De online beslisboom is een achtbaan

Gaan we in de economische crisis op zoek naar goedkopere producten? In de vorige economische crisis nam de zoekterm “cheap” af ten gunste van de zoekterm “best”. Behalve voor reizen, dus cheaptickets.nl is een goede URL gebleken.

Hoe verloopt het aankoopproces online eigenlijk? Wat is de online beslisboom? Deze vragen hoor ik vaak (en graag), en tot op heden heb ik ze altijd beantwoord aan de hand van een combinatie van opleiding, onderzoek en intuïtie. Onlangs verscheen een grote studie van Google die deze losse elementen overzichtelijk en bewezen aan elkaar koppelt. Superinteressant om te lezen, maar wel 100 pagina’s, dus hier een korte samenvatting.

De studie gaat over het aankoopproces van producten die niet habit- of impulsgedreven zijn (en dus een bepaalde mate van beslissen vereisen). Honderden uren winkelgedrag in 31 categorieën werden uitgebreid onderzocht, gecombineerd met vele resultaten uit de google zoekmachine.

De belangrijkste conclusies uit deze studie zijn:

  • Mensen switchen naadloos tussen een consument- en een shopperperspectief (Google noemt dit “exploratief” en “evaluatief”). Dit constante switchgedrag, dat lastig in kaart te brengen is, noemen ze “the messy middle”. Het is dan ook geen lineaire funnel meer, maar eerder een achtbaan met twee loopings.
  • Op het juiste moment “er zijn” is zeer krachtig
  • Er zijn 6 belangrijke vooroordelen/biases die zich afspelen tijdens het winkelen. Deze gebruiken we om tijd en moeite te besparen in het rommelige proces tussen trigger en aankoop.
  • De vooroordelen kunnen zeer effectief worden gebruikt door marketeers om de aankoop jouw kant op te sturen. Vooral dit laatste, het echte testen van de beïnvloedingsprincipes, geeft mijns inziens interessante resultaten.

De zes vooroordelen zijn (vergelijk Cialdini):

  • Social proof
    • Goede reviews vertonen de sterkste correlatie met aankoopgedrag
  • Category Heuristics
    • Als je al kennis hebt over de categorie, neem je bijvoorbeeld minder elementen mee in je beslissing, of je neemt alleen de beschikbare informatie mee
  • Authority bias
    • Kennis van een expert gebruiken in je beslissing. Zo heeft mijn zwager mijn advies voor de keus van een internetprovider opgevolgd omdat onze Wifi goed is (meer geluk dan wijsheid, trouwens)
  • Power of now
    • Als je iets wilt, dan wil je het ook zo snel mogelijk. Dat verklaart het succes van “vandaag besteld, morgen in huis”. In coronatijden werd dit Decathlon wel wat teveel.
  • Scarcity bias
    • Als iets beperkt beschikbaar is (qua tijd, hoeveelheid etc), dan neemt de begeerte toe. Booking.com is hier natuurlijk een ster in, maar ook Black Friday is hier een goed voorbeeld van
  • Power of free
    • Gratis gaat boven welke korting dan ook. Toch zoeken we minder naar gratis zaken op internet dan twinig jaar geleden. De opkomst van Netflix, Kobo en dergelijke heeft ervoor gezorgd dat we het inmiddels normaal vinden voor digitale producten te betalen.

Als je als marketeer ervoor kunt zorgen dat je op het juiste moment één of meer van deze vooroordelen kunt tackelen, dan ben je spekkoper. Afhankelijk van de categorie kun je in 72 tot 94% van de gevallen iemands merkvoorkeur van zijn 1e naar zijn 2e voorkeur wijzigen. Maar nóg veel interessanter wordt het belang voor nieuwe/onbekende merken. In deze studie zit namelijk ook een experiment waarbij een niet-bestaand merk werd geïntroduceerd. Zelfs in die studie leidde het toepassen van marketingmiddelen om gebruik te maken van de zes vooroordelen (tegelijk) in 28% tot 87% van de gevallen tot een verschuiving van voorkeur! Bizar!

Mocht je deze zomer zin/tijd hebben om het hele document door te lezen, dan kun je het hier vinden.

Icon made by Smashicons from Flaticon.

Je kunt meer met data als/dan je denkt!

Hoeveel sinaasappelen passen er in een vliegtuig? Hoeveel kappers zijn er in New York? Hoeveel kauwgom wordt er per jaar verkocht in Japan? Dit zijn gevreesde vragen voor sollicitanten bij Google of top-consultancybedrijven. Ik ben er dol op! Daarnaast ben ik er ook van overtuigd dat het je gaat helpen met dit soort vragen te oefenen. Slimme strategieën hiervoor helpen je namelijk ook werkgerelateerde vragen beter te beantwoorden, zoals:

  • Hoeveel kunnen we besparen op onze instore marketingkosten?
  • Hoeveel omzet gaat dit nieuwe product opleveren?
  • Hoeveel promoties moeten we per jaar doen?
  • Waarom blijft ons marktaandeel bij klant X achter?
  • etc

Kortgezegd kan de vaardigheid goed te schatten je veel opleveren. Schatten is zeker niet hetzelfde als gokken of je buikgevoel laten spreken. Schatten is het zoeken naar een benadering, die bruikbaar is voor een specifiek doel. Ook als de input data incompleet, onzeker of onstabiel is, is de waarde toch bruikbaar. De schatting is afgeleid van de best beschikbare informatie.

Goed schatten levert in elk geval het volgende op:

  • tijdbesparing
    • het legt bijvoorbeeld bloot welke getallen in je berekening het meest van invloed zijn op de uitkomst, zodat je slechts een deel van de waarden daadwerkelijk verder hoeft uit te zoeken
  • besparing van geld
    • om dezelfde reden als hierboven, kun je onderzoekskosten besparen
    • daarnaast kun je in elk geval projecten die “doomed to fail” of juist “no brainers” zijn snel respectievelijk stoppen of versnellen. Je kunt sneller oordelen.
  • onzekere toekomst zekerder maken
    • een goede schatting geeft een benchmark/leidraad waarmee je makkelijker in- en externe stakeholders kunt overtuigen en verwachtingen tijdig kunt bijstellen
    • je creeërt eigenlijk een eerste ruw inzicht, dat je later nog (met meer informatie) kunt verfijnen. Figuurlijk gezegd ga je van een schets naar een echte tekening.
  • het ontwikkelt je creativiteit
    • en dat is uiteraard niet alleen handig in financiële situaties maar juist ook op andere vlakken van het Shoppermarketingvakgebied.

Hoe maak je nou een goede schatting?

  1. stel de juiste vraag

Dit lijkt een open deur, maar bij veel businessvragen is dit nog niet zo makkelijk. Aan de ene kant komt dit, omdat de doelstellingen veelal niet helder of eenduidig geformuleerd zijn, aan de andere kant, omdat heel veel (externe) factoren van invloed kunnen zijn.

  1. brainstorm voor oplossingen

Laat alles wat je wel of niet weet/kunt weten, los en bedenk verschillende benaderingen om je antwoord te kunnen vinden. Bijvoorbeeld bij het aantal kappers in New York wil je weten hoeveel inwoners er zijn, hoe vaak zij geknipt worden etc. Of je bedenkt juist: in mijn stad zie ik ongeveer 1 kapper per snackbar. Hoeveel snackbars zijn er in New York?

  1. schrijf je complete redenatie uit

Bij het vorige punt heb je een richting gevonden, die waarschijnlijk gaat werken. Ik denk bijvoorbeeld dat het aantal inwoners in New York wel op wikipedia te vinden is. Maar welke data heb ik verder nog nodig?

  • aantal inwoners in New York
  • hoe vaak gaan zij gemiddeld naar de kapper?
  • geeft aantal knipbeurten per jaar in New York
  • tijd per knipbeurt
  • geeft totaal aantal “knipuren” in New York
  • gemiddeld aantal stoelen per kapsalon
  • gemiddelde openingstijd van een kapsalon in New York
  • geeft aantal “knipuren” per kapsalon
  • totaal aantal knipuren in New York/knipuren per kapsalon geeft aantal kapsalons
  1. Vul de getallen die je zeker weet in en maak een goede inschatting voor de overige getallen

Het aantal inwoners van New York is 8,6 miljoen (bron Wikipedia). De overige getallen moet je inschatten. En het is lastig: ik heb geen idee of mensen 5 of 6 keer per jaar naar de kapper gaan. Duurt een gemiddelde knipbeurt een half uur of een uur? Heeft een kapsalon 5 of 10 stoelen? Hier worden mensen vaak gek van onzekerheid. “Ik weet het niet zeker, dus mijn uitkomst klopt niet”. Vergeet niet dat je bezig bent met het maken van een schatting. Je uitkomst is dus niet helemaal correct, maar hij komt wel zoveel mogelijk in de richting. Het is beter dan niets.

Wat is dan een goede schatting? Nou, je weet in elk geval behoorlijk zeker dat het gemiddelde niet 52 keer per jaar naar de kapper gaan is, een knipbeurt duurt niet de hele dag, en de gemiddelde kapsalon heeft geen 100 stoelen. Het lijkt alsof je nog steeds niks weet, maar dit geeft je toch extra informatie. Je kunt nu bijvoorbeeld je schatting voor het aantal kapsalons in Amerika maken door een boven- en ondergrens voor de verschillende waarden in te vullen en twee schattingen te berekenen. Het aantal kapsalons ligt daar hoogstwaarschijnlijk tussen. Je hebt dus een goed idee van de orde van grootte. (wat bijvoorbeeld al heel handig is als je te maken hebt met MOQs of minimale runs).

  1. Verfijn de getallen die je uitkomst het meest beïnvloeden

Als je een paar schattingen hebt gemaakt op basis van de denkwijze bovenin, krijg je ook een idee welke getallen de uitkomst het meest beïnvloeden en eventueel het meest onzeker zijn. Investeer om juist díe getallen te achterhalen (en vergeet niet:Google is your best friend, er is meer te vinden dan je denkt!).

Mocht je nou willen oefenen, er komt vast regelmatig een dergelijke vraag in jouw bedrijf voorbij, en zo niet (of als je het ècht leuk begint te vinden), dan zijn er diverse boeken vol met dit soort vragen te vinden! Veel schatplezier!