Big data: think big, act small

De eerste stapjes moeten nu worden gezet

Big data: think big, act small

Big data biedt ontzettend veel mogelijkheden, maar in essentie is het net als een mooie auto: om van a naar b te komen, moet je er wel iets voor doen. Zelfs een zelfrijdende auto brengt je nergens heen als je niet de moeite neemt om erin te gaan zitten en te vertellen waar je naartoe wilt.

In de 10e editie van het Marketingfacts Jaarboek ga ik in op big data. Of eigenlijk de combinatie van big data en marketing. Wat zijn de mogelijkheden, waar liggen de valkuilen en vooral ook: waar begin je?

Deze blogpost beschrijft het 'hot topic' Big data in het Marketingfacts Jaarboek 2015-2016, waaraan ik heb meegeschreven. Het Marketingfacts Jaarboek is het meest actuele handboek over de staat van online marketing in Nederland anno nu. Het boek helpt je als marketeer te bepalen welke middelen je inzet en met welke doelstellingen.

Lees er meer over of bestel 'm nu!

Privacy

Het antwoord op die laatste vraag is simpeler dan je wellicht dacht: begin met de terminologie. Weet waar je zelf over praat en waar anderen over praten. Er lopen nogal wat mensen rond die zeggen alles van big data te weten, maar in de praktijk valt dat soms tegen. Daarnaast is het meer dan belangrijk om te weten wat er kan, wat er mag en wat je wel en niet moet willen. In principe kan alles, zijn sommige zaken verboden en is er een keur aan dingen die wettelijk gezien weliswaar mogen, maar klanten eerder wegjagen dan blij maken.

Een mooi voorbeeld is Target. In 2012 werd analist Andrew Pole geïnterviewd door de New York Times. Trots vertelde Andrew hoe Target in staat was om te herkennen of een klant zwanger was en zelfs vrij precies wist te bepalen wanneer zij uitgerekend zou zijn. Daar werden vervolgens mailings op aangepast: zwangere vrouwen kregen kortingscoupons toegestuurd. Waarvoor de korting precies gegeven werd, hing af van de maand van de zwangerschap. Dit is op zich prima, mits de klant je vertelt heeft dat ze zwanger is. Target kon dit bepalen door aankoopgedrag te analyseren, maar maakte daarmee voor het gevoel van de klant een inbreuk op de privacy. Wettelijk deed Target niks verkeerd, maar klanten voelden zich bekeken. Later heeft Target expres geprobeerd volledig irrelevante producten in de mailings te plaatsen, naast de relevante producten. Dit zorgde ervoor dat het gevoel van inbreuk op de privacy verdween en de conversieratio steeg.

De eerste stapjes

Een concrete case van het inzetten van big data in marketing zien we bij Amazon. Op basis van data worden producten alvast verscheept, voordat ze daadwerkelijk zijn besteld. ‘Anticipatory package shipping’ noemt Amazon het. De voordelen zijn duidelijk: kortere levertijden en minder opslag- en supplychainkosten. Om dit voor elkaar te krijgen, gebruikt Amazon een algoritme. Het voorspellingsmodel van Amazon gebruikt data van vorige aankopen, inclusief time on site, bezoekduur, linkkliks en activiteit van winkelwagentjes en wensenlijsten. Waar mogelijk gebruikt het ook data van telefonisch contact en reacties op marketinguitingen.

Ook Google heeft bekende toepassingen van big data. Denk bijvoorbeeld aan Google Flu. Door middel van searches in Nederland is er zichtbaar wanneer de griep het meest wordt opgezocht (en dus speelt). Deze data kunnen ook worden gefilterd op provincie om zo een nog beter beeld te krijgen.

"Think big, act small"

Deze voorbeelden zijn al vrij geavanceerde toepassingen van big data. De dicipline staat echter nog altijd in de kinderschoenen. Het sprekersarsenaal op MOA Summit-bijeenkomst 'Big data: Beyond the hype' was het er over eens dat over 5 tot 10 jaar we pas echt de toepassing van big data gaan zien. De data zijn er nu al. Het advies van Google is dan ook: “Think big, act small.” 

Van opslaan naar informatie

Om terug te komen op het voorbeeld van de auto: je hebt vooral last van big data als je de data niet kunt omzetten in informatie. Als je niks met de data doet behalve opslaan, ben je veel geld kwijt aan het verzamelen en opslaan, zonder dat je deze investering ooit terugverdient. Tegelijkertijd: als je besluit om ‘dan het verzamelen en opslaan ook maar achterwege te laten’, verlies je het uiteindelijk van je concurrenten.

Wanneer je big data wel weet om te zetten in informatie leidt dit (niet automatisch) tot kennis, die je uiteindelijk wijsheid brengt. Om deze stappen te doorlopen, heb je technologie nodig. Een auto zonder motor brengt je niet van a naar b - tenzij je zelf gaat duwen maar in dat geval kun je de auto misschien beter laten staan. Als je lang genoeg doorloopt, kom je ook bij b, maar beduidend later dan je concurrent die wel met de auto ging. Dit geldt ook voor big data en zeker in combinatie met marketing. Marketing van morgen gaat over de onlosmakelijke combinatie van mens, techniek en proces. Data zijn de brandstof.

De data-driven marketeer

In het jaarboek geef ik een voorzet voor de toekomst van marketing en de marketingafdeling. Een toekomst waarin we niet meer met afzonderlijke budgetten en teams werken, maar waarin de marketeer werkt als een piloot. Hij bepaalt de route, de snelheid én de hoeveelheid brandstof, passagiers en bagage die hij mee wil nemen. De techniek doet het werk, maar de piloot controleert de richting en de voortgang. Eventueel stuurt hij bij om bijvoorbeeld een onverwachte onweersbui te ontwijken. En in geval van nood grijpt hij in. 

Laat deze analogie je niet doen denken dat het een eenvoudige opgave wordt door de marketeer. De data-driven marketeer moet begrijpen hoe het systeem werkt en bewust zijn van de gevaren. Zo is er een effect wat onderzoekers Danah Boyd en Kate Crawford apophenia noemen: maak de schaal groot genoeg en je vindt altijd wel iets interessants. Er is bijvoorbeeld een correlatie aangetoond tussen de resultaten van een American Football-team en de prestaties van de Amerikaanse economie. 

Met de digitalisering van de maatschappij groeit de data die we verzamelen en analyseren in volume en variëteit (denk aan biometrische gegevens via een fingerscan, gelaatsuitdrukkingen via camera’s, hartslag via de smartwatch). De complexiteit en geautomatiseerde analyse betekent dat de behoefte aan een reality check op de resultaten ervan steeds belangrijker wordt om onbedoelde en vaak onbewuste ‘vooroordelen’ of afwijkingen van de werkelijkheid te voorkomen. 

Om big data succesvol in te zetten, is het van belang dat je beschikt over de juiste mensen: mensen die weten wat ze met bovenstaande vraagstukken aan moeten. Data-driven marketing is een multidisciplinair vak. Een data-driven marketeer moet in staat zijn om de statistiek van de data die hij onder ogen krijgt, te boordelen. Dit vraagt om een sterk ontwikkeld analytisch vermogen. De data-driven marketeer is niet alleen creatief, hij is ook in staat om cijfers en rapportages te interpreteren en om te zetten in acties. De data-driven marketeer controleert bovendien continu of de resultaten en conclusies van geautomatiseerde processen en algoritmen hout snijden, zoals met aanvullend onderzoek. Dit om erachter te komen of de personalisatie ook klopt bij de klant. En, niet onbelangrijk, of de geautomatiseerde personalisatie ook wordt geaccepteerd door de mens die de klant is.

Credits afbeelding: Donnie Ray Jones, licentie: CC BY (Commercieel hergebruik, inclusief aanpassing)

Delen

0
2


Er zijn 7 reacties op dit artikel

  • 't meest belangrijke in dit artikel vind ik persoonlijk dat laatste stuk waar je effectief aantoont hoe noodzakelijk het is van data informatie te maken en hoe je informatie slim kunt gebruiken in jou marketing activiteiten!
    “Numbers have an important story to tell. They rely on you to give them a voice.” – Stephen Few

    geplaatst op
  • Dank voor je aanvulling Khalid. Die quote sluit inderdaad perfect aan! Hoewel het geven van "een voice" aan data op zich niet het moeilijkste is; het is vrij eenvoudig om verkeerde conclusies te trekken. De juiste conclusies trekken en daarmee het juiste verhaal vertellen, is moeilijker dan het soms lijkt.

    geplaatst op
  • We staan idd nog aan het begin van de mogelijkheden van big data. Helaas is het voor de meeste marketeers nog niet mogelijk om big data effectief in te zetten omdat de tools nog niet zover zijn. Om in de analogie te blijven: er zijn nog nauwelijks autos waar marketeers in kunnen stappen, maar er liggen een paar wielen in een hoek, de motor in een andere en carosseriedelen verspreid in de ruimte. Eerst moeten technische mensen (monteurs) de auto in elkaar zetten voordat de marketeer erin kan stappen om naar de 'wereld van meer klantinzicht' te rijden.

    geplaatst op
  • Ik ben het ten dele met je eens Herbert. Het is voor veel marketeers nog niet mogelijk om big data effectief in te zetten. Dat is alleen niet omdat er geen toereikende tools te koop zijn. De tools (licenties) die binnen een organisatie beschikbaar zijn, missen inderdaad vaak de nodige functionaliteiten of worden sub-optimaal ingezet. Als we de vergelijking maken naar de auto, dan zijn er zeker tools beschikbaar die een volwaardige auto genoemd mogen worden. Misschien lijken ze (soms) meer op een Ford Model T dan op een Ferrari, maar ze zijn er zeker en doen (in grote lijnen) wat er beloofd wordt. Daarnaast is alle data vaak aanwezig en is het vooral een kwestie van de juiste mensen op de juiste plek en de data bij elkaar voegen - rijles nemen, voor de dieselmotor diesel tanken en voor de benzinemotor benzine en rijden maar. Klinkt eenvoudig, is het zeker niet. Tegelijkertijd: marketeers kunnen gaan zitten wachten tot "de technische mensen" bedenken dat ze iets moeten doen, ze kunnen ook zelf het initiatief nemen. Bedenk wat je wil dat de tools doen, aan welke knoppen wil je draaien, in welke situaties wil je het roer over kunnen nemen. Door marketing en techniek bij elkaar te brengen, waarborg je dat er inderdaad iets gebouwd wordt waarmee een marketeer kan werken. Komt nog bij dat je (marketing) theorie en techniek bij elkaar wil brengen.

    geplaatst op
  • Er wordt nogal wat verwacht van de data-marketeer. :)
    Ik ben benieuwd hoe snel bedrijven dit functie-profiel succesvol kunnen vullen. Volgens mij komt daar ook vooral de uitdaging te liggen in big data. Dat de technologie en systemen er komen geloof ik wel. Echter, de juiste mensen (piloten) vinden is mijns inziens nog belangrijker.

    geplaatst op
  • Dat is inderdaad de uitdaging. En tegelijkertijd valt of staat succes met goede 'piloten'. "A fool with a tool, is still a fool". De vraag is natuurlijk of je op zoek moet gaan naar één persoon met alle competenties. Dat zal een profiel zijn dat niet snel ingevuld kan worden. Een team samenstellen met daarin alle competenties is makkelijker. Waarbij team groot klinkt, maar als je alle benodigde competenties met twee mensen in huis hebt, is dat natuurlijk voldoende.

    geplaatst op
  • Inderdaad, maar de organisaties waar wij voor werken zie ik niet zo snel twee profielen aannemen op dit gebied. Daar ontbreken simpelweg de resources voor.

    Denk je dat dit soort zaken ook goed ge-outsourced kunnen worden naar externe teams?

    geplaatst op

Plaats zelf een reactie

Log in zodat je (in het vervolg) nóg sneller kunt reageren

Vul jouw naam in.
Vul jouw e-mailadres in. Vul een geldig e-mailadres in.
Vul jouw reactie in.

Herhaal de tekens die je ziet in de afbeelding hieronder


Let op: je reactie blijft voor altijd staan. We verwijderen deze dus later niet als je op zoek bent naar een nieuwe werkgever (of schoonmoeder). Reacties die beledigend zijn of zelfpromotioneel daarentegen, verwijderen we maar al te graag. Door te reageren ga je akkoord met onze voorwaarden.