Zou het niet fantastisch zijn als je weet hoe je je marketingbudget zo effectief mogelijk kunt inzetten? Dat je precies kunt voorspellen wanneer, hoeveel en in welke klant je moet investeren, voor een maximaal resultaat? Welke klant is nou écht rendabel en wie levert, ondanks je inspanningen, nauwelijks iets op?

Tot voor kort was dit, behalve op basis van het onderbuikgevoel van de ervaren marketeer, niet inzichtelijk. (Potentiële) klanten werden op goed geluk allemaal hetzelfde benaderd. En dat is zonde. De ene klant levert voor hetzelfde bedrag namelijk veel meer bruto rendement op dan de ander. Voor het efficiënt inzetten van je marketingbudgetten wil je daarom weten wat iemands huidige en potentiële klantwaarde is.

Klantwaarde kun je voorspellen op basis van transactionele data en touchpoints met de klant. Een voor de hand liggende (en veel gebruikte) indicator is bijvoorbeeld de aankoopdatum van een auto. Als iemands auto 6 jaar oud is, is de kans dat diegene binnenkort een nieuwe auto gaat kopen natuurlijk groter, dan wanneer iemands auto nog maar 6 maanden oud is. Maar er zijn veel meer indicatoren die iemands huidige klantwaarde bepalen en dus het rendement van de klant kunnen voorspellen. Een veelgebruikte methode om de klantwaarde te bepalen hierbij is het RFM model; RFM staat hierbij voor recency, frequency en monetary value. Door dit model toe te passen is het mogelijk om klanten te segmenteren in verschillende groepen o.b.v. orderhistorie. RFM kent waardes toe aan hoe recent een klant een aankoop bij je deed, hoe vaak de klant een aankoop deed en hoeveel geld hiermee gemoeid was. En dit hoeft echt niet alleen over de daadwerkelijke aankoop van een auto te gaan, want ook op het gebied van after sales valt veel winst te behalen. Letterlijk en figuurlijk.

Grote hoeveelheden historische data maken het mogelijk verbanden te leggen en voorspellingen te doen. Je kunt als het ware tijdreizen over de data heen. Als je weet wat je klant deed, kun je (even kort door de bocht) ook voorzien wat je klant gaat doen en hier op inspelen (predictive marketing). Bovendien kun je zo zijn huidige en potentiële klantwaarde bepalen. Bijvoorbeeld door de orderhistorie af te zetten tegen klantdata, aangevuld met externe gegevens (zoals gezinssamenstelling en inkomen). Daarmee kunnen we over de historische data heen, een klantwaarde bepalen. Deze klantwaarde kan vervolgens gebruikt worden voor de juiste attributie van je marketingbudget en het opbouwen van lookalike audiences van klanten die een hoge waarde voor jou als bedrijf hebben.