AI verhoogt de efficiëntie van onze telemarketingcampagnes

Telemarketingcampagnes zijn voor de Nierstichting een belangrijk middel om inkomsten te genereren, maar de stichting had ook het gevoel dat de campagnes effectiever ingericht konden worden. Door gebruik te maken van machine learning modellen worden campagnes doelgerichter uitgevoerd, wat leidt tot het sneller terugverdienen van kosten en beter bedienen van donateurs. ‘We willen de juiste communicatie op het juiste moment realiseren’, aldus Wouter Langeveld, manager marketing & communicatie bij de Nierstichting. 

Mensen met een nierziekte hebben weinig energie, mogen niet eten wat ze lekker vinden, moeten veel zware medicijnen slikken en soms zelfs dialyseren. “Wij willen ervoor zorgen dat mensen met een nierziekte weer meer kunnen doen. Dat doen we door aandacht te vragen voor het onderwerp en meer onderzoek te doen. We krijgen daarvoor geen structurele financiële steun en zijn dus afhankelijk van giften en donaties”, steekt Langeveld van wal. “Voor het genereren van inkomsten om onze missie uit te voeren maken we onder meer gebruik van direct mail, e-mail en telemarketing. Vooral aan de telemarketingkant zit succes, maar dit zijn tevens kostbare campagnes. Uiteraard willen we onze budgetten zo efficiënt mogelijk inzetten, en zijn we altijd op zoek naar manieren om deze campagnes slimmer in te richten.”

Inzet van AI belangrijk

Langeveld vervolgt: “Campagne-wise zijn we al vrij ver, we maakten al steeds meer gebruik van data en dataverrijking. De volgende stap in het realiseren van verbetering is dan de inzet van kunstmatige intelligentie. We willen niet meer afhankelijk zijn van toevalligheden en campagnes scherper instellen. Zo komen we tot een compleet campagnesysteem, waarin we donateurs met de juiste informatie benaderen op het juiste moment.” 

Het datateam van de stichting kwam DataRobot op het spoor, een enterprise AI-platform waarmee organisaties sneller waarde uit data kunnen halen. Omdat met het platform  het bouwen, implementeren en beheren van machine learning-modellen wordt geautomatiseerd, is de inzet van data science toegankelijker geworden. 

Data-analist Ruben Romijn, ook werkzaam bij de stichting, licht toe hoe er nu met AI gewerkt wordt: “Het platform van DataRobot stelt ons in staat om voorspellende modellen in gebruik te nemen, zonder veel handmatig programmeren. Het lost de beperking op van het aantal modellen dat we kunnen ontwikkelen en testen. We begonnen door de oude manier waarop we campagnes inrichten in het platform te zetten. DataRobot voorspelde vervolgens de kans op conversie van die campagnes en gaf scores. Dat gaf al gauw inzichten om campagnes te optimaliseren. We maken nu zo’n 8 verschillende voorspellingen voor een telemarketingcampagne en vergelijken de uitkomsten, zodat we kunnen zien welke insteek het meeste resultaat oplevert.” 

“Het platform gebruikt een samenhang van verschillende variabelen om een voorspelling te maken”, vervolgt Romijn. “Wij hebben bijvoorbeeld data over de relatieduur van onze donateurs of de interactie met de stichting. In de toekomst zouden we ook graag websitebezoek willen koppelen. We weten dat onze site ook jongere bezoekers trekt en willen ook hen beter kunnen benaderen.” 

Eerste successen

“Uit de eerste testcases met modellen van DataRobot bleek dat we 20 procent campagnekosten konden besparen. Dat was voor ons reden genoeg om er serieus mee aan de slag te gaan. Inmiddels hebben we een aantal campagnes draaien en zien we voorzichtige resultaten. We realiseren nu al 10 procent meer succes met telemarketing ten opzichte van vorig jaar”, vertelt Romijn.

“We hebben een andere manier van werken in gang gezet. Door gebruik te maken van kunstmatige intelligentie kunnen we nu beter inschatten wie we moeten bellen”, sluit Langeveld af.