Marketing Intelligence voor beginners Workshop door Sara Oomen (EMC Cultuuronderzoeken) en Jildiz Heddes (zelfstandig data-analist) Congres Podiumkunsten 2014 WAT Marketing Intelligence is het stelselmatig verzamelen van data, omzetten in bruikbaar inzicht ter ondersteuning van strategische en operationele marketing- en verkoopvraagstukken. Klantinzicht staat centraal in klantgericht ondernemen. WAAROM Klantgericht ondernemen = klantrelaties optimaliseren (CRM) Relevantie voor klant Klantbeleving Klantwaarde Conversie voor organisatie Resultaat Is de klantrelatie voor jouw organisatie van belang? Concurreer je op basis van een innovatief product (jouw organisatie loopt voorop) - > Klantrelatie is niet belangrijk Concurreer je op basis van efficiëntie (betrouwbaarheid, scherpe prijzen) -> Klantrelatie is niet belangrijk Concurreer je op basis van de beste afstemming op de wensen van de klant - > Klantrelatie is wel belangrijk Is de klantrelatie niet belangrijk? Dan heeft MI een meer bescheiden rol. HOE Hoe kun je klantrelaties optimaliseren? • Waarde van de relatie verhogen (cross-sell, targeting) • Aantal relaties verhogen (targeting) • Duur relaties verhogen (retentie, cross-sell)
Data terugkoppelen
Voorbeelden van targeting: Het benaderen van klanten met een hoge verwachte klantwaarde die nog geen kaarten hebben gekocht in de voorverkoop Het benaderen van klanten met een hoge verwachte respons voor donateurschap
Vraag /Doel
Evaluatie
Analyse
Toepassing
Creatie
Creatie, toepassing en evaluatie: door marketeers en klantcontactmedewerkers. We focussen hier op Vraag, Analyse en Data terugkoppelen.
©Sara Oomen en Jildiz Heddes, 27 mei 2014
INTELLIGENTIE
VRAAG/DOEL Welke vragen heb jij voordat je aan creatie kan beginnen? Aan wie verdien ik? Wie kost mij geld? Welke klanten kan ik het beste benaderen? Hoe zien die klanten eruit? Welke gegevens van mijn klanten mis ik? Wie reageert? Wie heeft (nog) niet besteld voor komend seizoen? Wie beëindigt zijn relatie met mij? Hoe komt dit? Hoe kan ik gewenst gedrag veroorzaken? ANALYSE
Eerst moet je gegevens verzamelen en samenbrengen in een DATABASE (bruggen slaan!) Wat zijn de bronnen voor het verzamelen van gegevens: • Interne bronnen (operationeel) • Externe bronnen (onderzoek, huishoudsegmentatie: Cendris, Experian, Wegener enz)
Huishoudsegmentatie: Mosaic Huishouden van Experian
Interne bronnen zijn: • Data van transacties (sales) • Kosten (finance) (welke kosten zijn terug te brengen tot welke klant(groep)?) • Klanttevredenheid (doorlopend onderzoek) • Campagneresultaten (marketing) Wat voor typen analyse kun je (laten) uitvoeren? - Voorspellend/beschrijvend: database-analyse - Verklarend/exploratief: marktonderzoek
©Sara Oomen en Jildiz Heddes, 27 mei 2014
Welke stappen neem je in database-analyse? 1. Verantwoordelijke voor data-kwaliteit aanwijzen (wie heeft er belang bij, wie heeft er bevoegdheid?) 2. Data bewerken • Preparatie: opschonen (bijvoorbeeld klanten ontdubbelen, maar ook geannuleerde kaarten of voorstellingen eruit halen) • Maken van afgeleiden en classificaties (bijvoorbeeld prijscategorie, dagdeel waarop een activiteit plaatsvindt afleiden van het tijdstip) • Missing values: negeren of imputeren (sommige missende gegevens kun je afleiden, anderen (zoals geboortedatum) blijven onbekend) 3. Wat voor methoden & technieken voor analyse zijn er? Historie (beschrijvend) • Tellingen • Kruistabel • Correlatie • Clusteranalyse • Factoranalyse • Geografische analyse • Profielanalyse (met interne of externe data) • Segmentatie (differentiatie) • • •
Toekomst (voorspellend) Regressie-analyse Beslisboom Neuraal netwerk
Geografische analyse: waar komen kaartkopers vandaan
©Sara Oomen en Jildiz Heddes, 27 mei 2014
Meer over segmentatie Wat zijn voor jou relevante variabelen voor segmentatie? (vb kanaalvoorkeur, klantduur, leeftijd, levensfase, woont wel of niet in de stad, klantwaarde, tevredenheid, klachten, interesses). Criteria voor segmentatie: haalbaar en toepasbaar, intern homogeen en extern heterogeen. Trend: van ‘je bent wat je zegt dat je bent’ (interessant) naar ‘je bent wat je doet’ (betrouwbaarder) Segmentatie bij Stadsschouwburg Amsterdam LOYALITEIT: RETOUR-SEGMENT (afgelopen 60 maanden) NIEUW TERUGKEER RECENT TROUW EX
vstl bezocht in afgelopen 12 maanden vstl bezocht <12 mnd en >24 mnd vstl bezocht in afgelopen 24 maanden vstl bezocht in afgelopen 36 maanden geen vstl bezocht in de afgelopen 12 mnd
BEZOEKFREQUENTIE: JAAR-SEGMENT (afgelopen 12 maanden) INCIDENTEEL FREQUENT VAAK
1 vstl bezocht in afgelopen 12 mnd 2 of 3 vstl bezocht in afgelopen 12 mnd 4 of meer vstl bezocht in afgelopen 12 mnd
©Sara Oomen en Jildiz Heddes, 27 mei 2014
1-op-1 marketing (voorbeelden) Event Driven Marketing inrichten (op basis van analyse veranderingen bij klant)
©Sara Oomen en Jildiz Heddes, 27 mei 2014
Servicemail van SSBA (een voorbeeld van dataverrijking)
IKEA (een voorbeeld van dataverrijking)
©Sara Oomen en Jildiz Heddes, 27 mei 2014
Tot slot: enige valkuilen… -
-
Een belangrijke voorwaarde voor MI is het opbouwen van historie: vermijd het weggooien van ‘oude’ data. In database-kringen wordt vaak het principe ‘Garbage in, garbage out’ genoemd. Ofwel, zorg dat je datakwaliteit op orde is, anders komt er nooit iets zinvols uit een analyse. Maak iemand verantwoordelijk voor de datakwaliteit. Als je segmenten maakt of je klanten anderszins classificeert, denk goed na voordat je zulke ‘labels’ naar klanten toe communiceert. Voor data-analyse geldt: 80% van de tijd gaat vaak naar het opschonen van de data en databewerking, waardoor er nog maar weinig tijd over blijft voor het verkrijgen van inzicht. Zorg dat er tijd wordt ingeruimd voor analyse. En zonder goede rapportage ziet niemand de waarde van analyse.
Contact Jildiz Heddes
[email protected] 06 5243 9108
Sara Oomen EMC Cultuuronderzoeken
[email protected] 06 2956 1384
©Sara Oomen en Jildiz Heddes, 27 mei 2014
