Logistikbranchen står overfor en af sine største udfordringer i form af tomkørsel (køretøjer eller containere, der rejser uden gods). Denne udfordringer skader ikke kun bundlinjen, men har også miljøet. At adressere dette problem kræver en strategisk kombination af marketing, teknologi og dataindsigter. Her er en case, der viser, hvordan MarTech kan biddrage til at reducere tomkørsel og samtidig styrke forretningen.
Forståelse af udfordringen
Tomkørsel, også kendt som tom repositionering, opstår, når logistikudbydere ikke formår at optimere udnyttelsen af deres køretøjer. Uanset om det drejer sig om lastbiler, der kører uden gods, eller tomme containere, der flyttes, er omkostningerne enorme.
Økonomisk repræsenterer disse ture tabte indtjeningsmuligheder. Miljømæssigt bidrager de unødvendigt til CO2-udledninger. For logistikvirksomheder er reduktion af tomkørsel ikke bare en omkostningsbesparelse; det er en strategisk nødvendighed.
Hvordan kan MarTech adressere denne udfordring?
Kampagnens mål: At omsætte data til handlingsrettede indsigter
Først skal vi have styr på kampagne udformning, som ræsonnere hos målgruppen.
“Betaler du for meget for fragt? Få dit logistiktilbud på 30 sekunder .”
Målet var todelt: engagere potentielle kunder med en problemfri tilbudsoplevelse og udnytte data til at optimere logistik-ruter, hvilket reducerer tomkørsel. Budskabet var klart og direkte: “Det er surt at betale for meget for transport. Udfyld formularen og få din pris nu.”
MarTech-opskriften
Her er de vigtigste ingredienser:
Geografiske og rutedata: Indsigter i ruter med høje forekomster af tomkørsel (fx. part-load eller full-load).
Eksisterende kundedatabase: En omfattende liste over nuværende kunder, der muliggør præcis målretning og segmentering.
Pris-API: Et endpoint til at beregne transportomkostninger i realtid, som kan give et kvalificeret bud på omkostningen.
Automatiseringsværktøjer: Platforme som Make.io til nem og hurtig integration og orkestrering.
Trin-for-trin tilgang
- Dataanalyse til strategisk målretning
Analyse af historiske data afslørede specifikke geografiske områder og ruter med betydelig tomkørsel. Disse indsigter dannede grundlaget for præcis målretning.
- Udnyttelse af eksisterende kundedata
Den eksisterende kundebase blev uploadet til LinkedIn for at skabe et brugerdefineret målgruppe. Denne tilgang gjorde det muligt at målrette på virksomhedsniveau. Ved at bruge det brugerdefinerede målgruppe som en “twin” kunne kampagnen identificere lignende virksomheder og potentielle leads indenfor relevante virksomheds vertikaler. Hertil tilføjes geografiske indsigter omring tomkørsel.
Tilsidst, kan eksisterende kunder ekskluderet fra målgruppen.
- Kampagne Udformning
En LinkedIn Lead Gen Form blev implementeret til at indsamle leads. Formularen bad om input som oprindelsesby, destinationsby og lasttype (feks. part-load eller full-load) samt nødvendige samtykke til opfølgende interaktioner & dialog samt dataprocessering og deling. Ved at integrere denne formular med pris-API’en kunne potentielle kunder få et pris estimat indenfor få sekunder.
Udfordringer i casen:
Linkedin begrænser antal af formularfelter. Det var derfor ikke muligt at bede om postnummer samt by, men kun by.
Pris API, skal bruge specielle parametre for at spytte en pris indikation ud. Her kan Google Maps API anvendens til at omsætte byoplysninger til bredde- og længdegrader for mere nøjagtig prisestimat
- Automatisering af arbejdsgangen
Ved hjælp af en automatiseringsplatform blev leaddata sendt til pris-API’en, som genererede et logistiktilbud.
Potentielle forbedringer til casen:
Introducering af Lead Nurturing
Berigelse af leads data gennem Apollo.io, feks med omsætningsdata.
Feedback for quote tilbud i mail.
Konklusion
Ved at kombinere marketing, teknologi og dataindsigter viser denne POC, hvordan MarTech kan adressere udfordringer i logistikbranchen. Reduktion af tomkørsel er mere end en logistisk udfordring; det er en mulighed for at innovere, reducere omkostninger og forbedre bæredygtigheden.