Het gaat niet om hoeveel data je hebt, maar wat je ermee doet

Steen Rasmussen over waartoe data-analisten op aarde zijn en welke vragen marketeers aan hen moeten stellen

“We hebben meer pageviews gehaald dan vorig jaar!” “De bounce-ratio van onze homepage is gedaald!” Zomaar een aantal antwoorden die jij als webanalist de afgelopen maanden gegeven zou kunnen hebben. Dat is niet per se jouw fout, misschien worden je de verkeerde vragen gesteld. In zijn presentatie op het Digital Analytics Congres 2016 vertelt de veelbekroonde analytics-eindbaas Steen Rasmussen over het stellen van de juiste vragen. Want een goede webanalist leert de rest van de organisatie de juiste vragen te stellen.

Everybody has data… get over it

Rasmussen begint zijn presentatie door het publiek onderstaande foto te tonen en het publiek te vragen wat ze zien. Een vraag die ook deelnemers die niet in Burgers’ Zoo werken zonder probleem kunnen beantwoorden.

In de praktijk ontbreekt het ons echter vaak aan het hele plaatje. Delen van het plaatje zijn vaag, en sommige delen zijn helemaal niet zichtbaar.

Als analist kennen we onze data maar al te goed. Dat is onze kracht, maar tegelijkertijd onze grootste valkuil. We kennen onze data zo goed, dat we ook weten dat die data niet perfect zijn. We weten dat er meetproblemen zijn, we weten waar er onjuistheden zijn of inconsistenties optreden en… waar data missen.

Dit maakt dat we er anders over gaan communiceren. Omdat we bezorgd zijn over hoe juist en volledig de data zijn, gaan we er ons ervoor excuseren.

Als analist ben je niet de enige in je organisatie die over data beschikt. Iedereen, van ceo tot receptionist, beschikt over data over een deel van de organisatie. Het verschil is veelal dat wanneer andere mensen over hun data vertellen, zij deze presenteren als feiten, waar wij analisten zich doorgaans voorzichtiger opstellen en niet achter hun data durven te staan.

We zijn bang het fout te hebben. We blijven streven naar perfecte datakwaliteit. Natuurlijk willen we perfecte data, maar laat het je niet verlammen. Begin daadwerkelijke actie te ondernemen op basis van de data die je hebt.

Zoom, zoom, zoom: waarom we focussen op kleine deelgebieden

Het gevolg is dat webanalisten steeds verder inzoomen op kleine dingen, dat ze zo specialistisch worden dat praktisch niemand ze er op kan pakken. “In analytics, we have a tendency that, since because we don’t trust all the data, we start to go really granular. We drill down way too far”, aldus Rasmussen.

“We have a tendency to pull the data away from what it is, people interacting with our website.”

We hebben de neiging om veel over cijfers te praten: bezoeken, pageviews… “We have a tendency to pull the data away from what it is, people interacting with our website”, volgens Rasmussen. Wat het echt interessant maakt zijn niet de data, maar dat wat zeggen over mensen en menselijk gedrag.

Rasmussen gaat vervolgens in op de verschillende tijdsdimensies van data. Hij onderscheidt daarbij de volgende datadimensies:

• historische gegevens,
• nu (realtime),
• voorspellingen,
• trends en
• context.

Welk van deze soorten data heeft de meeste waarde? We rapporteren het meest op historische gegevens en in toenemende mate mate ook in realtime. Deze data zijn het meest veilig. Voorspellingen, trends en context zijn het meest waardevol. Maar deze worden analisten slechts spaarzaam gevraagd.

Wat wel gevraagd wordt: hoe doet de website het? Hoeveel mensen hebben onze content gezien? En hoeveel mensen hebben onze campagne doorgeklikt naar onze landingspagina?

“In reality, what we’re interested in Q+D+A=R+I”, zegt Rasmussen. Dat laatste is een afkorting voor: ‘Question + Data + Analysis = Recommendation + Impact’. “Of course we need data, but more looking forward is where the actual value is.”

Context boven precisie

Volgens Rasmussen focussen we ons veel te veel op onze eigen dataset. We kijken naar onze eigen cijfers en baseren daar onze conclusie op, zonder naar buiten te kijken. Hij benadrukt dit met een voorbeeld.

Stel dat hij een collega vraagt om zijn vrouw per auto op te halen. Als Rasmussen wilt weten hoe het gaat, belt hij de collega. Hij beantwoordt zijn vraag door te benoemen dat hij mooi op tempo rijdt, dat hij genoeg benzine heeft en dat de auto nog als een zonnetje rijdt. Maar waar Rasmussen echt geïnteresseerd in is, is wanneer zijn vrouw thuis is.

“What time does my wife come home? Don’t tell me about the easy numbers on the dashboard” @strasm great metaphor for reporting #DAC16

— Anne Belder (@A_Belder) October 12, 2016

Dit probleem heeft analytics ook. We blijven praten over de auto en niet over het hogere doel waarvoor de collega met de auto op pad is gestuurd. Vandaar dat er volgens Rasmussen nog één element toegevoegd moet worden aan de formule: context.

What we’re insterested in = (Question + Data + Analysis = Recommendation + Impact) / Context

Een meer onlinemarketing-gerelateerd voorbeeld is een klassieke SEO-situatie waarbij de zichtbaarheid van een website in Google wegzakt en even later weer een opleving krijgt, tot het weer op het reguliere niveau is. Na het zien van de data kun je concluderen dat het nu weer goed zit. Maar voeg je daar de context aan toe, dan zou het zo maar kunnen dat het verhaal compleet veranderd is. Dan is het verhaal dat je concurrent je snel aan het inhalen is.

Waar vind je die context? In de rest van de organisatie. Koppel je data met data van sales of die van finance. Het koppelen met de API van Google Trends, SearchMetric of Google AdWords is ook heel waardevol.

“The website itself isn’t what gets the board, it’s the website in context to business goals and competitors.”

“The website itself isn’t what gets the board, it’s the website in context to business goals and competitors”, benadrukt Rasmussen nogmaals. “Don’t focus on the website question.”

Metrics van betekenis

Essentieel daarbij is een doel. Rasmussen schetst dit aan de hand van een voorbeeld: de cockpit van een vliegtuig. Analytics is net als een cockpit. Je beschikt over veel meetinstrumenten waaraan je kunt aflezen hoe het met het vliegtuig gaat. De hoogte waarop je vliegt, de hoeveelheid brandstof: het zijn data die vertellen dat je ‘in production’ bent. Pas op het moment dat je weet dat je bestemming Barcelona is, weet je of je in de juiste richting vliegt en of je wel genoeg brandstof hebt om de bestemming te halen.

Kortom: pas met een doel kregen de metrics betekenis. Zet je ambitie dus om in een doel met een target. Bijkomend voordeel is dat je veelal budget kunt krijgen van het management om dat doel te behalen.

Van inzicht naar actie

Nadat we waardevolle antwoorden hebben kunnen geven op hoe het er voor staat met ons target, is de volgende stap te adviseren over acties. Rasmussen geeft aan dat het belangrijkste is dat je dit niet ad hoc doet, maar dat je toewerkt naar een systematische benadering.

Hiervoor heeft hij een eenvoudig modelletje ontwikkeld. Op de y-as bevinden zich de elementen die je wilt testen. In het voorbeeld dat Rasmussen schetst zijn dit traffic, arrival, content, conversion en departure. Je hoeft deze niet allemaal wekelijks te testen. Sommige testen zijn simpelweg niet zo vaak nodig, en voor andere moet je de test langer draaien voordat je genoeg data hebt verzameld.

Op de x-as wordt gevisualiseerd hoe frequent het element wordt getest. Het belangrijkste voordeel van een dergelijk model is dat je gestructureerd te werk gaat en op een vaste manier verbeteringen kunt doorvoeren.

“Insights demand action! Value is in the actions, not in reporting and not in the numbers.”

Rapportage zonder cijfers

Wat betreft de communicatie van data is het belangrijkste volgens Rasmussen “getting the right data to the right people”. Veel mensen die met analyticspakketten werken, nemen de standaardmetrics over. Ze richten zich op welke metrics er beschikbaar zijn gemaakt, in plaats van de metrics die aansluiten bij wat ze willen weten:

People tend to focus on what’s accessible, not on what’s required.

Het zou helpen als de mensen waarvoor je werkt je exact zouden vertellen wat ze willen weten. Maar dat is vaak niet het geval. Daarom luidt het advies:

You have to tell them what you can tell them.

In je rapportage naar het management dien je terug te komen op precies die vragen. Cijfers zijn in zo’n rapportage niet het meest belangrijk. Ze kunnen wel ondersteunend zijn aan het antwoord. Rasmussen toont ons een effectief managementdashboard waarbij helemaal geen cijfers worden getoond. “As you can see, there aren’t a lot of numbers. It’s not necessary. We love numbers, others don’t.” Wel geeft het antwoord op de doelstellingen die gesteld zijn.

Zijn de controlelampjes groen, dan gaat het target gehaald worden. Is het geel, dan zijn er mogelijke issues. En bij rood is de organisatie niet ‘on track’ het doel te behalen. Bij elk doel wordt vermeld wat er misgaat, welke activiteiten worden aanbevolen om dit op te lossen en welke keuzes er gemaakt moeten worden; bijvoorbeeld het vergroten van het budget.

Rasmussen concludeert zijn verhaal door te herhalen dat analytics draait om de acties die volgen uit je inzichten:

“Insights demand action! Value is in the actions, not in reporting and not in the numbers.

“You have to ask yourself, why did something hire you? The answer is: as an investment. You have to provide value in the bigger picture.”

Dit blogartikel is ‘brandstof’ voor het studieboek Digital Analytics dat ik aan het schrijven ben. Lijkt het je leuk om te helpen, mee te lezen of heb je een mooie case? Ik hoor het graag.