Data driven marketing

Veel bedrijven willen graag data driven marketing inzetten. Logischerwijs is het veel verstandiger keuzes te maken op basis van data, dan acties uitvoeren die gebaseerd zijn op je gevoel. Maar wat is data driven marketing nou eigenlijk en wat kan je ermee? En belangrijker nog: waarom zou je dit als bedrijf willen en misschien zelfs wel moeten?

Wat is data driven marketing?

Bij data driven marketing maak je keuzes gebaseerd op data. Er zijn vier soorten data die je gebruikt om goede marketing beslissingen te nemen:

• Algemene data die verzameld wordt door systemen als Google Analytics, Google Ads, social media data, CRO-tool, BI platformen en koppelingen met ERP, Finance en CRM; 

• Data die gevisualiseerd wordt middels dashboards, tools als Google Data Studio of koppeling met oplossing als Power BI of Tableau; 

• Markt en sector informatie;

• Verzamelde klantgegevens.

Sturen met datagedreven marketing
De meeste professionals begrijpen dat je zonder het gebruik van data minder goed een besluit kan nemen. Ze vinden het echter ingewikkeld om toe te passen. Dit betekent dat meer dan de helft van de werknemers reguliere zakelijke beslissingen neemt op basis van een onderbuikgevoel of intuïtie in plaats van op basis van gegevens.Datagedreven marketing toepassen

Data gedreven marketing toepassen

Hoe neem je datagestuurde marketing beslissingen die gericht zijn op duidelijke vragen die jouw organisatie sterker maken? Om datagegevens effectief te gebruiken, zijn er vijf belangrijke punten.

1. Ken je missie

Het is belangrijk om je branche en business goed te kennen. Een goede data-analist beschikt over een scherp organisatorisch inzicht. Wat zijn de problemen in de branche en wie zijn je concurrenten? Welke problemen willen je klanten opgelost hebben? Zorg dat je antwoord op al deze vragen hebt. Door deze fundamentele kennis op te bouwen en te begrijpen, kun je later betere conclusies trekken met de verzamelde data.

Voordat je begint met het verzamelen van gegevens, moet je beginnen met het identificeren van de zakelijke vragen die je wilt beantwoorden om jouw organisatiedoelen te bereiken. Door de precieze vragen te formuleren die je moet weten om je strategie te bepalen, kun je het gegevensverzamelingsproces stroomlijnen. Door dit zorgvuldig op te zetten voorkom je verspilling van data. Het is erg belangrijk om te weten welke vragen je beantwoord wilt zien. Als je dit niet weet, is het ook nooit mogelijk om goed te kunnen meten.

2. Identificeer gegevensbronnen

Stel de bronnen samen waaruit je jouw gegevens gaat exporteren. Mogelijk heb je informatie uit meerdere databases, webgestuurde feedbackformulieren en zelfs sociale media. Het coördineren van de verschillende bronnen lijkt eenvoudig, maar het vinden van gemeenschappelijke variabelen tussen elke dataset kan erg ingewikkeld zijn.

Het kan gemakkelijk zijn om met het directe doel genoegen te nemen en de verzamelde gegevens alleen voor jouw huidige doel te gebruiken, maar wij raden aan om ook te kijken of je deze gegevens wellicht vaker kan gebruiken in de toekomst. Als je de gegevens kan hergebruiken is het belangrijk om een strategie te ontwikkelen, waarbij je te gegevens zo kan presenteren dat ze in meerdere scenario’s toegankelijk zijn.

3. Gegevens opschonen en ordenen

Vaak wordt 80% van de tijd besteed aan het opschonen en ordenen van gegevens, waardoor er nog maar 20% overblijft om te besteden aan analyses. Dit geeft meteen aan hoe belangrijk schone en goede data is. Met schone data heb je veel meer tijd om analyses te maken, conclusies te trekken en hier een opvolgende strategie voor te bepalen.

De term “gegevensopschoning” verwijst naar het proces van het voorbereiden van onbewerkte gegevens voor analyse door het verwijderen of corrigeren van gegevens die onjuist, onvolledig of irrelevant zijn. Om dit te doen, begin je met het bouwen van tabellen om te ordenen en te catalogiseren wat je hebt gevonden. Een datadictionairy kan hier bij helpen. Dit is een tabel die elk van jouw variabelen catalogiseert en vertaalt naar wat ze voor je betekenen in de context van dit specifieke project. Deze informatie kan ook gegevenstype en andere verwerkingsfactoren omvatten.

4. Voer een statistische analyse uit

Nadat je de gegevens grondig hebt opgeschoond, is het tijd om te beginnen met het analyseren van de informatie met behulp van statistische modellen. In dit stadium begin je met het bouwen van modellen om de gegevens te testen en de zakelijke vragen te beantwoorden die je eerder in het proces hebt geïdentificeerd. Door verschillende modellen te testen, zoals lineaire regressies, beslisbomen, random forest-modellering en andere, kun je bepalen welke methode het meest geschikt is voor jouw data.

Hier moet je ook beslissen hoe je de informatie wilt presenteren om de betreffende vraag te beantwoorden. Er zijn drie verschillende manieren om de bevindingen aan te tonen.

Beschrijvende informatie: alleen de feiten.

Inferentiële informatie: de feiten, plus een interpretatie van wat die feiten aangeven in de context van een bepaald project.

Voorspellende informatie: een gevolgtrekking op basis van feiten en advies voor verdere actie op basis van jouw redenering.

Door te verduidelijken hoe de informatie het meest effectief wordt gepresenteerd, kun je georganiseerd blijven wanneer het tijd is om de gegevens te interpreteren.

5. Trek conclusies

De laatste stap in datagedreven marketing besluitvorming komt tot een afronding. Stel jezelf de vraag: “Welke nieuwe informatie heb je gekregen na het verzamelen van statistieken?” Ondanks de druk om iets geheel nieuws te ontdekken, kun je het beste beginnen door jezelf vragen te stellen waarop je het antwoord al weet (of denkt te weten).

Veel bedrijven maken frequente aannames over hun producten of markt. Ze kunnen bijvoorbeeld denken: “Er bestaat een markt voor dit product”, of: “Dit is wat onze klanten willen.” Maar voordat je op zoek gaat naar nieuwe informatie, moet je eerst bestaande aannames op de proef stellen. Door te bewijzen dat deze aannames correct zijn, heb je een basis om vanuit te werken. Als alternatief kun je door deze aannames te weerleggen alle valse beweringen elimineren die, misschien onbewust, een negatieve invloed hebben gehad op jouw bedrijf. Houd er rekening mee dat een uitzonderlijke datagedreven beslissing meestal meer vragen dan antwoorden genereert.

De conclusies die uit jouw analyse worden getrokken, zullen de organisatie uiteindelijk helpen beter geïnformeerde beslissingen te nemen en de strategie vooruit te helpen. Het is echter belangrijk om te onthouden dat deze bevindingen vrijwel nutteloos kunnen zijn als ze niet effectief worden gepresenteerd. Daarom moeten data-analisten bedreven worden in de kunst van het vertellen van data om hun bevindingen zo effectief mogelijk te communiceren met de belangrijkste belanghebbenden.

Hoe kunnen wij jou helpen?

Heeft bovenstaande je getriggerd en zou je ook wel datagestuurd willen werken, maar heb je geen idee waar je moet beginnen? Geen probleem! Onze specialisten gaan graag met je om tafel om stap voor stap te bekijken waar we je kunnen helpen bij je strategie en hoe we hier datadriven marketing kunnen toepassen.
Wij maken gebruik van onze partner Squeezely. Deze tool zorgt ervoor dat we op een hele mooie manier omnichannel marketing kunnen bedrijven en we uitstekend kunnen sturen op basis van data. Zo ziet jouw klant altijd de juiste informatie op het juiste kanaal op het juiste moment.

Neem gerust contact met ons op om eens vrijblijvend van gedachten te wisselen en te kijken wat we voor jouw bedrijf kunnen betekenen.

Neem contact op