Digital Marketeer Manon Kepel heeft tijdens de roundtablesessie op Digital Marketing Live! gesproken over de impact van Data-driven Personas op je digitale strategie. Data-driven zorgen voor een grote optimalisatieslag in je digitale strategie en dragen tegelijkertijd bij aan een resultaatgericht ontwikkelingsproces, waarbij je klant centraal staat. Anders dan buyer personas zijn data-driven persona’s volledig opgebouwd op basis van first & third party datasets.

1. DATA DRIVEN DIGITAL MARKETING
Data Driven Persona’s
Een nieuwe manier van doelgroepbenadering
Manon Kepel - 27 juni 2019

2. 1
2
3
Introductie
Data driven persona
Stellingen
Data-driven persona’s
Inhoudsopgave

3. Introductie

4. Manon Kepel
Digital marketeer
Wie ben ik?
Data-driven persona’s

5. Data driven persona’s

6. Data-driven persona’s
Buyer persona’s? Target audiences? Data-driven persona’s?

7. Een buyer persona is een
gedetailleerde omschrijving
van een groep op basis van
onderzoek dat is gedaan naar
het koopgedrag.
Data-driven persona’s
Een overzicht van soorten gebruikers
Buyer persona’s Target audiences Data-driven persona’s
Data-driven persona’s zijn
persona’s vanuit de (meestal
online) data. Dit zijn meestal
zowel converterende als
niet-converterende
gebruikers. Daarnaast wordt
dit volledig op beschikbare
data gebaseerd.
Een target audience is een
groep waarop je onder
andere advertenties richt.

8. Data-driven persona’s
Beperkingen (standaard) persona’s
➜ Vooral op basis van aannames van marketeers
➜ Interviews met een kleine/beperkte groep
➜ Statisch

10. ➜ Data-driven persona's zijn representaties van
verschillende (typen) gebruikers en wat deze
gebruikers beweegt, welke op data zijn gebaseerd.
➜ Denk hierbij aan geografische, demografische en
interesse-gebaseerde kenmerken. Maar ook aan
aankopen en gedrag op de website.
Data-driven persona’s
Wat zijn data-driven persona’s?

11. Data-driven persona’s
Databronnen

12. Data-driven persona’s
De waarde van data
Data Knowledge Action

13. Data-driven persona’s
Van data-driven persona’s naar de creatie van content naar kanalenmix

14. Het maken van data-driven persona’s

15. Proces
Data-driven persona’s
Leer en verbeter
Ga live met de gepersonaliseerde
campagnes en verbeter o.b.v. nieuwe
inzichten.
Inzicht in huidige kanaal
performance
Hoe presteren de huidige kanalen die
worden ingezet?
Data-gedreven persona
analyse
Creëer op basis van (online) gedrag, een
persona die jouw doelgroep
vertegenwoordigd
Inzichten verkrijgen door
data
Verzamel data over doelgroep en de
markt op basis van beschikbare data.
Gepersonaliseerde
campagnes uitwerken
Op basis van de inzichten worden
gepersonaliseerde flows opgezet die
vervolgens geautomatiseerd worden.
05
04
03 02
01

16. Aanpak: van ruwe data naar data-driven persona’s
Data-driven persona’s
5. Get insights4. Create personas3. Segment analysis2. Data analysis1. Data check
De relevante gegevens kunnen
nu in het algemeen worden
geanalyseerd. Dit betekent het
analyseren van mogelijke
segmenten om de persona's op
te bouwen.
Groeperingen worden gemaakt
binnen de beschikbare
gegevens, waarbij verschillen
tussen deze groepen worden
gedefinieerd.
De input van de analyse van de
segmentatie kan nu worden vertaald
naar persona's.
Inzichten kunnen nu worden
verkregen van de persona's
voor mediagebruik,
contentcreatie, CXO, enzovoort.
Om te weten welke gegevens
in welke mate kunnen worden
gebruikt, moet een
inventarisatie worden gedaan
van de beschikbare data en
data kwaliteit.

17. Een voorbeeld case
Een kleding merk: 3 data-driven persona’s

18. Segmentatie (Google Analytics data)
Data-driven persona’s
Hot &
Happening
(25-44 jaar)
Middle
Woman
(45-54 jaar)
Golden
Oldie
(55+ jaar)
29%
Sessies
aandeel
29%
Sessies
aandeel
40%
Sessies
aandeel
32%
Transacties
aandeel
31%
Transacties
aandeel
35%
Transacties
aandeel
33%
Omzet
aandeel
32%
Omzet
aandeel
33%
Omzet
aandeel

19. In-Market voor: bus- & treinreizen
Affiniteit: shopaholics, beauty & familie
Andere interesses: foodies & tv reality shows
Zoekt op merknaam en komt zo organisch binnen
op de website
Landt op home, sale pagina of jurken pagina
Bezoekt categoriepagina’s (jurken, tops, jassen)
Zoekt naar: ‘jurk’,‘blazer’,‘panty’
Interesses
Gedrag
Producten
● Trui met sportswear stroken
● Lange geplooide jurk
Amsterdam
Mobile
25 - 44 jaar
Hot & Happening

20. Middle
Woman
Amersfoort
Mobile In-Market voor: werk
Affiniteit: business professionals, outdoor
enthousiastelingen & inspirerende chefs
Andere interesses: lokaal nieuws
Komt vaker via Facebook op website
Zoekt op merknaam in combinatie met generieke
term, zoals ‘merknaam mode’ of ‘merknaam kleding’
Hoger aandeel landingen op lente aanbiedingen
Bezoekt vaak sale pagina’s
Zoekt naar: ‘jeans’,‘spijkerbroek’
Interesses
Gedrag
Producten
● Wikkeljurk met barokprint
● Hoesjurk met geometrische
print
45 - 54 jaar
Middle Woman

21. Golden
Oldie
In-Market voor: woninginrichting
Affiniteit met: nieuws, tv & boeken
Andere interesses: eten, retailers & royalty
Navigeert via email naar de website
Hoger aandeel verkeer voor Criteo & Bing (cpc)
Landt op nieuwe collectie
Navigeert via collectiepagina’s
Zoekt naar: ‘jurken’,‘jassen’,‘broeken’
Schrijft zich in voor de nieuwsbrief
Interesses
Gedrag
Producten
● Linnen producten
● Blouse met zebraprint
● Sweaterjurk met bladprint
Apeldoorn
Desktop / tablet
55+ jaar
Golden Oldie

22. ➜ Algemeen: strategie aanpassen op leeftijd
➜ Verschillende voorkeuren voor kanalen: strategie, budgetverdeling, targeting
➜ Meervoudige of enkelvoudige zoektermvoorkeur: advertentieteksten
➜ Verschil in productvoorkeur: collectie ontwerp, collectie targeting, visuals
➜ Oudere persona heeft een lager conversieratio: usability lab onderzoek, conversie optimalisatie
➜ Jongere persona zoekt meer naar merkterm: advertentieteksten, budgetverdeling
➜ Verschil in bezoek category of collectiepagina’s voorkeur: landingspagina’s, content
Data-driven persona’s
Een aantal inzichten en ideeën voor toepassingen

23. ➜ Data-driven persona’s helpen bij het verkrijgen van inzicht in de
huidige gebruikers en hoe zij zich gedragen, zonder aannames te
doen.
➜ (A/B) Testen! Door de aanpassingen naar aanleiding van je inzichten
uit persona’s te testen, weet je in hoeverre het invloed heeft op je
prestaties. Bijvoorbeeld bij advertentieteksten of aanpassingen op de
website.
➜ Kwalitatieve validatie van data-driven persona’s kan worden gedaan
bijvoorbeeld door onderzoek in het Biometrisch Usability Lab.
Data-driven persona’s
Conclusie & sidenotes

24. Stellingen

25. Je hebt persona’s nodig voor een effectieve digitale strategie.

26. Alle data is bruikbare data voor de creatie van data-driven
persona’s binnen de digitale marketing strategie.

27. Data is meestal versnipperd over een organisatie.Als de
verschillende databronnen niet gekoppeld zijn hebben
data-driven persona’s geen toegevoegde waarde.

28. Ik ben ervan overtuigd dat data-driven persona’s een aanvulling
zijn op mijn bestaande persona’s.

29. Creatie van data-driven persona’s is een ongoing process waar
continue aandacht voor moet zijn binnen een organisatie.

30. Data-driven persona’s kunnen ook van toegevoegde waarde zijn
voor fysieke winkels.

31. Kwalitatief onderzoek is nodig om data-driven persona’s te
valideren en tot nieuwe inzichten te komen.

32. Data-driven persona’s kunnen alleen door een data analist
worden gemaakt.

33. OrangeValley
De Corridor 27
3621 ZA Breukelen
030 - 8 200 200
info@orangevalley.nl
DATA DRIVEN DIGITAL MARKETING
Bedankt!