​De huidige marketingmix (5 P’s) wordt volledig persoonlijk

Iedereen kent de marketingmix wel. Het is een combinatie van tools die een bedrijf inzet om de marketingstrategie te behalen. Door technologische ontwikkelingen, innovaties en een veranderde markt is het traditionele model niet meer actueel. De huidige marketingmix was meer gericht op consumentenproducten. We leven in een digitaal tijdperk waarin de huidige P’s zijn verouderd. In de loop der jaren zijn er nieuwe variabelen aan de originele marketingmix toegevoegd.

Als we gaan kijken naar variabelen die in de loop der jaren zijn toegevoegd, kunnen we wel concluderen dat de marketingmix een organisch model is, dat mee kan bewegen op de vraag uit het huidige commerciële landschap. Wanneer je gebruik maakt van dit model, kunnen we je aanraden in ieder geval de originele variabelen te gebruiken en daarnaast in gedachte te nemen dat de P’s volledig persoonlijk worden. De toekomstige marketingmix ziet er als volgt uit:

• Persoonlijke prijs
• Persoonlijk product
• Persoonlijke promotie
• Persoonlijke plaats
• Persoonlijk personeel

Persoonlijke prijs

Bij de persoonlijke prijs (personal price) wordt de prijs bepaald aan de hand van de persoon. De prijs wordt vastgesteld aan de hand van een loyaliteitssysteem of bijvoorbeeld doordat iemand jarig is en zo zijn er nog tal van mogelijkheden om de prijs persoonlijk te hanteren door middel van big data.

Door slim gebruik te maken van big data kunnen op maat gemaakte prijzen voor iedere klant worden gehanteerd. De grote e-commerce-spelers kunnen niet meer zonder. In navolging daarvan groeit ook de interesse in personal pricing binnen de retail. Er zijn een aantal experimenten met nieuwe algoritmes uitgevoerd die zodanig interessant zijn dat retailers er binnen afzienbare tijd niet meer omheen kunnen. In de online retail is het steeds normaler dat de verkoper de klant in zich opneemt en hem een persoonlijke prijs suggereert of een persoonlijke product suggestie doet. Personalisatie in aanbod en prijs wordt daardoor steeds meer een vereiste. De vaktermen daarvoor zijn ‘personal pricing’ en ‘ personal recommendation’. Het vereist real time reageren in de interactie met de klant op basis van klantdata.

De angst is dat het klanten in het verkeerde keelgat schiet als de buurman een lagere prijs krijgt voor hetzelfde product. Maar dit is deels te ondervangen door goed uit te leggen waarom iemand een korting krijgt. Een vaste klant bijvoorbeeld. Als je als winkel duidelijk maakt dat je korting krijgt omdat je al jaren bij een bepaalde winkel shopt, dan kijkt niemand daarvan op.

TanQyou introduceert naar eigen zeggen als eerste tankstation in Nederland een personal pricing systeem. TanQyou heeft daarnaast een slim loyaliteitssysteem. Met dit loyaliteitssysteem geldt dat bij elke getankte liter brandstof een klant een lot krijgt waarmee men automatisch kans maakt op een prijs.

Door de introductie van personal pricing kunnen klanten aanvullende kortingen krijgen. TanQyou is een onbemande tankstation formule die tanken ‘weer leuk en persoonlijk maakt’.

Persoonlijk product

Producten worden persoonlijk. Er is steeds meer vraag naar personalisatie van producten. Artificial intelligence (AI), machine learning en big data spelen hierbij een steeds grotere rol. We delen maar al te graag onze persoonlijke informatie voor betere aanbevelingen, producten en gemak. Het wordt steeds gemakkelijker met alle technologische ontwikkelingen.

Eén van de bekendste voorbeelden van het personaliseren van producten is Nike. Daar kun je jouw persoonlijke sneakers ontwerpen. Maar wat dacht je van Spotify die door middel van AI precies weet welke muziek je leuk vindt of Netflix die een persoonlijke afspeellijst geeft op basis van jouw voorkeuren. Volgens David Mattin is maar liefst 59 procent van Generatie Z bereid om hun persoonlijke data te geven voor betere productaanbevelingen. Het personaliseren van data gebeurt ook steeds meer voor het maken van websites. Er zijn een aantal organisaties op de markt die door middel van geavanceerde algoritmes en data wat afkomstig is van een bedrijfspagina op Facebook binnen een handomdraai een responsive en gepersonaliseerde website bouwen. Bij SiteGeny kun je vrijblijvend een demo proberen.

Nike

De meeste mensen die wel eens Nike schoenen kopen, weten inmiddels dat je de mogelijkheid hebt om je sneaker te personaliseren met het NikeID system. Dit kan alleen online en je moest drie tot vijf weken wachten voordat je schoen thuis wordt afgeleverd. Natuurlijk is dit een vorm van personal product, maar laten we eens verder in de toekomst gaan kijken. Hoe ver zal Nike gaan met personaliseren van producten?

In New York kun je je eigen sneaker binnen een uur mee naar huis nemen en ontwerpen. Dit gebeurt in de ‘Nike By You Studio’. In deze studio trek je allereerst een blanco Nike sneaker aan. Je gaat vervolgens aan de slag met het ontwerp. Dit gebeurt door middel van augmented reality. Je kunt alles zelf aanpassen: van het patroon tot de maat en de kleur. Je begint met het standaard Nike-ontwerp of met een thema. Door de augmented reality zie je jouw ontwerp direct terug op de schoen die je aan hebt. Wanneer je het ontwerp klaar hebt, kun je hem binnen een uur meenemen. De schoen wordt door middel van een 3D printer gemaakt.

Mark Smith, innovatie-expert bij Nike: ‘De bedoeling is dat consumenten ervaren hoe het is om samen met ons sneakers te ontwerpen. Die ervaring is tot nu toe voorbehouden aan de atleten die we sponsoren. We wilden die speciale ervaring combineren met techniek waarmee mensen ‘’live’ kunnen ontwerpen en laten maken.’

Helaas is het nog niet voor het grote publiek mogelijk. Het is alleen toegankelijk op uitnodiging. Dit is weliswaar next-level, maar Nike sluit niet uit dat dit binnen afzienbare tijd binnen de retail mogelijk is.

Spotify

Spotify is een voorbeeld van een organisatie die heel goed gebruik weet te maken van data (AI) en dit vervolgens inzet om te personaliseren. Zo weten zij van hun dienst een ‘personal product’ te maken. Ze bekijken de muziek die jij luistert en stellen met een algoritme vast welke andere muziek ook bij jou in de smaak zal vallen. Onderstaande afbeelding laat goed zien hoe dit algoritme werkt.

Persoonlijke promotie

Brands leren luisteren en zullen aan de hand van jouw data soms voordat je weet waar je behoefte aan hebt al suggesties doen wat je nodig hebt. Ga je op vakantie controleert jouw persoonlijke assistent wat je allemaal in huis hebt en of je nog een nieuwe tandenborstel nodig hebt of als je lekker gekookt hebt er automatisch nieuwe boodschappen worden besteld. Digitale assistenten doen hun intrede en ondersteunen in dit proces.

Er komen steeds meer apps en websites die bovenstaande voorbeelden uit handen nemen. Hoe werkt dit dan. Neem bijvoorbeeld Booking.com. Voordat je naar de website gaat, ben je opzoek naar een slaapplek op een bepaald tijdstip en een bepaalde plaats. Het eindresultaat moet een boeking op een slaapplek zijn. Bij een digitale assistent geef je aan dat je een boeking wilt maken in of rondom een plaats en op een bepaalde datum. De digitale assistent zal met suggesties komen voor een mogelijke boeking, zodat jij niet alle verschillende opties hoeft te vergelijken.

Daarbij kan de digitale assistent onafhankelijk zijn en dus ook het aanbod op bij verschillende aanbieders ophalen. In sommige gevallen wordt de boeking dan ook nog voor je geregeld. In een dialoog met je assistent stem je dan ook prijs, het aantal slaapplekken en andere details af. Jij geeft input, je assistent geeft resultaat. Dit is een vorm van personal promotie.

Hyperpersonalisatie

De algoritmes op je telefoon worden steeds slimmer. Ze zullen in de toekomst net zo goed zijn in het herkennen van foto’s en video’s als van tekst. Betere algoritmes zorgen voor een betere newsfeed of timeline. Wanneer je bijvoorbeeld op je werk bent (locatie!) krijg je door contextgevoelige filtering niet die not safe for work-video op Facebook te zien.

Waarschijnlijk zullen in de toekomst slimme algoritmes op basis van foto’s die je hebt verzameld op Pinterest, op maat gegenereerde koopsuggesties te zien krijgen in advertenties op dat platform. Verzamel je veel vintage spullen, dan zijn de advertenties vergelijkbaar. Hetzelfde geldt voor Instagram. Waarschijnlijk krijg je tegen die tijd op Instagram ook advertenties te zien op basis van de inhoud van de foto’s die je plaatst op je Instagram feed. Slimme algoritmes zullen namelijk net zo goed beelden en video’s gaan herkennen, zoals dat ze nu in staat zijn om teksten te analyseren op woorden en inhoud.

Persoonlijke plaats

Waarschijnlijk heb je wel eens van de on-demand-economie gehoord. Een taxi bestellen we via Uber, een schoonmaker via Helpling en een maaltijd via Deliveroo. Personal place, zegt wat over de plek waar jij het wilt. Tegenwoordig is het vrij normaal dat de consument kan krijgen wat wil hij en waar hij wil. Het wordt geleverd op de desgewenste locatie en op het tijdstip waarop het voor de klant het beste uitkomt. Hetzelfde geldt voor televisie kijken of je favoriete serie terugkijken. Dit gebeurt op momenten wanneer het jou uitkomt ‘on demand’.

Sinds Uber op de markt is gekomen zijn er steeds meer apps gekomen om allerlei dagelijkse taken makkelijker te maken. Niet alleen in Nederland, maar ook internationaal. Denk aan Foodora voor je boodschappen en avondeten, Airbnb voor je overnachting, Helping om je te helpen schoonmaken, Zoofy voor klusjes in huis en Helpr als je oppas nodig hebt voor de kinderen. Wat je ook wil, het staat binnen een paar minuten op de stoep. Als we alles tegenwoordig kunnen bestellen, gaan we dan straks nog naar de winkel of de supermarkt toe?

On demand gaat goed samen met de retail en de consument doet daar zijn voordeel mee. Amazon heeft tests uitgevoerd met Flex, een bezorg-Uber. Geïnteresseerden plannen zichzelf online in voor een taak, halen bij een lokaal pakhuis pakketjes op en doen wat anders dan de pakketbezorgers doen. Je ziet het steeds meer gebeuren. Deze door het internet verbonden personeelsbestanden poppen overal op. Of het nu om een fietskoerier gaat, kapper aan huis of hulp in de huishouding. Je kunt je voorstellen dat over tien, twintig jaar hele sectoren worden voorzien van arbeid via een platform en dat consumenten de deur niet meer uit hoeven. De personal place van consumenten zal alleen maar verder toenemen.

Persoonlijk personeel

Bedrijven kiezen er steeds vaker voor om een chatbot in te zetten. Het inzetten van chatbots gebeurt vaak binnen messaging-apps, zoals Facebook Messenger. Hoe meer data een chatbot verzameld, hoe slimmer de algoritmes worden. Na verloop van tijd zal de chatbot steeds meer op maat bedienen. De chatbot wordt daardoor steeds persoonlijker en kan ook wel gezien worden als ‘persoonlijk personeel’. Ze worden steeds meer ingericht op jouw voorkeuren en de bestaande context. Wat de chatbot je voorschotelt wordt steeds meer informatie die bij jou past, waar jij op dat moment, op die plek behoefte aan hebt. Binnen de beautybranche zijn er bijvoorbeeld al meerdere bekende chatbots beschikbaar die als persoonlijk personeel fungeren.

HelloAva

HalloAvo fungeert als schoonheidsconsulent door gebruikers te helpen bij het vinden van de juiste producten voor persoonlijke huidverzorging. De gebruikers vullen een vragenlijst over hun huid in en sturen een selfie naar de chatbot op Facebook Messenger, een sms of een desktopcomputer. Het algoritme van HalloAva beveelt vervolgens een breed scala aan producten aan, die worden gevalideerd door een opgeleide schoonheidsspecialiste. De gebruikers worden daarna doorgestuurd naar de betaalpagina. Door de AI machine learning-technologie van HelloAvo houdt hij de gespreksgeschiedenis en recente aankopen van de klant bij om continu gepersonaliseerde service te bieden. Daarnaast gebruikt de chatbot referentiegegevens van andere klanten uit vergelijkbare leeftijds- en demografische groepen om slimmer te worden.

Beauty Gifter van L’Oréal

L’Oréal zag al heel vroeg de potentie van op grote schaal gepersonaliseerde één-op-één-gesprekken voeren met klanten. Ze hebben een chatbot, genaamd Beauty Gifter ontwikkeld. Deze chatbot stelt gebruikers een aantal vragen, zoals de prijsklasse van de schenker en de leeftijd van de ontvanger.Vervolgens stuurt de schenker een kaart naar de ontvanger met de tekst: “Ik wil een geschenk voor je kopen.”

De bot stelt vervolgens de ontvanger van het cadeau een aantal vragen over huidskleur en -type, favoriete kleurencombinaties, etc. Nadat de ontvanger de vragen heeft beantwoord, stuurt de bot een aantal cadeautips naar de schenker. Door middel van kunstmatige intelligentie (AI) leert Beauty Gifter de voorkeuren van elke gebruiker en doet het gepersonaliseerde productaanbevelingen. De bot volgt de interactie op met relevante content om engagement van gebruikers te stimuleren.

Dit artikel is geschreven door David de Vries, Founder en Co-Owner @ Social Checkpoint.

[Fotocredits © vegefox.com – Adobe Stock]