Heb je een helder geformuleerd einddoel, dan is het maken van een algoritme een kwestie van de ingrediënten bij elkaar harken en deze op de juiste manier te laten behandelen. En hoewel mensen tot op zekere hoogte onvoorspelbaar zijn, is het nu juist het voorspelbare gedeelte waar de algoritmebouwers zich op storten. De benodigde ingrediënten zijn data en de grootste dataproducenten zijn wijzelf. Data is power, zo lang je betekenis aan data kunt ontlenen.
Algoritmen spelen een belangrijke rol in e-commerce. Vanaf het moment dat je gaat zoeken naar informatie (het merendeel van de web-gebruikers begint bij een zoekmachine) beginnen de algoritmen al te ratelen. Ook je Google-resultaten worden gemanipuleerd: Nederlandse zoekopdrachten geven andere resultaten dan identieke zoekopdrachten in Duitsland of Frankrijk. Eenmaal aan het surfen produceren we grote hoeveelheden data, ook wanneer we binnen een specifieke website navigeren. De combinatie van al deze data geeft een extreem goed beeld voor buitenstaanders over wie wij zijn.
Gary Kovacs, CEO van beveiligingsbedrijf AVG Technologies, stelt dat “mensen zich niet realiseren welke informatie zij in het openbaar achterlaten door bijvoorbeeld op Facebook uiteenlopende onderwerpen te liken.” Volgens Kovacs hebben veel apps gebruiksvoorwaarden opgenomen waarin staat dat alle informatie die je produceert – inclusief je browsergeschiedenis – met derden wordt gedeeld. Dat leidt er toe dat gegevens als je adres, maar ook wat je voorkeuren of interesses zijn, in handen van derden valt. Het gebruik van externe data is echter niet noodzakelijk om een goed beeld van een webbezoeker op te bouwen. Ook wanneer je alleen met data werkt die afkomstig zijn van je eigen klanten – denk aan een online retailer – kom je een heel eind, zoals bol.com laat zien.
Tijdens de Webwinkel Vakdagen, eind januari in Utrecht, gaf Yori Wollerich (senior customer insight analist) een inkijkje in de big data fabriek van bol.com. Wollerich is binnen de afdeling customer centric selling verantwoordelijk voor de ontwikkeling, implementatie en uitrol van klantprofielen, onder meer op basis van clickgedrag, oriëntatie- en aankoopgedrag. Bol.com heeft ruim 9 miljoen producten over 20 categorieën in het assortiment. Daar tegenover staan 5 miljoen verschillende klanten, waarbij iedere klant met individuele verwachtingen en interesses naar die ene website van bol.com komt. Wat in een gewone winkel niet kan, maar online wel: ieder product moet gemakkelijk te vinden zijn en op de juiste manier worden gepresenteerd. ‘Personalisatie’ van de website is het credo: wat past het beste bij iedere klant?
Volgens Wollerich kan optimale personalisatie bereikt worden met vijf vragen: wie is de klant, wat zoekt de klant, in welke fase van de customer journey verkeert de klant (oriëntatie of klaar voor een aankoop), wat is de aankoophistorie van de klant en wat zijn de voorkeuren van de klant. Omdat bol.com weet dat 80 procent van de oriëntaties binnen 1 dag plaats vindt, moeten alle algoritmen real time werken; als je een week wacht met personaliseren, dan ben je te laat. Retargeting is hiervan het meest hinderlijke voorbeeld: als je online gezocht hebt naar ‘camera’s’, wordt je vervolgens dagenlang achtervolgd met Google advertenties op dit gebied – ook wanneer je al lang een aankoop hebt gedaan. Juist vanwege die irritatiefactor doet bol.com hier niet aan mee.
Zodra bij bol.com iemand op de website komt, beginnen de eerste algoritmes al te draaien. Deze voorspellen geslacht en leeftijd, alsmede gezinssituatie. Bol voorspelt ook of er in het huishouden kinderen en/of huisdieren aanwezig zijn, of er een BlueRay speler in huis is of dat iemand studeert (of gaat studeren). Veel klanten komen zo vaak op de site van bol.com, dat hier een duidelijk een beeld van beschikbaar is. Naast persoonskenmerken worden ook voorkeuren voorspeld: de behoeften van de klant, het soort koopgedrag, de mate waarin de mening van andere klanten meetelt, de gevoeligheid voor aanbiedingen en aanbevelingen (personen die hier naar keken, kochten ook dit product), de gevoeligheid voor kortingen en keurmerken (‘beste koop’).
De basis voor deze complexe segmentatie ligt in onderzoek dat bol.com onder 7.500 klanten heeft uitgevoerd. Daarmee kwam bol.com uit op zes dimensies waaronder de mate van gevoeligheid voor de mening van anderen, de wijze waarop beslissingen worden genomen (rationeel/gevoelsmatig), speurders versus impulsieve kopers en de doorlooptijd. Van deze 7.500 klanten is ook het clickgedrag vastgelegd, waarmee bol inzicht heeft in het gedrag op de website. Dit gedrag koppelt bol aan de andere vijf miljoen klanten; hiermee ontstaat voorspellend vermogen en wordt het aanbod afgestemd.
Op basis van al deze informatie wordt voor iedere klant een persoonlijke homepage samengesteld. Wanneer in het zelfde huis een ander individu ook op de website binnenkomt, krijgt die persoon dus een andere site voorgeschoteld. Zo wordt de wijze waarop producten worden gepresenteerd, bepaald door algoritmen en ook de positie in de customer journey is bepalend voor de vorm en inhoud van de website. Zowel content als presentatiewijze worden dus aangepast en dat geldt ook voor de volgorde, lay-out en tekst van productpagina’s.
Voor klanten waarvan voorspeld wordt dat ze gevoelig zijn voor specificaties, wordt een aangepaste nieuwsbrief verstuurd met aangepaste teksten waarin specifieke woorden voorkomen. Denk bij een pannenset aan woorden als ‘hoogwaardig’, ‘vaatwasserbestendig’, ‘geschikt voor elke warmtebron’. Bij klanten die meer gevoelig zijn voor de mening van anderen, wordt er meer aandacht besteed aan reviews van andere kopers waaruit blijkt dat de pannenset gemakkelijk te reinigen is.
Daarnaast past bol persuasion-mechanismen toe, zoals social proof, scarcity en authority. Daarbij houdt bol rekening met het tijdstip: op een maandagochtend wordt er anders geshopt dan op een zondagmiddag. De juiste algoritmen verhogen de clickrate met 50 procent. Ook de impact van het voorspellen is groot: het verhoogt – ten opzichte van niet personaliseren op basis van voorspellingen – de omzet van bol.com met percentages tot 1.000 procent.
Bol.com maakt geen gebruik van externe data en houdt de grenzen van het voorspellen nauwlettend in de gaten. Wanneer vrouwen die meer PH-neutrale shampoos kopen en die meer op zoek zijn naar geurtjes, is de kans groot dat zij zwanger zijn – en daarbij is niet nodig dat de vrouw in kwestie het zelf al weet. Als iemand op de bol.com-pagina met babyartikelen komt, stelt bol daarom na verloop van tijd gewoon een gerichte vraag over een eventuele zwangerschap.