Jumbo

Winnaars Customer Data Award 2020

And the real winner is…

We zijn genomineerd voor de Customer Data Award 2020! En terwijl we met spanning de uitslag afwachten, zijn de echte winnaars ondertussen al bekend: dat zijn de klanten van de Jumbo, voor wie we de digital shopping experience significant hebben verbeterd.

De inzet van data en Machine Learning heeft in deze case uiteindelijk geleid tot een toename van 270% in conversieratio en een substantiële verhoging van het orderbedrag.

Een resultaat om even bij stil te staan. Helemaal omdat de pilot het gelijk van de hypothese heeft bewezen, namelijk dat gemak, snelheid en inspiratie bijdragen aan meer sales.

Wat hebben we gemaakt?

Door het bouwen van een Recommendation Engine hebben we voor elke klant persoonlijk relevante lijstjes met producten samen weten te stellen. Deze aanbevelingen zijn met behulp van 3 verschillende recommendation-methodieken onder een ‘Probeer ook eens’-lijst in de Jumbo-app getest.

Focus bij deze pilot

Aankoopgedrag in supermarkten betreft voor een groot deel herhaalgedrag. Hierom is de hypothese opgesteld dat het gemiddeld bonbedrag gemakkelijker kon worden verhoogd door het suggereren van niet eerder gekochte – maar wel relevante – producten. Hier is de Recommendation Engine op afgesteld.

Twee ML-modellen en een ‘standaard’ rule-based model zijn uitvoerig getest, de effectiviteit geëvalueerd en geoptimaliseerd om de beste aanbevelingen te kunnen doen.

De rol van data

Bij de implementatie is gebruikgemaakt van verschillende modules binnen Google Cloud waaronder BigQuery, DataFlow, DataProc en PubSub.

Geanonimiseerd online aankoopgedrag en klantprofielen zijn gebruikt als input voor de Recommendation Engine. Elke interactie tussen elke klant en alle aangekochte producten van de afgelopen periode (6 maanden) zijn meegenomen in het model om een goed beeld te krijgen van de relatie tussen klant en product.

400+ miljoen interacties, gemeten op eigen platformen (web / app) en uit interne systemen!

De output, lijstjes met producten en klantnummers, konden daarna naar de app en moesten vervolgens realtime beschikbaar zijn.

Om klanten niet te vervelen met dezelfde producten is er een feedbackloop gebouwd die bijhoudt welke producten de klant al in de lijstjes heeft gezien.

Impact op engagement

De switch van aanbevelingslijstjes gemaakt door marketeers en category-managers naar sterker gepersonaliseerde lijstjes op basis van AI blijkt een schot in de roos.

  • 30% toename in basket adds
  • 270% toename in conversie tegenover ongepersonaliseerde lijstjes
  • Gemiddeld 1.9 product per persoon extra
  • Zowel short- als longterm toename op gemiddeld bonbedrag

 
Meest sprekende resultaat wat ons betreft is de toename van 270% in conversieratio vergeleken met niet gepersonaliseerde lijsten. Ook noemenswaardig is dat de Machine Learning-modellen 25% beter presteerden dan het rule-based-model, gekeken naar conversiepercentages.

Anders nog iets?

De cijfers spreken voor zich. De investering in Machine Learning voor gepersonaliseerde aanbevelingen betaalt zich dubbel en dwars terug. Wat vervolgens weer leidt tot meer draagvlak, in dit geval bij Jumbo, voor datagedreven werken en personalisatie.

Een win-win zogezegd voor alle partijen, waar een extra win in de vorm van de Customer Data Award nog prima bij past. We houden ons aanbevolen DDMA!

 

Oh, wie denkt dat zijn bedrijf ook op een goudmijn aan data zit, maar niet weet waar te beginnen: neem contact met ons op. Bel, app, of mail, anytime.

 

Caroline Waterschoot
Caroline Waterschoot - Bes

Head of Quality and Innovation

c.waterschoot@searchresult.nl