Hoe Wehkamp de customer experience door data persoonlijk maakt

“Hoe zorg je dat alles wat een bezoeker op je website aan producten en content ziet bij hem past?” Dat is de missie van Remco Wilting, Manager Data Science bij Wehkamp. En dat is best een uitdaging met 400 duizend bezoekers en meer dan 90% van alle Nederlandse huishoudens als klant.

Wehkamp mag zich met 98% naamsbekendheid een van de bekendste Nederlandse spelers op de online retailmarkt noemen. De online retailer kwam al eerder dit jaar in het nieuws met de lancering van haar nieuwe contentplatform. Maar ondertussen wordt er ook aan de ‘achterkant’ hard gewerkt om de beleving van de bezoekers zo persoonlijk mogelijk te maken. Om dit op een data-gedreven manier aan te pakken, is de afdeling ‘data science’ opgericht. “Wij vormen de schakel tussen IT en de business”, aldus Remco. Tijdens een inspiratiebijeenkomst voor de interim flexibele schil van VODW over ‘Big Data’ vertelde hij hoe hij bij Wehkamp de klantervaring op een data-gedreven manier persoonlijker maakt.

remco-wilting

Remco Wilting, Manager Data Science bij Wehkamp

Schakel tussen IT en de business

“Data Science richt zich op het creëren van meerwaarde met (nieuwe) data gedreven oplossingen.” Remco is hiervoor ‘end-to-end’ verantwoordelijk: van het ontwikkelen en testen van bijvoorbeeld nieuwe algoritmes tot en met de implementatie in de customer journey. Dit doen hij samen met een aantal data scientists en een scrumteam van developers en data engineers, waarvan Remco in scrumtermen de ‘product owner’ is.

“Wij hebben verstand van algoritmes, e-commerce weet hoe je inzichten uit data op de juiste manier aan de klant presenteert”

“Het verschil tussen data scientists en developers is dat je als data scientist echt de taal van de business moet spreken. Zo werken we bijvoorbeeld veel samen met de e-commerce afdeling om af te stemmen hoe we de data die we genereren kunnen inzetten om de klantbeleving te verbeteren. Wij hebben verstand van de algoritmes en e-commerce weet hoe je de inzichten uit onze data op de juiste manier aan de klant presenteert op het juiste moment in zijn reis.” Er is namelijk een legio aan toepassingen te bedenken, zoals betere productsuggesties, slim sorteren van producten of maatadvies vanuit een persoonlijk gedragsprofiel.

Van prijswinnend algoritme naar betere productsuggesties

Bij het ontwikkelen van nieuwe algoritmes maakt Remco veel gebruik van bestaand onderzoek en vertaalt dit naar praktische oplossingen en toepassingen voor Wehkamp. “Er wordt veel onderzoek gedaan op het gebied van data science en algoritmes worden in veel gevallen ook gepubliceerd. Daarnaast is er een hele actieve open source community van het platform waar we op werken. Uiteraard heb je wel een bepaald kennisniveau nodig om dit ook te kunnen programmeren.”

“Ons algoritme voor visual matching levert toepassingen die relevant zijn voor de klant en heel goed passen bij het merk Wehkamp”

Wehkamp gebruikte onder andere een prijswinnend algoritme voor ‘visual matching’, wat ingezet wordt om de visuele kenmerken van producten te herkennen. “Visual matching is een vorm van deep learning die bijvoorbeeld ook door Google of bij gezichtsherkenning wordt ingezet. Iedere productfoto wordt door een algoritme gehaald, waarbij dit algoritme 4096 getallen uit de foto haalt. Hoe meer producten op elkaar lijken, hoe dichter deze getallen bij elkaar zitten”, legt Remco uit. Zo kan Wehkamp betere suggesties doen als een product is uitverkocht, maar kan deze methode ook ingezet worden om stijlcoaches nieuwe productcombinaties te laten maken. “Een toepassing die relevant is voor de klant, maar ook heel goed bij het merk Wehkamp past”, vertelt Remco.

De volgende stap in customer profiling

“We meten constant wat een klant doet op onze website en verwerken dat real-time op ons dataplatform.” Zo kan Wehkamp een profiel van iedere bezoeker of klant ontwikkelen en zo de ervaring van een klant veel persoonlijker maken. “Als een klant bijvoorbeeld een broek zoekt, kunnen we via onze smart sort oplossing de broeken die voor een klant het meest interessant zijn als eerste laten zien. En de broeken die bijvoorbeeld niet meer in zijn maat zijn weglaten.” Ook bij deze oplossing noemt Remco weer een legio aan toepassingen. “Daarnaast hebben we een ‘slimme’ maatadviestool, die adviseert op basis van het aantal retouren van anderen. Zo kunnen we beter beoordelen of een bepaald merk groot of klein valt en maten van verschillende merken met elkaar vergelijken. Of de klant op basis van ons advies het product koopt of niet, wordt ook weer verwerkt in de achterliggende algoritmes van de tool.”

maatadviestool_website-imge

 

Solutions in progress

De oplossingen die Remco bedenkt, zijn constant in ontwikkeling. “We experimenteren veel met nieuwe toepassingen, maar blijven ook constant testen en meten. En als het niet werkt, stoppen we ermee. Bovendien kijken we altijd naar de impact op de business resultaten.”

Ook gehoord tijdens onze inspiratiebijeenkomst over ‘Big Data’: onze VODW consultants Nick Jetten en Richard Kamst over het echte geheim achter het data-driven succes van Netflix.