Wanneer je het over data management hebt hoor je vele begrippen: big data, Hadoop clusters, DMP (Data Management Platform), advanced modelling en nog veel meer. Maar hoe start je daar nu mee? In dit artikel enkele tips!

Wat je veel ziet is dat bedrijven starten bij de techniek, bij de architectuur. ‘We moeten iets met big data’ en dus wordt er een Hadoop cluster opgezet. Wat niet gebeurt is: nadenken over wat er met de data uiteindelijk gaat gebeuren: hoe de bronnen gaan samenwerken en hoe deze samenwerking gaat leiden tot actie. Waarbij de actie uiteindelijk leidt tot een hogere klanttevredenheid en/of hogere conversie.

Waar wil je naar toe?

Uiteindelijk wil je de bezoekers (her)kennen waar je ze kunt (her)kennen. Je wilt niet die verkoper, kapper, of wie dan ook zijn die zijn klanten niet kent, je wilt ze herkennen op elk moment dat je ze ziet.

Online is dat niet anders. Je wilt, overal waar dat kan, een bekende herkennen (en daar gebruik van maken). Iedereen kent de banners waarmee geadverteerd wordt met producten die je allang gekocht hebt. Vaak is het zelfs zo dat je de aankopen online gedaan hebt. Je denkt dan vast: ga weg met je banner, hoe moeilijk kan het zijn om te onthouden wat ik bij je gekocht heb? Inderdaad, zo moeilijk zou het toch niet moeten zijn? We kunnen toch alles meten, toch?

Het voordeel van een goede herkenning is dat je in kunt spelen op het feit dat iemand al wat gekocht heeft, in plaats van hem (zoals in het geschetste voorbeeld) korting te geven op iets wat hij al heeft gekocht. Uiteindelijk wil je naar één beeld van elke bezoeker / klant. Je wilt je bezoeker / klant herkennen op alle devices / plaatsen (onsite / offsite & offline) waar hij of zij zich bevindt, zodanig dat je niemand lastigvalt met banners van producten die al aangeschaft zijn. Je wilt dit beeld, deze gegevens, gebruiken om bezoekers een betere beleving te geven, zowel onsite, offsite als offline.

Hoe pak je het aan?

1. Start met tag management

Alles start met betrouwbare data. Daarnaast wil je flexibel zijn in het beheer van je data (je tags); voor beide is een start met tag management een must. Wanneer je een site technisch opbouwt heb je nog geen idee hoe alles gemeten moet worden. Pas als alles staat en je data binnenkrijgt start je met leren en krijg je nieuwe wensen, voor wat betreft de meetinrichting. Om deze wensen snel door te kunnen voeren is een tag management systeem een randvoorwaarde; het stelt je in staat om snel in te kunnen spelen op je steeds weer veranderende databehoefte.

2. Ga verder met identity management

Heb je tag management staan? Top! Kijk dan naar hoe je identiteiten kunt koppelen. Dit wil zoveel zeggen als: je wilt in staat zijn om dezelfde personen op verschillende plekken, via verschillende meetmethodes herkennen, zodanig dat je één beeld krijgt van deze persoon. Voorbeeld: Wanneer iemand op een banner klikt, op je site terecht komt en inlogt (als klant X), dan wil je dat je bannersysteem weet dat de persoon die geklikt heeft klant X is.

3. Zorg voor goede datacollectie (online / offline)

Alle data (acties, transacties, etc.) die je van personen wilt koppelen moeten goed gemeten worden. Het is dus van groot belang dat de collectie van de data 1) goed gebeurt (kwalitatief) en 2) goed presenteert. Dit laatste heeft betrekking op de snelheid waarmee de gecollecteerde data beschikbaar is voor gebruik. Om snel in te spelen op acties (bijvoorbeeld: na een aankoop geen banners meer tonen) heb je de data snel (lees: near real-time) nodig. Dit geldt voor zowel het online als offline kanaal. Logisch, want aankopen / acties worden niet enkel online uitgevoerd.

4. Sluit alle kanalen aan

Dit punt haakt aan bij het vorige: om een compleet beeld te hebben, heb je alle interacties nodig die plaatsvinden in alle kanalen: online, telefonie, winkels, email, whatsapp, social, etc.

5. (optioneel) Start met rule based campagnes

Wanneer je het beeld compleet hebt kan je gaan starten met het inrichten (doorlopende) campagnes. Wat je vaak ziet is dat deze campagnes nog handmatig (door medewerkers) aangemaakt worden en dat hier weinig tot geen algoritmes aan te pas komen.

6. Aansluiten van intelligente algoritmes om campagnes te bouwen

De stap daarna is dat het handwerk wordt geautomatiseerd. Het gebeurt ook dat de handmatige stap wordt overgeslagen en dat bedrijven direct starten met geautomatiseerde campagnes; dat wil zeggen: zo ver mogelijk geautomatiseerd.

– Gebruik ze out of the box

Sommige algoritmes zijn beschikbaar ‘out of the box’, vanuit de gebruikte tool.

– Bedenk zelf de algoritmes

Het is natuurlijk altijd mogelijk om zelf algoritmes te bedenken en deze te gebruiken.

Welke tooling in de markt is er aanwezig en wie doet wat?

Natuurlijk zijn er al pakketten / tools die inspelen op het creëren van één beeld van je bezoekers (on/offsite/offline) of een deel daarvan. Juist dit laatste maakt het onderscheid in deze tooling: je hebt tools die enkel één (of een paar) kanalen bedienen en de data decentraal opslaan en je hebt data management platformen, zij slaan alles centraal op, van alle kanalen. Dit laatste ga je in stap 2 van bovenstaand proces nodig hebben.

Kanaalpakketten

Deze pakketten worden op dit moment al veel gebruikt in de markt. Neem bijvoorbeeld Criteo (advertising), DoubleClick (advertising), je e-mailpakketten, etc., maar je kunt ook denken aan Google Analytics (onsite). De data staan bij de partij die de software levert en kunnen gecombineerd worden met data uit andere bronnen, maar dat is zeker geen standaard oplossing.

Daarnaast is een belangrijke vraag: wie is nu de eigenaar van de data? Ben jij dat, of is de aanbieder dat? En nog een belangrijk aspect: de snelheid waarmee je over die data kunt beschikken (om er iets mee te doen): hoe snel kan de aanbieder de data aan je aanleveren en kunnen ze alle data aanleveren? Vaak is dat niet ‘near realtime’ en niet compleet, iets wat je (in de toekomst) zeker nodig gaat hebben.

Data management platformen

Wanneer je een data management platform gebruikt, wordt er een centrale plek gecreëerd waar de data worden opgeslagen. Een data management platform is niet een partij die één kanaal bedient (data van opslaat), maar is gemaakt om alle data op te vangen, te beheren en real time beschikbaar te stellen zodat er actie op ondernomen kan worden.

Een data management platform staat eigenlijk tussen je interne en externe bronnen in. Het biedt je de mogelijkheid om van al deze bronnen de data op te slaan. Op basis van deze data kunnen weer acties bedacht worden om je conversie (binnen welk kanaal dan ook) te verhogen.

Het vasthouden van data in één kanaal en het opbouwen van kanaalspecifieke profielen is geen duurzame. Uiteindelijk zullen we, verwacht ik, allemaal richting data management oplossingen gaan. Dit is ook hoe Tomas Salfischberger van Relay42 tegen de toekomst aankijkt:

“Let bij de selectie van een DMP erop dat deze centraal staat en niet onlosmakelijk gekoppeld is aan een marketingkanaal. Kies liever voor een toekomstbestendige DMP. Pure audience DMP’s die gericht zijn op het displaykanaal zijn bijvoorbeeld minder future proof, want de consument laat zich niet beperken tot alleen dat kanaal. Bovendien zijn koppelingen met offline systemen en kanalen zoals CRM’s en callcenters belangrijk om je klantbeeld compleet te krijgen.” (Tomas Salfischberger – Relay42)