Datagedreven marketing: uitdagingen en handvatten voor groei

Teveel data kan de besluitvorming verlammen en een averechts effect hebben.

Ok, ik ben marketing-verantwoordelijk bij een partij die onder andere bedrijfsdata verkoopt. In dit artikel wil ik je echter niet die oplossing verkopen, maar een aantal interessante onderzoeken met je delen. Want ‘datagedreven marketing’ wordt overal aangehaald als de toekomst, maar uit die onderzoeken blijkt ook dat we als marketeers nog de nodige hordes moeten nemen om echt datagedreven aan de slag te gaan.

Om datagedreven te kunnen werken is het allereerst belangrijk om je af te vragen hoe goed de kwaliteit van die data daadwerkelijk is. Waar komt de data die je ziet bijvoorbeeld vandaan? En hoe is die data tot stand gekomen? Relevante vragen om jezelf te stellen.

Enkele jaren geleden is er onderzoek verricht naar de kwaliteit van data die betrekking heeft op programmatic display advertising. In dit systeem gebruikt men diverse geautomatiseerde processen, waaronder het vaststellen van doelgroepen. Om dat concreet te maken worden mensen die websites over pensioenen bezoeken geplaatst in een oudere leeftijdssegment dan personen die veelvuldig te vinden zijn op websites over kinderkleding. Onderzoekers van MIT, GroupM en Melbourne Business School keken eens naar de vraag hoe goed die geautomatiseerde processen werken in het juist weergeven van de leeftijd en het geslacht.

‘Miljoenen worden gespendeerd aan onjuiste en niet relevante doelgroepen’

Wat blijkt? De geautomatiseerde processen hebben het geslacht in gemiddeld 42% van de gevallen goed en de leeftijd in slechts 24% van de gevallen. Overige onderzochte attributen scoren zelfs nog slechter. Kortom, miljoenen worden gespendeerd aan onjuiste en niet relevante doelgroepen. Daarbij wordt overigens ook aangegeven dat er optimalisatie-software voorhanden is die de identificatie van doelgroepen kan verbeteren, maar de relatieve extra kosten die daarmee gemoeid zijn wegen niet op tegen de voordelen volgens de onderzoekers.

Neem zelf de proef op de som

Om zelf eens te testen hoe goed dergelijke geautomatiseerde modellen jou als persoon en jouw eigenschappen kunnen voorspellen, kun je ook zelf de proef op de som nemen om te zien of het goed wordt voorspeld. Dat heb ik ook gedaan, hierbij de link, door een uitdraai te uploaden van mijn LinkedIn data. Hierbij wordt mijn geslacht goed weergegeven, maar qua leeftijd zitten ze er een jaar naast. Ik word jonger geschat, wellicht is dat een subtiel compliment van de software.

Daarnaast wordt er ook naar je persoonlijkheid gekeken en ook daar lees ik een en ander wat ik vind passen bij wie ik ben, als persoon. Kortom, in mijn praktijkvoorbeeld zit de voorspelling eigenlijk goed in de richting. Al is het hier natuurlijk N=1 bij 1 partij.

Robots die klikken op jouw advertentie!?

De resultaten uit het onderzoek werden voorgelegd door Peter Weinberg (LinkedIn B2B Institute) aan Dr. Augustine Fou, een onderzoeker en consultant op het gebied van advertentiefraude. Fou geeft aan dat men naast foutieve data ook rekening dient te houden met robots. Het is namelijk mogelijk voor iemand om een website op te zetten en van daaruit geautomatiseerd een bot op advertenties te laten klikken op die website. Genoeg kliks om op te vallen en te weinig om verdacht te zijn. Vervolgens zien inkopers dat deze website wel een mooie doorklikratio heeft en wordt daar dus budget aan toegekend. Ook hier zou het gaan om miljoenen aan advertentiebudget die onjuist worden ingezet.

Hoe marketeers denken over de kwaliteit van data

Naast het eerder behandelde onderzoek, blijkt ook uit diverse studies dat het vertrouwen in de kwaliteit van marketing data voor verbetering vatbaar is. In 2017 bleek al dat slechts 12% van de B2B marketeers een groot vertrouwen hebben in de nauwkeurigheid van de data die ze managen. Aanvullend gaf 84% van het Forrester panel aan dat ze de kwaliteit van hun marketingdata zien als een van de vijf grootste zwaktes.

Recent Europees onderzoek van DVJ Insights bevestigt dat datagedreven werken nog steeds een uitdaging is. Volgens 72% van de ondervraagde marketeers is door de toename en toepassing van data, data de grootste uitdaging voor de toekomst. Hierbij geven velen aan dat ze geen toegang hebben tot de juiste informatie. Alleen het ontbreken van de juiste capaciteiten om data te analyseren wordt als een nóg grotere te nemen hobbel beschouwd.

‘Is het wellicht niet tijd om intern een data-steward aan te wijzen?’

Kortom, we zien de uitdagingen als marketeers zelf ook. We blijven anderzijs óók investeren in advertenties bij onjuiste doelgroepen en communiceren naar onjuiste en niet relevante contactpersonen. Is het dan wellicht niet tijd om intern een data-steward/-verantwoordelijke aan te wijzen of gebruik te maken van een externe data-expert? Er wordt immers ook samengewerkt met online en digital experts, copywriters, etc. Waarom dan niet op het gebied van data?

Is datagedreven werken wel de toekomst?

Door alle uitdagingen die er leven zou je je bijna afvragen of het nog wel de moeite waard is om data-driven marketing toe te passen? Gelukkig kan ik daar kort over zijn: Ja! Het is zeker de moeite waard. Het onderzoek van DVJ Insights wijst namelijk ook iets uit over goed presterende bedrijven vergeleken met minder goed presterende bedrijven. Uit die analyse blijkt duidelijk dat de goed presterende bedrijven meer datagedreven zijn. En om dat in perspectief te zetten: Het wordt door de 2000 marketeers onder andere bóven consistent marketingbeleid en innovatie geplaatst als driver voor groei.

Data-driven, maar hoe dan?

Datakwaliteit is dus een issue en we zien daar ook de uitdagingen en ondertussen is het ook een belangrijke driver voor groei. Helder, maar hoe ga ik die uitdagingen te lijf hoor ik je denken. Nou, laten we beginnen bij de facetten die de goed presterende bedrijven onder de knie hebben vanuit het eerder aangehaalde Europese onderzoek. Daarbij werd aangegeven dat ‘over de juiste capaciteiten beschikken’ belangrijker is dan de juiste data of de juiste tools, hetgeen ook terug komt in recent onderzoek van DDMA. Op zich wel logisch, want je data kan nog zo goed zijn en uit de juiste tools komen; je hebt wel de capaciteiten nodig om daar de juiste conclusies uit te trekken. Terugkomend op mijn eerdere punt om wellicht gebruik te maken van een externe data-expert: Die kan ook hier zorgen voor de benodigde capaciteiten om de data te analyseren.

Stap voor stap een expert in data worden

Naast die zoektocht naar de juiste capaciteit is er ook een proces dat vanuit het onderzoek naar voren komt, hetgeen wordt onderverdeeld naar drie ontwikkelingsfasen: de start, het gebruik en de verdieping, ofwel de expertfase waarbij slechts 27% wordt gezien als data-expert. Voor ik hier verder op in ga is het belangrijk om te weten dat deze fasering vergelijkbaar is met het data maturity model dat Gartner begin 2018 presenteerde. Ook daar werd destijds al geconcludeerd dat er nog maar weinig data-experts zijn, ofwel organisaties, die het hoogste level van data-maturiteit hebben bereikt. Kortom: Er zijn nog voldoende uitdagingen, zoals we al eerder concludeerden.

In de drie fasen die uiteen worden gezet, blijkt de grootste winst met name te halen in het opschalen van gebruik naar verdieping. Daarbij is de crux vooral om niet bij elke beslissing data te hebben die de beslissing ondersteunt. Nee, het gaat er juist om dat je bij alle beslissingen data gebruikt. Zo blijkt ook dat goed presterende bedrijven data gebruiken van pricing en merkstrategie tot productintroducties. Overigens geven die partijen ook aan dat er nog meer data gebruikt kan worden om elke beslissing verder te optimaliseren.

Van silo’s naar data-integratie

Naast de juiste capaciteit en toewijding, is het ook van belang dat je data integreert. Dit wordt ook al vele jaren aangehaald door diverse partijen, maar in de praktijk bij slechts een kwart wordt toegepast. Dit blijkt grotendeels te worden veroorzaakt door de complexiteit die dit met zich meebrengt. Mijn tip: start simpel.

Besef ook welke elementen uit marketingtechnologie die je toepast fundamenteel zijn en zet die allereerst centraal. Gaat het vooral om verkoop en klantbeheer? Dan is je CRM waarschijnlijk het meest fundamenteel. Pak die dan ook als basis. Is het juist de content? Kies dan voor een contentmanagement-oplossing. Vanuit die basis kun je vervolgens kijken hoe je zaken daarop kan/wil aansluiten.

Zaken waarmee je aan de slag kunt

In dit blog heb ik uiteen gezet dat datagedreven marketing de nodige uitdagingen met zich meebrengt en zaken aan het licht brengt waar je als marketeer kritisch naar moet kijken. Waar komt data vandaan? Hoe goed is de kwaliteit? Maar bovenal: hebben we de juiste capaciteit om de data te kunnen analyseren?

Daarbij heb je als marketeer een belangrijke rol. Nog los van het hameren op het belang van datagedreven marketing, is het van belang dat je de juiste vragen stelt, integratie intern hoog op de agenda zet en dat je het vooral ook kort en simpel houdt, om te kunnen starten. Teveel data kan de besluitvorming verlammen en een averechts effect

‘Hoe minder tussenschakels, hoe minder risico’

In deze aanpak sta je zeker niet alleen en kun je gebruik maken van de hulp en expertise van diverse collega’s. Zo zullen andere afdelingen, zoals de IT-afdeling, baat hebben bij data-integratie, want hoe meer silo’s, hoe meer onderhoud en hoe meer IT-kosten. Daarnaast kan je collega van de inkoop helpen om bij het inkopen van data de lijntjes zo kort mogelijk te houden. Zoals Weinberg ook aangeeft: hoe korter de lijntjes, hoe minder tussenschakels en hoe minder risico. Menig inkoper zal het daar roerend mee eens zijn en kan je helpen om daar werk van te maken.

Denk ook aan de inzet van externe data-experts, die kunnen zorgen voor het benodigde stukje analysecapaciteiten, datamanagement en ga zo maar door. Waardoor jij je vooral kunt blijven focussen op je marketingtaken, zoals je dat ook kunt door de inzet van onder meer online/digital experts en copywriters. Overigens ben ik hier niet alleen in, want het eerder aangestipte onderzoek van DDMA laat zien dat het inhuren van externe medewerkers en bureaus door 56% als een must wordt gezien om impact te realiseren met datagedreven marketing.