De verkoop- en marketingafdelingen werken aan de aanwas van nieuwe klanten met campagnes voor leadgeneratie en opportunitymanagement. Bestaande klanten worden veelal ingedeeld in een ABC-categorie en met de accountmanagers zijn relatiemanagement en bezoekplannen uitgewerkt. Toch blijft het gevoel dat je niet alles uit de verkoop- en marketingslagkracht haalt. Je wilt specifieke en persoonlijke campagnes uitrollen die veel beter aansluiten bij de levenscyclus en het actuele bestelgedrag van de klant.
Behoefte om klanten te classificeren
Als groothandel bedien je een groot aantal klanten. In de loop der tijd nemen klanten afscheid en worden nieuwe klanten verwelkomd. Per saldo neemt het debiteurenbestand toe, maar hoe zit het daadwerkelijk met je klantenbestand, hoe groot is het verloop en waar liggen vooral de kansen? Als dat vragen zijn die bij verkoopvergaderingen regelmatig opborrelen dan wil je de verkoopactiviteiten beter afstemmen op het bestelgedrag van nu en op basis van het verleden en/of de benchmark vanuit vergelijkende klantsegmenten.
Verder kijken dan een ABC-klantenverdeling
Traditioneel wordt veelal gewerkt met een ABC-klantenverdeling: de grote klanten die regelmatig bestellen, klanten die zo af en toe een bestelling plaatsen en klanten die eenmalig besteld hebben. Op basis van deze indeling wordt de tijdsbesteding en bezoek-/contactfrequentie bepaald. Maar hoe zit het met nieuwe klanten en hun vervolgbestellingen, of klanten die eerder besteld hebben en nu weer een bestelling plaatsen, of klanten waarbij de bestelfrequentie plotseling sterk afneemt. Per gradatie van klanten treden vaak opmerkelijke verschillen op. Marges die ver uiteenlopen, of afnames in bepaalde productcategorieën in een bepaald seizoen.
Klanten in 6 categorieën indelen
Het verkrijgen van deze inzichten vanuit je ERP of CRM is lastig. Wholesale Analytics Cloud heeft daar nu een oplossing voor. Met de data uit deze bronnen en op basis van een aantal zelf op te geven parameters (hoe ver wil je terugkijken en de bestelfrequentie in een bepaald tijdvak) verdelen we klanten in 6 categorieën:
- Doorlopende klant
- Klant bestelt incidenteel
- Klant bestelt niet meer
- Nieuwe klant
- Terugkerende klant
- Verloren klant
Met deze indeling leggen we vervolgens de relatie naar verschillende dimensies zoals bijvoorbeeld: omzet, marge, artikelen, productgroepen, branches, regio's, accountmanagers, en kunnen we in alle mogelijke combinaties van deze dimensies gerelateerd aan het klanttype verder analyseren en verbanden leggen.
Persoonlijke marketing en verkoop
Met deze inzichten kun je specifiek inzoomen op bijvoorbeeld:
- Hoe is de vaste klantenkring opgebouwd en in welke segmenten heb je op basis van bestelgedrag vooral incidentele klanten?
- In welke segmenten of branches neemt het aantal klanten toe en waar raak je juist klanten kwijt?
- Welke klanten blijven achter met bestellen en kun je direct actie ondernemen?
- Hoeveel actieve klanten heb je in het verleden bediend en hoeveel bedien je nu? Wat is de invloed op het resultaat?
- Hoe verhoudt het verloop van klanten zich tot het verloop van omzet en winstmarge?
- En als je echt data-bedreven gaat werken met de verdiepende klantinformatie zijn al snel veel meer voorbeelden te maken en kansen te ontdekken……
Geïnteresseerd in het ontdekken van de kansen om data-bedreven aan het werk te gaan met je klantinformatie, maak dan eens kennis met Wholesale Analytics Cloud. Stuur ons een bericht voor een verdiepende sessie met deze oplossing.