Don Kuijer
Partner bij CommerceOne

Hoewel de kat eerst wat uit de boom werd gekeken, zijn experimenten met nieuwe algoritmes zodanig interessant dat retailers er binnen afzienbare tijd niet meer om heen kunnen, stelt analist en onderzoeker Don Kuijer.

Real time reacties

De dynamiek van de verkoper die zijn klant in zich opneemt en hem een persoonlijke prijs suggereert of een persoonlijke productsuggestie doet, is steeds normaler in online retail. Personalisatie in aanbod én prijs wordt daardoor zelfs steeds meer een vereiste. De vaktermen ervoor zijn ‘dynamic pricing’ en ‘dynamic recommendation’. Het vereist real time reageren in de interactie met de klant op basis van klantdata.

In landen om ons heen loopt de retailmarkt hierin op ons voor. Zo trok Duitslands grootste online kledingretailer tientallen analisten aan om dynamic recommendation in de praktijk te brengen. Goed nieuws is dat steeds meer partijen experimenteren met software-oplossingen voor dynamic recommendation en dynamic pricing, die met lagere kosten sneller en minstens zo trefzeker zijn, merkt Kuijer. Het is wel een onderwerp dat nog wat gevoelig ligt in de markt.

Gepersonaliseerde prijzen

De vrees is dat het klanten in het verkeerde keelgat schiet als een buurvrouw een lagere prijs krijgt voor hetzelfde product. Dat is volgens Kuijer te ondervangen door goed uit te leggen waarom iemand korting krijgt. Doordat hij vaste klant is bijvoorbeeld. “Als jij vertelt dat je korting krijgt omdat je al jaren bij een bepaalde winkel shopt, dan kijkt niemand daarvan op.”

Een Zwitserse supermarktketen boekte hiermee al succes. Zij startte met dynamic recommendation. De aanbevelingen werden vanuit de webshop in een gepersonaliseerde nieuwsbrief gezet, wat leidde tot beduidend hogere omzet. Daarna werden ook prijzen gepersonaliseerd via coupons. De korting is gebaseerd op de hoeveelheid marge die de klant door eerdere aankopen heeft bijgedragen.

Buiten de loyaliteitsinsteek kan ook de aard van de business helpen bij de acceptatie van dynamic pricing. Kuijer wijst op een Duitse marktplaats die gebruikte producten inkoopt, renoveert en weer te koop aanbiedt. Met iedere klant komen ze tot een eigen prijs. “Dat is een markt waar je makkelijker kunt differentiëren. Zij weten wie de klant is en wat zij kunnen vragen”, aldus Kuijer.

Externe data worden steeds meer bij het proces betrokken. Denk aan clickgedrag of aan weersinformatie.

Wat is er nodig om hiermee aan de slag te gaan?

Ten eerste een goede datastructuur, stelt Kuijer. “De productdata moet goed op orde zijn en je moet weten waar je onderscheid wilt maken. Ik zie vooral dat sub-kenmerken vaak niet op orde zijn. In de mode praat je dan bijvoorbeeld over de verschillende kleuren of maten. Dan kun je minder specifiek op een aanbod aansturen.

Je wilt bijvoorbeeld kunnen aangeven dat bepaalde kleuren ook beschikbaar zijn in een bepaalde maat.” Ook worden externe data steeds meer bij het proces betrokken, vervolgt Kuijer. Denk aan clickgedrag of aan weersinformatie. “Als de kans op regen groeit, kun je bij een trui die iemand bestelt ook een regenjack suggereren waar andere mensen eerder ook naar keken.”

Machine learning

Om de juiste patronen te vinden in de grote hoeveelheid aan data worden algoritmes gebruikt. Softwaretools die relatief snel te implementeren zijn, zonder grote IT-impact, doen eigenlijk al het werk. Door middel van ‘machine learning’ verbeteren zij zichzelf bovendien continu.

De software leert van zijn eigen ‘fouten’: het kan een product voorstellen op basis van een berekende scorekans, dat echter niet leidt tot de gewenste actie bij de klant (lees: aankoop). Dit feit wordt direct meegenomen in het model, waardoor het de volgende keer een beter passend voorstel doet.

Hoe beter de datakwaliteit is, hoe beter het aanbod en uiteindelijk de conversie, stelt Kuijer. Hij ziet dat er met compacte teams in korte tijd interessante resultaten worden behaald, maar onderstreept wel dat de omgang met data en de keuze voor tools van grote invloed zijn op de resultaten. Wordt dit goed opgepakt, dan levert het volgens hem meer voordelen op dan extra verkopen alleen. Het geeft category managers bijvoorbeeld inzicht bij het samenstellen van assortimenten en acties.

“Leidt geen twijfel dat dynamic recommendation en nu ook dynamic pricing voor retailers belangrijke en makkelijk te implementeren middelen voor omzetgroei worden. De vraag is wannéér.”