HUMAI

Hoe Sanoma meer verkocht tegen lagere kosten

Hoe Sanoma meer verkocht tegen lagere kosten

‘s Nederlands grootste uitgeverij Sanoma bediende maandelijks een miljoen abonnees. Hoewel het aantal nieuwe abonnees op een hoog niveau lag, was het aantal leden dat hun abonnement opzegde ook aanzienlijk. Toen het marketingbudget, en daarmee de sales targets, onder druk kwamen te staan, groeide de behoefte om marketing gerichter aan te pakken. Dit is hoe Sanoma met HUMAI de Return on Investment perfectioneerde.

Stijging abonnementen

Hogere omzet

Lagere kosten

Over Sanoma

Voor de van oorsprong Finse uitgeverij vormden tijdschriftabonnementen een grote bron van inkomsten. Een belangrijk inzicht was dat klanten die twee of meer tijdschriften hebben, eerder geneigd waren hun abonnement langer aan te houden. Toen het management verschillende kostenbesparingen doorvoerde, was het team genoodzaakt hun cross-sell campagnes slimmer op te zetten. Met HUMAI’s data science kennis werden deze campagnes winstgevender dan ooit.

Services:

    1. Data science
    2. Project management


Uitdaging om met minder kosten meer cross-sell te realiseren

Sanoma heeft een grote database aan abonnees. Het aantal nieuwe abonnementen groeide maandelijks hard, maar ook het aantal opzeggers groeide stevig door. Met de kennis dat abonnees met een tweede abonnement minder snel opzegden, draaide de uitgeverij al een lange tijd cross-sell campagnes om abonnementen te upsellen bij bestaande abonnees. Maar de campagnes draaiden op gefragmenteerde klantdata uit verschillende systemen. Daarnaast werden de campagnes op 100% van de database uitgevoerd.

Sanoma zocht daarom een manier om klantdata slimmer te gebruiken om minder kosten te draaien en een hogere omzet te realiseren.


Stapsgewijs richting meer abonnementen

HUMAI maakte een use case om inzichtelijk te maken hoe de cross-sell campagnes van Sanoma geoptimaliseerd konden worden. Deze use case werd gecreëerd in vier stappen:

    • Klantdata centreren: Sanoma’s relevante klantdata was opgeslagen in verschillende, uiteenlopende systemen. Om een compleet klantbeeld te creëren centraliseerden en harmoniseerden wij allereerst alle data
    • Profielen creëren: de kans op een herhaalaankoop is lang niet even groot voor alle klanten. Daarom brachten we het potentieel per klant in kaart met verschillende algoritmes. Onze modellen creëerden hier klantprofielen bij op basis van historische activiteiten
    • Drivers identificeren: nadat de profielen werden gecreëerd, werden ook de drivers bepaald: de attributen die het aankoopgedrag van klanten beïnvloeden. Hiermee kon een rangschikking gemaakt worden van de waarschijnlijkheid dat klanten op een bepaald moment zouden overstappen op een tweede abonnement.
    • Afkappunt bepalen: om zoveel mogelijk resultaat uit de marketinginspanningen te halen, werd een afkappunt bepaald dat markeerde welk deel van de doelgroep wel gecontacteerd moest worden en welk deel minder relevant was voor conversie. Met deze resultaten kon Sanoma aan de slag om de potentiële afnemers te banderen. 

Kosten bespaard, effectiviteit verhoogd

De use case liet Sanoma zien dat hun marketingeffectiviteit sterk konden worden verbeterd tegen lagere kosten. De modellen van HUMAI rangschikte de klanten op waarschijnlijkheid van conversie naar een tweede abonnement wat al tot 60% van de kostenbesparingen leidde.

Klanten die (nog) niet klaar waren, werden ook niet benaderd voor een nieuw abonnement. Zij konden daarentegen wel benaderd worden met marketingstrategieën en -campagnes die de kans verhoogden dat zij er in de toekomst wel klaar voor waren.

Het was de kennis die Sanoma nodig had voor een sterke omnichannelstrategie die klanten bindt, omzet verhoogt en kosten verlaagt.

Ook je marketingeffectiviteit verbeteren?

Met de verschillende mogelijkheden binnen HUMAI kan ook jij je marketingeffectiviteit verhogen. Ontdek hoe wij jou kunnen helpen.