Big data verandert de wereld. In Big Data Marketing laat ik eerst de ongekende wereldwijde invloed van big data zien, met toepassingen bij terrorisme, spionage, sport en politiek. En je leest over twee alles overheersende conglomeraten: Google/Android/YouTube en Facebook/Instagram/WhatsApp, beide met een onbeperkte datavraatzucht en een ‘the winner takes it all’ mentaliteit. En met banden met de FBI die niet bekend mogen worden. ‘Het leest als een roman.’ Twittterde een lezer.
Hoezo oorzaak en gevolg?
Maar er is meer. Grote en kleine organisaties kunnen heel praktisch met big data hun processen efficiënter maken. Je meest kansrijke potentiële klanten zijn beter te bereiken dan ooit. En daarvoor kun je gebruik maken van diezelfde conglomeraten. Tegen betaling, dat wel. Je leest hoe je aan de hand van de klantwaardekubus en de commerciële hoofdprocessen doelstellingen formuleert die je met big data wilt bereiken. Ik leg je uit waarom je bij big data geen hypotheses meer nodig hebt. En geen steekproeven: voor hetzelfde geld analyseer je de hele populatie. Ook over oorzaak en gevolg hoef je je niet meer druk te maken; het gaat aan de ene kant om kenmerken die vooraf bekend zijn, die je kunt beïnvloeden en/of kiezen (dus niet het weer), en aan de andere kant om de doelvariabelen waar het jou om is begonnen. Zoek niet naar bevestigingen van je eigen (voor)oordeel (hypothese), en blijf openstaan voor serendipiteit: soms vind je dingen waar je helemaal niet naar op zoek bent. Net als bij het opruimen van je huis. Je leest een mooie case van funda: hoe data aangeven dat je de koopkans van je huis aanmerkelijk kunt vergroten door de prijs te verhogen. Ik zou het niet hebben kunnen bedenken.
In het hoofdstuk over analysemethoden lees je een voorbeeld van textmining: hoe we de schade aan een merk hebben berekend toen dat door een foutje van de Voedsel- en Warenautoriteit behoorlijk werd beschadigd. En waarom je algoritmes kunt vergelijken met een formule I bolide: kun je alleen hard racen of heb je zoveel gevoel voor de techniek ontwikkeld dat je de auto c.q. het algoritme ook weet te bespelen op zijn merites. Ik kies voor het laatste. Max Verstappen trouwens ook.
Marktonderzoek heeft nauwelijks voorspellende waarde
In het hoofdstuk over strategische keuzes worden vier niveaus onderscheiden, elk met hun eigen kenmerken van kennis, organisatie, typen data, analysetechnieken, tooling en ambitieniveau. Het gaat er om naar het niveau te streven dat het beste past bij je markt. Zorg er voor dat de genoemde kenmerken aansluiten op het niveau. Dus geen niveau vier voor tooling en niveau twee voor organisatie. Dat komt niet goed. En ik leg je uit waarom je alleen data moet gebruiken over feitelijk gedrag of feitelijke kenmerken; opgegeven gedrag ofwel data uit marktonderzoek heeft nauwelijks voorspellende waarde. Als je mijn eerdere boek Anatomie van de Verleiding hebt gelezen, weet je dat. Toch is iedereen altijd verbaasd dat feitelijke verkiezingsuitslagen niet overeenkomen met wat mensen tevoren in onderzoek vertelden. En over die verbazing ben ik dan weer verbaasd.
Met legoblokjes bouw je je customer journey
Elke stap van de reis stellen we voor als een legoblokje met twee kanten: de buitenkant is de stap zoals de klant die ervaart, de binnenkant is het proces van het bedrijf dat die stap faciliteert. De klantreis kan voor ieder bedrijf verschillend zijn. Je kiest de legoblokjes met de functies die bij jouw organisatie passen. Elk bedrijf heeft zijn eigen klantreis; die van Landal GreenParks lees je in het boek.
We hebben de klantreis als kapstok voor de toepassingen gekozen omdat het belang van big data per stap aanmerkelijk verschilt. Bij sommige stappen zijn big data bepalend voor succes, bij andere een nuttige toevoeging. Met voorbeelden van Ben & Jerry, Dreft, Sanoma en een case van Validators over McDonalds. En hoe een Engelse bierbrouwer zijn klanten leert kennen.
Humor is de beste smeerolie
Bedenk dat er voor een succesvolle Big Data Marketingoperatie vier typen mensen moeten samenwerken die van nature verschillen. De creatieve marketeer met al zijn/haar ervaring, smaak en oordelen boekt het beste resultaat als deze werkt met de resultaten van de ‘data-scientist’ of analisten. Die konden wel eens anders zijn dan de marketeer denkt. Account managers staan weer anders in het leven dan voornoemde collega’s. En foutloze operationele processen vereisen opnieuw een ander type collega’s. Gebruik humor als smeerolie; dan krijg je geen ruzie.
