How to use AI to find cross-selling opportunities

Stel dat je op Amazon groene thee gaat kopen – Amazon raadt je misschien een mok en een waterkoker aan die erbij horen. Als je een laptop koopt bij MediaMarkt, kan de winkel u een laptopstandaard en een draagtas aanraden. Als je ooit de vraag hebt gekregen: “Wil je daar frietjes bij?”, dan ben je al bekend met het idee van crossselling. Crossselling is simpelweg wanneer je een item verkoopt naast een ander item dat een klant al van plan was te kopen.

The complexity of cross-selling

Het is echter niet zo eenvoudig als het op het eerste gezicht lijkt, vooral wanneer je te maken hebt met veel producten. Hoe weet je precies wat het beste product is om aan te bevelen, en aan wie van je klanten moet je het aanbevelen? Moet je een bepaald product of een bepaalde dienst aanbevelen, of zou het een afknapper zijn? Die grote hoeveelheden gegevens analyseren om de mogelijkheden voor crossselling te optimaliseren, daar kan een AI platform als Trendskout bij helpen.

Calculating the added value of cross-selling

If you need further convincing of the added value of cross-selling, consider this finding from McKinsey:

“35 procent van wat consumenten kopen op Amazon en 75 procent van wat ze bekijken op Netflix komt van productaanbevelingen op basis van dergelijke algoritmen.”

These are incredible percentages, and they can be a make-or-break difference for smaller e-commerce shops. There is almost nothing that has more impact on your (e-commerce) shop than optimising cross-sales.

No-Code AI to find cross-selling opportunities

Laten we Trendskout gebruiken om crossselling kansen te voorspellen op basis van gegevens van verzekeringsmaatschappijen. In een fictieve dataset zitten klanten met ziektekostenverzekeringen, en we willen weten of een nieuwe klant geïnteresseerd zou zijn in een autoverzekering.

De informatie in de dataset omvat demografische info (zoals de leeftijd, het geslacht en de regio van de klant), voertuiginfo (zoals de leeftijd van het voertuig en de schade), en polisinfo (zoals de premie, het aankoopkanaal en de duur van de klant).

Onze KPI, of de waarde die we willen voorspellen, heet “Reactie.” Deze kolom heeft de waarde “1” als een klant geïnteresseerd is in een verzekering en de waarde “0” als de klant niet geïnteresseerd is in een verzekering.

By linking this dataset to Trendskout, we can evaluate how each customer characteristic affects the likelihood of them being interested in car insurance.

We will find that the length of time the customer has been with the company is extremely important in predicting how likely it is that the cross-sale will be a success. The longer a customer has been with the company, the more likely he is to be interested in car insurance.

In order of decreasing importance, we see that customer age, annual premium and sales channel are also predictive. In particular, older customers (who are likely to be more affluent and risk-averse) and customers with lower premiums are more interested in car insurance.

Cross-sale scaling with Trendskout

Everyone agrees: crossal is an absolute asset for many companies. To keep everything manageable, artificial intelligence is an absolute asset. The problem that many small, medium-sized and sometimes even large companies are facing is a lack of knowledge. You can look for a data scientist. (Just look on the job platforms how many companies are begging for a data scientist). Or you can opt for a plug and play platform.

By listening carefully to the market, we developed a flexible and efficient solution. With the Trendskout platform you connect your data (from your ERP, CRM, an Excel,...) you release numerous AI and ML models and you send the output wherever you want. Without the need for an internal data scientist. Book a personalised demo now and discover the possibilities for your company.

Stay up to date with the latest news on AI

GDPR
This field is for validation purposes and should be left unchanged.

How do organizations benefit from AI and Machine Learning?

Gain access to our Resource Center with interesting business cases and how-to's.

Share on Facebook
Share on Twitter
Share on LinkedIn
Share on Pinterest
Share via email