Interview met Robert van Ossenbruggen

11 mei 2015 om 13:35 door PIM Redactie

Interview met Robert van Ossenbruggen

Robert van OssenbruggenAl jaren is het een van de meeste besproken en dubbelzinnige marketingbegrippen van de 21e eeuw: big data. Want, welke data heb je eigenlijk nodig om welk probleem op te lossen? Ook bij de inzet van big data draait het om waardecreatie voor consumenten, maar hoe verzeker je relevantie voor je doelgroep? Om op die vragen antwoord te bieden organiseert het Platform Innovatieve Marketing op 19 mei van 17:30 tot 21:30 de kennissessie Big Data & Customer Centricity. We zijn te gast bij SAP in Den Bosch en hebben topsprekers gestrikt van onder andere De Telegraaf en de innovatieve start-up ULU. Ook Robert van Ossenbruggen zal er een lezing geven, in aanloop naar het event interviewden we hem.

Waar houd jij je mee bezig?

Ik ben consultant evidence based marketing, wat betekent dat ik bedrijven help om onderbouwd het marketingbudget effectief in te zetten. Het type data dat daar aan ten grondslag ligt maakt mij niet zo veel uit: marktonderzoek, klantdata, internetdata. Uit alle type bronnen kun je patronen destilleren en daar je voordeel mee doen. Mijn backbone hierbij is het wetenschappelijk gedachtegoed van How Brands Grow en bijbehorende marketing wetmatigheden.

Betekent big data het einde van creativiteit in marketing?

Zeker niet, maar er is wel een ander soort creativiteit nodig dan is vereist bij bijvoorbeeld NPD & advertising. Big data is nu eigenlijk nog een heel onvolwassen vakgebied en in dit stadium vooral gericht op techniek om grote bakken data efficiënt te kunnen managen. Dat is vooral het technische stuk. Maar het bedenken van nieuwe commerciële toepassingen van verschillende databronnen en combinaties daarvan die aansluiten op klantbehoeften vereist wel degelijk creativiteit.

Wat is het nut van kwalitatief onderzoek in tijde van big data?

Die zou nog wel eens groter kunnen zijn dan je in eerste instantie zou denken binnen zo’n sterk kwantitatief georiënteerd paradigma. De meest voor de hand liggende link met kwalitatief onderzoek is natuurlijk: waar zit de consument op te wachten? We kennen ondertussen allemaal wel het voorbeeld van het Amerikaanse warenhuis Target die behoorlijk nauwkeurig wist te voorspellen welke klanten zwanger waren aan de hand van aankoopdata. Mooi model, maar zwangere klanten waren vaak not amused om overspoeld te worden met zwangerschap gerelateerde aanbiedingen.

Je moet ook rekening houden dat een steeds groter aandeel van de data die we gebruiken ongestructureerd is. Neem bijvoorbeeld URL’s of social media content. Daar zit potentieel informatie in. Maar je moet het datamodel wel vertellen wat relevant is en wat niet, wat positief is en negatief, wat uitzonderingen zijn. Dat is een complex en multidisciplinair vakgebied, waarbij je continu moet evalueren. Dat is ook een vorm van kwalitatief onderzoek want je moet gaan duiden wat er wel en niet goed gaat en waarom.

Laten we vooronderstellen dat ik een middelgroot bedrijf ben dat wil beginnen met big data. Wat zou een goed startpunt kunnen zijn?

Big data is geen trucje, maar een strategie om (potentiele) klanten te triggeren of om je merk onder de aandacht te brengen. Succesvolle cases komen bijna altijd van bedrijven die intelligence in hun DNA hebben zitten. Wie out of the blue denkt ‘wij moeten ook iets met big data gaan doen’ zal de plank volledig misslaan. Het is geen kwestie van een fte-tje inruimen voor Big Data en knallen maar. Het vereist denk en doe werk op verschillende lagen in de waardeketen: niet alleen op het niveau van data, maar ook op het niveau van analyse, duiding, feedback loops & evaluatie en toepassingen. Een goed startpunt is een duidelijke visie wat big data voor je kan betekenen en een goed doordachte business case. Ik denk dat veel bedrijven dan tot de conclusie zullen komen dat het werken met small data voorlopig ambitieus genoeg is. Dat is overigens geen zwaktebod. Branches en bedrijven verschillen nu eenmaal in hoe

Hoe kunnen we ervoor zorgen dat we niet worden bedolven onder een big data?

“It’s not information overload, it’s filter failure” is een bekende uitspraak van de Amerikaanse auteur en consultant Clay Shirky. Dat is in deze context natuurlijk ook van toepassing. Wat betreft de hoeveelheid beschikbare data: we hebben nog maar een fractie gezien van waar het naar toe gaat. Nu wearables steeds meer gemeengoed worden maar ook spullen als koelkasten, lantaarnpalen en contactlenzen connected worden zal de hoeveelheid data exponentieel stijgen. Daarvan zal een steeds groter aandeel bagger zijn. Het gevaar bestaat dat dat je ruis gaat modelleren, want met genoeg data correleert er altijd wel wat. Nu is vaak nog de gedachte dat meer data beter is, maar we zullen steeds meer moeten wennen aan het feit dat het verstandig is om het kaf van het koren te scheiden en alleen modellen te bouwen op het kaf. Dat wordt nog wel een uitdaging van de criteria daarvoor zullen niet altijd duidelijk zijn.

Meer leren over big data?

Het event vindt plaats op 19 mei april van 17:30 tot 21:300 uur, op het hoofdkantoor van SAP in Den Bosch. Bekijk het volledige programma en meld je aan!