In 2020 is DrukwerkMaatwerk gestart. Een webportal waarmee drukkerijen volautomatisch maatwerkoffertes uitbrengen. Drukkerijen sluiten zelf klanten op het platform aan. DrukwerkMaatwerk is geen prijsvergelijker. Wat is het wel wat heb je er als drukkerij aan?

Offertes calculeren voor drukwerk op maat kost veel tijd op verkoop en bedrijfskantoor. Terwijl klanten snel prijzen willen in verschillende uitvoeringen. DrukwerkMaatwerk is de oplossing voor drukkerijen op de aantrekkelijke markt voor premium drukwerk.

Hoe werkt DrukwerkMaatwerk voor klanten?

Als klant van één van de aangesloten drukkerijen maakt jouw drukkerij een bedrijfsaccount voor je aan. Na het inloggen kom je in jouw klantportal. Daar kun je, samen met je collega’s, offertes aanvragen bij jouw drukkerij.

Plano drukvellen, gesneden producten van visitekaartje tot poster, gevouwen folders en brochures van gehecht tot genaaid gebonden. Je kunt kiezen uit alle papiersoorten van de bekende papiergroothandels. Elke bedrukking, inclusief PMS-kleuren, goud- en zilverinkt en vernissoorten is mogelijk. Net als alle formaten en veredelingsmogelijkheden.

Voor iedere klant een persoonlijk portal bij jouw drukkerij

Het programma berekent de prijs met de tarieven van jouw drukkerij. Op het persoonlijke dashboard wordt de offerte meteen getoond. Zo ontvang je supersnel offertes op maat. Je kunt direct opdrachten plaatsen. Daarna heb je rechtstreeks contact met jouw drukkerij. Want daar doe je zaken mee.

Hoe sluit je aan als drukkerij?

Als drukkerij gebruik je op DrukwerkMaatwerk om je klanten sneller te bedienen tegen minder uren op verkoop en bedrijfskantoor.

  • Maak een afspraak voor een demo intakegesprek
  • Voer op je producent-dashboard tarieven in voor drukpersen, printers, snij- en vouwmachines en bindstraten
  • Je tarieven pas je zelf op elk gewenst moment aan
  • Sluit die klanten aan die supersnelle offertes op prijs stellen
  • Wanneer een opdracht geplaatst wordt ga je aan de slag
  • Je kunt opdrachten wel of niet accepteren
  • Je maakt rechtstreeks afspraken maken over planning en eventuele meerkosten.
  • Voor of na levering factureer je rechtstreeks aan je opdrachtgever

Wat nog meer?

Als producent op DrukwerkMaatwerk ontvang je (PowerBI) management rapportages. Je kunt deze ook via een app op je smartphone openen. Zo zie je alle de openstaande offertes en orders zien. Ook zie je hoeveel opdrachten per klant ontvangen zijn en wat hier de omzetwaarde van is.

Verder kun je deelnemen aan de bijeenkomsten met andere producenten. Hier bepalen gebruikers samen hoe het platform doorontwikkeld wordt. Zo wordt er nu gewerkt aan een voorspelmodel om klanten te helpen bij het kiezen van passende papiersoorten bij hun aanvraag.

Nog vragen?

Bel (06-55962062) of mail gerust voor meer info met Richard van Hoorn.

Zelfstandige grafische productiebedrijven hebben last van schaalvergroting, prijzendruk en online tussenpersonen voor algemeen drukwerk. Gelukkig is er een alternatief. Klanten binden met zelf ontwikkelde IT-oplossingen. Kiezen voor specifieke producten en markten. Eigen IT- oplossingen zijn een belangrijk onderdeel van deze strategie.

Praktijkvoorbeelden

Zo heeft het Veghelse Bek 1 op 1 publiceren zich onder leiding van Niels Bek heeft ontwikkeld van regionaal georiënteerd familiebedrijf naar specialist in retail communicatie en drukwerkwerk. Met hierbij een belangrijke rol voor het eigen Brandportal waarmee wekelijks grote volumes POS (display)materialen en folders worden geproduceerd en getransporteerd naar de filialen van supermarkten en winkelketens. Alles volledig op maat. De oorspronkelijke drukkerij is getransformeerd naar communicatiehuis voor retailers, inclusief design, fotografie en gepersonaliseerde reclame.

Een ander mooi voorbeeld is de strategische ontwikkeling van Gildeprint Drukkerijen onder leiding van Peter Hendriks. Vanuit een historie als regionaal familiebedrijf uit Enschede is dit bedrijf gegroeid naar specialist in het maken van proefschriften. Eenmalige opdrachten, maar dan wel vaak de belangrijkste in het leven van een promovendus. Via een compleet scala aan grafische kennisoverdracht, workshops op universiteiten en digitale hulpmiddelen wordt de promovendus geholpen tijdens het voorbereiden en vormgeven van het proefschrift. Lees meer over Gildeprint proefschriften.

Strategische focus

De praktijkvoorbeelden laten zien hoe klanten gebonden worden met IT-oplossingen, als onderdeel van een strategie. Extra aantrekkelijk als de oplossing uniek en niet gemakkelijk na te maken is. Een eigen IT-oplossing maakt de strategische vernieuwing mogelijk. Er ontstaan steeds meer voorbeelden nu low code, open source software en nearshoring het mogelijk maken om innovatieve en unieke IT-oplossingen te bouwen. Sneller en tegen lage kosten. Een kwestie van slim bouwstenen aan elkaar knopen. Net zoals startende bedrijven dit doen, zo heb ik zelf mijn platform drukwerkmaatwerk.nl gebouwd met het open source programma Python.

Aan de slag

Eigen diensten en producten ontwikkelen is een gezond alternatief voor grafische productiebedrijven waarvoor prijsconcurrentie en schaalvergroting onwenselijk is. Wie hierover even van gedachten wil wisselen kan natuurlijk altijd contact opnemen. Ik help je graag je doelen te bereiken, zonder omwegen.

Het aantal dataprojecten groeit met de dag. Begrijpelijk want zo is meer concurrentievoordeel, strakkere procesbeheersing en betere risicobeheersing te behalen. Helaas stranden te veel dataprojecten in (slechts) goede bedoelingen. Met kostbare speeltuinen en zinloze automatisering als resultaat. Dat kan beter.

Binnen veel organisaties is grote behoefte aan management cockpits, bedrijfsrapportages en geavanceerde voorspelmodellen. In talloze artikelen, blogs en ook tijdens seminars worden managers gewezen op het het heil dat dataprojecten brengen. Opgeschroefde ICT-budgetten zorgen ervoor dat recruiters stad en land afbellen om schaarse dataspecialisten te vinden en software leveranciers stevige winsten maken. Dat kan efficiënter. Het rendement op ICT-investingen verbetert als we dataprojecten beter verbinden met organisatiedoelen.

In de praktijk zie ik twee voorwaarden voor succesvolle dataprojecten:

  1. Laat dataspecialisten nooit geisoleerd werken, haal ze uit hun dataspeeltuinen en stop zinloze automatisering. Tenzij je onbeperkt budget over de balk wil smijten.
  2. Zorg voor een infrastructuur waarmee dataprojecten in productie gezet kunnen worden. Tenzij je alleen proof of concepts, power points of eenmalige analyses nodig hebt.

Dataprojecten verbinden met organisatiedoelen

Managers weten vaak prima wat ze willen bereiken met dataprojecten. De voorbeelden zijn bekend:

  • Inzicht in de verkoop en productiecijfers staat vaak nog met stip op één.
  • Eenvoudige taken op grote administratieve afdelingen automatiseren met robots
  • Direct-marketingcampagne resultaten verbeteren met responsvoorspellingen
  • Verdachte transacties filteren om witwassen te bestrijden
  • Uitval analyse in administratieve processen, om ze vervolgens met verbeterprojecten aan te pakken

Zo kan iedereen, na het lezen van wat blogs en boekjes de eigen doelen vast wel bepalen. Datascientisten, BI developers en data engineers zijn vervolgens nodig om met dataprojecten resultaten te halen. Wanneer deze professionals aan de slag gaan zonder duidelijke doelen ontstaat er een dataspeeltuin. Dat kan een tijdje nuttig zijn om de mogelijkheden en de structuur van de beschikbare databases te onderzoeken. Maar wie niet oppast ziet al snel kostbare hobbyprojecten ontstaan op basis van zelfbedachte requirements. Vooral veel intelligente datascientisten willen nog wel eens in dit datafantasieland terechtkomen.

Hoe ontstaat zoiets? Tussen managers en de dataspecialisten zijn vaak lagen van product-owners, business-analisten, implementatiemanagers en andere consultants. Absoluut nodig omdat het aansturen van dataprojecten om specifieke kennis vraagt en de span of control van managers vaak te groot is om de aansturing zelf te doen. Maar met elke tussenpersoon vervagen de doelen. Zeker als een consultant ook een belang heeft bij een automatiseerder. Dan gaan hobbyprojecten te lang door om uren te kunnen schrijven. Erger is het als zinloze projecten in productie worden gezet. Ga maar eens na. Welke rapportages gebruik je nooit en hoe komt het dat ze toch gebouwd zijn? Echt gevaarlijk zijn de waardeloze datascience-producten. Bekende voorbeelden zijn de algoritmes die tot discriminatie leiden op de arbeidsmarkt en bij fraudebestrijding. Die wil je toch niet? Deze producten komen tot stand door perverse prikkels en slechte communicatie. In het eigenbelang afwijken van organisatiedoelen of als dataspecialist onbekend zijn met de organisatiedoelen. Ook de druk om iets op te leveren, ook als het eigenlijk niet deugt is een perverse prikkel. Beter is het om zinloze automatisering te stoppen.

Hoe dan wel? Van speeltuin naar bruikbaar product

Gelukkig wordt in veel organisaties Agile en Scrum toegepast. Indien correct toegepast worden hiermee succesvolle dataprojecten gerealiseerd. De ideale route verloopt van de eerste data-analyse in de speeltuin via een verbinding met organisatiedoelen naar dagelijks bruikbare producten. Voor het laatste is real-time bronontsluiting en professionele software nodig. In de speeltuin kunnen we  scriptjes op CSV bestanden draaien waarna de resultaten gepresenteerd worden in PowerPoint. Maar zonder datawarehouse, beheer van toegangsrechten tot rapportages, en implementatietrainingen blijf je opnieuw steken in datafantasieland.  Begin dus altijd met einde in zicht zodat dataproducten in productie gezet kunnen worden. Start eerst start met de data-infrastructuur voordat je analisten en datascientisten aan de slag zet. Creëer geen verwachtingen als je niet kunt leveren omdat de data-infrastructuur die hiervoor nodig is, ontbreekt. 

Als een dataproject verbonden is met bedrijfsdoelstellingen en wat betreft data-infrastructuur haalbaar is als bruikbaar product kunnen dataspecialisten aan de slag. Agile en scrum zijn prima methoden om een dataproject van de grond te krijgen. Maar zorg dat het ontwikkelteam niet alleen met zichzelf en externe consultants praat. Om perverse prikkels te voorkomen zijn twee- tot driewekelijkse demo’s met belanghebbenden en hun managers in de organisatie onmisbaar. Zo blijf je op het rechte spoor. Met minder ICT-budget blijkt dan meer mogelijk en worden de schaarse dataspecialisten beter ingezet.

Aan de slag, licht je projecten door

Een logische eerste stap is een kritische analyse van de activiteiten van de data-afdeling.

  • Zijn de projecten haalbaar in de zin dat ze na ontwikkeling in productie gezet kunnen worden?
  • En zijn de projecten voorzien van heldere doelen, verbonden aan organisatiedoelen?

Als op een van deze vraag nee is, stop er dan maar mee. Als een dataproject verbonden is met bedrijfsdoelstellingen en wat betreft data-infrastructuur haalbaar is als bruikbaar product kunnen dataspecialisten verder. Agile en scrum zijn prima methoden om een dataproject van de grond te krijgen. Zorg dat het ontwikkelteam niet alleen met zichzelf en externe consultants praat. Twee- tot driewekelijkse demo’s met belanghebbenden en hun managers in de organisatie zijn onmisbaar. Zo blijf je op het rechte spoor.

Uit eigen ervaring kan ik toevoegen dat het overigens voor een dataspecialist ook prettiger is als inspanningen je bijdragen tot organisatiedoelen en leiden tot dagelijks bruikbare producten.

Hoe kunnen wij de traffic naar onze winkels vergroten, zonder extra te investeren in onze marketinguitgaven? Dat was de vraag van Prominent, marktleider in relaxfauteuils en sta-op stoelen. De oplossing op dit vraagstuk, bleek relatief eenvoudig: door slimmer om te gaan met brievenbusreclame en het inzetten van gerichte DM campagnes. Met kostenreductie en meer duurzaamheid als resultaat.

Prominent is specialist in relaxfauteuils, banken en sta-op stoelen. Met eigen ontwerp- en productieafdelingen maakt het merk stijlvolle en comfortabele meubels op maat. Een uitgebreid persoonlijk advies gaat aan vrijwel iedere aankoop vooraf. In een van de eigen 43 winkels of tijdens een bezoek aan huis. Veel marketinginvesteringen van Prominent zijn gericht op het realiseren van traffic naar de winkel. Een belangrijk marketinginstrument is het prachtige, online aan te vragen, wooninspiratieboek. Daarnaast zet Prominent RTV in, samen met advertising en Direct Mail. Tot nu toe werd dit aangevuld met jaarlijks 42 x 4,2 miljoen huis-aan-huisfolders om consumenten te bewegen tot een bezoek aan de winkel of een afspraak aan huis.

Van kwantiteit naar kwaliteit
De invoering van de Ja-Ja sticker in Amsterdam was aanleiding om Bek 1 op 1 publiceren te vragen om een data gedreven plan voor de combinatie Direct Mail en huis-aan-huisfolders. Nederland kent circa 7,8 miljoen huishoudens. Ongeveer de helft daarvan zijn bereikbaar via (ongeadresseerde) brievenbusreclame. Huishoudens in de buitengebieden, zoals boerderijen, zijn onbereikbaar. Postcodegebieden waarbij het percentage nee-stickers toeneemt, worden uit verspreidplannen geschrapt. Net zoals, vanzelfsprekend, gebieden waarbij na invoering van de Ja-Ja sticker huis-aan-huisverspreiding vrijwel onmogelijk is. In steeds meer postcodegebieden wordt brievenbusreclame onmogelijk en kan alleen nog Direct Mail ingezet worden. Direct Mail is per adres veel kostbaarder. Maar, zoals de case voor Prominent bewijst als je het slim doet, heel rendabel. De hoge distributiekosten vragen om nauwkeurige adresselectie. Met andere woorden: je gaat heel nauwkeurig selecteren wie je wilt benaderen. Namelijk de mensen die voldoen aan je doelgroep profiel. Zo breng je de oplage van je brievenbusreclame naar beneden. Het ‘vrijgekomen budget’ investeer je in een gerichte DM-campagne naar ontvangers waarvan je de kans het grootst acht dat ze ontvankelijk zijn voor jouw boodschap.

Stap 1: optimalisering van het verspreidplan: haal je oplages naar beneden
Een look-a-like analyse was mijn vertrekpunt in opdracht van Bek 1 op 1 publiceren. Door postcodes van meubel-afleveradressen te matchen met kenmerken van postcodegebieden, is het verspreidplan voor de huis-aan-huisfolders aanzienlijk verbeterd.

Een traditioneel verspreidplan wordt gebaseerd op afstanden naar winkels. Dat werkt prima voor supermarkten, maar is onzinnig voor het landelijk actieve Prominent. De data uit de look-a-like analyse is gebruikt om het verspreidingsgebied rond de winkels aanzienlijk te vergroten. Hiermee zijn voor Prominent 1 miljoen adressen in beeld gekomen, die bij traditionele verspreidplannen uitgesloten blijven. Tegelijkertijd is de verspreiding beperkt tot de postcodegebieden met een hoog voorspelde respons. In plaats van op viercijferige (PC4) postcodes, is gesegmenteerd op volledige (PC 6) postcodes. Precies waar de Prominent-klanten zitten. Dit alles maakt dat er maar liefst anderhalf miljoen minder folders nodig zijn.

Voorafgaand aan landelijke invoering is een test rondom representatieve Prominent-winkels uitgevoerd. Dit leverde een significante groei aan winkeltraffic op, vergeleken met de overige winkels in dezelfde periode. Met als gevolg dat vanaf nu veel minder folders verspreid worden, met een verhoogd rendement.

Stap 2: een DM campagne naar de doelgroep
Direct Mail maakt het verhaal compleet. In buitengebieden en de postcodes waar brievenbusreclame niet mogelijk is, gaat we nu testen met de inzet van Direct Mail. Dit gebied groeit nu de invoering van de Ja-Ja stickers de inzet van brievenbusreclame afremt. Na Amsterdam en binnenkort Nijmegen overwegen ook Rotterdam, Den Haag en Utrecht de invoering van de sticker. Ook stijgende percentages Nee-Nee stickers dwingen verspreiders om het aantal postcodegebieden waar huis-aan-huisfolders verspreid worden te beperken. Maatschappelijk wordt geroepen om een duurzame inzet van folders. Bek 1 op 1 publiceren laat zien dat stoppen met lukraak folders verspreiden, kan leiden tot slimmere en meer effectieve oplossingen om doelgroepen te bereiken.

Voorspelbare marketingopbrengsten
Geavanceerdere data-analyse maakt het mogelijk om de respons te voorspellen door de juiste adressen te selecteren. Zowel voor brievenbusreclame als voor Direct Mail. De Prominent case laat zien dat investeringen in data-analyse zichzelf terugverdienen.

In 2009 is mijn onderzoek Nieuwe Drukvormen gepubliceerd. De grafische industrie was toen al een slagveld. Van de drukkerijen die deelnamen is de helft inmiddels failliet. De andere helft nam op tijd de juiste maatregelen.

10 jaar geleden heb ik tijdens bedrijfsbezoeken aan drukkerijen de veranderbereidheid gemeten met behulp van een gestructureerde vragenlijst. Op basis van eerder onderzoek is de bereidheid om te veranderen gemeten in investeringen. In ICT (grafische workflows) en trainingen in onder meer conceptueel accountmanagement en projectmanagement skills

Van de 62 deelnemende bedrijven blijken nu 34 bedrijven (55%) failliet of overgenomen te zijn. 3 bedrijven (5%) zijn naar een totaal ander bedrijf getransformeerd. 25 bedrijven (40%) zijn als drukkerij actief gebleven.

De failliete en overgenomen bedrijven blijken destijds onvoldoende veranderbereid te zijn geweest. Deze bedrijven investeerden minder in ICT en opleidingen vergeleken met drukkerijen die succesvol uit de crisis kwamen.

De interactieve visualisatie laat de locaties zien van de drukkerijen die aan het onderzoek deelnamen.De donker- en lichtgroene bolletjes geven nu actieve bedrijven weer. De grootte van het bolletje geeft de veranderbereidheid aan. De bedrijven met rode en gele bolletjes zijn failliet of overgenomen.

Klik op de bolletjes om de veranderbereidheid per drukkerij te zien. Enkele bedrijven zoals Lecturis en Van As zijn naar uitgeverij getransformeerd. Bek in Veghel heeft zich ontwikkeld tot full service retail dienstverlener. Ook onder de nu nog actieve drukkerijen zijn er veel succesvol getransformeerd. Er zijn ook veel kleine drukkerijen getransformeerd naar lokale communicatiebureaus. De visualisatie laat zien hoe zeer de grafische industrie in tien jaar veranderd is.


Voor de liefhebbers: De visualisatie is gemaakt met R, open source software voor datasience, waarbij gebruik gemaakt is van de pakketten mapview en leaflet

Direct mail wordt veel ingezet om om de web- en winkeltraffic te verhogen. Is het resultaat voorspelbaar? Ja, met datamining kun je de respons op direct mail verhogen.

Reader’s Digest was een van de eersten die datascience gebruikte om de resultaten van campagnes te beïnvloeden.  Alexei Cherenkov, nu data scientist bij Philips, vertelde op donderdagavond 27 februari bij de Utrecht datascience meetup hoe hiervoor tientallen jaren terug regressiemodellen werden gebruikt. Nu kan iedere retailer dit, met de rekenkracht van de computers van nu en opensource software zoals R en python. In drie stappen, van schieten met hagel naar folders op maat.

De basis op orde
Je wilt niet weten hoeveel stukken bezorgd worden bij consumenten die zijn overleden, al lang zijn verhuisd of geen enkele belangstelling hebben om op de aanbieding in te gaan. Jammer van alle druk- en portokosten maar ook een bron van veel irritatie. Daarbij komt dat privacyregels adverteerders verplichten om in hun database te registreren of consumenten toestemming hebben gegeven voor het vastleggen van persoonsgegevens. Voor degenen die voorspellingen willen gebruiken om respons op direct mail te verhogen alle reden om de basis op orde te brengen. De eerste stap is werken aan datakwaliteit: persoonsgegevens vastleggen in een professionele database; consumenten het recht geven op inzage en wijziging van de gegevens; vastleggen wanneer en hoe toestemming is gegeven om de data te gebruiken; en regelmatig gegevens vergelijken met het Nationaal Overledenenregister en de consumenten die geadresseerde reclamepost willen ontvangen. Dat kan eenvoudig via Postfilter. Voldoen aan de nieuwe privacyregels voorkomt hoge boetes en negatieve publiciteit. Datakwaliteit is een voorwaarde voor iedere retailer die de respons op direct mails wil verhogen.

Respons verhogen met voorspelmodellen
Retail datamining maakt het mogelijk om de kans te voorspellen dat iemand op een direct mail reageert. De tweede stap naar meer respons begint met een lookalike-analyse van het klantenbestand, voor zover postcodes en huisnummers bekend zijn. Dit is het geval bij vrijwel alle webshops en ook meubelbedrijven beschikken over deze data.

Retailers kunnen klantenonderzoek doen door bij de kassa naar postcode en huisnummer te vragen en daarvan de demografische kenmerken aan te kopen. Zo wordt een klantprofiel opgebouwd. Met behulp van de gevonden kenmerken wordt een vergelijkbaar adressenbestand aangekocht. Nadat hiermee de eerste direct mail is uitgevoerd, kun je meten welk type klanten reageert op mails. Met deze data kun je een algoritme bouwen dat de respons op de volgende direct mail voorspelt. Reader’s Digest gebruikte hiervoor logistische regressie. Dat is een methode die nog steeds goed werkt, naast meer complexe methoden zoals random forests en neurale netwerken. Welke methode je ook kiest, het gaat steeds om het bepalen van de variabelen die per consument respons voorspellen. Variabelen die niet aan de voorspelling bijdragen of onderling samenhangen schrap je uit het model. Het eindresultaat is een lijst waarbij van iedere consument is aangegeven hoe groot de kans is dat hij of zij op de mailing reageert.

De business case
Deze kans, vermenigvuldigd met de waarde van de voorspelde aankoop, bepaalt of het zinvol is om een specifieke consument per post te benaderen. Stel dat de marge op de voorspelde aankoop € 100 is. Als de kans op respons 1% is terwijl druk- en portokosten € 1,50 zijn, heeft de direct mail geen zin. De voorspelde opbrengst voor deze consument is 1% van € 100 ofwel € 1,-. Bij 2% kans op respons is de business case positief. € 2 is immers meer dan een € 1,50.  Alleen de consumenten waarbij er kans op succes is ontvangen de mailing. Het aantal adressen waarnaar de direct mail verzonden wordt is kleiner, waardoor kosten dalen. Consumenten met een laag voorspelde respons worden uit het adressenbestand gefilterd. Eigenlijk net zoals tijdens de eerste stap, waarbij het nationaal postfilter is gebruikt. Minder adressen betekent minder druk- en portokosten. Door de adressen van consumenten die toch niet kopen te schrappen, wordt het resultaat van de direct mail beter. Onderstaande grafiek laat zien wat de optimale adresselectie is waarop de business case hoogste uitkomst heeft en de groene lijn het hoogste punt heeft bereikt.

In dit voorbeeld gaan we uit van 10.000 adressen en € 5000 startkosten. Alle 10.000 voorspellingen zijn op volgorde gesorteerd. Tot een oplage van 800 is de voorspelde respons hoog maar is het aantal niet hoog genoeg om de startkosten terug te verdienen. De groene lijn met campagne-opbrengst valt onder de gele lijn van productiekosten. Als we de mailing naar alle 10.000 adressen sturen, is de businesscase ook negatief. Dit komt door een groot aantal adressen waar een te lage respons van verwacht wordt. Daar waar de groene lijn op het hoogste punt is, is de campagne-opbrengst maximaal. In dit geval is dit bij 4650 van de 10.000 adressen. De voorspelde opbrengst van de campagne is hier € 27.650.

Folders op maat
Logistische regressie is een geweldige manier om de respons op direct mail te verhogen, maar het wordt nog beter door de inhoud van de folder af te stemmen op de consument. De folder personaliseren is de logische derde stap naar meer traffic en converse. Retail datamining gebruikt hiervoor methoden zoals een clusteranalyse en market basket analyse. Moderne druktechnieken maken het mogelijk om iedere afdruk af te stemmen op klantvoorkeuren. Ook dit zijn, net als de logistische regressie, machine learning methoden die continu getest en verbeterd worden. Personaliseren kan op twee verschillende manieren aangepakt worden. Eerst kun je klanten groeperen naar segmenten van klanten die vergelijkbaar koopgedrag vertonen. Het product dat een vergelijkbare klant heeft gekocht leent zich om in de folder af te drukken. De andere manier is kijken welke producten samen of opeenvolgend gekocht worden. Als iemand bepaalde producten heeft gekocht, is het verstandig om andere producten aan te bieden die daarbij passen. Analyses waarbij de klant of het product centraal staan worden vaak gecombineerd. Dat de respons op direct mail zo sterk verhoogd wordt zal niemand verbazen.

Analyse van de aankopen per consument bepaalt de inhoud van folders op maat.

Huis-aan-huisverspreiding van reclamefolders in Amsterdam is nu verboden. Tenzij consumenten een Ja-sticker op de brievenbus plakken. Dat gebeurt nauwelijks. De huis-aan-huisfolder in Amsterdam is geschiedenis. De rest van Nederland volgt binnenkort. Wat zijn de alternatieven?

De feiten zijn bekend. Na een initiatiefvoorstel van de Partij van de Dieren in 2015 en weinig maatschappelijke weerstand is de ongeadresseerde reclamefolder nu in Amsterdam verboden. Verspreiders MailDB en Spotta hebben samen met drukkersbranchevereniging KVGO zonder succes geprobeerd het verbod tegen te houden. Naar verwachting wordt het hoger beroep volgende maand verloren. En anders pakt de landelijke politiek het wel op. De duurzame samenleving is immers niet te stoppen. Er is geen maatschappelijk draagvlak voor milieubelastende reclamefolders. Het aantal Nee-stickers liep in veel Amsterdamse wijken al op tot boven de zestig procent.

Nu het einde van de huis-aan-huisfolder in zicht komt worden retailers gedwongen actiemarketing opnieuw te organiseren. Retailers zetten reclamefolders in om traffic naar de winkels op gang te houden. Folderaanbiedingen stimuleren consumenten naar de winkel te komen. Aankopen aanvullend op de aanbiedingen leveren broodnodige marge op. Als consumenten na een fijne winkelervaring terugkomen is de vaste klantenkring uitgebreid. Geen luxe maar noodzaak nu de winkelstraat steeds meer marktaandeel aan online verkopen verliest. Maar wat vervangt de huis-aan-huisfolders straks? De drie belangrijkste alternatieven op een rijtje.

Digitale alternatieven
Wie geen onnodig papier in de brievenbus wil, kan digitale reclamefolders lezen. Dezelfde aanbiedingen bekijken via een app of website. Een voor de hand liggend, bekend eerste alternatief. Vrijwel alle retailers geven hun reclamefolder ook digitaal uit, gewoon omdat het kan en omdat digitale distributie goedkoop is. Net als reclame via e-mail en op de eigen websites. Apps zoals reclamefolder.nl bundelen de reclamefolders waardoor het aanbod voor consumenten overzichtelijker is. Vergelijkingssites maken ook dankbaar gebruik van de beschikbare data. Onderzoeksbureau GFK rapporteert sinds 2015 een snelle opkomst van het gebruik van folderapps. Na invoering van de Ja-stickers gaan folderapps ongetwijfeld in populariteit groeien.

Toch kunnen folderapps de functie van de gedrukte reclamefolders niet volledig overnemen. Reclamefolders worden intensief doorgespit door fanatieke koopjesjagers of inspireren consumenten met verrassende aanbiedingen. Fanatieke koopjesjagers zullen na het verdwijnen van gedrukte reclamefolders de moeite nemen om de folderapps door te spitten. Dit is nu al zichtbaar in de buitengebieden waar folders niet verspreid worden. Maar of de minder prijsgevoelige consument deze moeite ook neemt is de vraag. Deze laat zich liever verleiden door gedrukte folders.

Gebundelde folderpakketten
Als ongeadresseerde folderverspreiding niet mag dan adresseren we de folders toch gewoon? Aan dit tweede alternatief moeten folderdistributeurs Sandd (Kiesjefolders.nl) en PostNL (Spotta, folderkiezer.nl) gedacht hebben bij het zoeken naar alternatieve distributiemethoden. Opmerkelijk is dat PostNL via Spotta een van de partijen in de verloren rechtszaak is. Het idee van de gebundelde folderpakketten is simpel. Bundel reclamefolders in een geadresseerd postpakketje. Omdat geadresseerde reclame onder de nieuwe GDPR-regelgeving niet meer mag, zijn websites gebouwd waarop consumenten aangeven welke folders ze willen ontvangen. Een prima alternatief voor de folderapps.

Folders in geadresseerde bundels bereiken consumenten die expliciet aangeven hiervoor belangstelling te hebben. Het folderpakket is afgestemd op consumentenvoorkeuren. De beschikking over klantdata maakt het ook mogelijk om het folderpakket geheel of gedeeltelijk te personaliseren. En met gepersonaliseerde vouchers respons en conversie te meten. Mogelijkheden die de traditionele huis-aan-huisfolder niet heeft. Een pilot van Sandd in het Amsterdamse Zeeburg heeft geleerd dat consumenten zich graag voor geadresseerde folderpakketten inschrijven. Retailers zijn op dit moment minder enthousiast. Ook bij gebundelde folderpakketten blijven porto- en distributiekosten hoog, bij dezelfde lage conversie. Mogelijk wordt dit concept levensvatbaar als distributiekosten dalen wanneer gebundelde verspreiding de enige manier is om traditionele actiefolders te verspreiden.

Folders op maat
Een meer duurzame derde alternatieve oplossing is de slimme folder op maat. Steeds meer retailers hebben naast winkels een webshop en verzamelen zo klantdata. Klantenkaarten en loyalty-apps zijn een prima manier om herhaalaankopen te stimuleren en, met toestemming, klantdata te verzamelen. Zo kon Hema vorig jaar na drie maanden al concluderen dat haar loyaliteitsprogramma een groot succes is. Wie klantdata heeft, kan folders sturen met aanbiedingen op maat, waardoor de conversie spectaculair hoger is. Het Belgische Colruyt loopt hier al jaren op vooruit. In Nederland is Bek 1 op 1 Publiceren uit Veghel een pionier op dit terrein. Folders op maat worden ongebundeld per post verstuurd waardoor de distributiekosten per folder hoog zijn.

Voorwaarde voor een sluitende businesscase is daarom analytics van hoge kwaliteit waardoor een hoge conversie gegarandeerd is. Pilotcampagnes en geavanceerde datascience-methoden maken het mogelijk om deze garanties af te geven.

De toekomst van de actiefolder
Gedrukte actiefolders zijn onmisbaar voor retailers en blijven bestaan. Maar de distributie verandert. Na invoering van de Ja-sticker worden one-size-fits-all-folders via geadresseerde folderpakketten van onder meer Sandd en Spotta verspreid. Dit is het beste alternatief voor inkoop gedreven retailers zoals Primark en Action en alle anderen die het van acties en partijhandel moeten hebben. Eigenlijk is de invoering van de Ja-sticker een zinloze actie. Het aantal stickers wordt zo laag dat ongeadresseerde folderdistributie in de meeste postcodegebieden financieel onhaalbaar wordt. Het einde van de nu nog vertrouwde ongeadresseerde huis-aan-huisfolders komt in zicht

Slimme, duurzame, kostenbewuste retailers kiezen straks voor folders op maat. Minder folders met meer effect. De techniek is beschikbaar. Innovatieve, duurzame Inkjet-druktechnieken maken het mogelijk om in hoog volume actiefolders op maat te drukken, volledig afgestemd op de klant. De toekomst van de actiefolder bestaat al, terwijl MailDB, Spotta en KVGO een bizar achterhoedegevecht voeren dat onvermijdelijk verloren wordt.

Speciaal voor u geselecteerde overhemden, anderen kochten deze boeken ook, de laatste hotelkamers nu boeken.

Persoonlijke aanbiedingen laten de kassa’s rinkelen. Publicatie verloopt traditioneel via gepersonaliseerde mails. Maar kan ook met actiefolders op maat. Hoe pak je dit aan?

Webwinkels en retailers met een loyaliteitsprogramma gebruiken recommendation engines op aanbiedingen op maat te doen. Met succes. Voorspellen wie op welke aanbieding zal reageren is steeds eenvoudiger. Niemand twijfelt aan het effect van slimme, persoonlijke aanbiedingen. Er zijn wel steeds meer vragen over het effect van e-mail marketing. Privacywetten en spamfilters blokkeren de weg naar de mailbox van consumenten. Die steeds minder mails lezen nu online marketing zo gretig wordt toegepast.

Het alternatief is direct mail maar dit is vaak niets meer dan het afdrukken van naam en adres. Recommendation engines uit de online omgeving toepassen bij direct mail laat respons en conversie en één klap flink groeien. En ja, natuurlijk is het vanwege print en vooral portokosten duurder dan e-mail versturen. Maar uit steeds meer onderzoek blijkt een positieve business case voor print in vergelijking met e-mails.

Analytics voor de actiefolder op maat
Stel dat je 100 producten in de aanbieding zou kunnen doen maar in de folder is slechts ruimte voor 20 aanbiedingen. Category managers kiezen wat er in de folder komt te staan en kopen extra voorraad voor 20 producten in. 80 aanbiedingen mogelijke aanbiedingen vallen af. One size fits all. Alsof iedere klant dezelfde voorkeuren heeft.

Bij een actiefolder op maat is iedere afdruk verschillend, afgestemd op consumentenvoorkeuren. Moderne druktechnieken maken dit mogelijk, zonder concessies aan prijs of kwaliteit. Analytics maakt het mogelijk om voor iedereen die 20 uit de honderd aanbiedingen te kiezen met de hoogste kans op succes. Supermarkten halen wijnaanbiedingen uit de folders naar bierdrinkers. Sportwinkels sturen geen folders met de nieuwste hockeyschoenen naar fanatieke voetballers. Voorspellen hoe groot de kans is dat de klant door de direct mail reageert maakt het mogelijk op oplage te verlagen. Zo vergroot Retail Datamining de conversie terwijl de portokosten in de hand gehouden worden.

Hoe lever je aan bij de printer?
Wie een traditionele folder wil laten drukken levert bij de drukker een drukgereed pdf bestand aan samen met een instructie waarin oplage, papiersoort, formaat etc. staan omschreven. Niets nieuws onder de zon maar bij de folder op maat maar er komen twee bestanden bij. Een mail-dataset en een aanbiedingen-bestand met alle acties. Dit zijn alle 100 aanbiedingen uit het voorbeeld.

De mail-dataset bestaat uit een kolommen met een uniek KlantID samen met de ProductID van de 20 per klant af te drukken aanbiedingen in volgende kolommen. De overige kolommen worden gevuld met naam, adres voor de verzending en wellicht nog andere, variabel af te drukken data. Het drukgereed pdf bestand is de achtergrond van de reclamefolder. Een grafisch specialist maakt dit bestand interactief. Geeft aan waar welke naam of aanbieding komt. Beeld en tekst worden per afdruk razendsnel opgehaald uit het aangeleverde bestand met alle aanbiedingen. Eenmaal getest wordt de workflow voor de retailer opgeslagen en hergebruikt bij iedere nieuwe productie.

Meer weten?
Hoe een dataset voor actiefolders op maat tot stand komt en hoe je met een printbedrijf kunt samenwerken laat ik graag zien tijdens een persoonlijk gesprek. Met ervaring in retail en printmedia weet ik hoe je een effectieve samenwerking moet organiseren. We kunnen van gedachten wisselen over de organisatie van de datastroom, binnen de GDPR randvoorwaarden zoals die binnenkort van kracht zijn. Neem gerust contact met me op.

Big data, iedereen heeft het erover en ook retailers denken na over toepassingsmogelijkheden van datagedreven marketing. Maar wat levert de inzet van datamining in retail op? Kunnen retailers door data te gebruiken de jaarlijkse 1,5 miljard aan reclamebestedingen slimmer inzetten?

Laten we uit de vele toepassingsmogelijkheden van retail datamining een klassieker voorzien van een eenvoudig rekenvoorbeeld. Het voorspellen van respons om de conversie van een direct mail campagne te verhogen. In dit voorbeeld stuurt een retailer een direct mail naar twintigduizend klanten, waarvan klantgegevens bekend zijn. Klanten die responderen hebben een netto klantwaarde van vijftig euro, dit is opbrengst per kopende klant. De direct mail kost precies één euro aan druk- en portokosten, per verzonden exemplaar. Bij een respons van drie procent zijn de opbrengsten 3% van 20.000 x € 50 is € 30.000. Daar gaan de kosten van de DM vanaf. Dit is 20.000 x € 1,- is €20.000. Er is dus tienduizend euro netto aan de testcampagne verdiend. Als er nu nog tweehonderdduizend vergelijkbare klantadressen beschikbaar zijn, moet je de actie dan grootschalig herhalen? Meteen doen, zal menig retailer zeggen, want je verdient door je aanbod naar tien keer zoveel adressen te sturen honderdduizend euro. Eerst eens even in de data graven, zou de data-analist zeggen. En hij heeft gelijk, het nettoresultaat van de actie kan oplopen naar 130 duizend euro.

Een kijkje onder de motorkap
Hoe gaat de analist te werk? De twintigduizend klanten van de testcampagne worden gesplitst in twee groepen. De eerste groep wordt gebruikt om het verband te vinden tussen de klanten die reageren op de directe mail en hun kenmerken, zoals eerdere aankopen en persoonsgegevens. Wat zijn gemiddelde eigenschappen van die kopers, in vergelijking met de niet-kopers? Hieruit volgt een voorspellend model, in datamining ook wel algoritme genoemd. Deze formule wordt op de tweede groep, waarvan de respons bekend is, losgelaten om te controleren of het model werkt. Na een aantal testen en verbeteringen kan de analist per klant voorspellen hoe groot de kans is dat iedere individuele klant op de actie reageert. Voor deze voorspelling is geen glazen bol nodig, gewoon gezond verstand en een computer. Het is toegepaste statistiek, geen hocus pocus.

De voorspelling kan nu veilig worden losgelaten op het bestand met tweehonderdduizend vergelijkbare adressen. Per adres is bekend hoe groot de kans op respons is. Van één tot 99 procent kans op respons worden de klanten op een rijtje gezet. Vanzelfsprekend worden vervolgens de klanten met een lage kans op respons niet gemaild, want dat kost één euro per klant en levert naar verwachting niets op. De klanten met een hoge kans op respons ontvangen een aanbieding in de brievenbus. Deze voorspellende analyses zijn betrouwbaar en worden niet alleen gebruikt om respons te voorspellen, maar ook om te voorspellen welke klanten dreigen weg te lopen. Ook voorspellen wat en wanneer er mogelijk gekocht wordt is mogelijk. Meer verkopen, klanten winnen en behouden, dat is het doel van retail datamining.

De uitkomst
Stel dat de analist adviseert om 65 procent van de tweehonderdduizend te mailen. De omvang van de mailing wordt dan 130 duizend. Dit levert een besparing van 70.000 x € 1 = €70.000 op. Bij een volledig betrouwbare voorspelling zou de respons dan stijgen van drie procent naar ruim 4,6 procent. Maar het netto aantal kopers blijft natuurlijk niet gelijk. Van de zeventigduizend die niet gemaild worden zijn er waarschijnlijk toch een paar verloren kopers. Een voorspelling is nooit volledig betrouwbaar.

Als we uitgaan van een respons van 4% over de 130.00 geadresseerden dan is de uitkomst:

De opbrengsten van de datagedreven campagne bij een respons van vier procent zijn 260 duizend euro in plaats van driehonderdduizend. Omdat de kosten sterker zijn gedaald, tweehonderdduizend naar 130 duizend, is de winst gestegen van honderdduizend naar 130 duizend. Een gebruikelijk resultaat, dat nog hoger wordt door de mail te personaliseren, zoals beschreven in mijn vorige blog, de slimme actiefolder.

Geen software investeringen nodig
Moet je nu, enthousiast geworden door het lonkende datagoud, meteen als bezetene gaan investeren in computers en software? Nee, niet nodig. Het goede nieuws is dat je voor datagedreven marketing in retail nauwelijks software-investeringen nodig hebt. Data-analyses kunnen prima uitgevoerd worden met opensource oplossingen. Iedereen met een laptop en toegang tot de kassadata kan de bovenstaande analyse uitvoeren. Voor veel retailers is het wel van belang om de klanten te kunnen identificeren en de data voldoende verrijkt te hebben. Ook om analyses automatisch online uit te voeren geen hoge investeringen nodig. Wel moet je voldoen aan alle privacyregels. Nu al mag je niet zomaar alle persoonsgegevens vastleggen en gebruiken. Nieuwe Europese regels geven aan dat straks voor het profileren ook toestemming gegeven moet worden. Dit alles hoeft niemand te weerhouden om vanaf vandaag de reclamekosten naar beneden te brengen door persoonlijk en relevant te communiceren.