Geen producten in de winkelwagen.
Voorspellende data-analyses maken het steeds makkelijker om dicht op de klant te gaan zitten. Wat moet marketing met big data?
Iedere dag creëren we met zijn allen 2,5 triljoen bytes aan data.
Dat gaat bijvoorbeeld via sensoren, sociale mediaberichten, digitale foto's en video's, e-mails, documenten, muziek, transactierecords in financiele systemen, gps-logs en rss-feeds. En de aanwas van deze data versnelt. Uit onderzoek van IBM blijkt dat 90% van de data die vandaag bestaat, de afgelopen twee jaar is gecreëerd. Al deze data wordt big data genoemd.
Paradox: data is nutteloos
De paradox van big data is dat het op zichzelf nutteloos is. Het bestaat uit servers vol met nullen en éénen. Sterker nog, het kost veel geld. Er moet nou eenmaal betaald worden voor opslag, back-up, onderhoud, beveiliging zorgen voor compliance. Pas als je de data analyseert en op het juiste moment beschikbaar stelt aan de juiste personen binnen je organisatie, ontstaat er informatie. Dan ontstaat de grote waarde, dan worden de ongekende mogelijkheden voor innovatie, efficiency en automatisering duidelijk.
Enkele voorbeelden:
- 12 terabyte aan tweets kan worden omgezet in productsentimentanalyses
- Data van honderdduizenden jaarlijkse meterstanden kunnen worden ingezet voor betere voorspelmodellen van stroomconsumptie
- Analyseer een paar honderd dagelijkse telefoongesprekken op gebruikte woorden (bijvoorbeeld 'storing', 'derde keer') en intonatie. Dit geeft inzicht in welke klanten ontevreden zijn en mogelijk de dienstverlening willen stoppen
- Miljoenen log-files van een website helpen na analyse om de online kanalen te optimaliseren en zoveel mogelijk conversie te genereren
- De meeste voorbeelden van big data hebben gemeen dat het voorspellen van gedrag centraal staat. In goed Nederlands heet dat dan: predictive analyses. Dit omvat het voorspellen van consumptief gedrag, van klantprofielen die jouw diensten gaan afnemen, van medewerkers die het beste passen binnen de organisatie, preventie van diefstal en fraude, van minder medische missers, et cetera.
Structureel beter presteren
Onderzoek van MIT's Sloan Management Review wijst uit dat bedrijven die een concurrentievoordeel weten te creëren door data analyse, meer dan tweemaal zoveel kans maken om structureel beter te presteren dan hun directe concurrenten. Anders gezegd: als jouw organisatie nieuwsgierig is naar big data en je concurrenten zijn niet alleen nieuwsgierig, maar investeren daadwerkelijk in analyses en het toepassen daarvan… dan heb je als organisatie een probleem.
Kritische succesfactor
Er is meer en andere kennis nodig om de enorme hoeveelheden data om te zetten in bruikbare informatie. Het vraagt om standaarden, definities, filters, technieken, metadata, zoektechnieken en identity management (om te zorgen dat alleen de juiste persoon toegang krijgt tot specifieke datasets). Een studie van McKinsey concludeert dat 'data-driven' het dominante bedrijfsmodel wordt. Op de Amerikaanse arbeidsmarkt wordt hierdoor over 5 jaar een tekort van bijna 200.000 data-analysten voorspeld, en een tekort van 1,5 miljoen managers die in staat zijn de analyses goed te interpreteren en hun besluitvorming hierop te baseren.
Hieronder: de uitkomsten naar onderzoek van gebruik van digitale marketingmogelijkheden.
De databerg te lijf
De analysten moeten de databergen te lijf gaan om de bedrijfsresultaten te verbeteren op de volgende gebieden:
- inzicht in klantgedrag, segmentatie en targeting;
- budgetteren en plannen;
- operatie, implementatie en supply chain management;
- klantenservice;
- performance management en transparantie in interne processen;
- nieuwe productstrategieen en innovatie;
- prijsbeleid;
- automatisering van veel voorkomende besluiten.
- sollicitaties beoordeeld door een algoritme
De case van Xerox
Een intrigerend voorbeeld komt van Xerox (bron: WSJ). Voor het bemannen van de eigen callcenters keek Xerox vaak of de kandidaten al eerder gewerkt hadden als callcenteragent. Het bedrijf investeert veel in de opleiding van haar agents en liep tegen het probleem aan dat veel van de medewerkers afhaakten voordat de investering in training was terugverdiend.
Andere rol, dankzij data
Door analyse van alle beschikbare data bleek dat ervaring er niet toe doet. De analyse-software toonde aan dat persoonlijkheid een veel grotere rol speelt. Het bedrijf investeerde in het ontwikkelen van een algoritme dat, verwerkt in selectiesoftware en online tests, bepaalt of een kandidaat geschikt is voor de job of niet. En zo weet Xerox wie de ideale callcentermedewerker is. Het is iemand die dichtbij het werk woont, betrouwbare transportmogelijkheden heeft en gebruik maakt van één of meerdere sociale netwerken, maar niet meer dan vier. Hij/zij is minder avontuurlijk of empathisch, maar juist wel creatief. En wat leveren deze big data-analyses op? Een betere ROI op de trainingsinvestering, minder recruitmentkosten, gerichtere werving en betere klantenservice door trainingen af te stemmen op het profiel.
Wat moet online marketing?
Data-analyse en -interpretatie is al lang niet meer weg te denken uit online marketing. De data van online marketing gaat over het aantrekken van verkeer, het gedrag op website en sociale mediaplatformen tot en met de uiteindelijke transactie. De afdeling IT moet het stokje overnemen om alle volgende analyses van de online klanten verder te volgen. Marketingprestaties zijn heel nauwkeurig te meten, je hebt inzicht in zoek-, surf- en koopgedrag online, trends, sentimenten, en je kan op micro-niveau klanten targeten, op basis van behoeften.
Hoe kan online marketing een bijdrage leveren met voorspellende analyses?
- Online verkeerskanalen die leiden naar de website kunnen worden geoptimaliseerd, en de beste kanalen per campagne/klantsegment/moment kunnen worden voorspeld
- Bezoekersgedrag op de webplatformen kan worden geanalyseerd, om de conversie naar transacties te vergroten
- Content kan op profielen worden afgestemd, om zo de communicatievorm en inhoud zo relevant mogelijk te maken voor de (potentiele) klanten
- Sentimenten in sociale media kunnen worden geanalyseerd, hierop kan worden ingespeeld voor lead generatie, klantenservice, PR en reputatiemanagement
- CRM gegevens binnen de organisatie kunnen verrijkt worden met online gedrag en (sociale) klantprofielinformatie
Big data = nog dichter op je klant
Marketing wil altijd zo dicht mogelijk op de klant zitten. De klant begrijpen. De klant relevante informatie en diensten bieden die zo goed mogelijk passen. Data en technologie helpen dat gat te dichten. De kansen die big data en voorspellende analyses bieden aan marketing – en de gehele organisatie- , gecombineerd met de toegenomen concurrentiedruk, maken de voorspelling makkelijk: in 2013 staan benodigde software, digitale infrastructuren en de juiste kennis hoog op de agenda.
Beeld via Flickr door James Cridland
