CRM: van data naar klantkennis

CRM: van data naar klantkennis Prof. Dr. Ed Peelen en Drs. Rob Beltman De vraag of de computer de glazen bol van de waarzegster uit de negentiende eeuw heeft vervangen laat zich rechtvaardigen. Vinden we immers in de computer en op ons scherm hoe de consument in elkaar zit en wat de toekomst ons zal brengen? Kunnen we dankzij de gegevens die we daar aantreffen de hersenpan van de klant oplichten en begrijpen hoe deze de relatie met ons waardeert? Kunnen we diens denkprocessen aftappen en bekijken hoe hij tot beslissingen en gedrag komt? Als dat het geval is, levert de niet-expliciete kennis in de hoofden van medewerkers uit de 'front-office' geen aanvulling meer op de informatie die uit de computersystemen is te halen. De techniek lijkt perfect en kan de mens voor een deel vervangen. Het is misschien een toekomstverhaal, maar in ieder geval geen weergave van de huidige werkelijkheid; het is zelfs geen illustratie van de realiteit bij bedrijven met een voorbeeldige databasemanagement afdeling. In de huidige situatie is het veeleer de uitdaging om de informatie over klanten uit verschillende bronnen te combineren. Marktonderzoeken, databases en ervaringen van front-office personeel dienen samengebracht te worden om een zo juist, volledig, actueel en consistent mogelijk beeld van de klant te creëren. Een beeld waarvan de waarde door een ieder binnen het bedrijf wordt onderkend en gekoesterd; het is de bron van succes. Van oudsher wordt in informatie management een onderscheid gemaakt tussen data, informatie en kennis. Data zijn gegevens; het is de datum waarop een prospect klant is geworden, het bedrag van de laatste aankoop, de termijn waarop betaald is en het adres van de relatie. Data worden informatie zodra een gebruiker er betekenis aan kan toekennen. De gegevens zeggen iets over de identiteit en het profiel van de klant; het wordt mogelijk zich 1

een voorstelling te maken van wie de klant is. Informatie wordt kennis zodra er naar gehandeld wordt; omdat het profiel van de klant bekend is, weten we wanneer we hem welk aanbod moeten doen. De valkuil zal voorkomen moeten worden dat de aandacht te eenzijdig is gericht op het verzamelen, bijhouden en analyseren van data. Dat zou het streven inhouden een nieuwe glazen bol te ontwikkelen waarvoor veel kosten en investeringen gemaakt moeten worden, terwijl resultaten uitblijven. Belangrijk is juist het ultieme doel voor ogen te blijven houden: kennis. Het gaat om het gebruik van informatie bij het uitbouwen van de relatie met klanten en dat vereist een samenspel tussen mensen en informatiebronnen.

De waarde van klantkennis Het opbouwen van klantkennis vereist het verzamelen en bijhouden van data. Gegevens over de identiteit en het profiel van klanten, ex-klanten en prospects zullen gecollecteerd en geregistreerd moeten worden. Vanuit verschillende bronnen zullen deze gegevens bijeengebracht moeten worden. Externe dataleveranciers kunnen behulpzaam zijn bij het aanleveren van (eenmalig te gebruiken) gegevens. Vanuit de eigen zogenaamde backoffice systemen kunnen data over bijvoorbeeld transacties, betaalgedrag en identiteit gehaald worden. In de front-office kan worden bijgehouden met wie, wanneer over welke onderwerpen per telefoon en per e-mail is gecommuniceerd. Investeren in software om deze data bijeen te kunnen brengen en te beheren is noodzakelijk. Veroudering van gegevens dient voorkomen te worden. Fouten, die er vanzelfsprekend zullen zijn als gegevens uit zoveel verschillende bronnen bijeen worden gebracht, zullen geïdentificeerd en gecorrigeerd moeten worden. Hardware en netwerken zullen aanpassing behoeven aan de eisen die deze database applicaties stellen. De veiligheid en snelheid van de overige operationele applicaties mogen niet in gevaar gebracht worden. In het call center wil men immers nog snel een order kunnen invoeren en de uitlevering van een opdracht kunnen verifiëren. Uit deze beschrijving valt al af te leiden, dat het opzetten en bijhouden van een databestand met relatiegegevens uitgaven en investeringen vergt. Daarbij is het risico groot om een aantal van de genoemde activiteiten over het hoofd te zien en dus de investeringen te laag in te schatten.

Doordat CRM programma’s ook de ontwikkeling van de ‘multichannel’ omgeving en de integratie van de front- en back-office omvatten, ontstaat hier de neiging investeringen in data ten opzichte van die in harde systemen te onderschatten. Tijdens de realisatie van het project komt men dan voor budgetoverschrijdingen te staan en/of doet men concessies aan de kwaliteit, waardoor het uiteindelijke financiële succes van het hele CRM programma in gevaar komt. Indien we ons realiseren welke uitgaven nodig zijn om data te verzamelen, te registreren en bij te houden, wordt het ook helder dat we alleen in die gegevens moeten investeren die uiteindelijk bijdragen aan het klantbeeld dat we ons willen vormen en dat aan de basis van ons handelen gaat staan. Het is te eenvoudig om ‘alles wat we tegenkomen’ te registreren en uiteindelijk te constateren dat het weinig betekenis heeft. Het opschonen van dit soort bestanden brengt veel werk en uitgaven met zich mee.

Ondernemen met data Data zijn ‘resources’, waarin door relatiegerichte organisaties (veel) investeringen zijn en worden gedaan. Het zijn activa die geëxploiteerd dienen te worden. Voor organisaties is het ten eerste van belang de juiste investeringen te doen, ofwel: de juiste gegevens vast te leggen. Ten tweede blijkt alleen in het gebruik de waarde van ‘resources’. Alleen dan zetten we data om in informatie en kennis. Een onjuist omgaan met data leidt ertoe dat de potentiële waarde die ze vertegenwoordigen slechts ten dele wordt gerealiseerd, of zelfs teniet wordt gedaan. Aangezien veel discussies over de waarde en de zin van investeringen in klantendatabases worden gevoerd, verdient het management en de exploratie van deze bestanden veel aandacht. Organisaties zijn vanouds gewend om fysieke ‘resources’ te managen. Data hebben geheel andere eigenschappen en het management daarvan verschilt aanmerkelijk van dat van fysieke ‘resources’ als bijvoorbeeld een machine. Typische problemen waarmee organisaties geconfronteerd worden bij het investeren en exploiteren van data worden in het volgend schema weergegeven.

Strategie > Er bestaat geen verband tussen de strategie van de onderneming of SBU en de data en informatiestrategie. > De onderneming weet niet welke data het meest belangrijk zijn. > Data benodigd om de strategie uit te voeren, zijn niet beschikbaar. > De invloed van nieuwe informatieof gegevensbronnen wordt niet meegenomen tijdens strategieformulering. Kennis van data resources > Onvoldoende kennis binnen de onderneming van beschikbare data en de wijze waarop ze in nuttige informatie kunnen worden omgezet. > Medewerkers kunnen de informatie niet vinden die ze zoeken. > Informatieketens, die lopen van data creatie tot gebruik, worden onvoldoende geïdentificeerd en gemanaged. Toegang > Medewerkers hebben geen toegang tot de data die ze zoeken, zelfs als ze van het bestaan afweten. > Data worden niet gedeeld. Hoeveelheid > Er zijn te veel data die weinig of geen waarde vertegenwoordigen. > De redundantie in data is groot en wordt niet gemanaged. > Overbodige data worden niet verwijderd, maar blijven wel aandacht vragen. > Alledaagse termen, zoals klant of winst, hebben vele betekenissen. Kwaliteit > Data waarden zijn onnauwkeurig, niet bijgewerkt of inconsistent waardoor meer kosten gemaakt moeten worden, de besluitvorming wordt bemoeilijkt en de kwaliteit van de bedrijfsvoering afneemt. Behoefte aan nieuwe data > Nieuwe data worden niet verzameld in het tempo dat de organisatie wenst. > Betrouwbare databronnen blijken lastig te vinden. > Datastructuren zijn moeilijk aan te passen. Gebruik en beveiliging > Het gebruik van de data is niet effectief. > Besluitvorming is onvoldoende gebaseerd op feiten. > Nieuwe marktkansen worden onvoldoende geïdentificeerd. > Data staan bloot aan ongeautoriseerd gebruik, diefstal, virussen, verlies en onbedoelde vernietiging. Privacy > Het begrip bij ondernemingen vertrouwelijk om te gaan met data wordt slecht begrepen. > Slecht begrip van gelegitimeerd en ongelegitimeerd gebruik van data van klanten en medewerkers. Organisatie > Management verantwoordelijkheden met betrekking tot data zijn slecht gedefinieerd. > Beleidsuitgangspunten van organisaties met betrekking tot data en informatie zijn ‘brutaal’. > Geen procedures om met ‘data issues’ om te gaan binnen organisaties. Bron: Levitin en Redman (1998)

Tabel 1 Problemen rondom data

2

Organisaties doorlopen meestal een groeipad. Een professionele database organisatie wordt niet van de ene op de andere dag gerealiseerd. Het is een leertraject, afgewisseld met successen en crises. Op basis van brainstormsessies met databasemanagers is het volgende evolutietraject geconstrueerd: Stap 1: de pioniersfase De eerste stappen op het terrein van het databasemanagement bestaan veelal uit het aanleggen van een eerste adressenbestand. Het wordt gedaan door een marketeer, die dat er als ‘hobby’ naast doet als gevolg van een idee of marketingactie. Stap 2: de specialisatiefase De successen die daarmee worden geboekt, vormen de rechtvaardiging voor verdere investeringen in databasemanagement. Er komt een aparte afdeling. Mensen gaan zich specifiek richten op het bestandsbeheer en kunnen zich verder bekwamen in het maken van analyses op de data. Meer gegevens worden verzameld en vastgelegd, in veel situaties nog zonder dat men een duidelijk beeld voor ogen heeft van de marketinganalyses die men wil verrichten en het klantbeeld dat men wil construeren. De ontwikkelingen zijn zodanig dat men op een crisis afstevent. Stap 3: de multifunctionele teams Investeringen in deze stafafdeling met databasespecialisten blijken niet het gewenste rendement op te leveren en worden ter discussie gesteld. Een periode van herbezinning breekt aan waarin de organisatie van het databasebeheer wordt gewijzigd. Men realiseert zich dat een nauw samenspel tussen de marketeers, de databasespecialisten en de front-office medewerkers (met het daadwerkelijke klantcontact) noodzakelijk is. Database-specialisten trekken zich vaak te veel terug op hun ‘eiland’. Tegelijkertijd deinst de marketeer vaak terug voor zaken als databasebeheer. De marketeer is echter de aangewezen persoon om de mogelijkheden ervan te ondervinden en sturing te geven aan de te verzamelen, te registreren en te analyseren gegevens. Contactmedewerkers zullen eveneens de voordelen van de data in hun werk moeten ervaren zodat ze bereid zijn meer moeite te doen voor het vastleggen van contacthistories.

3

De te vormen multifunctionele teams worden afgerekend op de resultaten die ze boeken bij klanten. Het databasebeheer muteert van een ‘cost center’ tot een onderdeel van een ‘profit center’. Data en informatie worden beoordeeld op hoe ernaar gehandeld wordt in de markt! De indertijd opgerichte stafafdeling met databasespecialisten kan blijven voortbestaan als ontwikkelcentrum met verantwoordelijkheid voor het verder profijtelijk uitbouwen van de klantkennis. De afdeling kan op meer afstandelijke wijze, niet in beslag genomen door de dagelijkse operaties, aangeven langs welke weg de klantkennis verder uitgebouwd kan worden. Wat is zinvol om te weten van klanten? Hoe past dat in de marketingbenadering? Welke bronnen kunnen we raadplegen om deze gegevens te verkrijgen? Hoe zorgen we dat gegevens ook daadwerkelijk benut worden in de marketing? Stap 4: de systeemintegratie Op het moment dat bedrijven prospects en klanten langs meerdere communicatie kanalen in de gelegenheid willen stellen contact met hen op te nemen, doet zich veelal een nieuwe crises voor. Voorheen werden klantgegevens geraadpleegd door interne medewerkers. Fouten bleven intern en konden worden hersteld zonder dat de klant er weet van had. Gegevens die moeilijk toegankelijk waren, konden dankzij de trucs van ervaren databasemanagers toch aan ‘het systeem onttrokken worden’ en verspreid. De ‘multi channel’ omgeving eist evenwel dat gegevens ‘real-time’ worden vastgelegd en toegankelijk zijn. Niet alleen voor de uiteenlopende frontoffice medewerkers, die direct op de hoogte moeten zijn van een discussie die is gevoerd tussen de klant en de organisatie via een ander kanaal. Maar ook voor de klant, die via internet een oplossing aangereikt wil krijgen. Zonder tussenkomst van een persoon, zal het systeem het maatwerk moeten leveren waar de klant om vraagt. Mogelijkheden om eventuele fouten te herstellen zijn er niet. Dit stadium van de systeemintegratie wordt wel het moment van de waarheid genoemd. Verborgen fouten komen aan het licht en verstoren ook direct het communicatieproces. Ze richten schade aan en irriteren marketeers, medewerkers in de front-office en bovenal klanten. Investeringen in datakwaliteit dulden in deze periode geen uitstel en worden met spoed doorgevoerd.

gevallen wordt bij het beantwoorden van deze vragen geredeneerd vanuit de data.

Stap 5: one-to-one communicatie? Uiteindelijk wordt een ‘multi channel’ omgeving gekoppeld aan de klantgegevens en de processen in de back-office (zoals orderopname, uitlevering, etc.) en ontstaat er een situatie waarin wellicht stapsgewijs toegewerkt kan worden naar het ideaal van ‘one-to-one’ communicatie (Peppers en Rogers, 1999). Plaats- en tijdonafhankelijk kan communicatie plaatsvinden tussen klanten en bedrijf. De systemen zijn van dien aard dat ze de heterogeniteit aan in- en uitgaande contacten kunnen ondersteunen en initiëren. Bedrijven die al te fanatiek dit ideaal nastreven, belanden veelal ook in een crisis. De organisatie kan de complexiteit niet aan en ontbeert het aan intelligentie om zinvol invulling te geven aan de veelheid van contacten. De realiteitszin moet de overhand weer krijgen en de visie moet aan betekenis inboeten. Incrementeel zal aan een meer gedifferentieerd communcatieproces langs verschillende kanalen inhoud moeten worden gegeven. Die differentiaties die lonen en uitvoerbaar zijn, zullen prioriteit moeten krijgen.

Van data naar klantkennis Welke gegevens willen we uiteindelijk van de klant? Welk beeld willen we van de klant en hoe willen we dat benutten in het CRISIS marketingbeleid? Het zijn de vragen die we moeten stellen om invulling te kunnen geven aan het beleid dat is gericht op het uitbouwen en exploiteren van data als belangrijk activum van de organisatie. In veel Professionalisatiegraad

Het succes van integratie

Het succes van de data Het succes van de selectie

CRISIS

Voor verschillende gegevens wordt dan bekeken of ze van nut zijn in de marketing, terwijl de andere invalshoek waarbij vanuit het gewenste klantbeeld en relatiemarketingbeleid wordt geredeneerd kan leiden tot meer doelgericht handelen. Er is een einddoel dat als leidraad kan fungeren bij het bepalen van de gegevens die verzameld moeten worden langs verschillende bronnen. Het volgen van deze benaderingswijze vereist wel van databasemanagers en marketeers dat zij dit einddoel kunnen formuleren. Organisaties die de Customer Intimacy strategie willen invoeren en intensieve relaties met klanten willen ontwikkelen, zullen zich niet alleen een beeld van de klant als koper, maar ook van de klant als gebruiker en als mens of organisatie moeten vormen. Indien we ons uitsluitend richten op het verzamelen van gegevens over de koper, implementeren we impliciet een productleiderschap of operational excellence strategie. Het lijkt ons te gaan om de transacties en niet om de relaties! Tegelijkertijd moeten we ons realiseren dat het verzamelen van gegevens over de klant als gebruiker en mens c.q. organisatie meer kosten met zich meebrengt. Het gaat veelal niet om gegevens die beschikbaar komen uit de financiële back-office systemen, maar die apart verzameld of van derden betrokken moeten worden. Voor een deel gaat het ook om data die niet of minder Het succes objectief meetbaar zijn; de van 1-to-1? persoonlijkheid en de waarden van een mens zijn abstract en niet waarneembaar. Alhoewel het gaat om stabiele CRISIS eigenschappen, zal het meten en bijhouden van deze gegevens een uitdaging vormen.

CRISIS

Tijd

Figuur 1: Groeistadia in databasemanagement

4

Tijdens uitgebreide sessies hebben ze daarop een toelichting verschaft; ze hebben aangegeven wat voor hen belangrijk is en welke rol geld en beleggen daarbij spelen. Vooral is ingegaan op duurzame karakteristieken, die aan weinig veranderingen onderhevig zijn.

Ook het aantonen van een verband tussen dergelijke gegevens en de response op communicatie uitingen wordt moeilijk. Niettemin kunnen ze een wezenlijke bijdrage leveren aan de ‘customization’ van het klantcontact en relatiebeheer. Ze verschaffen ons een beter klantbeeld dat ons kan helpen de relatie beter te bedienen.

De klantprofielen bewijzen goede diensten bij het invullen en uitvoeren van het marketingbeleid per klantsegment. Van de zogenaamde notabele is bijvoorbeeld bekend wat hem beweegt, welke waarden hij nastreeft. Zijn beleggingsprofiel en bijpassend beleggings- en communicatie gedrag zijn bekend en hierop kan worden ingespeeld. Hij wordt niet lastig gevallen met productintroducties die zijn belangstelling niet hebben en hij wordt aangesproken op een toon en met berichten die hem aanspreken. Figuur 2 Het gebruik van verschillende gegevensbronnen om een volledig klantbeeld te vormen

Een praktische oplossing voor het ontstane probleem kan bestaan uit het combineren van de gegevens uit verschillende bronnen. Traditioneel zijn databases sterk in het aanleveren van kerngegevens over de koper en is marktonderzoek geschikt om data over de klant als gebruiker, mens en/of organisatie aan te leveren. Ook de informatie die wordt verkregen uit persoonlijke contacten met klanten kunnen het beeld verrijken. Een aandachtspunt bij het samenbrengen van de verschillende gegevensbronnen is wel dat marktonderzoek, in tegenstelling tot databases en klantcontacten, veelal anonieme en geaggregeerde klantgegevens oplevert. Een methode zal bedacht moeten worden om de klantprofielen uit kwantitatief en kwalitatief marktonderzoek betrouwbaar te koppelen aan individuele relaties. Een aantal harde gedragscriteria zal inzicht moeten geven in het profiel dat bij een individuele klant hoort. Een techniek als clusteranalyse kan hiertoe worden ingezet. Robeco Direct (Wolfs, 2001) is er langs deze weg bijvoorbeeld in geslaagd het profiel van haar relaties in de uiteenlopende segmenten nader te omschrijven. Domein In de database zijn aan de hand van een clusteranalyse diverse segmenten onderscheiden op basis van harde (gedrags)criteria. In kwalitatief onderzoek zijn per segment uitgebreide profielen van prospects, klanten en exklanten als mens, belegger en koper van Robeco-diensten opgesteld 1. Respondenten hebben met wegwerpcamera’s opnamen gemaakt van beelden die voor hen belangrijk zijn.

Het bouwen aan een zinvol klantbeeld met bijpassend relatiemarketing beleid is een leerproces en vraagt om een leercultuur, die typisch is voor direct marketing en dat ook voor CRM zou moeten zijn. Proefondervindelijk zal het nut moeten blijken van nieuwe gegevens die conceptueel passen in het op te bouwen gewenste klantbeeld.

marktonderzoek

Gebrui-kers profiel Klant profiel Media gebruik Trans-actie Identificatie Domein van databases

Figuur 2: een volledig klantbeeld 1

Vergelijkend onderzoek heeft uitgewezen dat de database en het kwalitatief onderzoek leiden tot dezelfde segmentering.

5

Menselijk profiel

Communicatiehistorie Het vastleggen van de gevoerde communicatie is van belang om een ‘ongoing dialogue’ te kunnen voeren, waarbij men niet in herhaling behoeft te vallen. Bovendien biedt een communicatieoverzicht aangrijpings-punten bij het bepalen van de methode waarop diepgang in de conversatie kan worden vergroot, zodat meer persoonsgebonden gegevens worden uitgewisseld.

Welke campagnes in het kader van het marketingbeleid wel respectievelijk niet effectief zijn, zal in testen moeten worden onderzocht. Het experimenteren met verschillende communicatie uitingen om uiteindelijk vast te stellen wat wel en niet werkt in bepaalde situaties moet aandacht verdienen. De moeite moet worden genomen om verschillende uitingen te ontwikkelen, te produceren en te zenden aan zorgvuldig geselecteerde personen en organisaties.

>

De discipline moet opgebracht worden om de lessen uit eerdere testen vast te houden, zodat er in het vervolg van kan worden geprofiteerd. Evaluaties moeten worden opgesteld van marketingcampagnes, alvorens in de drukte van alledag nieuwe worden geïnitieerd.

Events vormen een nog niet genoemd onderwerp waarvan het interessant kan zijn gegevens op individueel niveau te verzamelen. Het gaat om gebeurtenissen die zich voordoen in de omgeving en in het leven van klanten en de aanleiding vormen een transactie te verrichten. Een geboorte, een huwelijk, het bereiken van een bepaalde leeftijd, de aanschaf van een auto of een huis, een salarisverhoging, ontslag en een verhuizing zijn voorbeelden van gebeurtenissen die aan de basis staan van de afname van tal van verzekeringen. Het tijdig kunnen verkrijgen van gegevens over deze events biedt perspectief: men kan de prospect op het juiste moment een aanbod doen! Voor een deel zijn dergelijke gegevens te betrekken van derde instanties.

Welke gegevens? Samenvattend kan worden opgemerkt dat op individueel niveau in databases veelal gegevens verzameld worden over de volgende onderwerpen (onder andere Hoekstra, 1998, Hughes, 1994, Peelen, 1999): >

Identificatie van de klant of prospect Tot de meest basale gegevens behoren de naam, adres, woonplaats, telefoonnummer en het e-mail adres.

>

Segment Tot welk segment behoort de klant? Het kunnen indelen van een relatie in een bepaalde deelgroep is cruciaal om haar of hem een gedifferentieerd aanbod te kunnen doen.

>

Marketing kanaalpreferenties Belangrijk is het ook in een vroeg stadium vast te stellen hoe de marketing kanaal preferentie van de klant eruit ziet? Hoe staat zij of hij tegenover bepaalde kanalen? In welke situaties en op welke momenten zal zij of hij een voorkeur hebben voor een bepaald kanaal?

>

6

Transactiehistorie en klantwaarden Welke goederen en diensten heeft de klant in het verleden van de organisatie betrokken? Hoe valt het betaalgedrag van de relatie te karakteriseren? De direct marketing praktijk heeft geleerd dat het historisch koopgedrag een van de beste voorspellers is van toekomstig aankoopgedrag.

Conclusie Klantgegevens die worden uitgebouwd tot klantinformatie waarnaar gehandeld kan worden, vormen een van de belangrijkste bouwstenen van CRM. Zonder klantkennis kan geen invulling worden gegeven aan het relatiebeleid en kan in communicatie niet gericht ingespeeld worden op de klant. Investeringen in deze data liggen veelal hoger dan het management op het eerste gezicht verwacht. Het inzichtelijk maken van deze investeringen en de gevolgen van het ontbreken van datakwaliteit is effectief om het management bewust te maken van de omvang en de relevantie van datakwaliteit. Het pleidooi voor datakwaliteit is waarschijnlijk meer gebaat bij een dergelijk betoog dan met één waarin de lof wordt gestoken over de toekomstige winsten die met datakwaliteit zijn te behalen.

Het uitbouwen van de klantinformatie vraagt enerzijds een professionele organisatie. Het databasebeheer vormt geen activiteit die er even bij gedaan kan worden. Evenmin is het een functie die uitsluitend ondergebracht dient te worden bij specialisten in een ‘cost center’. Om te waarborgen dat daadwerkelijk door marketeers en personen in de front-office wordt gehandeld naar de beschikbare klantinformatie, verdient het aanbeveling in een multifunctioneel team het databasebeheer aan te pakken. Met de ondersteuning van een professionele staf kunnen deze teams de klantinformatie verder verrijken en profijtelijk exploiteren. Er kan gericht in een lerende organisatie worden gewerkt aan de constructie van het gewenste klantbeeld en bijpassende marketingbeleid. Verschillende bronnen kunnen worden gecombineerd teneinde dit beeld te completeren. Het exploiteren van data vraagt voorts om een uitgedacht privacybeleid. Klanten zullen ermee moeten instemmen dat de leverancier hen leert kennen; ze moeten hier het voordeel van inzien. Mocht dit niet lukken, dan kan de waarde van dit zeer belangrijke bedrijfsactivum snel in waarde slinken!

7

Achtergrondinformatie Prof. dr. Ed Peelen is hoogleraar Interactive Marketing aan de Universiteit Nyenrode. Tevens is hij partner van ICSB Marketing en Strategie. Drs. Rob Beltman is adviseur bij ICSB en is gespecialiseerd in Customer Relationship Management. ICSB is een Rotterdams adviesbureau dat haar klanten helpt succesvol te ondernemen op hun markten, door hen praktische oplossingen te bieden die stevig gefundeerd zijn op de nieuwste inzichten. Wenst u meer informatie of heeft u vragen over dit artikel, dan kunt u te allen tijde contact opnemen met ICSB. Ook voor het vertalen van de concepten en inzichten uit onze artikelen naar concrete resultaten voor uw organisatie kunt u altijd vrijblijvend een afspraak met ons maken. Onze contactgegevens zijn; ICSB, Marketing en Strategie Kralingse Plaslaan 94 3061 DG Rotterdam Telefoon: 010-452 86 02 Fax: 010-452 97 78 E-mail: [email protected] Internet: HTTP://WWW.ICSB.NL