in een fysieke ontmoeting met de klant een oogopslag, zucht of stemverheffing op waarde te schatten. Omdat klanten lang niet altijd openstaan voor face-to-face contact neemt de noodzaak voor marketing en salesteams toe om op een andere manier klantgedrag te ‘lezen’. Marketing automation oplossingen helpen om klantgedrag in het digitale kanaal zoals het zoeken naar, of downloaden van informatie beter te registreren en te interpreteren. Dat inzicht vormt zo een betere basis om gewenste vervolgstappen door de klant te stimuleren.

Bij marketing automation wordt een digitaal klantprofiel opgebouwd aan de hand van zijn historische respons op diverse content, zoals blogposts, whitepapers, webinars en email nieuwsbrieven. Door bij te houden naar welke informatie de prospect zoekt, en welke informatie tot welke respons leidt is een digitale ‘vingerafdruk’ per prospect nauwkeurig te bepalen. Je zou zelfs van ‘digitale lichaamstaal’ kunnen spreken. Steven Woods beschrijft in zijn gelijknamige ebook hoe het benutten van ‘digital body language’ (2011) bedrijven in staat stelt digitale signalen van mogelijke klanten beter te begrijpen en daarmee beter en succesvoller met hen te communiceren.

Big data inzichten
Het benutten van big data is een derde nieuwe vorm van het luisteren naar klant- en marktbehoeften. De huidige, alsmaar snellere creatie van data en informatie biedt kansen en nieuwe uitdagingen. De term ‘Big Data’ wordt daarbij steeds vaker genoemd. Aan de hand van big data ontdekken marketeers en data analysten nieuwe verbanden en inzichten die voorheen of niet opvielen of werden afgedaan als een toevallige afwijking van de statistische norm. Hoewel een toepassing hiervan ook op individueel klantnivo denkbaar is, ligt de toepassing van big data in b2b marketing voorlopig meer voor de hand bij het doorgronden van het gedrag van grote groepen klanten. Denk daarbij bijvoorbeeld aan het analyseren van het klik- en leesgedrag van grotere groepen zakelijke abonnees op content van onderzoeksburo’s als Gartner en Forrester als indicatie welke topics het meest ‘hot’ zijn.

Machine learning is in de toepassing van big data een volgende belofte. Hierbij zijn IT systemen zo ontworpen dat ze zelf leren uit de beschikbare (big) data. Dit voorkomt dat krachtige computers voor elke toepassing, elke applicatie, vooraf dienen te zijn geprogrammeerd. Deels gevoed door menselijke input die hen wijst op bepaalde trends of fouten. Het herkennen van spam en het sorteren van websites door zoekmachines zoals Google zijn voorbeelden van de toepassing van machine learning.

Bij het inzetten van machine learning gaat het om het analyseren en voorspellen van gedrag. Dit wordt toegepast bij het analyseren van websites en het aanbieden van de juiste content. Hierbij is het ultieme doel om de juiste aanbieding met de hoogste kans op conversie te voorspellen. Een toepassing is het ontdekken van klantsegmenten. Klassieke klantsegmentatie vindt bijvoorbeeld plaats op basis van bestelhistorie. Door het toevoegen van data die niet meer handmatig te interpreteren zijn, ontstaan nieuwe inzichten en segmenten. Dit kan door bijvoorbeeld website bezoek en andere gedragscomponenten te betrekken bij de segmentering. Big data vormt daarmee een nieuwe belofte om marketing beslissingen veel minder op ‘buikgevoel’ te nemen (Lloyd, 2013).

Science fiction in b2b? Deze toepassingen zijn vooralsnog vooral het werkterrein van giganten als Google en Amazon. En liggen misschien eerder voor de hand voor b2c bedrijven met veel hogere volumes aan transacties en klantinteractie. Toch kan de b2b marketeer in mijn optiek niet om de noodzaak heen om slimmer gebruik te maken van de steeds grotere hoeveelheden data in de interactie met relevante klanten en prospects.

Neuromarketing
Ook neuromarketing stelt ons in staat om veel beter de klant te begrijpen op basis van feitelijk klantgedrag. En vormt daarmee een vierde, misschien wel meest fascinerende manier om te komen tot betere klant- en marktinzichten. Neuromarketing is het combineren van neurowetenschap met marketing. Als relatief jonge discipline staat hierin de toepassing van neurowetenschappelijk onderzoek centraal via hersenscans. De uitkomsten van die scans geven vaak compleet andere inzichten dan we verkrijgen door te vertrouwen op wat de klant zegt dat hij denkt, verwacht en voelt. Uit fMRI onderzoeken blijkt bijvoorbeeld de feitelijke voorkeur bij verschillende alternatieve tv-reclames, magazine covers of web pagina’s anders te zijn dan werd aangenomen op basis van wat de deelnemers aan dat onderzoek vooraf hadden opgegeven.

Brainbound CTA

 

0 antwoorden

Plaats een Reactie

Meepraten?
Draag gerust bij!

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.