Geen producten in de winkelwagen.
Een nieuw type software belooft het gedrag van klanten te voorspellen op basis van eerdere gegevens. Nooit meer beslissen op basis van intuïtie of buikgevoel, maar met behulp van harde cijfers. Welkom in de wondere wereld van predictive analytics.
Een Nederlandse mobieletelefoonaanbieder organiseerde ooit een speciale actie. Hoogwaardige klanten van wie het abonnement afliep werden benaderd om hun contract met twee jaar te verlengen. In ruil daarvoor ontvingen ze een aanzienlijke korting. Fijn voor de klant, en nog mooier voor het bedrijf dat zo haar veelbellers met hun hoge rekeningen hoopte te behouden. Het werd geen succes. Niet omdat de klanten niet toehapten. Maar de kosten om hen te benaderen waren simpelweg hoger dan de winst die de nieuwe contracten opleverden. Totdat de Nederlandse tak van softwarebedrijf SPSS zich bij de telecomoperator meldde. “Wat als we nu alleen de twijfelende klanten benaderen?” Aan de hand van de klantgegevens kon het bedrijf voorspellen wie waarschijnlijk ook zonder aanbieding loyaal zouden zijn, en welke klanten sowieso over zouden stappen. Bellers uit dunbevolkte gebieden met weinig inkomende gesprekken, zo bleek uit de data-analyse, zijn doorgaans trouwe klanten. Deze ‘eenzame boeren’ hoefden dus niet meer door dure callcentermedewerkers te worden overgehaald. Soortgelijke analyses leverden een zo grote kostenbesparing op dat de actie inmiddels wél winstgevend is. Dit is in het domein van de predictive analytics, een nieuw type software. Deze programmatuur belooft het gedrag van klanten te voorspellen op basis van eerdere gegevens. Verzekeringsbedrijven en postorderbedrijven gebruiken het om uit te zoeken welke klanten uit hun omvangrijke databases waarschijnlijk te porren zijn voor de nieuwe voorjaarsaanbieding. En besparen zo op jaarbasis miljoenen euro’s aan directmarketingkosten. Banken gebruiken het om fraude op te sporen, of het risico van een lening in te schatten. Met de software voorspellen ze de kans dat een potentiële klant die hypotheek ook daadwerkelijk af gaat betalen. Retailers hopen hun aanbod beter op de vraag af te stemmen. En beleggingsfondsen gebruiken het om in de gaten te houden welke klanten op het punt staan zich terug te trekken. Als een analyse van zijn transacties erop wijst dat een klant zich uit het fonds terug aan het trekken is, kan hij nog voor het opzegformulier is ingevuld worden benaderd met een nieuwe aanbieding.
Predictive analytics kan in verschillende fases worden ingezet. In de acquisitiefase kunnen doelgroepen geselecteerd worden. In de verkoopfase kan de software suggesties doen voor andere producten waar een klant mogelijk ook in geïnteresseerd is. Het kan zelfs worden geïntegreerd in de software van callcentra. Een telefonist kan de klant die hij aan de lijn heeft onmiddellijk een aanbod doen. En in de servicefase kan het inzicht geven in klanten die opdreigen te zeggen.
Besparen
De predictive analytics software maakt deel uit van een bredere ontwikkeling, waarin bedrijven meer grip proberen te krijgen op hun processen en resultaten. Business intelligence is het bijbehorende buzz word. Dit proces bestaat uit een aantal stappen. Eerst worden er gegevens vanuit het hele bedrijf verzameld, die worden – vaak real time – bij elkaar gebracht in rapportages. Deze gegevens kunnen weer gebruikt worden om toekomstig gedrag te voorspellen en hier de planning op af te stemmen. Bedrijven als Cognos, Sas Institute, SPSS en Business Objects beloven met hun software gegevens uit het hele bedrijf te verzamelen, te analyseren en te presenteren op een overzichtelijk dashboard. Het aantal klachten dat binnenkomt bij de callcenters, de onderdelenvoorraad in elk van de zeventien Europese fabrieken, de verkoop in de filialen, al dat soort gegevens kunnen real time worden verzameld gepresenteerd, en met elkaar in verband worden gebracht. Kort gezegd komt het hier op neer: niet meer beslissen op basis van intuïtie of buikgevoel, maar met behulp van harde cijfers.In een stagnerende softwaremarkt is de business intelligence een van de weinige lichtpuntjes. Onderzoeksbureau Gartner berekende dat er in 2003 in Europa ruim een half miljard dollar werd omgezet. Binnen drie jaar zal dat oplopen tot een kleine 800 miljoen. “Als het slecht gaat met de economie, gaat het goed met ons,” zegt Jeroen Coenen, marketing manager van Business Objects. “Bedrijven worden gedwongen om te kijken hoe zij hun performance kunnen verbeteren. Dan ga je als eerste kijken hoe je kosten kunt besparen. Wat wij doen is feiten boven water halen, zodat je op een objectieve manier een beslissing kan nemen.”
Beslissingen worden ook sneller genomen, zegt Hans Sint Nicolaas, managing director bij Cognos. “Tot begin jaren negentig was het algemeen geaccepteerd dat bedrijven hun data achteraf analyseerden. Maar daar kom je nu niet meer mee weg. De analyse wordt niet meer twee maanden na het afsluiten van het kwartaal gemaakt, maar twee dagen ervoor. Bedrijven willen sneller besluiten kunnen nemen.”
Kleine schakel
Tot zover de verkooppraatjes. Want het mag allemaal mooi klinken, er zitten nogal wat haken en ogen aan business intelligence en predictive analytics software. “Het grootste probleem is de betrouwbaarheid van de gegevens,” zegt Ian Charlesworth, research analist bij de Butler Group. “Als je beslissingen gaat nemen op basis van die data, moet je ervoor zorgen dat die data ook kloppen, anders krijg je problemen. Er is een risico dat een organisatie zich haast om de software te implementeren, maar niet goed onderzoekt of de gegevens die zij leveren wel van goede kwaliteit zijn.”
“Aanvankelijk dacht iedereen ook dat de software automatisch allerlei voorspellingen op het computerscherm tevoorschijn zou toveren,” zegt Frank Buytendijk, researcher bij Gartner. Dat viel tegen en leidde tot veel teleurstelling. “De software is maar een kleine schakel in een grotere keten,” zegt Buytendijk. “Die moet goed in de lopende processen worden ingepast, want anders heb je er niets aan. In de eerste plaats moet je goed weten wat je precies wilt onderzoeken. Wat is je probleem?” Vervolgens moet je goed bedenken welke gegevens daarbij horen. Die gegevens moeten daarna gecontroleerd worden op hun betrouwbaarheid. Dan is het een zaak om de gegevens te masseren. De algoritmes waarmee de voorspellingen worden gemaakt, moeten goed worden afgestemd. Hierna komt de stap waarin de software daadwerkelijk een analyse maakt. En dan volgen er nog twee stappen. De resultaten moeten geïnterpreteerd worden, en tot slot moeten ze worden teruggevoerd in het bedrijfsproces. Als bij de klantenanalyse van een reisbureau blijkt dat een bepaalde groep mensen die een reis boekt doorgaans geen reisverzekering heeft, moet je die groep ergens in het boekingsproces de mogelijkheid geven om zo’n verzekering af te sluiten. De ontwikkelaars spelen hier inmiddels op in. Ze verkopen niet meer alleen een doos met software, maar leveren ook de consultants die het hele proces kunnen begeleiden.
De implementatie van predictive analytics vereist ook een cultuuromslag die bedrijven moeten maken, zegt Marcel Holsheimer van SPSS. Het vereist dat ze de klant centraal stellen. Holsheimer werkte onder meer voor FBTO. In het verleden organiseerde deze verzekeraar een aantal keer per jaar een grote actie. In januari ging de mailing voor de autoverzekering de deur uit. In mei volgde voor alle klanten een aanbieding voor de reisverzekering. Het bedrijf verstuurde een mailing voor producten die zij zelf het belangrijkst vond. Dankzij predictive analytics werd het mogelijk deze aanbiedingen beter op de klant af te stemmen. Nu ontvangt niet iedereen op hetzelfde moment dezelfde mailing. Alleen bij die klanten die grote kans hebben dat ze een reisverzekering af willen sluiten, valt de reclamefolder op de deurmat. Dat scheelt behoorlijk in de kosten. En het voorkomt een hoop ergernis bij de klant, die niet meer te pas en te onpas wordt benaderd. “Wel vereist dit een nieuwe benadering,” zegt Holsheimer. “Bedrijven moeten af van product targets.” Daarin worden teams afgerekend op bijvoorbeeld het aantal reisverzekeringen dat ze verkopen. Dan is het logisch om zoveel mogelijk aanbiedingen voor die verzekering te versturen. Maar sommige klanten zitten misschien helemaal niet op een reisverzekering te wachten, maar hebben wel interesse in een autoverzekering. Het is dan slimmer om die groep een andere aanbieding te doen. Door zo’n gerichte benadering verkoopt een bedrijf misschien minder reisverzekeringen, maar wel meer autoverzekeringen. “Beter is het dan ook om niet naar product targets te kijken, maar naar de totale waarde van een klant.” FBTO haalde dankzij deze verandering 29 procent meer winst uit de campagnes.
Schapen
Het klinkt allemaal mooi. Toch is volgens de onderzoekers van Gartner en Butler de animo bij bedrijven nog niet zo groot. “De grote groei zit allereerst in de rapportage,” zegt Charlesworth. Die keten zal verder worden uitgebreid met predictive analytics, maar het zal nog zeker 10-15 jaar duren voordat dit op grote schaal wordt toegepast. We zijn nu in de fase waarin we leren hoe we data goed kunnen verzamelen. Wat de analyse betreft staan we nog helemaal aan het begin.” Ook Sint Nicolaas van Cognos ziet een soortgelijke ontwikkeling. “Er is grote vraag naar accurate en bedrijfsbrede rapportages. Die worden gebruikt om de planning bij te stellen. Maar de vraag naar de what-if-scenario’s, naar predictive analytics zien wij nog niet echt toenemen. Bedrijven zijn er nog niet klaar voor. Ze kunnen nog niet de juiste gegevens leveren. Laten we eerst maar eens zorgen dat de gegevens juist zijn.” Holsheimer van SPSS bestrijdt dit. “In Nederland is predictive analytics al populairder dan de meeste mensen zich realiseren. Vrijwel alle grote banken en verzekeringsmaatschappijen gebruiken het: ABN Amro, ING Groep, Fortis, Rabobank. Maar,” zo geeft hij toe, “in het buitenland hebben we meer moeite om de software aan de man te brengen. Banken zijn toch conservatieve instellingen. Het zijn net schapen. In ieder land moet er eerst weer één over de dam.”
Voorspellende software
Business intelligence Het verzamelen en analyseren van bedrijfsgegevens om gedrag van consumenten te voorspellen en daar de planning op af te stemmen
Predictive analytics De software die bij business intelligence gebruikt wordt om voorspellingen te maken (ook wel predictive analysis)
