Moderne marketing: de data engineer

Die weet wanneer er aan welk knopje gedraaid moet worden. Dit is geen trucje. Het vergt vaak diepgaand inzicht in de markt en de beslissingsprocessen. Omdat iedere case anders is, wordt de Data Engineer in een vroeg stadium betrokken bij de ontwikkeling van een marketingcampagne en zal dat gedurende het gehele proces blijven.

In eerste instantie ligt de focus op de analyse van de doelgroep. Een wensenlijst wordt opgesteld. Maar de gewenste variabelen moeten wel vindbaar zijn. Je kunt bijvoorbeeld willen dat je een lijst met prospects – die binnenkort gaan verbouwen – hebt, maar een database met dit soort specifieke informatie is er meestal niet. Je zult dus creatief moeten zijn en bestaande informatie analyseren en combineren. Want hoe je het wendt of keert, zonder goed gevulde database, boek je geen succes. Het is ‘all about the numbers’. De doelgroep moet, naast relevant, groot genoeg zijn. Een dure campagne optuigen voor pakweg 78 prospects zal meestal niet snel leiden tot een positieve businesscase.

Meetbaarheid

Naast het afbakenen en bepalen van de doelgroep zorgt de Data Engineer ervoor dat er meetbare doelen worden gesteld. Meetbaarheid is cruciaal om te bepalen wat wel en wat niet succesvol is. In iedere fase van een campagne worden resultaten en gedrag gemeten en indien nodig wordt de campagne aangepast. Dit is geen eenmalige actie, maar een continu proces. In de bouw en uitvoering van een campagne is elke marketeer ook een beetje analist. Het is een kwestie van afweging: een A/B test of dat een oranje CTA beter converteert dan een groene of een minuscule aanpassing in een subjectline. Het zijn kleine pragmatische analyses die de campagne maken of breken. Een ding is zeker: analyseer je niets in deze fase, dan is de kans op succes aanmerkelijk kleiner.

Adviseren

Is de campagne eenmaal live dan brengt de Data Engineer de datastromen samen. Diverse bronnen als organic, email, social, ad serving etc. moeten in één overzicht komen. Dat betekent dat de datastromen moeten worden getransformeerd. Zodat een en ander telkens op dezelfde manier kan worden geïnterpreteerd. Het transformeren van data en het laden in de rapportages en dashboards kan bewerkelijk zijn. Juist hier komt naar voren dat hoe vroeger de analist in de marketingcampagne is betrokken, des te makkelijker hij de datastromen kan automatiseren. Want analyseren op zich brengt niets. De inzichten gebruiken om te adviseren over verbeteringen, dáár zit de meerwaarde!

 Om data geautomatiseerd te verwerken, zijn er tegenwoordig mooie tools beschikbaar. Ze helpen de gegevens te visualiseren en diepere inzichten te verschaffen. Dat noemen we data discovery – het ontdekken van dingen, die in eerste instantie voor het blote oog onzichtbaar leken. Het vinden van mini segmenten of bijzondere gedragingen, maar ook sentiment analyses behoren tot de mogelijkheden. Het vergroot de inzichten in de doelgroep en de kans op succes.

Dashboard

Als je snel wilt starten met het werk van de Data Engineer dan is de makkelijkste stap Google Data Studio. Dit pakket is gratis en gebruikt datastromen van o.a. Google Analytics, Youtube en Adwords. Je maakt gemakkelijk zelf grafieken en brengt data uit verschillende bronnen samen in één dashboard. Ook verzamelde offline cijfers of verdwaalde Excel sheets zijn geen probleem. Deze kun je handmatig toevoegen. Zelfs SQL databases en Google Sheets zijn gemakkelijk te integreren. Als je na een tijdje tegen beperkingen van Google Data Studio aanloopt, kun je Microsoft Power BI proberen. Dit is een goed alternatief voor een redelijke prijs. Daarnaast kun je ook kiezen voor de meer traditionele BI tools als Tableau, Qlik of Microstrategy.

Ik wil je wel op het hart drukken dat al deze tools geen directe garantie op succes bieden. Ze verschaffen slechts inzichten. Hoe deze inzichten te interpreteren en om te zetten naar een duidelijk advies is het werk van ervaren Data Engineers. En dát is een kunst op zich.