Personalisatie met DXP

Wat doet een DXP?

Er is veel klantdata beschikbaar. Deze data wordt zowel automatisch verzameld als handmatig.
Bij automatisch verzamelde data kun je denken aan het verzamelen van geografische en demografische gegevens via Anayltics-tools op een website of via een tool als Mautic maar ook via bijvoorbeeld een accountmanager die jouw gegevens  invoert in een CRM.

Al deze data kunnen aan elkaar gekoppeld worden en zo ontstaan klantprofielen. Een klantprofiel is niets minder dan een set van gegevens over/van jou. Zo weten bedrijven vaak:

• Jouw voor- en achternaam;
• Je geboortedatum
• Je woonplaats;
• Waar je werkt;
• Je functie;
• Bepaalde voorkeuren;
• Je interesses
• En nog veel meer.

Het DXP verzameld deze data uit al die verschillende databronnen en koppelt dit aan elkaar tot één klantprofiel. Maar wat kun je daar nu mee als bedrijf en waarom is dat zo waardevol?

Voorschotelen van relevante content

Bedrijven kennen jouw interesse en voorkeuren. Daarmee kunnen ze een profiel maken van waar jij mogelijk geïnteresseerd in kan zijn. En dat is handig.

Het menselijk brein heeft namelijk een slimmigheidje. Het is uitstekend in staat om informatie die jij niet interessant vind “weg te filteren”. Je brein focust zich als het ware alleen nog maar op, voor jou, interessante informatie. Daar merk je zelf overigens niks van, dit gaat compleet onbewust.

Markteers maken van dat slimmigheidje en het kennen van jouw klantprofiel dankbaar gebruikt.
In plaats van jouw allerlei content te serveren kunnen ze je nu heel gericht relevant informatie tonen waarvan zij denken dat jij dit (mogelijk) interessant vind en dus leest/bekijkt/koopt.

Zo hoeven markteers steeds minder geld uit te geven aan bijvoorbeeld advertenties, die jou brein toch wel weg filtert, die toch niet bekeken worden en kunnen zij inzetten op het tonen van relevant informatie aan jou (en de doelgroep).

Een klantprofiel. En dan?

Met het maken van klantprofielen kan dus relevante content aan jou getoond worden. Het DXP zorgt ervoor dat die relevante informatie op elk moment (elk tijdstip) en op elke plek (waar jij bent) getoond kan worden. Of dit nu op een website is, op een app op je op telefoon of fysiek in een winkel en of je nu midden in de nacht op je PC zit of op je telefoon aan het scrollen bent terwijl je de hond aan het uitlaten bent.

Een paar praktijkvoorbeelden:
De volgende voorbeelden zijn fictief en soms wat absurd, maar het geeft je een idee hoe DXP werkt.

Transparant, open en eerlijk over DXP

SWIS is voorvechter van een open, eerlijk en transparant internet. Daarom willen we je graag uitleggen welke gegevens wij van je verzamelen, hoe dit profiel tot stand komt en hoe wij dit  gebruiken. En ja, ook hoe je er weer vanaf komt.

Wat weten we o.a. van jou:

• Je naam
• Je e-mailadres
• Voor welk bedrijf je werkt
• Wanneer je swis.nl voor het laatst hebt bezocht
• Welke pagina's je hebt bezocht op swis.nl
• Of je de laatste nieuwsbrief wel/niet geopend en gelezen hebt

Dit zijn gegevens die wij van jou hebben verzameld via verschillende bronnen. Het DXP koppelt die bronnen aan elkaar om een profiel van jou te maken met behulp van Machine Learning.

Er wordt automatisch een profiel van jou aangemaakt. Dit gebeurt door jouw gedrag tijdens je bezoek aan onze website.

• Scrollen over de pagina

• Klikken op de pagina

• Artikelen lezen

• Cases lezen

• Mailings geopend / gelezen

• Klikken op links in een mailing

• Klikken op links

Op swis.nl segmenteren wij bezoekers op basis van drie doelgroepen. Voor elke actie worden er een of meerdere punten toegewezen aan een segment binnen jouw profiel. Het segment met de meeste punten bepaalt of je bepaalde content wel of niet te zien krijgt.

De segmenten

• Technical

• Marketing en communicatie

• Business

Bijvoorbeeld

Stel je hebt een artikel op swis.nl gelezen over de {JSON:API} standaard. Met het lezen van dit artikel krijgt jouw profiel punten op het segment Technical. Lees je nóg meer technische artikelen dan gaat het DXP ervanuit dat jij techniek interessant vindt. Je bent dan gesegmenteerd als "technical". Hierdoor krijg je voortaan technische cases uitgelicht bij de cases.