Big Data: een potentiële goudmijn voor PR
Big Data is hot. De opkomst van infographics en technologische mogelijkheden heeft ook de PR-wereld doen beseffen dat veel organisaties op een goudmijn van interessante data zitten die kunnen worden ingezet voor PR-doeleinden. Waar journalisten vaak uit gaan van een vraag en daar dan de data bij gaan zoeken om hun verhaal uit te werken, is het bij data-PR vaak juist andersom. Hier kijk je wat je al in huis hebt en zoekt daar een interessante invalshoek bij voor PR. Een uitdaging waar deze blogpost wellicht een hulpmiddel bij is.
De interesse van de PR-industrie voor data is ook voor een deel komen overwaaien uit de journalistiek. Deze branche begint – mede om zichzelf te redden – steeds meer het belang van technologie in te zien. Met name journalistieke startups zoals Patch, Allvoices, Pulse en Skygrid hebben met innovatieve oplossingen een miljoenenpubliek weten te bereiken. Maar ook mastodonten als de New York Times en The Guardian zien technologie steeds meer als focus bij het brengen van een verhaal. Journalistieke inhoud blijft een belangrijke pijler, maar de inzet van developers maakt het verschil van ‘ouderwetse’ krant naar innovatieve speler en de inzet van bijvoorbeeld real-time journalism zoals The Guardian onlangs in een commercial toonde.
Het betrekken van techneuten bij PR-campagnes gebeurt echter nog maar mondjesmaat. Zonde, want zeker op het gebied van data-PR kunnen die het verschil maken. Net als journalisten beschikken organisaties over grote hoeveelheden data die na analyse een interessant verhaal kunnen vertellen. Sterker nog: zij beschikken over de gegevens en de tools die journalisten nodig hebben om een verhaal te vertellen aan de hand van data.
Vaak nog wordt PR gedreven vanuit kant-en-klare kennis en nieuws uit de organisatie. Laten we dit voor het gemak ‘organization-driven PR’ noemen.
Een campagne waarbij hard nieuws uit de HR- en salesafdeling over aanstellingen en winstcijfers wordt afgewisseld met kennis en opinie uit managementlagen van de organisatie. Een logisch verhaal, maar in tijden van Big Data, is er ook de mogelijkheid om uit al die afdelingen minder voor de hand liggende data te halen die je in kunt zetten voor PR.
Organization-driven PR
Data-driven PR
Analyse
Zoals je kunt zien in het model gaat het erom dat je uit ieder onderdeel van de organisatie, maar ook via andere bronnen, data naar voren kunt halen.
Denk hierbij aan:
-
Bedrijfsdata (gegevens uit verschillende databases extraheren en transformeren);
-
Data van gebruikers (reacties, gegevens, poll, logins, etc.) en andere bronnen zoals Google analytics;
-
of Data van partners, andere bedrijven of van de rijksoverheid (Open Data).
Gevoeligheden
Bij het verzamelen van data uit je organisatie en bij het gebruiken van externe bronnen moet je rekening houden met een aantal aandachtspunten. Net als bij het naar buiten brengen van onderzoeken, loop je immers het risico dat de uiteindelijke lezer alles onder een vergrootglas legt.
Let dus op bij het betekenis geven aan je data en zorg dat je ‘appels met appels’ blijft vergelijken. Niet alle data kunnen zomaar aan elkaar gekoppeld worden. Daarnaast is privacy en gevoeligheid van je gegevens ten allen tijde een hot issue. Wat mag de buitenwereld zien en hoe kan je data door anderen geïnterpreteerd worden? Dit zijn vragen die je jezelf zeker moet stellen in deze fase van het verzamelen van je data. Logischerwijs sta je ook stil bij de correctheid van je gegevens.
Strategie
Het analyseren van data is eigenlijk het belangrijkste onderdeel in het hele proces, maar ook moeilijkste onderdeel. De manier waarop je analyseert is afhankelijk is van het doel wat je ermee wilt bereiken. Grofweg zijn er drie strategieën wanneer het aankomt op data-PR:
-
Signaleren van trends: Aan de hand van je data kun je trends signaleren voor bijvoorbeeld jouw industrie of juist voor de consument of maatschappij in het algemeen (denk aan voorspellingen over uitgaven in de zomerperiode of het gebruik van tablets versus de traditionele PC en laptop).
-
Data ondersteunend aan messaging: Jouw data gebruik je om de messaging die je als bedrijf hebt te onderstrepen. Ooyala, een online video provider, is hier een goed voorbeeld van. Uit hun data bleek dat mensen via tablets langer naar online video kijken. Dit onderstreept de messaging van een partij als Ooyala dat bedrijven online video toegankelijk moeten maken voor allerlei apparaten en dus niet alleen de laptop of computer.
-
Data als facilitator: Je kunt data natuurlijk ook inzetten om een ander te helpen of om bepaalde informatie inzichtelijk te maken. Mooie voorbeelden hiervan zijn http://www.10.000scholen.nl of het portal van de Noord/Zuid lijn http://www.hierzijnwij.nu.
Kortom, de data die intern beschikbaar is biedt volop mogelijkheden maar de belangrijkste vraag die je jezelf vooraf zult moeten stellen is welk doel de data dient.
Geschreven door Michiel van Hulst van Freshheads en Gijs Moonen van LEWIS PR naar aanleiding van de Digital Winterschool. Afbeelding: Jer Thorp
Hallo Gijs, leuk artikel! Ik heb me de laatste tijd veel verdiept in big data voor het organiseren van een conferentie, en PR & Marketing is uiteindelijk maar in bescheiden mate terecht gekomen op het programma. Misschien komt dat inderdaad, zeker als het gaat over marketing, wel door de privacy-kwestie. Het is een mooi aandachtspunt voor een volgende bijeenkomst. Ik denk overigens wel dat ook marketeers veel op kunnen steken van de conferentie, bijvoorbeeld hoe Bol.com een big data strategie inzet bij CCS, of de big data pijlers van de Rabobank.
Goede analyse. Journalistiek gaat uiteindelijk om het onderbouwen van een verhaal met harde feiten. Wat je omschrijft komt er infeite op neer dat bedrijven dankzij big data hetzelfde doen om te bewijzen dat hun marketingboodschap met feiten wordt onderbouwd en niet alleen uit de koker van de marketingafdeling komt.
Goed analyse Gijs. Grote hoeveelheden data vergaren en (door software laten) analyseren, brengt zeer zeker veel interessante kennis naar voren. Zoals je schrijft moet je zeker oppassen dat je appels met appels blijft vergelijken, maar dien je zogezegd ook rekening te houden met je fruitmand. Is een fruitmand representatief als 0,0001% van alle appels erin voorkomen? Door appels te vergelijken, zeggen de resultaten mogelijk meer over de fruitmand dan over de appels zelf.
dankje Gijs. duidlijk artikel over ‘big data’ erg bruikbaar.
Gerelateerde artikelen
Marketingfacts. Elke dag vers. Mis niks!
Marketingfacts. Elke dag vers. Mis niks!