De echte rivaal van de saladeklant is een hamburger. Je besteldata vertellen je dat nooit.
Voed een cold-start-recommender met alleen je eigen orderhistorie en hij doet de voor de hand liggende gok: de saladeklant wil nóg een salade. Off-platform-consumentensignaal zegt iets anders. In één thuisregio cross-shoppen de klanten van een nationale saladeketen vaker een fastfood-burgerketen dan de dichtstbijzijnde directe salade-rivaal — 5,8% versus 5,2%, de volgorde draait letterlijk om. In een andere stad cross-shoppen de klanten van een burritoketen de burgerketen op 16% terwijl de dichtstbijzijnde rivaal met dezelfde keuken onder de 1% blijft — een gat van 17x, zonder één directe concurrent in de top 14. Hetzelfde patroon in een derde keuken, zelfde stad: klanten van een nationale koffieketen cross-shoppen een burgerketen vaker dan welke directe koffierivaal ook (15,7% versus 10,3%). Drie categorieën. Twee steden. De indirecte rivaal verslaat elke keer de directe. First-party-data kan dit niet aan het licht brengen. Die registreert alleen de orders die al op je app plaatsvonden, nooit de burger die de saladeklant ergens anders koos. Precies die blinde vlek is waar cold-start misgaat — en precies wat off-platform-cross-visitatie van consumenten oplost.
Vergelijkbare keuken → vergelijkbare klant
Een cold-start-aanbevelingssysteem gebouwd op eigen bestelgeschiedenis deelt klanten in per keuken: saladeklanten krijgen saladesuggesties, burritoklanten burrito-opties. De aanname is logisch. Ze is ook fout. Je app registreert alleen wat er al op de app gebeurde — nooit de keuze buiten het platform die de echte overwegingsset onthult.
De echte rivaal komt uit een andere keuken — en staat op één
Voor een landelijke saladeketen in haar thuisstad is de #1 cross-shop-concurrent onder consumenten een indirect fastfoodmerk — boven de dichtstbijzijnde directe saladeconcurrent (5,8% vs 5,2%). Voor een burritoketen in een andere stad is elk van de top 14 cross-shop-concurrenten indirect; de dichtstbijzijnde concurrent met dezelfde keuken staat op plek 15, met 0,96% tegenover een indirecte koploper met 16%. Een landelijke koffieketen in diezelfde stad: de burgerketen staat opnieuw eerste, vóór de dichtstbijzijnde koffieconcurrent (15,7% vs 10,3%). De juiste eerste aanbeveling in de app vereist kennis van de hele markt, niet alleen van je eigen funnel.
- Cold-start-aanbevelingen — gebouwd op de echte overwegingsset, niet op grove keukenhokjes
- Werving van handelaren — teken de handelaren die je klanten buiten het platform al kiezen
- Lancering van een nieuwe zone — breng de vraag in kaart voordat er één bestelling is geplaatst
- Targeting van pas getekende handelaren — vind de juiste eerste klanten voordat er bestelgeschiedenis bestaat