Van BIG data naar mixed data

Een nieuw fenomeen zorgt vaak eerst even voor een worsteling. Je wilt er iets mee, maar weet nog niet precies wat. Bij big data kan dat sumo worstelen worden, als je je blindstaart op het woordje ‘big’. Oftewel: de imposante hoeveelheid data die nodig zou zijn. Dat is jammer. Focus liever op de kwaliteit van de verbanden dan op volumes en bekijk het doelgericht vanuit je organisatiestrategie. Zo krijg je een handzaam hulpmiddel.

Mixen
Van big data bestaan ook nog veel verschillende definities. Niet handig, maar wel logisch als je kijkt naar de zeer verschillende mogelijkheden die het organisaties geeft. Alleen Wikipedia, Microsoft en IBM hanteren al flink verschillende definities. Zelf denk ik vooral aan het combineren van databronnen om nieuwe inzichten te krijgen. Vaak door slimme verbindingen te leggen tussen die bronnen. Zo ontstaan correlaties en nieuwe inzichten. Ik spreek ook liever over ‘mixed data’, zoals ik steeds vaker hoor. Daarmee kan het blindstaren op ‘grote volumes’ ook overboord.

Voorspellen
De nieuwe inzichten kunnen zeer waardevol zijn om klanten blij te maken en marketing efficiënter. En nee, het wordt geen enge ‘Big Brother’ praktijk, waarbij je ‘alles van iedereen’ weet. Wel zorgt het dat je klanten beter kunt bedienen, doordat je hun behoeften beter kent. Je hoeft hen dan niet te vermoeien met aanbiedingen of informatie waar ze toch niets mee doen. Mixed data kan helpen klantgedrag te voorspellen over klantgroepen heen. Daar kun je marketingkanalen effectief op afstemmen.
Een verrassend voorbeeld uit de Verenigde Staten. Bedrijven maken daar profielen van klanten die hen bellen. Op basis van hun eerdere gedrag aan de telefoon, kunnen klanten daardoor verbonden worden met een medewerker die het best bij hen past. Dit vergroot het onderlinge begrip en zorgt voor een betere klantervaring.

Analyse
Bij de organisatie waar ik werk (Drukwerkdeal.nl) zijn wij ook bezig met mixed data. We zijn nog niet zover als in de Verenigde Staten, maar kunnen al wel steeds beter klantbehoeften voorspellen. Dat is waardevol om bijvoorbeeld aanbiedingen op af te stemmen. We hebben sinds een jaar een databaseanalist in huis en daarna volgde ook een webanalist. Daarnaast hebben we een overkoepelend datateam waarin alle disciplines samen specifieke datathema’s belichten. Van alle kanten: marketing, finance en bijvoorbeeld customer services. Zo kunnen wij straks ook afstemmen wat een marketingtarget betekent voor de inzet van customer services. Die kant willen wij op. Wij zitten nu nog sterk in de analyserende fase om mixed data te benutten. En wij gaan zeker verder ‘het diepe’ in. Met de optimale klantervaring als hoogste doel. Maar hoe kom je daar, zonder je stuk te bijten op ambities die ‘too big’ blijken?

Uitsluiten vs overkill
Begin klein, is mijn advies. Kijk welke data je al hebt en welke organisatie- en marketinguitdagingen er zijn. Durf vrij te brainstormen en data samen te brengen. Je moet vooraf ook niet precies willen weten wat je eruit wilt halen. Dan sluit je op voorhand veel uit.

En staar je ook niet blind op data alleen. Van data gaat ook mijn hart sneller kloppen, maar ik blijf ook mijn gevoel en intuïtie volgen. Want over veel nieuwe dingen bestaan immers nog geen gegevens. Blijf dus ook dromen. Mijn advies: Blijf vooral vragen stellen om nieuwe verbanden te ontdekken. En laat de data spreken.