Big Data wordt door velen gezien als een premise die zowel de rol als het vak marketing zal doen veranderen. Doordat u steeds meer over uw klant te weten kunt komen, kunt u toewerken naar een betere conversie, een vermindering van uw churn of een verhoging van uw retentie. Hoe kunt u het beste omgaan met deze data, en wat moet u weten over clusters en visualisatie? We spraken over de grootste voordelen van data driven marketing, metrics, metingen en privacy met ‘datasexual’ en social- en channel researcher van Marketingfacts Danny Oosterveer, en Yvonne van Laarhoven, Digital Analyst via Digital Power bij de Rabobank.
Data is overal
Data kan op oneindig veel manieren worden verzameld, denk aan websites, smartphones, online shopping gedrag, zoekgedrag in zoekmachines, apps, accounts, GPS-tracking, social networks en fora. Hoe kunt u uit al deze data waarde creëren? Met Google Analytics is het mogelijk om klanten data om te zetten in draaitabellen waaruit u door middel van metrics kunt aflezen waar uw verbeter punten liggen. Echter geldt ook hier dat zonder enige kennis van big data, de massa te groot wordt om er efficiënt mee om te gaan.
Volgens Oosterveer is dit de meest voorkomende fout: “Mensen moeten zich beseffen dat het gaat om een nieuw stukje technologie waarbij kennis echt een pre is. Zo heeft u bijvoorbeeld mensen nodig die hypotheses opstellen en deze testen. Het aan elkaar knopen van een aantal datasets is simpelweg niet genoeg. Bedrijven denken er vaak te makkelijk over en eindigen met een hoop datasets die ze niet kunnen combineren om er wijzer van te worden.”
Wat is een data analyse?
Volgens Van Laarhoven zijn er talloze vormen van data-analyse. “Denk aan het analyseren van verzamelde gegevens die een antwoord kunnen geven op een onderzoeksvraag. Maar ook een exploratieve analyse, die erop gericht is om patronen te ontdekken in de data en die gevonden verbanden te verklaren.”
Het verschil tussen big en small data
Van Laarhoven legt het verschil uit: ” Onder Big Data verstaan we de beschikbaarheid en toegankelijkheid van immense hoeveelheden data en databronnen. Met de hulp van technologie en innovatie zijn we steeds beter in staat om deze data realtime te verzamelen en analyseren. Naar aanleiding van die evolutie is het begrip ‘Small Data’ ontstaan. Small Data is de benaming voor kleine datasets die marketeers in staat stellen om relevant te zijn voor kleine groepen (en individuele) klanten of prospects. Big Data slaat dus meer op het passief verzamelen van grote hoeveelheden data met veel attributen en waarden om daar patronen uit af te leiden. Small Data wordt benaderd vanuit een duidelijke, gerichte onderzoeksvraag.
Data visualiseren niet altijd even makkelijk
Voor veel bedrijven gaat het verzamelen van data een steeds belangrijkere rol innemen. Toch blijkt het analyseren van deze data nog vaak moeilijkheden op te leveren. Veel onervaren data analisten hebben moeite met de visualisatie van hun data wat resulteert in eenzijdige of incomplete analyses. Er is nog een tekort aan ‘data scientists’ die echt weten hoe ze van een excel sheet gevuld met data draaitabellen met een logische indeling maken. Oosterveer staat bekend om zijn zelfbenoemd titel als ‘datasexual’, we vroegen ons af wat dat precies inhield.
‘Data Sexual’
‘Een datasexual is een titel die ik heb verzonnen voor het snijvlak van enerzijds data en anderzijds de communicatie en visualisatie daarvan.” Er gebeurt nou gewoon eenmaal niet zo veel met de data die beschikbaar is, aldus Oosterveer. Zo kan iemand wel genoeg data weten te verzamelen, maar niet weten hoe in de eerste instantie nuttige informatie eruit te trekken, en ten tweede, niet weten hoe het logisch gecommuniceerd moet worden. Oosterveer’s visie hierop: Het is raadzaam om api’s aan elkaar te knopen en dashboards logisch te gebruiken. Op deze manier maakt u data tastbaar, en kunt het sexy presenteren.”
Van Laarhoven ziet hier ook veel ruimte voor creativiteit binnen marketing. “Er zullen creatievelingen nodig zijn, die – op basis van door data-gedreven marketeers opgestelde eisen – marketinguitingen verzinnen. Waarschijnlijk zal er steeds meer overlap tussen designers en marketeers ontstaan. De data-gedreven marketeer maakt uiteindelijk de beslissing welke klant welk product op welk moment aangeboden krijgt.”
Data driven marketing
De komst van Big Data heeft marketing een ander gezicht gegeven, het wordt wetenschappelijk en analytischer. Wat zal Big Data gaan veranderen aan het gedrag en tijdsindeling van marketeers?
Van Laarhoven schets het beeld van de perfecte marketeer. “Marketeers zullen steeds meer wetenschappelijk opgeleiden zijn, waarbij voornamelijk psychologie, perceptie, cognitie en consumentengedrag deel uitmaken van de basiskennis. Daarnaast hebben ze uitgebreide kennis op het gebied van statistiek en onderzoekstechnieken. Als u het mij vraagt, zijn bijvoorbeeld cognitief psychologen perfecte marketeers. Zij zijn in staat om vanuit de theorieën te bepalen hoe menselijk gedrag beïnvloed kan worden. Ook weten ze hoe ze dat moeten onderzoeken en hebben ze geleerd om vanuit de data te werken (de wetenschappelijke benadering).
Die marketeers moeten continu bezig zijn met data en beslissen welke aanbiedingen op welk moment relevant zijn voor een doelgroep. Dat is data-driven marketing. Misschien moeten deze rollen daarom wel anders benoemd worden. Zo kan de rol van Chief Marketing Officer wellicht omgeturnd worden tot die van Chief Customer Experience Officer, waarbij klantbelang meer centraal staat dan kortetermijnverkoop.”
Social Data
Slimme marketing gebeurt ook steeds meer aan de hand van data die gecreëerd wordt op sociale netwerken zoals Facebook en Twitter. Door slim om te gaan met deze data kunt u steeds meer inzicht in de behoeftes, wensen en sentiment van uw klant krijgen. Volgens Van Laarhoven zijn sociale netwerken een goed uitgangspunt voor web winkielers om te beginnen met data analyses.
“Sociale netwerken geven marketeers als nooit tevoren toegang tot de wensen en behoeften die consumenten hebben. Door het sentiment binnen deze kanalen te meten, kunnen bedrijven hun aanbod van diensten en producten aanpassen op datgene wat er op dat moment speelt bij hun (potentiële) klanten. Bovendien kunnen consumenten via social media gemakkelijk een dialoog aangaan met een bedrijf of merk. Dat legt veel meer macht bij de klant en daar moeten bedrijven heel goed rekening mee houden. Het virale effect van social media kan een enorme positieve uitwerking hebben, maar reputatieschade ligt net zo sterk op de loer.”
Clusters instellen
Door uw klanten in te delen in subsets zoals homogene groepen (clusters) kunt u makkelijker verbanden en patronen zien in uw data. U kunt u dan bijvoorbeeld focussen op klanten die enkel kopen bij een aanbieding (koopjesjagers) of klanten die alleen producten uit een hoger segment bekijken.
Google Analytics levert de beginnende web winkelier een aantal mooie opties op maar toch is niet iedereen er even handig mee. Hoe kunnen web winkeliers er optimaal gebruik van maken?
U kunt als web winkelier door middel van het instellen van segmenten niet alleen goed zien hoe verschillende groepen (segmenten) bezoekers zich gedragen, maar ook wat de bijdrage is van bepaalde pagina’s, marketing kanalen en dergelijke om zo een relevantere ervaring te kunnen bieden aan bepaalde segmenten. Het is echter wel belangrijk, aldus Oosterveer, dat u zich richt op slechts een aantal metrics in plaats van alles tegelijk om zodoende een zinvolle betekenis aan de data te kunnen geven. “ Begin nu eens eerst met een kleine subset aan metrics, u kunt dit bijvoorbeeld doen door middel van de segmenten. Richt u zich dan op deze metrics en op de rest vooral niet.” Oosterveer raadt aan om te beginnen bij de ‘6 KPI’s to die for’ van marketing guru Kaushik: klik op deze link voor meer informatie
Voorspellingen maken aan de hand van clusters
De toekomst van Big Data ligt volgens velen in het voorspellen van klanten wensen. Door meer inzicht te krijgen in de doelgroep aan de hand van data, kunt u steeds beter inspelen op de wensen van de klant. Een goed voorbeeld dat Oosterveer aanhaalt is de Big Data benadering van Spotify. “Spotify heeft veel data, maar iedereen heeft meerdere of verschillende smaken. Dit maakt specifiek richten op een smaak van de klant te ingewikkeld. Daardoor werkt Spotify met cluster smaken, genres en favorieten en past aan de hand daarvan haar personalisatie aan, aldus Oosterveer. In dit artikel wordt de geautomatiseerde data generatie van Netflix beschreven. Netfix kan door nauwlettend te kijken naar klanten data precies zien welke genres en films moeten worden ingekocht, welke extra gepromoot dienen te worden en welke formats of zelfs filmlengtes niet werken bij hun doelgroep. Op deze manier kunnen ze zich weerhouden van het bestoken van marketing advertenties aan hun klanten, en zorgen dat hun klanten gepersonaliseerde aanbiedingen worden gedaan waar ze wat aan hebben.”
Geavanceerde segmenten in Google Analytics
Google heeft onlangs een nieuwe functie geïntroduceerd in Google Analytics waarmee u nog nauwkeuriger uw klanten kunt segmenteren en targeten. Bekijk onderstaande video afkomstig van de blog van Google voor meer informatie over hoe dit te doen.
Het personaliseren van data: Een privacy issue?
Door middel van de toepassing van Big Data kunnen aanbieden steeds verder worden gepersonaliseerd. Het verbaast de gemiddelde internetter nog wel eens. U zoekt op marktplaats voor een sportschoen, en vervolgens krijgt u bij elke website die u bezoekt een aanbieding voor dezelfde soort sportschoen van wel 5 verschillende aanbieders; hoe doen ze dat? De nieuwe cookie wetgeving heeft er voor gezorgd dat mensen in ieder geval bewuster zijn geworden van het feit dat hun zoekgedrag niet onopgemerkt is gebleven, maar wat er precies mee gebeurt is voor een gemiddelde internet leek nog niet duidelijk.
In hoeverre kunnen aanbieden aan de hand van data gegevens gepersonaliseerd worden?
Volgens Van Laarhoven wordt Big Data vaak verkeerd opgevat: “Ik vind het altijd fascinerend dat ‘Big Data’ – data dus – gezien wordt als een middel. Want dat is het niet; het zijn verzamelde gegevens waar nog iets mee moet gebeuren. De essentie van de vraag is volgens mij in hoeverre Big Data kan bijdragen aan persoonlijke aanbiedingen. En dat kan in zeer grote mate.” Oosterveer benadrukt dat er nog te weinig bedrijven zijn die echt goed gebruik kunnen maken van personalisatie en vaak eindigen in een “all-time-marketing” benadering. “Er zijn nog maar weinig bedrijven die echt goed een persoonlijk aanbeveling weten te maken, er is soms gewoonweg te weinig bruikbare data. Er zijn veel dingen waar u niet bij nadenkt, die wel belangrijk zijn. Product combinaties hebben vaak veel verschillen. De doelgroep kan verschillen, en dat kan de machine in de war brengen.”
Van Laarhoven vult aan dat personaliseren pas echt goed kan gebeuren wanneer mensen ook daadwerkelijk persoonsgegevens delen; zoals dat gebeurt bij Facebook.
“Facebook kan voor een bijzonder persoonlijke gebruikerservaring zorgen, doordat mensen allerhande informatie delen. Vergelijk het bijvoorbeeld eens met het kopen van kaas. U kunt de supermarkt binnenlopen en zelf uw kaas uitzoeken. Maar als u naar de lokale kaashandel gaat, kan de verkoper u een persoonlijke suggestie doen op basis van eerdere aankopen of wat u lekker vindt. Bij die laatste optie laat u bewust informatie achter en vindt u het super dat u met een kaas naar buiten loopt die zeker gaat smaken. Facebook doet hetzelfde, hoewel we wel moeten aanmerken dat je in de kaashandel veel bewuster informatie aan de verkoper geeft dan op Facebook. Veel mensen hebben nauwelijks in de gaten hoeveel data ze delen.”
De 5 grootste voordelen van big-data op een rijtje
- Verbeterde voorraadbeheer
Een van de vele voordelen van het verzamelen van big data is dat u als web winkelier voorspellingen kunt doen over uw voorraad en daardoor dus efficiënter kunt inkopen. Van Laarhoven legt ons het hoe u met deze data kan omgaan. “Uit elke interactie met een klant ontstaat data. Door die te verzamelen en te analyseren, wordt het mogelijk om voorspellingsmodellen af te leiden. Die modellen geven bijvoorbeeld aan wanneer er vraag is naar een bepaald soort product. Door die informatie te koppelen aan externe factoren wordt het mogelijk om voorspellingen te doen voor optimaal voorraadbeheer. Denk aan een grote Nederlandse retailer die ziet dat er tijdens het festivalseizoen veel mensen geïnteresseerd zijn in slaapzakken. Dat soort patronen kan de organisatie gebruiken om het voorraadbeheer efficiënter te maken.”
- Optimale conversie
Oosterveer benadrukt dat “web winkeliers door middel van data grote sprongen kunnen maken in de gebruiksvriendelijkheid van hun webwinkels. Zoals Netflix haar interface optimaliseert aan de hand van data van de gebruiker, kunnen webwinkels gebruik maken van data om te achterhalen hoe hun webwinkels nog verder geoptimaliseerd kunnen worden.” Ook Van Laarhoven is het hiermee eens en beargumenteert dat web winkeliers aan de hand van data hun ROI kunnen optimaliseren. “ROI kan door de juiste marketingkanalen en -uitingen in te zetten worden gemaximaliseerd. Te vaak zie je nog bij de kleinere webshops dat ze geen idee hebben wat er uiteindelijk terugkomt van hun marketinginvesteringen.”
- Personalisering van marketingactiviteiten
Anderzijds, aldus Oosterveer, “…kunnen web winkeliers door middel van Big Data beter inzichten krijgen in hun marketingactiviteiten. Door middel van het gebruik van marketing automation kunnen web winkeliers hun marketingactiviteiten nauw afstemmen met de wensen en behoeftes van de klant.” “Hierdoor kunnen webwinkels hun ROI en conversieratio nog verder optimaliseren”.
- Verhoog uw klant retentie
Doordat Big Data u meer inzicht geeft in het gedrag en sentiment van uw nieuwe bezoekers en bestaande klanten, kunt u steeds beter aan hun behoeftes voldoen. Een klant die 3 keer of meer een aankoop in uw webwinkel heeft gedaan, is in 54% van de onderzochte gevallen geneigd om een vervolg aankoop te doen in uw webwinkel. “ Big data geeft u de middelen om te ontdekken wat voor welke doelgroep of specifieke klant (als u dat weet) wanneer welke producten interessant zijn, aldus Van Laarhoven” U kunt bijvoorbeeld data van klanten die niet meer terugkomen analyseren en gebaseerd op de knelpunten die uit de data vind uw marketing activiteiten aanpassen om zo uw bestaande klanten langer bij u te houden.
- Dynamic Pricing
Een van de grootste voordelen van Big Data waar momenteel veel over wordt geschreven is de feature ‘Dynamic Pricing’. Door middel van klant data kunt u uw prijs van producten afstemmen aan de hand bijvoorbeeld het aantal bezoeken, het aantal aankopen of door externe factoren as concurrentie, vraag en aanbod en locatie of gedrag. Doordat klanten steeds vaker naar de laagste prijs op het internet zoeken, wordt dynamic pricing het prijsmodel van de toekomst. Amazon en Mediamarkt zijn enkele voorbeelden van bedrijven die momenteel al dynamic pricing op grote schaal toepassen. Aan de hand van uw zoekgegevens wordt u eens per dag een aanbieding gedaan met een prijs die is vastgesteld aan de hand van de prijzen van de concurrent en uw eigen gegevens. Ook bij SEOshop is in een van de recente updates een dynamic pricing feature toegepast die webwinkeliers in staat stelt om kortingsregels toe te wijzen aan product categorien. In deze blog wordt dit uitgebreid beschreven.
KPI’s voor de toekomst.
De toekomst ziet er roze kleurig uit voor webwinkeliers, u krijgt steeds meer inzicht in de wens van uw klanten en kunt daarop uw marketingactiviteiten afstemmen. De succesverhalen van Netflix en Spotify hebben u vast geïnspireerd om verder te kijken dan alleen uw verkoopcijfers. Op welke KPI’s moeten web winkeliers in de toekomst letten?
“In de commerciële sector zullen KPI’s meer customer service gerelateerd zijn en over een aantal jaar is verdwijnt het HIPO effect, maar zullen argumenten in besluitvorming enkel nog op basis van bewijzen gevoerd worden.
Doordat objectieve maten voor customer service en experience beschikbaar zijn, kan de consument transparantie en objectiviteit gegeven worden over de customer service en experience die de organisatie levert en dat een belangrijke factor is in het al dan niet in zee gaan met een bedrijf/organisatie.
Anderzijds kunnen bedrijfsprocessen geoptimaliseerd worden doordat inzichtelijk gemaakt kan worden waar knelpunten zitten in de gehele keten en waar onnodige kosten gemaakt worden,” aldus Van Laarhoven.
Over De Experts
Danny Oosterveer is werkzaam op de redactie bij Marketingfacts waar hij blogt over belangrijke ontwikkelingen over online marketing en andere zaken die hem boeien. Als manager van M!Research publiceer, verzamel en executeer ik onderzoeken om de interessante cijfers en feiten van online marketing boven tafel te krijgen. Daarnaast houdt hij zich bezig met diverse (sociale) kanalen, zoals Facebook, Twitter & e-mail.
Website Danny: http://www.dannyoosterveer.nl/
Linkedin: http://www.linkedin.com/in/dannyoosterveer
Follow @Dannyoosterveer
Yvonne van Laarhoven is Sr. Optimization specialist bij Digital Power en Web Analyist bij Rabobank. Ze kan worden gezien als een web analist met een duidelijke visie. Ze benadert marketing met een data gedreven aanpak waarin het gedrag van website bezoekers , evenals behoeften van de consument en voorkeuren centraal staan. Haar oplossing voor de hoogst mogelijke conversieratio zoekt ze uitsluitend in een gebruikers gefocuste benadering die zich toespitst op zowel content als design.
Website Digital Power: http://www.digitalpower.nl/
Linkedin: http://nl.linkedin.com/in/yvonnevanlaarhoven/
Follow @y_v_laarhoven
Nieuws en handige tips, speciaal voor u.
Alle tools om uw onderneming te doen groeien, rechtstreeks in uw inbox.
