Marketing optimaliseren met externe data in finance

Het zijn gouden tijden voor marketeers. Ze verzamelen steeds meer waardevolle data. Daarmee kunnen ze klanten volgen en goed op hun gedrag inspelen. Met de juiste tooling, kennis, competenties en inrichting van de organisatie zijn ze er dan wel, zou je zeggen. Of toch niet? Een blog van Jan Hendrik Fleury.

Niet helemaal. Want voor veel operationele en marketingprocessen is externe data – of: third party data – onmisbaar. In twee bijdragen zal ik ingaan op de vele mogelijkheden die externe data biedt voor financials.

Third, second en first party data; waar hebben we het dan over?

• third party data is informatie die een organisatie niet zelf verzamelt, maar die dataleveranciers niet-exclusief beschikbaar maken
• second party data is informatie die twee bedrijven exclusief met elkaar delen
• first party data is klantdata die een bedrijf zelf verzamelt.

In onderstaande figuur staan de meest voorkomende externe databronnen die aan een persoon, huishouden of bedrijf te koppelen zijn:

Externe data: hoe het werkt
In de figuur komen de databronnen samen bij een radertje met daarin de letters API. Die afkorting staat voor Application Programming Interface. API’s zijn webservices die de communicatie controleren tussen databases en de applicaties die gebruik willen maken van die data. Een API-koppeling geeft realtime en online toegang tot externe data. Dat stelt je in staat om tijdens het contactmoment met de klant direct beslissingen te nemen en het resultaat te optimaliseren.

Cross- en upsell
Met third party data krijg je een beter beeld van het profiel van je klanten. Dat biedt vooral mogelijkheden voor cross- en upsell, bijvoorbeeld bij een verhuizing.

Voorbeeld 1: verhuizing biedt kansen
Indien klanten verhuizen, kan het gevolg zijn dat ze hun woonverzekeringen of hypotheek opzeggen, of aan willen passen. Het is dan zaak om de klant tijdig te benaderen met een interessante aanbieding. Dit is prima te doen, omdat bekend is of een woning te koop staat en er een score kan worden gegeven voor wanneer er een verhuizing op een adres zal plaatsvinden.

Een verhuizing biedt ook kansen om de nieuwe bewoners te benaderen. Mensen geven doorgaans veel geld uit als ze verhuizen. Timing en kwaliteit van de informatie zijn hierbij van belang. Er zijn zeer nauwkeurige gegevens voorhanden over het moment van overdracht van de woning. Op basis hiervan kun je vervolgens acties inplannen. Bij een bestaande klant kun je de kanalen telefonie, e-mail, web, social, direct mail of huis-aan-huis inzetten. Bij een prospect zijn direct mail en huis-aan-huis ook geëigende kanalen.

Voorbeeld 2: Targeting op kenmerken
Op basis van sociodemografische-, huishoud- en psychografische kenmerken kan je het bereiken van de meest kansrijke klanten voor cross- en upsell verbeteren. Als bijvoorbeeld bekend is dat de bezoeker onderdeel uitmaakt van een gezin met kinderen dat in een villa woont, kan de aan een adres gekoppelde data worden geleverd om het aanbod (inhoud en taal- en beeldgebruik) gericht te maken:

Een greep uit de beschikbare data is o.a.: WOZ-waarde – herbouwwaarde – type woning (bijvoorbeeld appartement) – woning doelgroep (bijvoorbeeld studentenhuis) – koop/huur indicator – huis te koop ja/nee – inhoud en oppervlakte – bouwjaar – aantal bewoners – welstand – verzekeringstype – financieel type – leeftijdsklasse – ZZP-indicator, etc.

Zo is het bijvoorbeeld mogelijk om jongere en oudere paren, met of zonder kinderen, met een laag, midden of hoog inkomen te onderscheiden. De aantrekkelijke groepen worden geselecteerd en producten en marketinguitingen (kanaal, aanbod, tone of voice) worden volledig op de geselecteerde groepen afgestemd.

Voorbeeld 3: Controle onderverzekering
Vaak dienen upsell mogelijkheden zich aan door te kijken naar de gegevens van je huidige relaties. Zo kan de woning van een klant groter en duurder zijn, dan waar de inboedelverzekering op is ingericht. Deze klanten kunnen geselecteerd en benaderd worden om hun inboedelverzekering te controleren en daarop een passend aanbod te doen.              

Hetzelfde geldt als er meer mensen in een huishouden wonen, maar slechts 1 persoon verzekerd is. Dan is een aanbieding voor meeverzekeren voor de overige bewoners een goede upsell mogelijkheid.

De meest kansrijke klanten bereiken
Achtergrondinformatie over het huishouden biedt een prima basis om het bereik onder de meest kansrijke klanten voor cross- en upsell te verbeteren.

Het is gebruikelijk om te segmenteren op leeftijd, levensfase en inkomen. Met data uit externe bronnen krijg je de mogelijkheid om nog meer uitgesproken verschillen boven tafel te krijgen, en bijvoorbeeld een onderscheid te maken tussen jongere en oudere paren zonder kinderen met een laag, midden of hoog inkomen. Vervolgens kun je variëren in producten en marketinguitingen, op basis van kanaal, aanbod en tone of voice.

Met andere woorden: externe data biedt je een uitgelezen kans om de meest kansrijke klanten voor cross- en upsell te bereiken.

In een tweede blog zal ik laten zien hoe je klanten in de verschillende fasen een betere customer experience kunt bieden met hulp van externe data.

Jan Hendrik Fleury is Manager innovations en partnerships bij EDM en voorzitter van de commissie Klantdata & Dialoog van de Data Driven Marketing Association DDMA. Samen met Arent van ‘t Spijker (Blinklane Consulting), Aljan de Boer (TrendsActive), Tijmen Blankevoort (Scyfer) en Leslie Hoogeveen (Knab) spreekt hij tijdens het EDM Smart Data Finance Seminar op 9 maart bij Spaces Zuidas.