Happy Horizon

Transcript

1. Hoe een transformatie van korting-driven marketing naar data-driven marketing heeft bijgedragen aan ultieme ontspanning Data-driven marketing
2. Ronald Spoler Erik de Jong Sr. Digital marketeer Teamlead SEA
5. Wij zijn Happy Horizon Een groep van ruim 600 talenten op het gebied van digital. Samen hebben we één grote drijfveer: het leveren van aantoonbaar resultaat.
6. Onze vijf pijlers • Online Marketing • Development & Technology • Strategy & Innovation • Branding & Content • Data & Automation
7. Onze ‘hubs’ • Amsterdam • Eindhoven • Utrecht • Tilburg • Apeldoorn / Arnhem • Den Haag
8. Hoe Corona voor een switch heeft gezorgd in onze strategie & doelstellingen?
9. Aantal gasten Gem. besteding Gastbeleving / reviews Marketing- kosten Loyaliteit/ herhaalbezoek Terug in de tijd • Kortingsmarkt • Korte termijn focus
10. … de eerste stappen genomen om meer met data te gaan doen 2019 / begin 2020…
12. Meerdere heropeningen tussendoor: Veel beperkingen vanuit de overheid: - Max. aantal gasten - Faciliteiten nog gesloten Daling in advertising budget: - Historische data onbruikbaar Geen ruimte voor korting Maar toch bleven de gasten komen…
13. Wat zagen we gebeuren? Veel vraag & behoefte aan dagje ontspanning Merkbekendheid groter dan verwacht Men was bereid te betalen voor ontspanning Positieve gastfeedback & redelijke bedrijfsresultaten Dit gaf energie om door te pakken!
14. En toen waren we door corona ineens géén kortingsbedrijf meer… Hét moment om vol door te schakelen in onze data- driven plannen!
15. Hoe inzicht in data heeft gezorgd voor een nieuwe strategie en doelstellingen.
16. Als eerste: randvoorwaarde op orde gebracht Online reservering silo's van verschillende resorts ‘ontsluiten’ en aan elkaar koppelen Integratie van nieuwe Marketing automation tooling (Selligent) Integratie van een ‘data-lake’ Integratie van BI- en dashboardtooling (Qlik) Integratie van een Customer Data Platform (PRDCT) Rand- voorwaarden Data analyse & inzichten Strategie & doelstellingen Huidige database Nieuwe gasten Toekomst
17. 2. Data analyse: Wie is onze ideale klant? Rand- voorwaarden Data analyse & inzichten Strategie & doelstellingen Huidige database Nieuwe gasten Toekomst
18. Frequency: Hoe vaak komt iemand? Gemiddeld: 1,6 keer
19. RFM-assen Focus met name op de ‘F’ (frequency) & ‘M’ (monetary) in de modellen High value Mid value Low value Loyalists Regulars Onetimers Wat is de waarde van een gast? Hoe vaak komt een gast?
20. Frequency: Hoe vaak komt iemand? Low value​ Onetimers​ Regulars​ Loyalisten​ Aandeel personen​ 32%​ 2%​ 2%​ Aandeel omzet​ 13%​ 1%​ 1%​ Gem. omzet p.p.p.j. t.ov. gemiddelde overall​ 53%​ 86%​ 101%​ Mid value​ Onetimers​ Regulars​ Loyalisten​ Aandeel personen​ 29%​ 11%​ 9% Aandeel omzet​ 20% 12% 23% Gem. omzet p.p.p.j. t.ov. gemiddelde overall​ 95% 159% 359% High value​ Onetimers​ Regulars​ Loyalisten​ Aandeel personen​ 13%​ 2%​ 1% Aandeel omzet​ 20%​ 6%​ 4% Gem. omzet p.p.p.j. t.ov. gemiddelde overall​ 218% 424%​ 781%​
21. Welke doelstellingen hebben wij gesteld? We willen: • echte fans creëren • van onetimers regulars maken • focus leggen op mid & high value Rand- voorwaarden Data analyse & inzichten Strategie & doelstellingen Huidige database Nieuwe gasten Toekomst
22. Focus op loyalisten Hoe creëren we echte fans?
23. Loyaliteitsacties • Test met ‘cadeaubon’ voor loyale gasten • Zowel per post als e-mail verstuurd naar 25.000 personen • Na 1,5 maand 10% van de codes gebruikt
24. Thermenfans
26. Van onetimer naar regular Hoe laten we gasten een tweede keer komen?
27. Marketing automation Onetimer flow • E-mail flow o.bv. bezoekersprofiel • Doel = niet directe conversie • Focus op engagement & ontspanning vasthouden • Ook inspelen op “sauna-hoppers” • Stap voor stap klaar maken voor nieuwe boeking
28. -1 week Voorpret-mails Week van bezoek Voorpret + enquête + 7 dagen Ontspanning vasthouden +6 weken Heb je wel alles gezien? +9 weken Nieuw beautyproduct nodig? +12 weken Ander jaargetijde + 15 weken Tijd om weer te ontspannen? +19 weken Ontdek onze zusjes! Postkaart Postkaart High value gasten Twee advertising campagnes: - 1st party data match - Aansluitend op de content van de e-mail flow
29. Eerste resultaten
30. Focus op mid en high value Hoe trekken we relevante nieuwe gasten?
31. Hoe zetten we onze data- inzichten verder in? • Gebruik maken van ‘look a likes’ van high spenders & Loyale gasten • Matchen van 1st party data met o.a. display en social campagnes • Enquete & verdere analyse om meer te weten over eigenschappen en gedrag
32. Waar wonen de segmenten?
33. Hoe krijgen we zo vroeg mogelijk 1st party data?
34. Hoe vinden we nieuwe potentiële gasten én verzamelen we 1st party data? 360 graden game: • Social advertising • Gamification • Leadgenaratie
36. Resultaten 360 graden game • Beide resorts groei in database tussen de 44% & 48% • Kwalitatief verkeer en veel nieuwe potentiële gasten • Directe awareness voor nieuw saunaplein en de resorts • Veel Likes, shares & mentions op de socials
37. Wat heeft onze data-driven strategie ons gebracht?
38. • Zorg dat je randvoorwaarden op orde zijn • Gasten van eerste naar tweede bezoek brengen • Loyale gasten belonen en fans maken • Nieuwe gasten ‘data-driven’ vinden in de See & think fase • Sneller en eerder 1st party data verzamelen Recap
39. • Enorme stijging in gastbeleving & beoordelingen 2019: 8.1 2022: 8.9 • Stijging in gemiddelde besteding van 65% - 70% • Flinke daling marketingkosten • Mindere belasting callcenter • Eerste retentie cijfers zien er positief uit Resultaten tot nu toe
40. • Vasthouden aan strategie en ingeslagen weg • Sterke focus op loyaliteit & kwaliteit van bezoekers • Data nog meer voor ons laten werken ◦ Voorspelmodellen ◦ AI ◦ Personalisatie • Offline en online naadloos in elkaar over laten gaan • Smart advertising Wat gaat de toekomst ons brengen?