Big data: lust of last? [infographic]

Tegenwoordig bieden bedrijven in toenemende mate hun producten en diensten ook (of zelfs: alleen nog maar) online aan. Bedrijven besteden steeds vaker zorgvuldig aandacht aan het opstellen van een concrete online-marketingstrategie om customer engagement te verhogen en de concurrentie voor te blijven. Een van de belangrijkste stappen om klantloyaliteit te verhogen, is customer segmentation: het uitsplitsen van online verzamelde klantdata. Maar nu de hoeveelheid online klantdata zo enorm toeneemt, lijkt dat een hele klus. Is big data wel zo waardevol als wordt beweerd?

Behapbare datasegmenten

Om big data behapbaar te maken, is het verstandig data uit te splitsen. De meeste klantdata die online worden verzameld, is onder te verdelen in een van de volgende categorieën:

• attitudinal data: het aantal interacties, het aantal banners waarop is geklikt, het aantal bezochte pagina’s, etc.
• behavioral data: het aantal keer dat een website wordt bezocht, de gemiddelde duur van een sitebezoek, het type product dat is gekocht, etc.
• demographic data: leeftijd, woonplaats, Facebook- of Twitter-ID, etc.
• loyalty-based data: het aantal klachten, de engagementscore, etc.
• value-based data: het gemiddelde bedrag dat aan aankopen is uitgegeven, de score die de verwachte winstgevendheid uitdrukt, etc.
• technical data: de gebruikte Flash-versie, het besturingssysteem, etc.
• referral data: de pagina waar bezoeker vandaan komt, de gebruikte trefwoorden, etc.

Het uitsplitsten van data in een van de bovenstaande categorieën is heel effectief voor het bereiken van onlinemarketingdoelen. Uit onderzoek van Universiteit Utrecht is namelijk gebleken dat deze datasegmenten de belangrijkste online marketingdoelen ondersteunen, zoals het verhogen van cross- en up-sellcijfers, het aantrekken van nieuwe klanten en het verbeteren van churn rates. De categorieën met behavioral en attudinal data zijn zeer nuttig voor bijna alle doelen, terwijl demografische data veel minder effectief is. Dat komt onder andere doordat demografische data online niet gemakkelijk kan worden verzameld.

Big data, big challenge

Momenteel worden bedrijven geconfronteerd met een enorme overvloed aan data en informatie. Wat is de beste manier om hier mee om te gaan? In het verleden hadden bedrijven te maken met beperkte hoeveelheden gestructureerde data, die meestal was ontsloten met traditionele bedrijfsapplicaties, zoals enterprise resource planning (ERP) en customer relationship management (CRM). Maar met de komst van internet is niet alleen de hoeveelheid data enorm toegenomen, maar ook de complexiteit ervan. Tegenwoordig kunnen data zowel gestructureerd als ongestructureerd zijn en in allerlei vormen voorkomen, zoals video, beeld of tekst. Het beheersen van deze data-explosie vraagt dus om een andere methode dan die we tot nu toe gewend zijn te gebruiken.

‘Big data’ en ‘traditionele data’ verschillen niet alleen van elkaar in volume, structuur en snelheid, maar ze vereisen ook verschillende tools en technologieën. Momenteel worden voor het analyseren van big data technieken gebruikt die ook worden toegepast bij traditionele data, zoals classificatie, clusteren, regressie, tijdreeksanalyses en A/B-testen. Maar Big Data vraagt om nieuwe technieken, die bedrijven in staat moeten stellen om grote hoeveelheden ongestructureerde data – afkomstig van verschillende bronnen en gevonden in verschillende soorten en maten – realtime op te slaan en te analyseren.

Is big data nu een lust of een last? Het is een lust, mits je de schat aan informatie op de juiste manier weet te ontsluiten. Het indelen van klantdata in segmenten speelt daarbij een heel belangrijke rol. Dat draagt substantieel bij aan het maken van betere beslissingen over de onlinemarketingstrategie en het vergroten van customer engagement.

Meer weten?

Download voor meer informatie het onderzoek ‘Exploring Big Data Opportunities for Online Customer Segmentation‘, uitgevoerd door Universiteit Utrecht en GX Software.

Een aantal bevindingen uit dat onderzoek is verwerkt in onderstaande infographic (klik erop voor een grotere weergave).