Hoe data driven is uw marketing? Test het!

Beslissen op basis van feiten
Een bekende uitspraak is: “de helft van marketing is effectief, we weten alleen niet welke helft".  Dat is nu voorbij. Als u data driven werkt, neemt u beslissingen op basis van keiharde gegevens. Geen buikgevoel of subjectieve interpretaties, maar onweerlegbare feiten vormen de basis voor uw beslissingen. Die feiten kunt u uit uw interne data halen, zoals uw klantgegevens. U kunt echter ook gebruikmaken van gegevens van externe big data, zoals markt- en concurrentieanalyses of social media statistieken. Toch wordt die data op dit moment nog onvoldoende benut door marketeers. Uit grootschalig onderzoek van Teradata blijkt bijvoorbeeld dat 87 procent  van de marketeers data ziet als ‘the most underused asset’ binnen marketingafdelingen. Ze zien de kansen en mogelijkheden dus wel, maar laten ze toch nog te vaak liggen. Onbekend maakt wellicht onbemind?

Graydon Data Driven Maturity Model
Op basis van onze eigen inzichten, een round table en gesprekken met klanten hebben mijn collega Mark Beekman en ik een patroon ontdekt in de fasen van volwassenheid die bedrijven doormaken bij het invoeren van datagedreven werken. Hoewel er grote verschillen bestaan in hoe datagedreven bedrijven zijn, herkenden we een aantal generieke uitdagingen en kenmerken. Of ze in het bedrijf spelen hangt grotendeels af van de volwassenheidsfase, maar veelgehoorde opmerkingen zijn:

• Intern draagvlak is nodig, maar ook een uitdaging. Het is belangrijk dat marketing niet afgezonderd van de organisatie op zijn eigen eiland blijft werken, maar intern bewijst dat data driven marketing werkt.
• Hoe koppel je data om er inzichten uit te halen? Het ene bedrijf heeft een overvloed aan gegevens die overal versnipperd zijn. Bij het andere bedrijf ontbreken de laatste puzzelstukjes. Het aan elkaar koppelen van de beschikbare data blijkt echter altijd een uitdaging.
• Een strategie, meerjarenplan en stappenplannen ontbreken, waardoor vaak alles tegelijk wordt geprobeerd, maar er nog te weinig nieuwe inzichten uitkomen.
• Naarmate de organisatie zich ontwikkelt naar een datagedreven organisatie, rijst de vraag wie verantwoordelijk is voor de kwaliteit, updates, validatie en optimalisatie van data. Het is dan zaak de taken en verantwoordelijkheden over de afdelingen heen helder te krijgen.
• De kunst is medewerkers die ermee moeten werken de juiste skills te geven. Wie van zijn marketeers datagedreven marketeers wil maken, moet investeren in selectie, opleiding en bijvoorbeeld in trainingen voor het verbeteren van de analytische vaardigheden.

Vier fasen van volwassenheid
Uit de bovenstaande konden we grofweg vier fasen van volwassenheid ontdekken in data driven marketing: pioneer, practitioner, advanced en data driven. We lichten ze hierna kort toe.

Fase 1. Pioneer. In deze fase voert iedere discipline binnen marketing (eventueel periodiek) analyses uit, maar de samenhang ontbreekt. De marketeer met social media in zijn takenpakket meet de resultaten van de likes en shares – en de webmarketeers bijvoorbeeld het organische verkeer en total traffic. PR doet hetzelfde voor hun werkgebied. De focus is puur gericht op volume. Méér traffic, méér volgers, méér producten verkopen, maar het complete plaatje ontbreekt. Kennis wordt binnen marketing niet gekoppeld en de krachten worden daarmee onvoldoende gebundeld.

Fase 2. Practitioner. In de volgende fase geldt ‘meten is weten’. De marketingafdeling kijkt daarvoor zoveel mogelijk naar dezelfde gegevens. Resultaten van de diverse kanalen worden zoveel mogelijk in één rapport gestopt om een totaalbeeld te krijgen. Klantgroepen worden beter gesegmenteerd en campagnes worden uitgevoerd op basis van gezamenlijke inzichten, waardoor de ROI beter meetbaar wordt. Een belangrijk verschil met de vorige fase is de focus op kwaliteit in plaats van op kwantiteit. Door het gezamenlijke inzicht van SEO, SEA, social en andere disciplines ligt de nadruk niet alleen op de traffic of het aantal shares, maar het verbeteren van de gehele conversie. Het nadeel van deze fase is dat er ‘slechts’ gebruik wordt gemaakt van eigen verkregen data.
Marketing kan zich ook steeds vaker sterk maken door een cijfermatige onderbouwing van beslissingen – en krijgt daarmee een voorsprong binnen de organisatie. Dit leidt tot een meer sturende rol binnen commercie (richting sales).

Fase 3. Advanced. In deze fase heeft het bedrijf al grote stappen gezet. Marketing is van zijn data-eiland afgekomen en heeft intern draagvlak gecreëerd om ook data van andere afdelingen te koppelen en te analyseren. Denk hierbij aan CRM-gegevens, klachten en gesprekken van de klantenservice, verslagen van sales. Marketing (en de rest van de organisatie) krijgt steeds meer een 360 graden view van klanten en prospects. Dataspecialisten hebben voldoende voer om verbanden en patronen te herkennen en toekomstig gedrag en omzet te gaan voorspellen. Vragen als: ‘wie neemt er wanneer afscheid van ons?’ of ‘welke klantsegmenten zullen beter converteren op onze nieuwe campagne?’, worden beter beantwoord.

Het vertrekpunt van elke belangrijke meeting bij advanced bedrijven is een data-analyse - en het gehele bedrijf doet hierin mee. Het is in deze fase van groot belang dat data-analisten nauw samenwerken met andere afdelingen om voortdurend te zoeken naar mogelijkheden om de prestaties te verbeteren. Datakwaliteit staat bovendien hoog op de agenda. Het uiteindelijke doel is een onderneming waarin het gebruik en de analyse van data geheel verweven zijn in het bedrijfsmodel en in alle processen daaromheen.

Fase 4. Data driven. Alle belangrijke interne en externe data zijn in deze fase georganiseerd en gekoppeld. Klantgedrag en bedrijfsresultaten worden op basis van data-analyses steeds beter voorspelbaar (zogenaamde predictive marketing analyses ) en de gehele organisatie neemt gefundeerde beslissingen en maatregelen op basis van deze voorspellingen. In deze fase wordt data-analyse verder geautomatiseerd en bovendien ook de response richting klanten op basis van deze analyses (‘if this, then that’). De marketingafdeling gebruikt data om klantsegmenten, kanalen en boodschappen verder te optimaliseren en real-time gepersonaliseerde ervaringen te bieden op alle touch points. Door de response leert de afdeling weer meer over de klant en het gedrag, wat weer zorgt voor verder optimalisatie en het bouwen van eigen algoritmes en modellen. Leren, automatiseren en de (toekomstige) klant tevreden houden zijn aan de orde van de dag.

Welke stappen kunt u zetten?
Waarschijnlijk heeft u in de opvolging van de fasen een rode draad ontdekt: het belang en de rol van de marketingafdeling. Daar ligt dan ook het startpunt van data-driven werken. In onze visie moet marketing een voortrekkersrol nemen, omdat marketing een lange én korte termijn visie heeft, over klantgegevens beschikt en bovendien de spil is tussen de klant, de markt en de interne organisatie.
De meeste bedrijven bevinden zich in volwassenheidsfase 1 of 2. Het is bij hen aan de marketingafdeling om de volgende stap te zetten en de organisatie te mobiliseren om nog verder datagedreven te werken - en daar ook de voordelen uit te halen. Hoe u dat doet, leest u in de ePaper die we over het Graydon Data Driven Maturity Model hebben gepubliceerd. Niet alleen worden de vier fasen er gedetailleerd in uitgelegd, u krijgt ook praktische tips om naar een volgende fase te komen. U kunt de ePaper hier gratis downloaden .