Van Big Data naar Big Relevance

Van Big Data naar Big Relevance

Bedrijfsleiders zijn zich bewust van het belang van data: volgens een McKinsey-onderzoek vinden directieteams data zelfs de belangrijkste dimensie om te slagen in de digitale transformatie. Vreemd genoeg volgen de investeringsplannen deze attitude (nog) niet. Slechts de helft van de topmanagers vindt hun huidige investeringen in big data voldoende om de transformatie te laten slagen.

Big relevance

De digitale klantenrelatie heeft nood aan een stevige datastrategie. Het belangrijkste doel van een datastrategie is de relevantie in de klantenrelatie verhogen, niet op korte termijn geld verdienen. In mijn nieuwe boek ‘When digital becomes human’, dat ik op 27 november ook op de RetailDetail Night 2014 voorstel, bespreek ik de klantenrelatie van de toekomst. Eén van de fundamenten om te slagen in deze filosofie is uiteraard data.

Big data gaat over ‘big relevance’ voor de klant. Klanten willen een meerwaarde in ruil voor hun data. Om door middel van data relevantie te bouwen in de digitale klantenrelatie zijn er drie belangrijke elementen die als een piramide worden opgebouwd. De eerste trap van de piramide is het verhogen van de kennis over klanten, dit vormt de basis.

De BAS retailgroep installeerde zo begin 2014 de beacon-technologie in hun winkels. Tijdens de eerste fase was het enige doel meer te weten komen over het winkelbezoek van de klanten. “Het creatieve marketingwerk volgt later,” aldus het bedrijf. De mogelijkheden om meer kennis op te doen over een klant, zijn nooit groter geweest (big wisdom).

 

De tweede trap van de piramide is data gebruiken om tot een betere service te komen. 44% van de consumenten wil immers graag data openstellen als dat tot een betere klantenervaring leidt (big help).

 

De derde trap van de piramide is het gebruik van data om producten, diensten en communicatie te personaliseren. 41% van de consumenten wil graag data delen om tot gepersonaliseerde producten en diensten te komen. 46% wil graag gepersonaliseerde informatie (big personalisatie). De combinatie van deze piramidestructuur leidt op een indirecte manier tot meer opbrengsten voor een organisatie.

 

WDBH SuperDeck FULL.233


Van Big Data naar Big Wisdom: betere marketingbeslissingen

Taco Bell, een Amerikaanse fastfoodketen, is al jarenlang succesvol bezig met socialemediamarketing. Het versturen van slimme content en het beantwoorden van tweets op een grappige manier zijn al jaren hun kenmerk. De data uit de online wereld worden sinds enkele jaren ook gebruikt om de productlanceringen te ondersteunen.

Lynn Hemans, directeur van competitieve inzichten bij Taco Bell, vertelde tijdens een presentatie hoe de lancering van hun nieuwe producten op 5 jaar tijd volledig veranderd is. Nieuwe producten lanceert men het eerst in een testmarkt. Tijdens de testfase worden de data uit de kassa (verkoop) gekoppeld aan de data uit sociale media (feedback van eerste gebruikers). De verkoopdata leren of het basisconcept voldoende aantrekkingskracht heeft, de socialemediadata evalueren de kwaliteitsperceptie. Beide zijn noodzakelijke parameters om een product succesvol in de markt te zetten: het eerste genereert ‘trial’, het tweede loyaliteit en mond-tot-mond reclame.

Op basis van de testfase beslist Taco Bell of er een volledige productlancering komt. In het tijdperk voor real-time data werden dergelijke beslissingen genomen op basis van marktonderzoek. Meestal wachtte men dan 4 tot 6 weken op de eerste resultaten. Daarna kostte het nog eens één tot twee weken om een beslissing te nemen over het vervolg. Nu werkt men met real time data en worden beslissingen op veel kortere termijn genomen. Bij de volledige productlancering wordt dezelfde data analyse (verkoop cijfers + sociale media data) uitgevoerd. Deze cijfers zorgen voor een meer dan 90% accuraatheid in het voorspellen van de finale omzet van het nieuwe product.

Bovendien helpt het Taco Bell om betere marketingbeslissingen te nemen. Vroeger maakte men het marketingplan op voor de lancering. Los van de eerste resultaten werd het plan uitgevoerd zoals het op papier stond. Nu maakt men nog steeds plannen op voorhand, maar over de finale details beslist men in real-time. Heeft het product goede verkoopcijfers en beperkte mond-tot-mondkracht, dan kan een klassieke marketing campagne helpen. Lopen de conversaties over het product als een trein, dan kan het klassieke marketingdeel iets worden teruggeschroefd.

Big data is in de eerste plaats een nieuwe vorm van kennis opdoen over klanten. Traditioneel marktonderzoek wordt de komende jaren allicht meer en meer vervangen door real time data. Hierdoor kunnen bedrijven sneller en beter beslissingen nemen. Elke bank of verzekeraar beschikt in principe over alle cruciale informatie over het leven van hun klanten. Als er een kindje is geboren, als klanten verhuizen, als mensen veranderen van job, weet een bankier dat. Deze informatie kan een waardevolle bron zijn om een dieper inzicht te krijgen in klanten. ‘Big wisdom’ is de basis van een datastrategi

Van Big Data naar Big Help

Klanten proactief helpen op basis van de beschikbare informatie is de tweede stap in de datastrategie. Deze stap heeft een sterke impact op het terugkeergedrag van klanten enerzijds en op de conversie tot sales anderzijds. Op sommige websites moeten mensen keer op keer hun gegevens opnieuw ingeven, op andere websites onthoudt de site de belangrijke data waardoor een aankoop een pak efficiënter verloopt.

Gezien e-commerce voor velen een zoektocht naar efficiëntie is, is het duidelijk wie hier het voordeel heeft. 48% van de consumenten wil dat bedrijven hun klanteninteractiedata bijhouden, zodat ze zich niet de hele tijd hoeven te herhalen. Veel organisaties verzamelen data van klanten voor commerciële doelen. Daar is niets fout mee, maar deze data inzetten om de service te verhogen, heeft een grotere impact. 81% wil graag zijn data delen met een bedrijf als daardoor de snelheid in service verhoogt.

Het Israëlisch softwarebedrijf Nice Systems helpt zijn klanten aan een hogere performantie van hun online systemen. Eén van de toepassingen is als het ware een ‘app in een app’. Op het moment dat een klant er niet in slaagt een bepaalde transactie uit te voeren, dan kan Nice Systems dit falen herkennen. Stel, iemand wil bijvoorbeeld een vliegtuigticket boeken in een app, maar om een bepaalde reden lukt dit niet. Op dat moment zal de Nice-applicatie aan de gebruiker vragen of er effectief een gefaalde transactie was. Bij bevestiging van de gebruiker, kan de klant meteen in contact worden gesteld met een contactpersoon bij het bedrijf van de app. De klant kan kiezen tussen chat of telefoon.

 

WDBH SuperDeck FULL.234

 

In de toekomst kunnen bedrijven problemen oplossen nog voor de klant ze ontdekt. Amazon nam een patent op een service om mensen producten te sturen vooraleer ze zelfs van het bestaan van dat product afweten. Amazon maakt zich sterk dat ze voor sommige klanten kunnen weten wat de klant wil vooraleer de klant het zelf weet. Deze filosofie kan ook eenvoudiger: een bericht van mijn telecomoperator om te melden dat ik niet in het optimale tariefplan zit, is eveneens een voorbeeld van 'big help' op basis van big data.

Van Big Data naar Big Personalisation

Bij Amazon is 35% van de aankopen het resultaat van gepersonaliseerde aanbiedingen, bij Netflix ligt dat percentage op 75%. Personalisatie is de derde trap van de datastrategie. Het is de ultieme manier om de digitale klantenrelatie naar een hoger niveau te tillen.

Er bestaat een grote openheid bij klanten voor de juiste (commerciële) boodschappen op het juiste moment. Uit mijn onderzoek blijkt dat 33 procent van hen positief tot heel positief staat tegenover gepersonaliseerde reclame. Klanten kopen graag producten. Klanten houden ook van informatie over producten, maar enkel van de juiste boodschap op het juiste moment. Het kunnen beheren van big data is een grote troef om in de toekomst extreem klantgericht te zijn. De verwachtingen van klanten evolueren. Klanten zullen minder tolerant zijn tegenover foute boodschappen op foute momenten.

De moderne marketeer staat voor de uitdaging om niet langer rekening te houden met de gemiddelde consument, maar met de individuele consument. Klassieke marketing bestond erin de gemiddelde klant te leren kennen. Heel vaak eindigde dat met een zo goed als nietszeggend profiel: meerdere bedrijven hebben wel een doelgroep van sportieve mannen tussen de 25 en 45. Dergelijke profilering was noodzakelijk om de juiste media te selecteren en de boodschap op de doelgroep af te stemmen. Het werken met gemiddelden resulteert echter vaak in een gemiddeld resultaat. De klassieke marketing uitspraak “50% van mijn marketing budget is weggegooid geld, alleen weet ik niet welke 50%,” is het resultaat van onvoldoende rekening houden met de individuele consument.

Stel de vraag!

Stel de expliciete vraag in je organisatie: waarom gaan wij big data gebruiken? Is het antwoord gelinkt aan directe financiële resultaten op korte termijn, ga dan even op de rem staan. Bestaat er een slide waarop de woorden ‘big data’ en een ‘€’-teken worden gecombineerd, probeer deze slide dan te veranderen. Streef naar een combinatie van ‘big data’ = ‘big relevance’. Relevantie bouw je op via wijsheid, hulp en personalisatie.

Op de RetailDetail Night van 27 november ’14 komt Steven Van Belleghem zijn nieuwe boek voorstellen en geeft hij meer uitleg over hoe ‘big relevance’ te creëren. Wil je erbij zijn? Schrijf je dan nog snel in voor de RetailDetail Night!

Heeft u vragen of opmerkingen? Neem dan gerust contact op met de redactie​

Back to top