Naar inhoud

Meetbare waarde creëren met behulp van Big Data Analytics

“Marketing draait van oudsher rond psychologie en het begrijpen van de klant en de markt. Door de digitalisering van de samenleving is het echter steeds meer een vak van interpretatie geworden. Van data naar informatie en via kennis naar toegevoegde waarde. Een doelgerichte en pragmatische insteek biedt de meeste kans om Big Data echt succesvol in te zetten, met een groter aantal tevreden klanten en een meer winstgevende organisatie als resultaten.”

Dit stelt Natasha Walk, samen met Pieter Verhoef en Edwin Kooge verantwoordelijk voor ‘Creating Value with Big Data Analytics – Making Smart Marketing Decisions’. Dit boek is in 2016 bekroond met de ‘PIM Marketing Literatuur Prijs’, dé marketingliteratuurprijs van Nederland. Met het door de auteurs ontwikkelde ‘Big Data Value Creation’-model worden marketeers in staat gesteld waarde te creëren met Big Data Analytics. De visie van deze expert op het gebied van Big Data en data analytics.

Big Data Value Creation-model

“Met ons Big Data Value Creation-model willen we de complexiteit van het werken met Big Data eenvoudig maken. Door een brug te slaan tussen ‘Meetbare waarde bieden voor de klant en het bedrijf’ – het ultieme doel van data-analyse – en de data, die daarbij een belangrijk middel vormen. Om dit te realiseren zal de organisatie de juiste mensen, processen, systemen en organisatie moeten hebben. Vervolgens worden op basis van analyses inzichten verschaft, beslissingen ondersteund en data-gedreven oplossingen geboden.”

Big Data, hype of ontwikkeling

“Voor mij is Big Data nooit een hype geweest, eerder een spectaculaire ontwikkeling als gevolg van de digitalisering. Daardoor zijn er meer data, actuelere data en andere data beschikbaar gekomen. De grootste uitdaging is nu om al deze data ook echt te gaan gebruiken, door deze slim te integreren en de resultaten van toepassingen om waarde voor klanten en de organisatie te creëren ook meetbaar te maken.”

Waardevoller en relevanter

“Door niet de data, maar waardecreatie als startpunt te nemen, kun je data waardevoller en relevanter maken. Dat doe je ook door waardecreatie tastbaar te maken met praktische toepassingen, die op korte termijn al resultaat opleveren. Deze insteek leid je tot de data die echt relevant zijn om te ontsluiten, te analyseren en te vertalen naar groeikansen en toepassingen. Dat is ook precies de reden waarom we het model ontwikkeld hebben. We willen deze complexiteit eenvoudig maken door het proces en de succesfactoren voor waardecreatie inzichtelijk te maken.”

Gegevens omzetten in inzichten

“Als je gegevens om wil zetten in inzichten, betekent dit keuzes maken over de data waarmee je start en dus ook dat je bepaalt welke data je buiten beschouwing laat. Daarnaast integreer je databronnen, zoals marktonderzoeksdata, data uit social media en klantdata, en die samenbrengt onder één noemer. Verder zet je de beschikbare analysemethoden en -technieken slim in om tot toepasbare inzichten en modellen te komen. Bovendien maak je de waardecreatie tastbaar met kritieke prestatie-indicatoren die goed aansluiten op de financiële metrics van de organisatie.”

Afgeven persoonlijke gegevens

“Wanneer je klanten en prospects wil overtuigen hun persoonlijke gegevens achter te laten, dien je een win-win-situatie te creëren. Consumenten zijn bereid om hun data te delen, als ze er iets voor terugkrijgen. De meeste consumenten klikken algemene voorwaarden aan om toegang tot diensten te verkrijgen of transacties te kunnen doen, zonder zich te realiseren waar ze ‘ja’ tegen zeggen.”

“Maar ik denk dat in de toekomst, als consumenten zich beter gaan realiseren dat hun data een oneindige waarde vertegenwoordigen voor organisaties, je verder moet gaan dan de ruil ‘u krijgt meer relevante aanbiedingen’. Ofwel, consumenten waar en waarde voor hun data bieden. Denk daarbij aan acties als kortingen en kick-back fees op data gebruik.”

“Daarnaast is security een zeer actueel thema. Consumenten moeten echt verzekerd zijn en erop kunnen vertrouwen dat hun data veilig zijn bij bedrijven. Dit betekent dat organisaties zich moeten wapenen tegen onder andere hackers, cyberaanvallen en misbruik.”

Competenties voor Big Data

“Om de competenties in kaart te brengen die je nodig hebt om succesvol met Big Data aan de slag te gaan, hebben wij één van de vier pijlers van ons model Big Data Capabilities genoemd. Daarin onderscheiden we vier bouwstenen: mensen, organisatie, processen en systemen. Alle bouwstenen kennen hun eigen uitdaging. In ons boek geven wij keuzemodellen en tips hoe deze succesvol op te bouwen zijn.”

“Wat momenteel bijvoorbeeld heel actueel is, is de schaarste aan analytisch talent. Dus organisaties staan voor uiteenlopende vraagstukken. Welk profiel mensen hebben we nodig? Hoe vind ik deze mensen? Hoe bouw ik een team? Hoe leid ik ze op? Hoe behoud ik ze? Daar willen wij een antwoord op geven.”

Balans mens en technologie

“Wanneer je op zoek gaat naar de optimale balans tussen de technologische en menselijke aspecten bij een goede inzet van Big Data, dien je te beseffen dat de vertaling van data naar kennis om waarde te creëren mensenwerk is.”

“Technologie dient nog altijd als verlengstuk van de mens. Met de komst van Big Data zien we dat nieuwe technologie er voor zorgt dat we in staat zijn om grote hoeveelheden data te kunnen verwerken, bewerken en analyseren. Tegelijkertijd zie je de vraag naar analytisch talent enorm stijgen. Dit komt door het simpele feit dat de vertaalslag van data via kennis naar toepassing altijd mensenwerk blijft. Dit kun je niet overlaten aan processen die gestuurd worden op basis van kunstmatige intelligentie.”

“Dus investeren in alleen technologie en niet tegelijkertijd in mensen, zal een disbalans veroorzaken, met als gevolg dat het potentieel van Big Data onbenut blijft.”

Effectieve data-analyse

“Door de juiste analysestrategie te kiezen, zorg je dat jouw data effectief worden geanalyseerd. Vaak zien we Big Data-projecten mislukken doordat er gekozen wordt voor een data mining strategie. In dat geval worden alle mogelijke data verzameld en zonder een vooraf gedefinieerd probleem gezocht naar nieuwe verbanden en inzichten. Dit terwijl een problem solving strategie beter past. Dan start je met een gedefinieerd probleem en worden de beschikbare data ingezet, die je helpen om inzichten te creëren om oplossingen voor het probleem te vinden. Je kunt dus beter klein beginnen met een problem solving strategie en vervolgens dat succes verder uitbouwen.”

Visualisatie van data

“Het belang van visualisatie van data is enorm gegroeid door de groeiende overload aan informatie, waarmee wij geconfronteerd worden. Dat zie je terug in de verschuiving van gebruik van tekst via beeld naar video in onze dagelijkse communicatie.”

“Dit geldt ook voor big data analytics, waar visualisatie verschillende functies heeft. Zo helpt visualisatie bijvoorbeeld bij patroonherkenning tijdens de analyses. Bovendien worden de uitkomsten van je analyses begrijpelijker, indien deze worden gevisualiseerd in de vorm van grafieken en figuren.”

“Want uiteindelijk gaat het erom dat je impact wilt maken met je inzichten, door een eenduidige en heldere boodschap over te brengen die iedereen in de organisatie begrijpt. Dat zie je terug in het toenemende belang van storytelling, waar visualisatie een belangrijk hulpmiddel is om je boodschap over te brengen.”

Focus op waardecreatie

“Als je vandaag nog succesvol aan de slag wil gaan met Big Data, adviseer ik klein te beginnen en te focussen op de waarde die je wilt creëren. Vanuit een succes is het namelijk gemakkelijker opschalen naar complexere projecten die grotere investeringen vergen. Dus, start small with Big Data.”

Bron: CustomerTalk
0

Reacties

Logo CustomerTalk

Cookie-instellingen

CustomerTalk maakt gebruik van cookies voor een optimale gebruikerservaring.

Graag vragen wij je toestemming voor het plaatsen van deze cookies.

Accepteren Meer informatie