TNW 2018: van big naar thick data

Kunnen we blindelings onze marketing aan big data toevertrouwen? En waar is het menselijke aspect in het geheel? Tricia Wang, cofounder van Sudden Compass, sprak op TNW en begon met een anekdote: het probleem is volgens haar vergelijkbaar met de import van mais. Toen wij Europeanen de mais ontdekten in Amerika en importeerden naar ons continent, werd iedereen er ziek van. Na lange tijd bleek dat wij een cruciale stap in het verwerkingsproces misten, namelijk nixtamalization. Precies dat zorgde ervoor dat mais eetbaar werd, omdat dat proces de chemische samenstelling veranderde.

Dashboard

Zo kun je het ook zien met big data. We willen allemaal zo graag de wensen van onze doelgroep begrijpen en denken door middel van data de juiste boodschap voor te schotelen aan de juiste paar ogen. We denken dat big data de sleutel is, maar slaan een belangrijke stap over. Volgens Tricia hebben we nog steeds niet bewezen dat big data betere output levert dan voorheen. Want als wij dankzij big data nu zo goed zouden weten wat de doelgroep wil zien, waarom blockt een groot deel van de consumenten dan advertenties die precies laten zien wat deze consument wil? We staren ons blind op dashboards en het ontdekken van patronen, maar tijd voor de echte (1 op 1) interactie met de doelgroep is er nauwelijks.

Thick data

Dus het wordt tijd dat we big data op een andere manier inzetten, en niet meer de cruciale stap overslaan. Waar big data vooral antwoord geeft op de wat-vraag, mist de waarom. Voor het bouwen van een merk heb je inzicht in de doelgroep nodig. Puur en alleen weten wat ze doen brengt ons daarom niet ver genoeg. We zetten big data in voor het verkeerde doel, de waarom-vraag blijft onbeantwoord. Daarom is het volgens Wang hoog tijd om zogenoemde thick data te verzamelen, een zelfbedachte term die staat voor de emoties en verhalen ofwel het waarom.

Aanvulling

We moeten op zoek naar de menselijke kant van het hele verhaal. Niet als vervanging van big data maar als aanvulling op. Uiteindelijk willen we weten waar consumenten warm van worden, en waarom. We moeten dus de straat op, met mensen praten, en erachter komen wat hen drijft. Data is mooi, maar niet voldoende. Zo gaf Wang een mooi voorbeeld van een wasserette. Op kantoor waren ze in de veronderstelling dat hun doelgroep de was doen als een last zag, totdat ze besloten een dag door te brengen in een wasserette. En wat bleek?  Mensen zagen het als een social event, de plek om mensen te ontmoeten koffie te drinken en zelfs te flipperen! Waardevolle inzichten die direct de communicatie naar nieuwe potentiele klanten kunnen verbeteren.

Data-engineers zouden moeten beginnen met een human model – de waarom - als basis, om vervolgens deze aan te vullen met big-data. We moeten thick data laten samenwerken met big data. Het wordt tijd dat we weer teruggaan naar de kern, waar marketing om draait, en dat zijn mensen. Alleen dan kunnen we de consument goed leren kennen en ze voorschotelen waar ze blij van wordt.