De interne gegevens van een e-commercebedrijf – zoekopdrachten op de site, feedback van klanten, geografische concentratie, enzovoort – kunnen kansen voor nieuwe producten en nieuwe klanten identificeren.

E-commercehandelaren missen kansen door hun gegevens niet te gebruiken. Nieuwe producten, nieuwe klanten, upsells, cross-sells: interne data kunnen inzicht bieden in al deze aspecten.

In dit bericht zal ik ingaan op gegevensbronnen en strategieën om verkopers te helpen hun bedrijf te laten groeien.

Nieuwe Producten

Site zoeken is de goudmijn voor elke online winkel: daadwerkelijke sitebezoekers die op zoek zijn naar een specifiek product of categorie. Als meerdere consumenten bijvoorbeeld hebben gezocht naar 'oranje vaas' en u heeft dat artikel niet bij u, dan wilt u dit wellicht verkrijgen.

Een hindernis bij het analyseren zoekopdrachten op de site is het grote volume op veel e-commercesites. Om dit probleem te verhelpen, kunt u overwegen de zoektermen in te delen in producttypen en beschrijvingen. Met behulp van de contain-query kan 'oranje vaas' bijvoorbeeld worden geclassificeerd als 'producttype = vaas' en 'kleur = oranje'.

Een andere manier om het volume te verlagen is door succesvolle zoekopdrachten te filteren, de zoekopdrachten die tot de juiste producten hebben geleid of waarbij de zoeker een aankoop doet. U kunt ook valse zoektermen uitsluiten, zoals URL's, die vaak afkomstig zijn van bots.

Het combineren van zoekwoorden kan ook nuttig zijn om trends te identificeren. Meerdere zoekopdrachten naar 'oranje vaas', 'oranje decor' en 'oranje accent' kunnen wijzen op een potentiële cross-sell-mogelijkheid rond de kleur oranje of zelfs op een nieuwe categorie.

Voor geavanceerde retailers kan machinaal leren, zoals text mining, hiaten in het productaanbod blootleggen. Kleinere verkopers zouden de gegevens wekelijks handmatig kunnen beoordelen en classificeren, eventueel met behulp van een stagiair.

Filtert. Filteranalyses kunnen, indien beschikbaar, kansen aan het licht brengen. Als shoppers herhaaldelijk selecteren dezelfde filters voor een product (zoals kleur, maat en type) en geen zoekresultaten ontvangt, kan een verkoper overwegen dat artikel toe te voegen. Misschien is de initiële zoekterm ‘oranje vaas’ en zijn de filters ‘handgemaakt’ en ‘groot’. Als die combinatie geen zoekresultaten oplevert, kan de handelaar grote, handgemaakte, oranje vazen ​​aan zijn inventaris toevoegen.

Opmerkingen van klanten. Houd klantbeoordelingen, feedback aan uw ondersteuningspersoneel en discussies op sociale media bij. U zult waarschijnlijk ideeën voor nieuwe producten vinden. Een klant kan bijvoorbeeld op Instagram posten: 'Ik heb net dit schattige paarse topje gekregen van de XYZ-winkel. Ik wou dat het in het groen kwam.” Als genoeg klanten soortgelijke wensen hebben geuit, kunt u overwegen het artikel in het groen toe te voegen.

Het probleem met klantfeedback op verschillende kanalen is, net als zoeken op sites, het volume. Er zijn vaak mensen nodig die sociale media monitoren en zelfs machinaal leren om brede kansen te identificeren en niet om geïsoleerde verzoeken van bijvoorbeeld één enkele consument. Eén oplossing is het zoeken naar algemene trends. Het besteden van 30 minuten per week aan het lezen van recensies of berichten op sociale media kan meestal voldoende zijn om het marktsentiment te peilen.

Nieuwe klanten

Interne gegevens kunnen e-commercebedrijven ook helpen nieuwe klanten aan te trekken. Overweeg de volgende strategieën.

Aardrijkskunde. Tachtig procent van uw klanten woont mogelijk in een bepaalde staat, regio of land. Maar handelaars kunnen in 2020 wereldwijd verkopen en verzenden. Eén manier om strategieën voor klantenwerving te identificeren, is door naar uw websiteverkeer te kijken om locaties te identificeren die verkeer genereren maar weinig verkopen. U kunt deze regio’s testen (misschien op lokale marktplaatsen) om de vraag te monitoren en te bepalen of het de moeite waard is om uw e-commercesite voor die consumenten te lokaliseren.

Demografie. Demografische en zelfs psychografische gegevens (meningen, attitudes) zijn beschikbaar via Google Analytics of door aan de namen en adressen van klanten specifieke informatie van providers zoals Experian of Melissa toe te voegen. Het proces zou veelbelovende leeftijdsgroepen, geslacht, opleidingsniveau, enzovoort kunnen identificeren.

Een detailhandelaar in sportartikelen kan er bijvoorbeeld achter komen dat de meeste kopers van tennisrackets vrouwen tussen de 35 en 55 jaar zijn die eigenaar zijn van hun huis. Gewapend met dat inzicht zou de retailer zich kunnen richten op vrouwen in die leeftijdsgroep en met de status van woningbezit. (De detailhandelaar zou de gegevens ook kunnen gebruiken om aanvullende producten aan bestaande klanten te verkopen.)

Marketing kanalen. Nieuwe marketingkanalen kan ook klanten aantrekken. Een verkoper die op Google Ads heeft vertrouwd, zou Instagram-influencers kunnen testen of zelfs fysieke post kunnen sturen. De test zou niet alleen nieuwe klanten kunnen opleveren, maar ook efficiëntere marketinguitgaven. Om de nieuwe kanalen te ontdekken, zoekt u naar benchmarking door derden per kanaal op het gebied van de kosten per acquisitie voor uw producttype of demografische gegevens.

Bron: https://www.practicalecommerce.com/using-internal-data-for-new-products-new-customers