De rol van persoonlijkheidskenmerken bij het segmenteren van klanten

Volgens sommige experts kijken CRM-professionals nog te vaak met oogkleppen naar hun klantenbestand. Ze gebruiken dan objectieve gegevens om klanten te segmenteren, zoals hun leeftijd of hun bestedingspatroon, maar vergeten daarbij rekening te houden met de persoonlijkheid van de klant. Er zit zeker een grond van waarheid in. Via CRM-software kan je trachten om de persoonlijkheid van klanten te achterhalen en op basis hiervan steeds verder te segmenteren. We leggen het een en ander uit.

Loyaliteit creëren als doelstelling van CRM

Bij relatiemanagement draaide het altijd al om het ontwikkelen, verbeteren en behouden van winstgevende relaties met marktpartijen. Loyaliteit bekomen is met andere woorden de einddoelstelling. Hoewel de relatie en niet de transactie daarbij centraal komt te staan, zien we toch nog vaak economische factoren terugkomen. Dat zie je ook bij de opdeling van de klantenpiramide waarbij de omzet zelfs een bepalende factor is. De omzet helpt vooral om na te gaan wie de winstgevende klanten zijn en het helpt daarnaast om te bepalen of de relatie met de klant al dan niet winstgevend is, maar daar stopt het eigenlijk.

Winst en omzet zijn dan ook geen verklarende variabelen van loyaliteit. Onder de verklarende variabelen van loyaliteit verstaan we wel:

• De kwaliteit van de geleverde goederen en diensten
• De tevredenheid over deze geleverde goederen en diensten
• De waarde die wordt gehecht aan de goederen, de diensten en de relatie
• De onderlinge verbondenheid tussen verkoper en koper
• Enzovoort

Link tussen persoonlijkheid en loyaliteit

Veel van bovenstaande variabelen vinden hun oorsprong in de klant. Klanten met een andere persoonlijkheid zullen goederen, diensten, communicatiestrategieën enzovoort anders waarderen en dus meer of minder tevreden zijn. Soms zal die persoonlijkheid er zelfs voor zorgen dat klanten net geen relatie willen aangaan met een bedrijf, of net wel. Het is niet onlogisch dat een CRM-expert de persoonlijkheid van de klant moet trachten te achterhalen.

Desondanks is er nog maar weinig onderzoek verricht naar de persoonlijkheid van klanten. Dat komt omdat het vroeger vrijwel onmogelijk was om efficiënt de persoonlijkheid van klanten in kaart te brengen en daar consumentengedrag aan vast te koppelen. Toch gaat er tegenwoordig steeds meer aandacht naar de invloed van de persoonlijkheid, zeker nu big data gewoon meer mogelijkheden biedt. Hierbij wordt vooral gefocust op een commerciële toepassing van de drie niveaus van McAdams:

• De algemene persoonskarakteristieken: bv. de wil om uniek te zijn, om relaties aan te gaan, om sociale interacties aan te gaan, om risico’s te vermijden enzovoort
• De persoonlijke doelen: bv. het persoonlijk doel om ontevredenheid te voorkomen t.o.v. het persoonlijk doel om tevredenheid te bekomen
• De persoonlijke levensverhalen: welke levensthema’s zijn voor de consument belangrijk als het om loyaliteit gaat?

Segmenteren op basis van persoonlijkheidskenmerken

Hoewel het als bedrijf onmogelijk is om elke klant aan een psychosociale analyse te onderwerpen, is en blijft het wel interessant om klanten op basis van hun persoonlijkheidskenmerken te segmenteren. Het achterhalen van persoonlijkheidskenmerken blijft echter heel ingewikkelde materie, maar is zeker niet onmogelijk. Denk daarbij aan factoren als:

• Hoe vaak koopt doet de klant impulsaankopen? (risicogedrag)
• Hoe vaak informeert de klant zich voorafgaand aan de aankoop? (risicovermijdend gedrag)
• In welke mate volgt de klant geldende trends? (behoefte om erbij te horen)
• In welke mate reageert een klant cynisch op facebookberichten (mate van wantrouwen)
• Enzovoort

Persoonlijkheidskenmerken en CRM

Concreet komt het erop neer dat klanten niet alleen worden gesegmenteerd in functie van omzet, demografische of geografische gegevens, maar ook op basis van persoonlijkheidskenmerken. De relatie wordt dan afgestemd op deze persoonlijkheidskarakteristieken, terwijl producten en diensten op de levensdoelen en levensverhalen worden afgestemd. Het hoeft de klassieke segmentering niet te vervangen, maar kan als verdere verfijning dienen.