Data in 2017: voor steeds minder merken is het als ‘teenage sex’

“Big data is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it” aldus Dan Ariely. Voor het gros van merken slaat Dan Ariely’s quote de spijker nog steeds op de kop. Dit terwijl in 2016 veel nieuwe toepassingen en technologie het levenslicht hebben gezien waarmee data kunnen worden omgezet in impact via één-op-één digitale marketing. En we geloven dat in 2017 het tempo verder wordt opgeschroefd.

Digitale marketing gaat steeds meer robotiseren. Daarom speciaal voor marketeers: drie belangrijke inzichten van 2016 en de belangrijkste voorspellingen over data voor 2017 op een rijtje.

Marketeers anno 2016: “we moeten meer doen met onze data!”

Steeds meer merken zijn wakker geworden en technologie is laagdrempeliger geworden. Zo werden business intelligence (BI) oplossingen meer self-service gericht, waardoor BI gemakkelijk werd geadopteerd door marketeers. Ook was 2016 het jaar waarin Google Analytics 360 Suite officieel gelanceerd werd en Data Management Platformen (DMP’s) in toenemende mate door merken werden omarmd om personalisatie mogelijk te maken. Een terugblik op de drie belangrijkste inzichten over data van 2016.

Kenniskloof en tekort aan specialisten

Combineer de wereld van data science met digital marketing en er ontstaan innovatieve toepassingen. Toch zien we dat slechts een handjevol organisaties in Nederland (en over de hele wereld) dit weet te realiseren. En dat is te verklaren. Enerzijds door de nog steeds groeiende kenniskloof tussen dataspecialisten en marketeers. Deze kloof wordt veroorzaakt door een snel evoluerende datawereld die enkel door dataspecialisten bijgebeend wordt. De kennis en kunde van marketeers schiet juist steeds meer tekort.

Anderzijds door het tekort aan ervaren dataspecialisten. De vraag naar dataspecialisten neemt enorm toe en tegelijkertijd krimpt het aanbod. Steeds minder dataspecialisten houden het tempo bij. Volgens onderzoek van International Data Corporation zal dit tekort de komende jaren alleen nog maar schrijnender worden. De voorspelling is zelfs dat de VS in 2018 te maken krijgt met een vraag naar analytisch talent die 50 tot 60 procent groter is dan het aanbod. Tekorten van ruim 150 duizend dataspecialisten en 1,5 miljoen aan overig datagerelateerd personeel worden hierbij genoemd.

Kijk! Een database vol ‘waardeloze data’

Als je als organisatie de beslissing hebt genomen om data om te zetten in impact binnen één-op-één digitale marketing, is een van de eerste stappen een data-inventarisatie. En dat is voor veel marketeers afgelopen jaar goed schrikken geweest. Een greep uit veelvoorkomende issues op datakwaliteit die we in 2016 voorbij hebben zien komen:

• Gebrek aan proces voor definiëren, meten en analyseren van datakwaliteit
• Onvolledige en onjuiste implementaties van Google Analytics en DMP’s
• Databronnen die data (nog) niet op één-op-één-niveau opbouwen
• Ontbreken van koppelingssleutels tussen databronnen waardoor silo’s zijn ontstaan

Onderaan de streep komt het er op neer dat merken vaak from scratch moeten beginnen met opbouwen van nieuwe data om bijvoorbeeld voorspellingsmodellen te ontwikkelen. Ongeacht wanneer je organisatie klaar is voor serieuze stappen op het gebied van data, als marketeer is het verstandig om deze stap (indien nog niet uitgevoerd) hoog op de agenda te zetten voor 2017.

DMP als oplossing voor al je data?

Veel merken zijn aan het doorschieten in de daadwerkelijke functie van een DMP. Vaak wordt gedacht dat het DMP letterlijk de kern van alle klantgerelateerde data zou moeten zijn. Een soort CRM-systeem dat de directe koppeling met marketingtoepassingen heeft. Naar onze mening een erg risicovolle benadering, waarmee een enorme afhankelijkheid van een ‘extern’ platform ontstaat.

Verstandiger is het om de eigen database als kloppend hart te behouden en een DMP uitsluitend te voeden met de data die benodigd zijn om een vooraf bepaalde toepassing in te kunnen vullen. Ongeacht van waar je nu staat met de organisatie op data, dit is ook voor het nieuwe jaar absoluut een topic om samen met je IT-afdeling een visie op te vormen.

2017: einde puberteit komt langzaam in zicht

Gezien de snelheid waarmee ontwikkelingen zich in 2016 opvolgden, kan het niet anders dan dat 2017 voor echte ‘data-fanatics’ een interessant jaar gaat worden. Een jaar waarin de drempel voor marketeers verder omlaag gaat om de eerste stappen te maken. Voor specialisten ontstaan nieuwe uitdagingen omtrent predictive analytics en artificial intelligence (AI). Als voorschot in het kader van predictive insights; onze belangrijkste drie voorspellingen voor 2017.

1. Meer merken gaan van ‘niks’ naar advanced data management

Ondanks dat in 2016 steeds meer merken wakker zijn geworden, heeft het overgrote deel kritisch gezien nog steeds ‘niks’ tot weinig staan. De Aziaten lopen op basis van eigen inschatting voorop als het gaat om ‘dagelijks directe waarde en impact halen uit data’ (63 procent), gevolgd door de Amerikanen (58 procent) en de Europeanen (56 procent).

Je kunt je voorstellen dat deze percentages zelfs nog lager zouden liggen als er meer minder subjectieve metingen gedaan zouden worden. Big data zijn immers als ‘teenage sex’; iedereen claimt er voorop mee te lopen. Data worden dus in zeer beperkte mate omgezet tot impact binnen digitale marketing. Er is dus nog veel te winnen voor veel organisaties. En dat wordt steeds ‘goedkoper’ en tegen lagere risico’s, doordat meer best practices ontstaan en het specialisme meer volwassen wordt.

2. Data worden complexer, visualisatie nog simpeler

Het belang van het visualiseren en verkennen van data gaat een grote vlucht nemen in 2017. Dit blijkt uit onderzoek van het Business Application Research Center naar BI-trends voor 2017. Door de nog altijd groeiende hoeveelheid en diversiteit van data zijn efficiënte en gebruiksvriendelijke manieren van datapresentatie vereist. De markt vraagt dit niet alleen, maar verwacht het ook.

Succesvolle visualisatietools zullen niet alleen in staat zijn om data weer te geven, maar ook de intelligentie bevatten om gebruikers door de grote brei aan data direct naar de belangrijkste inzichten te brengen. Geautomatiseerde reporting is niet meer voldoende, ook een groot deel van de data-analyse zal automatisch gaan verlopen. Zo kunnen significante dalingen in bepaalde verkeersbronnen bijvoorbeeld automatisch via notificaties worden aangekaart, met daarbij de mogelijke oorzaken direct geduid. Maar ook problemen met de gebruiksvriendelijkheid of indexeerbaarheid van een specifieke pagina kan op deze manier eenvoudig worden gespot, zodat enkel nog gefocust dient te worden op de oplossing.

3. Robots nemen (een deel van) het werk over

Een heerlijk idee toch? En ten dele ook de realiteit voor 2017. Waar data afgelopen jaar voornamelijk nog werden toepast als informatiebron, zullen meer merken de data voor hen het werk laten doen. Vanuit voorspellende algoritmes waarmee bijvoorbeeld de kans op conversie en de next best flow van een websitebezoeker worden voorspeld. Of via chatbots gedreven door artificial intelligence (AI), waarmee een deel van de werkzaamheden van customer service kan worden geautomatiseerd en verbeterd.

Geen doel, maar slim toepassen

Data vormen geen doel op zich, maar zonder het slim toepassen van data heeft je merk over een paar jaar geen bestaansrecht meer. Dus ongeacht in welke fase je organisatie zich nu bevindt: het structureel borgen van de datakwaliteit, de vorming van een visie & road map op data, en het definiëren van eerste stappen voor begin 2017 zijn geen overbodige luxe.

Afbeeldingen met dank aan 123RF.com