twee
jaren geleden
blog

Big data overleeft 60 seconds of fame

In het lijstje met hipste IT buzzwords van 2016 miste ik ‘big data’. Niet omdat 2016 hét jaar voor big data is – dat is het namelijk al jaren – maar vooral omdat ik de eerste maanden van dit jaar bijna geen artikel langs heb zien komen waarin het niet genoemd wordt. Een ding is zeker: de buzz is er inmiddels wel uit.

De programma’s van de vele zakelijke marketingevenementen die ik onder de loep neem, leren mij dat het begrip nog springlevend is. Overal waar je kijkt gaat het om data driven. En als de term zelf eens niet genoemd wordt, dan gaat het wel om toepassingen die erdoor mogelijk zijn. Deze twee woorden zijn overmatig aanwezig in elke nieuwsbrief, het onderwerp heeft te vaak de hoofdrol op een evenement. Het is de BN’er onder de marketingbegrippen.

Big data fanboy

Ik denk dat ik nu mijn punt over de populariteit van dit onderwerp wel gemaakt heb. Tijd voor een bekentenis: ik ben groot fan van big data. Het begrip zorgt bij mij voor een goede kriebel. Ik ben fan van de mogelijkheden, de issues, de pure omvang die we niet kunnen overzien (hoeveel is in vredesnaam een terabyte?). Logischerwijs meldde ik mij dan ook vol enthousiasme aan voor de presentatie ‘Data Driven Online Customer Journey’ tijdens het Multichannel 2016 event in de Fabrique in Utrecht.

Customer journey fanaten

De zaal was afgeladen. De hele big data fanclub was present, net als de customer journey  fanaten. Dat is ook zo’n buzzword dat alweer even mee gaat, maar nog steeds om de drie regels zonder schaamte wordt gedropt. De reden dat dit nog steeds mag en dat ook big data nog steeds volle zalen trekt: we zijn nog steeds zoekende.

Bigdata2

Daarmee wil ik niet zeggen dat we totaal geen idee hebben over het hoe en wat van big data. Maar echt grip op wat we er nu mee kunnen ontbreekt soms nog. Dito voor de customer journey. Het belang van het goed in kaart brengen van de fases van de journey en de verschillende persona’s is duidelijk, en met  behulp van big data wordt klantgedrag steeds makkelijker te voorspellen. Maar waar haal je de data vandaan? Hoe weet ik nu echt wat relevant is voor mijn eigen customer? Er is een oerwoud aan tools beschikbaar. Waar kan ik beginnen?

Lessons learned

De twee lessen die ik op het Multichannel event opdeed  over het belang van een datagedreven en omnichannel minded, op de customer journey gefocuste en met analytics gevoerde strategie?

Allereerst: een gedeelte van het klantgedrag kunnen we redelijk doorgronden. Ook met medium of mini-data trouwens. Aan het gedrag op specifieke pagina’s kan ik – op wat uitzonderingen na – best aflezen in welk deel van de journey iemand  zit. Iemand die vaak kort de homepagina bezoekt maar de zoekopties niet gebruikt, staat nog aan het begin. Iemand op het punt staat om een aankoop te doen bezoekt alleen de productpagina’s, neemt de tijd, en maakt veel gebruik van filters. Echter kunnen we een gedeelte van het gedrag nog niet voorspellen.  Want waarom volgt de ene persoon netjes mijn uitgestippelde journey, en de andere persoon niet? Les 1: ook de ingewikkelde vragen kan je beantwoorden met big data en voorspellende modellen, maar interpretatie van de data is een ontzettend belangrijk onderdeel in het toekennen van waarde aan data.

Dat is opzichgeen opmerkelijke conclusie. Het werd spannend in combinatie met de tweede les die ik tijdens het evenement opdeed: automatiseer het in kaart brengen van de customer journey. Deze les werd vluchtig genoemd aan het begin, zonder echte toelichting. Het werd verteld als een waarheid, en we gingen gelijk door naar het volgende onderdeel. Later werd dit punt nog een keer herhaald, zo kregen we het advies om voor een overkoepelend dashboard te kiezen waarbij alle data voor de profielen van persona’s automatisch wordt verzameld door verschillende analytic tools. Nu heb ik altijd geleerd dat het van groot belang is om dat in-house te doen, en als het even kan met zoveel mogelijk kennis van de doelgroep, om zoveel mogelijk waarde uit de data te kunnen onttrekken. Maar in een wereld met eindeloze bergen aan data is dit een (deels) achterhaald idee. Ook al lazen we hier al in 2012 over: het is nog geen gelopen race. De datagedreven customer journey schreeuwt om  een gemengde aanpak, een waar menselijke interpretatie gecombineerd wordt met automatisering. En uiteindelijk komt het voor een deel neer op trial and error: wat werkt wel en wat niet? De data en menselijke interpretatie gebruiken we om snel bij te sturen.

En nu?

Of de sessie mijn wereld op zijn kop heeft gezet? Praktijkvoorbeelden zijn altijd wel handig, ook als ze niet een op een op mijn situatie van toepassing zijn. Het belangrijkste was dat de sessie helder heeft gemaakt dat deze ‘buzzwords’ nog volop in ontwikkeling zijn. Rest mij deze afsluitende zin: kom maar op met die geautomatiseerde tools die mij in staat stellen om op een makkelijke manier data in kaart te brengen – zonder dat ik informatie misloop.

 

 

 

 

refresh this page
share this post
with the world
op de hoogte blijven?

Speak Your Mind

*