GX presents Just Brands
Bekijk Just brands
Data Science
inzetten voor sterker klantbehoud
E-commercebedrijven verzamelen gigantische hoeveelheden klantgegevens – van online gedrag en aankoopgeschiedenis tot retouren en servicecontacten. Maar slechts weinig bedrijven benutten die data écht om relaties te verdiepen en slimmer te sturen. Just Brands, het Nederlandse modebedrijf achter PME Legend, Vanguard en Cast Iron, herkende dit. Er waren jaren aan transactie- en gedragsdata beschikbaar, maar geen gestructureerde manier om deze te vertalen naar inzichten die klantbehoud verbeteren, marketing relevanter maken en retouren verminderen.
Samen met GX koos Just Brands voor een andere aanpak. In plaats van te starten met vaste KPI’s gingen we open het onderzoek in. Door zonder aannames naar de data te kijken, ontdekten we diepere patronen en konden we bestaande segmentaties ter discussie stellen. Zo kwamen er kansen naar boven die je met een rigide aanpak snel mist: klanten beter behouden, cross-sell vergroten en retouren terugdringen.
Een toekomstbestendige
dataomgeving bouwen
De eerste stap was het creëren van een flexibele, inzichtgedreven data-omgeving. We brachten aankopen, retouren, CRM-data, digitale interacties en browsegedrag samen in één platform en implementeerden BlueConic als Customer Data Platform (CDP). Daarmee ontstonden 360°-klantprofielen die continu werden bijgewerkt. Elke browse-sessie, winkelwagen-afbreking of retour werd direct verwerkt, zodat elke interactie een kans werd om gericht en persoonlijk te reageren.
Voorspellende modellen die beslissingen versnellen
Op deze basis introduceerden we een reeks voorspellende modellen – ontwikkeld voor fashion, maar toepasbaar in elke e-commerceomgeving die van giswerk naar precisie wil gaan. Ze beantwoorden vragen als: welke nieuwe klanten kopen waarschijnlijk opnieuw, welke producten passen het beste bij elkaar, welke orders lopen risico op retour en hoe kun je personalisatie inzetten zonder de klant te overvoeren?
1. Herhaalaankopen voorspellen
Het eerste model berekent voor elke nieuwe klant de kans op een volgende aankoop, op basis van vroege signalen zoals tijd op de site, producttype en reactie op follow-up e-mails. Zo kan Just Brands zijn marketingbudget gericht inzetten op klanten met de grootste kans om loyaal te worden.
2. Productrelaties ontdekken
In plaats van generieke “dit kochten anderen ook”-suggesties brengt dit model echte verbanden tussen productcategorieën in kaart. Klanten die knitwear kopen, nemen vaak ook lichte sweatshirts maar zelden shorts. Dit inzicht maakt cross-sell slimmer en aanbevelingen relevanter.
3. Categorievoorkeuren personaliseren
Dit model voorspelt voor elke klant de kans om met specifieke producttypen in contact te komen, rekening houdend met prijsgevoeligheid, browsegedrag, eerdere aankopen en seizoensinvloeden. Zo voelt personalisatie voor iedere klant natuurlijk en op het juiste moment.
4. Retour- en maatrisico voorspellen
Retouren zijn een grote kostenpost in e-commerce. Dit model identificeert producten en klanten met een verhoogd retourrisico, schat maatproblemen in en voorspelt risicovolle orders. Just Brands kan hierdoor proactief aanbevelingen aanpassen, maatadvies geven en ondersteuning bieden vóórdat een retour plaatsvindt.
Van inzicht naar actie
Alle modellen zijn ingericht op realtime gebruik. Inzichten vloeien direct door naar dynamische websitecontent, gepersonaliseerde e-mails, gerichte promoties en upsell-logica. Personalisatie wordt zo een stuurmiddel dat gebaseerd is op actuele data in plaats van aannames.
Slimmer en gerichter groeien
Just Brands laat zien dat succes niet draait om zo veel mogelijk data, maar om het slim gebruiken ervan. Door een flexibele, schaalbare omgeving te bouwen en voorspellende modellen gericht toe te passen, kunnen e-commercebedrijven klantbehoud verbeteren, cross-sell vergroten, retouren terugdringen en marketing slimmer maken.
Michel Smits
Account Manager"De aanpak van Just Brands is een voorbeeld voor anderen. Door een systeem te bouwen dat meebeweegt met klantgedrag, hebben we hun teams de middelen gegeven om snel te handelen en écht resultaat te boeken."