Eén-op-één-marketingcommunicatie op basis van data-analyse

Eén-op-één-marketingcommunicatie op basis van data-analyse

10 april 2017 10:10 - door PIM Redactie - 0 reacties

Het hedendaagse vocabulaire van de marketeer leert dat enkel zijn creativiteit niet meer volstaat bij een succesvolle uitvoering van zijn werkzaamheden. Technologische kennis is onontbeerlijk in zijn wereld van artificial intelligence en machine learning. Waar marketing in het verleden draaide rond psychologie en het begrijpen van de klant en de markt, is het nu steeds meer een vak van interpretatie geworden. Van data naar informatie en via kennis naar toegevoegde waarde. In dat domein van Big Data is goede data-analyse de doorslaggevende factor.

Als senior consultant en data-scientist bij consultancybureau Cmotions verklaart en voorspelt Jeroen Kromme ontwikkelingen die van belang zijn voor de besturing van een organisatie. Daarvoor maakt hij gebruik van advanced analytics en data science. Dit zorgt voor een optimale inzet van mensen, processen en middelen. Tijdens de interactieve masterclass ‘'Waarde creëren met big data analytics' van het Platform Innovatie in Marketing geeft hij samen met zijn collega Simon Bolhuis uitleg over de toepassing van data-analyse in multi-channel één-op-één-marketing. Een voorbeschouwing.

Voorspellen van klantgedrag
“In de zomer van 2016 hebben wij onze eigen zelfrijdende auto gebouwd. De algoritmes die we hiervoor gebruiken, kunnen we ook toepassen voor de voorspelling van klantgedrag. De ontwikkeling van die auto heeft ons geleerd wat machine learning kan betekenen in één-op-één-marketing. Wij doen dit vanuit een pragmatisch oogpunt. Als je nu wil starten met een soortgelijk project, hoef je geen grote investeringen te doen.”

Big Data, hype of ontwikkeling
“Het begrip Big Data kent meerdere definities, managers kijken er anders tegen aan dan IT’ers. De terminologie is oorspronkelijk bedacht door IT’ers die over zoveel data, uit veel verschillende bronnen, beschikten dat traditionele software het niet meer kon behappen. In Nederland zijn er echter niet veel bedrijven die zoveel data hebben. Daarom spreken wij liever eerst over Smart Data: waarde halen uit de data die bedrijven nu in bezit hebben. Denk daarbij bijvoorbeeld transactionele systemen en CRM-systemen.”

Waardevoller en relevanter
“Als je de data waarvoor je beschikt waardevoller en relevanter wil maken, dien je deze allereerst te gebruiken om het klantgedrag in kaart te brengen. Op die manier kun je daadwerkelijk inspelen op zijn behoeftes. Wanneer je deze stap heb gezet, ben je vervolgens in staat dat gedrag niet alleen te verklaren maar ook te voorspellen. Dit is natuurlijk het tegenovergestelde van afgaan op je onderbuikgevoel. Waar je ook op moet letten bij het omzetten van gegevens naar informatie, is dat je informatie genereert waar je daadwerkelijk iets aan hebt. Op pseudo-informatie zit niemand te wachten.”

Verstrekken persoonlijke gegevens
“Bij het verzamelen van data is de markteer op zoek naar de persoonlijke gegevens van de consumenten uit zijn doelgroep. De enige deugdelijke manier om hen te overtuigen die data te verstrekken is het tonen van de toevoegde waarde van die uitwisseling. In de Verenigde Staten zijn ze verder in dit traject. Daar werken ze al geruime tijd met het credo ’Wij kunnen dit concreet voor je betekenen, als jij je data geeft’.”

Duidelijkheid verzamelen data
“In onze contreien hebben we tot voor kort een beetje stiekem gedaan met het verzamelen van die data. Nieuwe Europese wet- en regelgeving moet hier verandering in brengen. Wel zijn er duidelijke tekenen dat men in de VS op dit terrein aan het doorslaan is. Kijk bijvoorbeeld naar het wetsvoorstel van president Donald Trump om internetproviders toestemming te geven persoonlijke gegevens te verkopen.”
 
Competenties voor succes
“In toenemende mate krijgen marketeers in dit digitale tijdperk te maken met werkzaamheden die gebaseerd zijn op data. Dat vereist de juiste competenties om succesvol aan de slag te gaan. Voor het analyseren van Smart Data is een gedegen statistische achtergrond noodzakelijk. Tegelijkertijd is het echter vooral zaak een pragmatische insteek te kiezen en logisch te blijven nadenken. Voor het werken met Big Data worden IT-gerelateerde skills steeds belangrijker.”

Deel dit bericht

Reacties

Plaats een reactie