Het is het jaar 2009. Ik maak kennis met tools die inzicht geven in webgedrag: waar zitten bezoekers, wat kopen ze, wat niet en waar haken ze af? Toentertijd was er nog weinig te kiezen én minder mogelijk. Daarnaast waren de interfaces van de tools een stuk minder makkelijk en “technischer”. Meer voor de experts.
Inmiddels is het 2020 en heeft marketing software een vogelvlucht genomen, of zeg gerust: de vorm van een hogesnelheidstrein aangenomen. Op het moment kent het marketinglandschap ongeveer 8.000 tools die je op allerlei manieren helpen om inzicht te krijgen in het gedrag van je klant of bezoeker. Van e-mail, chatbot, social, website tot appgebruik, je ziet van alles, steeds meer binnen de kaders van wat mag en kan. Je zou zeggen dat de opkomst van al deze tools het werk van marketeers makkelijker heeft gemaakt. Meer inzicht in het gedrag van consumenten betekent dat je makkelijkere en betere keuzes kan maken, toch? In de praktijk blijkt vaak juist het tegenovergestelde: hoe meer je weet, hoe complexer de zaak blijkt te zijn en hoe moeilijker de afweging wordt. Hoewel je tal van hulpmiddelen en processen kunt gebruiken om om te gaan met de overvloed aan data, helpt het om bij de volgende 3 stappen te beginnen:
1. Meet wat je wilt weten en klopt de meting?
De eerste stap is (altijd): controleren dat wat je online meet ook compleet en correct is. Is je data betrouwbaar om bedrijfskeuzes op te baseren?
Problemen die ik tegenkom hebben betrekking op te veel unieke pagina’s, bronnen die niet goed getagd zijn, bots die niet uitgesloten worden of te hoge bouncepercentages. Belangrijke onderdelen worden niet gemeten of er is geen connectie tussen backend systemen en online tools (frontend).
Als wij aan de slag gaan doen we voorafgaand altijd een analytics check. Hierin doorlopen we de implementatie van het analytics pakket(ten) om te kijken of alles goed is ingericht of dat er metingen ontbreken. Te vaak komen we erachter dat de meting niet goed gaat, en eigenlijk altijd zijn er wel kansen om extra te meten. Door van tevoren de kwaliteit van je data te checken, kunnen mogelijke problemen vroegtijdig gesignaleerd en verholpen worden. Check je van tevoren niet of je metingen betrouwbaar zijn, dan loop je het risico je belangrijke bedrijfskeuzes te baseren op los zand.
Een interessant, zij het wat ouder artikel van MIT hierover is nu nog steeds relevant (helaas). De essentie van het artikel is dat als je data gebruikt om je keuzes op te baseren en sturen, zorg dan dat de datakwaliteit goed is.
2. The human aspect of data science
De hoeveelheid, kwaliteit, snelheid, complexiteit en gelaagdheid van data maakt dat het soms moeilijk is om te interpreteren. Wat willen je bezoekers of klanten? Waar zijn ze naar op zoek? En waarom bestellen ze nu ineens en niet morgen?
Steeds meer bedrijven investeren veel in de technische kant van data, zoals slimme platformen, het gebruik van artificial intelligence en het automatiseren van data. Terwijl er minder aandacht uitgaat naar hoe de organisatie dit moet gebruiken en interpreteren. Gedrag van je bezoekers en klanten is complex, probeer daarom zoveel mogelijk te leren en vast te leggen. Afhankelijk van de mogelijkheden kun je dit doen door te onderzoeken, te experimenteren, analyses te maken met hulp van psychologen, de wetenschap te raadplegen en vragen te blijven stellen. Zorg dat je bij het gebruik van data en techniek ook kijkt naar de inrichting van je teams en hun doelstellingen, kennis en kunde van collega’s en hoe deze teams met elkaar samenwerken om te komen tot het einddoel.
Je kunt als organisatie geweldige, uitgebreide tools aanschaffen, maar je moet ook de juiste mensen en stappen hebben om hiermee aan de slag te gaan. Het artikel ‘Getting Serious about the human side of data’ gaat hier goed op in.
3. Zorg voor een passende marketing stack
Het komt nogal eens voor dat organisaties veel tools live hebben staan, maar hiervan een groot deel amper gebruiken of er weinig inzichten uithalen. Enorm zonde! Kies je tools daarom zorgvuldig en gebruik afhankelijk van je wensen alleen die tools in je marketing stack die echt waardevol zijn. Een wirwar aan tools leidt tot afleiding en zorgt ervoor dat je data overal en nergens staat. Zorg dat je de data die je gebruikt met elkaar kunt integreren, waardoor ze overzichtelijker worden en je ze makkelijker kunt gebruiken om gedrag te interpreteren.
Focus niet alleen op techniek, maar juist op organisatie
Als je de razendsnelle ontwikkelingen van de afgelopen jaren ziet in marketing software, dan is te verwachten dat het komende decennium de ontwikkelingen elkaar alleen maar sneller zullen opvolgen. Bij het kiezen en gebruiken van de juiste tools wordt het belang van datakwaliteit, de juiste mensen en integratie met andere tools alleen maar groter. Het gaat sneller en vergt creativiteit aan de kant van het organiseren van mensen, kennis, kunde en actie.