Managen op gevoel versus big data-driven marketing

Binnen elk bedrijf worden meer beslissingen op gevoel genomen dan op basis van de beschikbare data. Marketingmanagers die het hardst schreeuwen, krijgen het hoogste budget. Tegelijkertijd krijgen de CMO’s, die vaak een andere taal spreken dan de andere CXO’s, met nieuwe uitdagingen te maken. Maar gelukkig zijn er nu voldoende technische mogelijkheden om, op basis van on- en offline data, klanten beter te leren kennen, om vervolgens diverse marketingproblemen op te kunnen lossen. In de toekomst zullen bedrijven, die het digitale tijdperk overleven, op een heel andere manier worden gemanaged. Hoe? Hierbij een aantal voorbeelden uit de sectoren retail, telecommunicatie, energie en financiële dienstverlening, o.a. op basis van de presentatie van dr. Mieke de Ketelaere van SAS Institute tijdens het recente Big Data-Driven Desicions-symposium op Nyenrode.

Dit artikel is geschreven door een Digital Power-collega van Bertwin Menninga.

Het is januari 2007. Windows Vista was eigenlijk al dood verklaard voordat het gelanceerd werd; bloggers brandden het direct al af, Microsoft maakte een aantal fouten achter elkaar en de lancering werd een paar keer uitgesteld. Uiteindelijk besloot Microsoft alsnog om de software in verschillende landen tegelijkertijd te lanceren. Voor de locatie van de lancering ging men op zoek naar een bijzonder en belangrijk gebouw. Het oog viel op het Atomium in Brussel. De huur van één bol van het Atomium voor één dag kostte een zeer hoog bedrag, zelfs voor een bedrijf als Microsoft een flinke aderlating. Bijkomend probleem, in één bol passen niet veel mensen. Dus wie zou je daarvoor als Microsoft moeten uitnodigen?

Op gevoel werden 200 mensen uitgenodigd en je raadt het al, het event is minder succesvol verlopen dan Microsoft had gehoopt. Als ze destijds de data en de analytics-tools hadden gehad die nu wel beschikbaar zijn, hadden ze de online gegevens met de offline (CRM-)gegevens kunnen combineren en daar de beste 200 mensen uit kunnen halen. Wellicht had Microsoft van deze kostbare lancering dan wel een succes kunnen maken.

De situatie van Microsoft is verre van uniek. Dit soort missers vinden bij bedrijven, 6 jaar later, nog steeds plaats. Belangrijke beslissingen worden nog steeds regelmatig op gevoel genomen. Het onderbuikgevoel van de marketingmanager zegt dat het een goede campagne is en jij, als marketingmedewerker, mag het vervolgens gaan uitvoeren. Data-driven marketing zit nog niet in het DNA van hedendaagse marketeers.

De uitdaging voor de CMO

Het tweede probleem is dat de CMO nog niet z’n plaats gevonden heeft tussen de andere CXO’s; hij spreekt een andere taal. CXO’s spreken voornamelijk over inkomsten, besparingen, kosten, marges en overige euro-gerelateerde zaken. Maar de meeste marketing directors willen het hebben over de customer intimacy, customer experience, relevante interacties, merkbeleving en overige niet-financiële KPI’s (een goede CMO moet uiteraard de balans tussen beide kunnen leggen).

Als je het jaarverslag van een bedrijf bekijkt, zal je zien dat customer centricity er bijna altijd in staat. Maar als je aan de andere C-suite-leden vraagt wat de toptarget van het bedrijf is, dan komen de ‘customers’ niet aan bod. Echter, door de komst van big data-marketing gaat de CMO een betere positie in de C-suite krijgen. In eerste instantie wordt hij beter bevriend met de CIO – op dit moment vindt er vaak nog een ‘clash of characters’ plaats. Ten tweede, hij kan aan de hand van de inzichten eindelijk gaan bewijzen hoe de inspanningen van de marketingafdeling zowel de inkomsten als de customer intimacy en customerrelevantie verhogen.

Het proces van data-driven customer-centric marketing

Bovenstaande is waar SAS Institute bedrijven als ABN AMRO, bol.com, Ziggo en Zappos bij helpt. Tijdens het Big Data-Driven Desicions-symposium op Nyenrode lichtte dr. Mieke de Ketelaere, die bij SAS Institute voor de customer intelligence-activiteiten in Europa verantwoordelijk is, toe hoe de aanpak van zo’n project verloopt: “We vertrekken vanuit de datamanagementlaag, we proberen inzicht te krijgen in alle mogelijke data (insight). Vervolgens gaan we de inzichten gebruiken in de interacties (marketing campagnes, AdWords-campagnes, callcenter-campagnes, etc.), er wordt gemeten welke interacties goed draaien en welke niet (interaction).

De volgende stap is uiteraard het verbeteren van de interacties, waarmee een “closed-loop marketingproces” wordt gevormd. Als het wiel “insight – interaction – improvement” goed draait, wordt er gekeken of de ondernemingsdoelstellingen worden behaald en welke waarde er voor de organisatie wordt gecreëerd. Dit is het standaardproces van data-driven marketing.

Big data-driven marketing is feitelijk hetzelfde, alleen de hoeveelheid data en de nieuwe databronnen waar wij steeds vaker mee te maken krijgen, maken het mogelijk om steeds tot nieuwe inzichten te komen.

Bron: SAS Institute, data driven customer centric marketing

Ken je klanten

Bij customer centricity is de klant het middelpunt van alles. Belangrijk daarbij is het luisteren naar de klant. Dit ‘luisteren’ bestaat uit het opbouwen van een klantprofiel, het in kaart brengen van klantgedrag en het volgen van gesprekken via sociale media dankzij het gebruiken en analyseren van beschikbare data. Het kunnen omzetten van data naar informatie vormt de basis voor relevante acties. Zo bouw je als het ware een 360-graden klantenbeeld op.

Bron: SAS Institute, Customer DNA

Het rode bolletje ‘Who they are’ staat voor databronnen die normaal gesproken voor het oprapen liggen, dit zijn de sociale demografische en transsectionele gegevens. Daarnaast verzamelen de meeste bedrijven contactinformatie, de blauwe bolletjes: wat is richting klanten gecommuniceerd en wat was de respons? Banken, telecombedrijven en retailers hebben vaak ook in de paarse bolletjes geïnvesteerd; de analytics als recency frequency modeling (RFM), life-cycle analysis (LCA), lifestyle analysis, enz.

De vaak ontbrekende klantinzichten zijn de resterende 3 bolletjes onderaan. Het groene bolletje is webstream-data: hoe reageert de klant online en welke veranderingen in zijn gedragspatroon waarop je als bedrijf kan anticiperen, zijn zichtbaar? Je komt dan in de buurt van event-driven marketing. De oranje bolletjes vormen het sociale profiel van de klant: profieldata die op sociale platformen verzameld zijn, aangevuld met diverse analytics.

En zo wordt telkens getracht om het 360-graden klantbeeld zo volledig mogelijk te maken, zodat op basis daarvan elke interactie met de klant kan worden verbeterd.

We kunnen meer met data dan we denken

Uit webstream data kun je veel expliciete gegevens halen, denk aan locatie, type apparaat, browser, enz. Op basis daarvan kun je de impliciete gegevens inzichtelijk maken, waaronder de verandering van het gedragspatroon en bepaalde triggers. Vervolgens kan je deze gegevens gebruiken om verschillende organisatiedoelstellingen te verwezenlijken.

Uiteraard kan dit ook op een verkeerde manier uitpakken. Stel je hebt een keer op ‘babyspullen’ gezocht, dan kun je tijdens een volgend bezoek aan de website de pop-up “Heb je al je babyspullen reeds in huis?” krijgen. Bij een vrouw met zwangerschapsproblemen kan dit verkeerd vallen. “Er zijn grenzen aan het intelligent gebruik van webstream data”, zegt Mieke. “Maar er zitten ook veel mogelijkheden die voor consumenten juist de waarde kunnen creëren.”

Sentimentsanalyse

Als we nog even naar de oranje bolletjes van social media kijken en daar verder op inzoomen, krijgen we te maken met expliciete data, zoals profielgegevens (van welke muziek houdt de consument, welke boeken leest hij, etc.) en de impliciete data, zoals de tekstanalyse en sentimentsanalyse.

Bron: SAS Institute, New (Un)Structured Social Data

Binnen sentimentsanalyse worden alle uitingen van consumenten op sociale platformen verdeeld in positief, neutraal en negatief. Uiteraard kun je niet elke uiting categoriseren; zaken als sarcasme blijven een uitdaging. Normaal gesproken zou je het woord “mooi” als positief categoriseren, maar in de zin “Mooi is dat, zeg!” is dat natuurlijk heel anders. Als je 78% van de uitingen goed kan categoriseren, heb je met een goede sentimentsanalyse te maken. Echter, naast een ‘gewone’ sentimentsanalyse kan ook ‘mood detection’ worden toegepast: door de combinatie van zaken als het uitroepteken, grote/kleine letters en de plaats van het woord in een zin, wordt de precisie van de sentimentsanalyse verhoogt naar 85%. 100% zal je nooit bereiken.

Wat elke webcare-afdeling zou moeten doen

Bedrijven krijgen steeds vaker met consumenten te maken die online over het bedrijf spreken (positief of negatief). Daarom zie je vanaf de oprichting van het webcareteam dit team bijna exponentieel groeien. Op een gegeven moment moet de marketing executive zich afvragen of de groei eindeloos door kan gaan en waar het punt van diminishing returns zich bevindt.

De eerste stap die genomen moet worden is om inzicht krijgen in de persoon achter de, in dit geval, negatieve tweet of een Facebook-post: is hij een leader, een follower of een eenling? Mieke: “Je kunt niet elke negatieve reactie in zijn isolement bekijken, je moet deze in het kader van de volledige DNA van de klant plaatsen. Wie is die klant? Heeft de klant eenmalig van jouw product of dienst gebruik gemaakt en is hij nu alles aan het bashen? Of is het toevallig een belangrijke klant die een hoge business value heeft?”

Bij Zappos werd, in plaats van het eindeloos uitbreiden van het webcareteam die op alle negatieve reacties moest reageren, gekeken naar wie de personen achter de berichten zijn. Uiteraard moet je goed naar Steven van Belleghem luisteren; je moet converseren met al jouw klanten, maar menselijke interactie kost geld, dus dien je het telkens ten opzichte van de kosten te blijven plaatsen. Je moet een duidelijke 360-graden beeld van de klant hebben. En je moet kunnen inschatten wat de klant in de toekomst aan waarde voor jouw bedrijf kan creëren.

High-performance analytics in de praktijk

Het verkrijgen van belangrijke inzichten op basis van big data, ook wel high-performance analytics genoemd, is een vak apart waar de meeste marketeers weinig kaas van hebben gegeten. En toch moet je er iets mee als bedrijf. Hieronder een aantal uitdagingen en voorbeelden binnen een viertal belangrijke industrieën: retail, telecommunicatie, energiesector en financiële dienstverening.

Retail

Dankzij de high-performance analytics-technologieën zijn analytici in staat om voor retailers inzicht te geven in de transacties van duizenden klanten, real-time. Dit biedt de mogelijkheid om, bijvoorbeeld, gepersonaliseerde promoties te genereren met een snelheid die een paar jaar geleden niet voor mogelijk werd gehouden. Denk aan analyses als de correlaties tussen uitgaven in euro’s en leeftijd. In plaats van dat het weken lang duurt om gegevens uit het systeem te halen, te analyseren en het overzichtelijk in een pdf naar een marketingafdeling te sturen, wordt dit soort processen tegenwoordig binnen een paar seconden doorlopen. Marketingafdelingen hebben direct de gegevens en kunnen real-time op de veranderingen anticiperen.

Telecommunicatie

Of je nou via de telefoonkabel of een glasvezel thuis aan het surfen bent, er komen veel data bij je binnen, zogenaamde IPDR (internet protocol detail record), waar providers natuurlijk inzicht in hebben. Ze gebruiken deze data om lifestyle-analyses van klanten te maken. Het is heel simpel: de websites die mensen bezoeken, geven een duidelijk beeld van hun lifestyle. Dit is waardevolle informatie voor bedrijven als Ziggo, UPC en KPN die steeds meer richting customer-centric content gaan.

Er zijn vele toepassingen mogelijk. Als je regelmatig films via het Internet bekijkt, dan kan een provider, naar de werkwijze van bijvoorbeeld Amazon.com, jou ook gaan helpen met jouw volgende keuze, door ‘de mensen die deze film hebben bekeken, hebben ook deze film bekeken’ of ‘je hebt in het verleden deze film bekeken, dus kunnen wij u deze aanraden’. De data is er, het ligt voor het oprapen. Big data-technologieën maken het mogelijk om, op basis van de juiste analyses, diensten te personaliseren en daarmee een concurrentievoordeel te behalen. Het is nu alleen wachten op de CMO’s die een stap in de richting van big data-marketing durven te zetten.

Energiesector

Als je op zoek bent naar een nieuw energiecontract en je met een callcenter van een energiebedrijf te maken krijgt, heb je al gauw het gevoel dat men jou iets probeert aan te smeren waardoor je feitelijk te veel gaat betalen. Maar voor een energiebedrijf is het ook niet makkelijk om een perfect passend aanbod te kunnen doen – het enige wat je hebt om in te manoeuvreren zijn de standaardtarieven voor piek- en daluren.

In de UK lopen er projecten op het gebied van ‘smart meter reading’. Thuis wordt een apparaat geplaatst dat real-time de gebruiksdata aan het energiebedrijf doorgeeft. Als de klant het energiebedrijf opbelt, bijvoorbeeld voor een contractwijziging, is het bedrijf beter in staat om een passend contract aan te bieden op basis van de lifestyle van deze persoon en zijn gezin. Dit zorgt niet alleen voor betere prijsstrategieën, maar ook voor een betere relatie met de klant. Daarnaast, dezelfde data worden gebruikt om ervoor te zorgen dat er voldoende energie wordt ingekocht.

Financiële dienstverlening

Banken zijn organisaties met grote analytics-afdelingen die veel kennis bezitten. Er wordt regelmatig gebruikgemaakt van diverse promoties. Maar omdat er voornamelijk naar de gestructureerde offline data gekeken wordt (bijvoorbeeld creditcardbetalingen) en er geen 360-graden view van de klanten wordt gemaakt, worden er minder kwalitatieve leads gegenereerd dan mogelijk. Om dat wel te doen, is er geen betere manier dan het volgen van de customer journey van de klant.

De meeste bankproducten worden voornamelijk online gezocht: men bekijkt productpagina’s, vergelijkt producten en maakt gebruik van de simulators. En gek genoeg beschikken alle banken over deze informatie, er wordt alleen nog weinig mee gedaan. Banken kunnen de customer journey volgen: de offline en online data met de salesdata combineren om vervolgens op verschillende manieren er naar te kijken. Op deze manier is het vinden van de antwoord op de vraag “Wie is de beste kandidaat voor een bepaald product?” onvermijdelijk.

Big data-driven marketing is dichter bij dan je denkt

Ben je een CMO of een marketing executive die graag het bedrijf wil helpen om in dit digitale tijdperk te overleven? Dan moet je weten dat niet alle beslissingen op gevoel dienen te worden genomen en dat campagnebudgetten niet altijd hoeven te gaan naar de marketingmanager die het hardste schreeuwt. Je kunt vandaag nog met high-performance analytics aan de slag. De analysemethodes die erachter zitten, zijn niet anders dan voorheen, voor elk managementprobleem is er een analysemethode beschikbaar. En je hebt niet een team van 10 PhD’s nodig om alles zelf te hoeven doen.

Uiteraard heb je nog steeds je data-analisten nodig om in de data te duiken en bepaalde zaken, die aan het oppervlak drijven, te zien. Maar wil je de onderkant van de ijsberg diep onder water kunnen bekijken, dan zijn er voldoende manieren om op een visuele en begrijpelijke manier hier inzicht in te krijgen.

Mieke: “Hoe niet-relevant big data voor jouw bedrijf op het moment ook lijkt te zijn, weet dat binnen elk bedrijf hidden secrets in de beschikbare data te vinden zijn, die jouw bedrijf een duurzaam concurrentievoordeel kunnen bezorgen. De data zijn er, het ligt voor het oprapen. Je hoeft niet meer 3 jaar lang te wachten terwijl je data verzamelt om het DNA-profiel van jouw klanten rond te hebben. Dit kan al vandaag. Met elke denkbare vorm van data. Real-time.”

Credits afbeeldingen: Erik Jansen Fotografie

Meer weten?

De presentatie van Dr. Mieke de Ketelaere is te vinden op YouTube (video) en op SlideShare (slides).

Meer informatie over deze onderwerpen is beschikbaar in de (gratis) whitepapers:

• Impact your Marketing campaigns by knowing your Customer
• Customer Intelligence tames the Big Data Challenge
• Big data’s biggest role: Aligning the CMO & CIO
• Outside looking in: The CMO struggles to get in sync with the C-Suite