Te veel data kan de besluitvorming verlammen en averechts werken.

Ok, ik ben verantwoordelijk voor de marketing bij een partij die onder andere bedrijfsgegevens verkoopt. In dit artikel wil ik je die oplossing echter niet verkopen, maar wat interessant onderzoek met je delen. Want 'data-driven marketing' wordt overal de toekomst genoemd, maar uit die onderzoeken blijkt ook dat we als marketeers nog de nodige drempels moeten overwinnen om echt data-driven aan de slag te gaan.

Om datagedreven te kunnen werken, is het allereerst belangrijk om je af te vragen hoe goed de kwaliteit van die data eigenlijk is. Waar komen de gegevens die u ziet bijvoorbeeld vandaan? En hoe zijn die gegevens tot stand gekomen? Relevante vragen om jezelf te stellen.

Enkele jaren geleden is er onderzoek gedaan naar de kwaliteit van data met betrekking tot programmatic display advertising. In dit systeem worden verschillende geautomatiseerde processen gebruikt, waaronder het bepalen van doelgroepen. Om dit concreet te maken, worden mensen die websites over pensioenen bezoeken in een hoger leeftijdssegment geplaatst dan mensen die vaak op websites over kinderkleding te vinden zijn. Onderzoekers van MIT, GroupM en Melbourne Business School hebben onderzocht hoe goed die geautomatiseerde processen werken om leeftijd en geslacht nauwkeurig weer te geven.

'Miljoenen gaan naar foute en irrelevante doelgroepen'

Wat lijkt? De geautomatiseerde processen matchen het geslacht in gemiddeld 42% van de gevallen en de leeftijd in slechts 24% van de gevallen. Andere onderzochte attributen scoren nog slechter. Kortom, er worden miljoenen uitgegeven aan foutieve en irrelevante doelgroepen. Ook wordt gesteld dat er optimalisatiesoftware beschikbaar is die de identificatie van doelgroepen kan verbeteren, maar dat de relatieve extra kosten niet opwegen tegen de baten, aldus de onderzoekers.

Om zelf te testen hoe goed zulke geautomatiseerde modellen jou als persoon en je kenmerken kunnen voorspellen, kun je ook zelf testen of het goed voorspeld is. Dat is wat ik deed, hier is de link, door een afdruk van mijn LinkedIn-gegevens te uploaden. Mijn geslacht wordt correct weergegeven, maar qua leeftijd zitten ze er een jaar naast. Ik ben naar schatting jonger, misschien is dat een subtiel compliment van de software.

Daarnaast wordt er ook gekeken naar je persoonlijkheid en lees ik daar ook een paar dingen die volgens mij passen bij wie ik ben, als persoon. Kortom, in mijn praktijkvoorbeeld gaat de voorspelling eigenlijk de goede kant op. Al is het hier natuurlijk N=1 voor 1 spel.

De resultaten van het onderzoek werden door Peter Weinberg (LinkedIn B2B Institute) gepresenteerd aan Dr. Augustine Fou, een onderzoeker en adviseur op het gebied van reclamefraude. Fou geeft aan dat er naast onjuiste gegevens ook rekening moet worden gehouden met robots. Het is namelijk mogelijk dat iemand een website opzet en van daaruit automatisch een bot laat klikken op advertenties op die website. Genoeg klikken om op te vallen en te weinig om achterdochtig te zijn. Kopers zien dan dat deze website wel een goede doorklikratio heeft en er dus een budget aan wordt toegekend. Ook hier zouden miljoenen aan advertentiebudget verkeerd besteed worden.

Naast het eerder besproken onderzoek blijkt uit diverse onderzoeken ook dat het vertrouwen in de kwaliteit van marketingdata verbeterd kan worden. In 2017 bleek dat slechts 12% van de B2B-marketeers veel vertrouwen heeft in de juistheid van de data die ze beheren. Bovendien zei 84% van het Forrester-panel dat ze de kwaliteit van hun marketinggegevens als een van hun top vijf zwakheden beschouwen.

Recent Europees onderzoek van DVJ Insights bevestigt dat datagedreven werken nog steeds een uitdaging is. Volgens 72% van de ondervraagde marketeers is data door de wildgroei en toepassing van data de grootste uitdaging voor de toekomst. Velen geven aan geen toegang te hebben tot de juiste informatie. Alleen het ontbreken van de juiste mogelijkheden om gegevens te analyseren, wordt gezien als een nog grotere hindernis die moet worden overwonnen.

'Wordt het niet eens tijd om intern een datasteward aan te stellen?'

Kortom, wij zien als marketeers zelf de uitdagingen. Anderzijds blijven we ook investeren in advertenties voor foutieve doelgroepen en communiceren we naar foutieve en irrelevante contacten. Wordt het niet eens tijd om een ​​interne data steward/controller aan te stellen of een externe data-expert in te schakelen? Er wordt immers ook samengewerkt met online en digitale experts, copywriters, etc. Waarom niet op het gebied van data?

Met alle uitdagingen die er zijn, zou je je bijna kunnen afvragen of het nog wel de moeite waard is om datagedreven marketing toe te passen? Gelukkig kan ik daar kort over zijn: Ja! Het is zeker de moeite waard. Het onderzoek van DVJ Insights onthult ook iets over goed presterende bedrijven in vergelijking met minder presterende bedrijven. Uit deze analyse blijkt duidelijk dat de goed presterende bedrijven meer datagedreven zijn. En om dat in perspectief te plaatsen: de 2000 marketeers plaatsen het boven consistent marketingbeleid en innovatie als een motor voor groei.

Datakwaliteit is dan ook een issue en ook daar zien we de uitdagingen en ondertussen is het ook een belangrijke driver voor groei. Duidelijk, maar hoe ga ik die uitdagingen aan, hoor ik je denken. Laten we beginnen met de facetten die de goed presterende bedrijven uit het eerder genoemde Europese onderzoek beheersen. Er werd gesteld dat 'het hebben van de juiste capaciteiten' belangrijker is dan de juiste data of de juiste tools, wat ook tot uiting komt in recent onderzoek van DDMA. Op zich logisch, want je data kan nog zo goed zijn en uit de juiste tools komen; je hebt wel de capaciteiten nodig om daar de juiste conclusies uit te trekken. Terugkomend op mijn eerdere punt over het eventueel inschakelen van een externe data-expert: hij of zij kan hier ook de nodige capaciteiten leveren om de data te analyseren.

Naast deze zoektocht naar de juiste capaciteit komt er ook een proces naar voren uit het onderzoek, dat is onderverdeeld in drie ontwikkelingsfasen: de start, het gebruik en de verdieping, of de expertfase waarin slechts 27% wordt gezien als een data-expert. Voordat ik hier verder op in ga, is het belangrijk om te weten dat deze fasering vergelijkbaar is met het data-volwassenheidsmodel dat Gartner begin 2018 presenteerde. Ook daar werd destijds al geconcludeerd dat er nog maar heel weinig data-experts of organisaties zijn , die het hoogste niveau van gegevensvolwassenheid hebben bereikt. Kortom: Er zijn nog genoeg uitdagingen, zoals we eerder concludeerden.

In de drie toegelichte fasen blijkt met name de grootste winst te worden behaald bij het opschalen van het gebruik naar verdieping. Het belangrijkste punt hier is om niet voor elke beslissing over gegevens te beschikken die de beslissing ondersteunen. Nee, het gaat erom dat je data gebruikt bij alle beslissingen. Ook blijkt dat goed presterende bedrijven data gebruiken van prijsstelling en merkstrategie tot productintroducties. Overigens geven deze partijen ook aan dat er nog meer data gebruikt kan worden om elke beslissing verder te optimaliseren.

Naast de juiste capaciteit en inzet is het ook belangrijk dat je data integreert. Ook dit wordt al jaren door verschillende partijen genoemd, maar in de praktijk wordt slechts een kwart gebruikt. Dit lijkt grotendeels te wijten aan de complexiteit die dit met zich meebrengt. Mijn tip: begin simpel.

Realiseer je ook welke elementen van marketingtechnologie die je toepast fundamenteel zijn en zet deze voorop. Gaat het vooral om verkoop en klantenbeheer? Dan is je CRM waarschijnlijk het meest fundamentele. Dus neem dat als basis. Is het alleen de inhoud? Kies dan voor een content management oplossing. Vanuit die basis kun je dan kijken hoe je daar zaken aan kunt/wilt koppelen.

In deze blog heb ik uitgelegd dat datagedreven marketing de nodige uitdagingen met zich meebrengt en zaken blootlegt waar je als marketeer kritisch naar moet kijken. Waar komen gegevens vandaan? Hoe goed is de kwaliteit? Maar vooral: hebben we de juiste capaciteit om de data te analyseren?

Als marketeer heb je hierin een belangrijke rol. Naast het benadrukken van het belang van datagedreven marketing, is het belangrijk dat je de juiste vragen stelt, integratie intern hoog op de agenda zet en het kort en simpel houdt om aan de slag te gaan. Te veel gegevens kunnen de besluitvorming verlammen en averechts werken

'Hoe minder tussenpersonen, hoe minder risico'

In deze aanpak sta je zeker niet alleen en kan je gebruik maken van de hulp en expertise van verschillende collega's. Zo zullen andere afdelingen, zoals de IT-afdeling, profiteren van data-integratie, want hoe meer silo's, hoe meer onderhoud en hoe meer IT-kosten. Daarnaast kan je collega van de inkoopafdeling helpen om de lijnen bij inkoopgegevens zo kort mogelijk te houden. Zoals Weinberg ook aangeeft: hoe korter de lijnen, hoe minder tussenpersonen en hoe minder risico. Veel kopers zullen het hier volledig mee eens zijn en kunnen u helpen om het te laten werken.

Denk ook aan de inzet van externe data-experts, die kunnen zorgen voor de nodige analysemogelijkheden, databeheer, enzovoort. Hierdoor kunt u zich blijven focussen op uw marketingtaken, net zoals u dat kunt door onder andere online/digitale experts en copywriters in te zetten. Daarin sta ik overigens niet alleen, want uit het eerder genoemde onderzoek van DDMA blijkt dat het inhuren van externe medewerkers en bureaus door 56% wordt gezien als een must om met datagedreven marketing impact te realiseren.

Als marketing lead bij Smart Profile deel ik mijn ervaringen en belicht ik trends en ontwikkelingen op het gebied van B2B marketing. Het doel is om jou als collega marketeer te inspireren en vooral te horen hoe jij tegen deze zaken aankijkt. Samen weten we immers meer. Daarnaast is NIMA als Senior Marketing Professional (SMP) ook lid van de B2B-community bij NIMA. Om te ontspannen trek ik mijn hardloopschoenen aan, zie ik graag meer van deze mooie wereld, volg ik de Formule 1 op de voet en lees ik graag een goed boek.

Log in zodat je (in de toekomst) nog sneller kunt reageren

Herhaal de tekens die je in de onderstaande afbeelding ziet

Let op: je reactie blijft voor altijd staan. Wij zullen deze later dus niet verwijderen als u op zoek bent naar een nieuwe werkgever (of schoonmoeder). We verwijderen maar al te graag opmerkingen die aanstootgevend of zelfpromotie zijn. Door te reageren ga je akkoord met onze voorwaarden.

Contentmaker en online specialist met hart voor de zorg

Online Marketeer (B2B, 32-40 uur, Utrecht)

copyright © 2002 - 2021 Marketingfacts. Creative Commons 3.0-licentie. | Ontwikkeld door We are you