Het verbeteren van de klantervaring en content aanbevelingen met behulp van AI/ML

De klant

Toonaangevend biotechnologiebedrijf

Onze klant is een toonaangevend biotechnologiebedrijf met hun hoofdkantoor in het Verenigd Koninkrijk. Met een bewezen staat van dienst levert het bedrijf baanbrekende technologieën aan meer dan 100 markten over de hele wereld. Hun focus ligt op automatisering en het vergroten van het gebruiksgemak door middel van meer kosteneffectieve oplossingen en een toenemend aantal producten dat zonder internetverbinding kan worden gebruikt. De technologieën van onze klanten worden gebruikt door wetenschappelijk onderzoekers in de hele wereld en dienen ter ondersteuning van 'reallife' besluitvorming in onder andere de gezondheidszorg en de industrie.

Belangrijkste resultaten

We hielpen een toonaangevend biotechnologiebedrijf om hun klantervaring te verbeteren en websitebezoekers automatisch te voorzien van waardevolle aanbevelingen voor content door middel van kunstmatige intelligentie en machine learning (AI/ML). Zo kunnen ze potentiële klanten effectief bedienen door middel van automatisering.

Click-thru rate (CTR) 200% stijging in CTR per artikel waardoor de tijd en het aantal keer dat artikelen werden bekeken verdubbelde.

De uitdaging

Aanbevelingen voor content spraken klanten onvoldoende aan

Onze klant gebruikte een software-as-a-service (SaaS) product van een derde partij om de content te personaliseren die bezoekers op drie van hun websites te zien kregen. De bestaande oplossing werkte frustrerend voor hun marketingteam, omdat het artikelen aan gebruikers suggereerde zonder dat het marketingteam kon controleren of die artikelen daadwerkelijk relevant waren. Dit probleem werd versterkt door het feit dat de software een algemeen voorspellingsmodel gebruikte om content aan te bevelen, in plaats van een model dat specifiek was afgestemd op de biowetenschappelijke industrie.

Binnen de bestaande softwareoplossing was het niet mogelijk voor het marketingteam om artikelen aan websitebezoekers te sturen op basis van waar die zich in het kooptraject bevonden. Het maakte onvoldoende gebruik van de beschikbare klantgegevens om de aanbevelingen verder toe te spitsen. En tenslotte was er sprake van inefficiëntie, omdat de klant eens per maand handmatig data vanuit een Excel-spreadsheet moest uploaden en verwerken in het CRM-systeem (Customer Relationship Management).

De klant vroeg ons daarom om een oplossing te bouwen die de betrokkenheid van klanten die hun websites bezochten zou verbeteren door middel van gepersonaliseerde user journeys en aanbevelingen in een specifieke volgorde, die was afgestemd op hun interesses. Dit moest worden bereikt met een oplossing die content op basis van data van gebruikers in de juiste volgorde achter elkaar zou presenteren, en concrete, nuttige aanbevelingen wat een gebruiker vervolgens zou kunnen doen.

De oplossing

AI-gestuurde aanbevelingen

We werkten samen met de klant aan een eerste proof of concept (PoC) van 2 weken met behulp van AWS Personalize, een cloud-gebaseerde technologie waarmee onze developers snel gepersonaliseerde aanbevelingen en intelligente gebruikerssegmentatie op schaal konden bouwen en implementeren met behulp van machine learning (ML).

Deze PoC werd later doorontwikkeld tot een volledig product, na validatie dat het de gewenste resultaten kon behalen.

De applicatie voor gebruikersaanbevelingen die we hebben gebouwd, verzamelt data van de community, winkel en website van de klant en gebruikt vervolgens kunstmatige intelligentie/machine learning (AI/ML) om de data te analyseren en aanbevelingen te doen op basis van de acties die een gebruiker heeft ondernomen. Deze aanbevelingen worden vervolgens via API gepubliceerd, zodat HubSpot, het CRM-systeem van de klant, realtime suggesties voor het volgende artikel kan geven aan bezoekers op elk van hun websites.

De resultaten

Een consistente, stabiele stroom van nieuwe potentiële klanten genereren

De nieuwe engine voor gebruikersaanbevelingen helpt onze klant om bezoekers van hun website relevante, gepersonaliseerde aanbevelingen te doen voor content die is afgestemd op zowel de content die ze al hebben bekeken, als op hun huidige koopbereidheid.

Dit betekent dat ze de websites van onze klant als betrouwbare bronnen van informatie kunnen beschouwen, die helpen hun inzicht in biowetenschappen te vergroten. Ook wordt duidelijker gemaakt hoe de producten ze kunnen helpen bij het oplossen van hun eigen uitdagingen. Uiteindelijk is dit een effectieve manier om een consistente, regelmatige stroom van nieuwe potentiële klanten te genereren.