Filter
ChatGPT Toewerken naar succesvolle data-driven marketing doe je zo [handig change management-model]
Op basis van wat je allemaal leest, zou je denken dat bijna iedereen wel data & analytics gebruikt in het marketingdomein. Onderzoek wijst echter anders uit. Uit het DDMA Data-Driven Marketingonderzoek (DDMO) 2023 blijkt dat data vooral gebruikt wordt voor de algemene sturing van het bedrijf. Voor marketingdoeleinden blijft het gebruik van data nog achter. Hoe werk je dan naar een datagedreven marketing aanpak toe? In dit artikel legt de DDMA Commissie Data, Decisions en Engagement het uit, met praktijkvoorbeelden.
Uit het DDMO 2023 blijkt dat slechts 20% tot 40% van de uitgevraagde respondenten data gebruikt bij de uitvoering van marketingcampagnes. Dit terwijl recent onderzoek van McKinsey uitwijst dat bedrijven die data als één van de eerste omarmen een 3 tot 6 keer hogere omzetgroei hebben dan bij bedrijven die volgen. En dit geldt niet alleen bij IT-bedrijven, retail of verzekeraars, maar in nagenoeg alle industrieën.
Wat kan een goede aanpak zijn voor een succesvolle implementatie van een datagedreven werkwijze? In dit artikel lichten wij een gangbare change management aanpak toe om toe te werken naar écht datagedreven marketing binnen je organisatie. Ook geven we een aantal voorbeelden van goede, maar ook minder goede, implementaties.
Drie uitdagingen bij data-driven marketing: budget, datakwaliteit en samenwerking
Er kunnen meerdere redenen zijn waarom implementaties niet altijd goed verlopen. Het eerdergenoemde DDMO-onderzoek van de DDMA noemt de volgende top 3 uitdagingen:
- Budget
- Datakwaliteit
- De samenwerking tussen de afdelingen marketing (business) en IT/ data (bytes)
Wat betreft de samenwerking: het initiatief begint vaak bij de marketingafdeling. Daar vinden zij het doorgaans lastig om iedereen mee te krijgen, zowel binnen het marketingteam als erbuiten. Mensen houden niet van verandering. Ze zien allerlei beren op de weg en geloven niet dat targets gehaald worden op de nieuwe manier. Daarbij zijn er vaak ook geen duidelijke KPI’s, waardoor eigenaarschap ontbreekt. En de afdeling IT is meestal te druk om goed te kunnen faciliteren. Dus de echte data die nodig is om relevantie te verkrijgen, komt niet beschikbaar.
Het tegenovergestelde komt ook voor. Er wordt zoveel data opgeslagen dat de gebruiker door de bomen het bos niet meer ziet en niemand nog weet wat ze ermee moeten.
Het gevolg is dat de olievlek een druppel blijkt en zeker niet groter wordt. Het data-initiatief stopt, de oldschool marketing aanpak blijft bestaan en het gevolg is dat het bedrijf na een aantal jaar links en rechts wordt ingehaald door de concurrentie.
Change management, een theoretisch kader
Er bestaan veel modellen voor change management. In dit artikel gaan we specifiek in op het model van Knoster. Knoster stelt dat er vijf elementen van belang zijn binnen een veranderingstraject: visie, draagvlak, een plan, middelen en competenties.
We geloven in deze aanpak. Al zijn we van mening dat het geen chronologische aanpak is, maar een iteratief proces is dat je continue doorloopt. Nadenken over een visie en plan is belangrijk, maar probeer zo snel mogelijk naar de volgende stap te gaan. We geloven in snel beginnen, experimenteren, successen boeken en leren van fouten. Het model ziet er dan als volgt uit.
Visie
Het is essentieel dat de datastrategie aansluit bij de strategie van het bedrijf.
Voorbeeld: bij een middelgrote groothandel kwam het marketingteam met allerlei toepassingen voor upselling op de bestaande klantengroep. Later bleek dat de bedrijfsstrategie liet zien dat de meeste potentiële waardecreatie moest komen van de groei bij nieuwe klanten. Deze strategie leidt tot geheel andere data benodigdheden.
Draagvlak
Zorg dat je een sponsor op het juiste niveau in de organisatie hebt. Betrek die persoon of personen die nodig zijn voor het verkrijgen van budgetten, support en/of opruimen van obstakels. Maar kies daarvoor ook het juiste moment.
Voorbeeld: bij een retailorganisatie werd de nieuwe datavisie meteen in de directie gepresenteerd, wat veel enthousiasme opleverde. Dit kan goed vallen, maar hier werkte de grote ambitie averechts. De directie verwachtte dat progressie en bedrijfswaarde snel zou worden gerealiseerd. Toen dit niet kwam, verdween de aandacht voor een aantal jaren.
Plan
Besteed voldoende tijd aan een plan van aanpak en vraag je steeds af voor wie je het doet. Wij geloven meer in het hebben van het juiste team van mensen met een duidelijke visie of droom. Dat kan bijvoorbeeld voor een periode van een jaar zijn en vervolgens kleiner worden gemaakt in periodes van 2 of 3 weken.
Voorbeeld: de data-driven marketing aanpak van ANWB is hier een goed voorbeeld van. De succesfactoren van deze geslaagde introductie waren voor Lisette Gouda van de ANWB onder andere een agile aanpak, ‘think big and act small’ en een ‘fail fast’ culture. Dit licht zij toe in de DDMA Podcast: Shaping the Future.
Een treffende en bekende uitspraak van Jeff Bezos die hierover gaat is:
Our success at Amazon is a function of how many experiments we do per year, per month, per week, per day. Being wrong might hurt you a bit, being slow will kill you.
Middelen
Ook hier heeft een pragmatische en gefaseerde aanpak de voorkeur. Het advies is om niet te snel besluiten te nemen voor nieuwe applicaties en een nieuwe data infrastructuur.
Voorbeeld: bij een retailbedrijf werd, zonder dat de toepassingen duidelijk waren, meteen een marketingstack aangeschaft, mede omdat er nog budget over was dat jaar. Bij de eerste campagne-ideeën bleek al snel dat deze omgeving niet geschikt was.
De tip is echt geduld te hebben. In deze fase mag je ook nog legacy opbouwen. Je hoeft niet direct de meest fantastische applicatie te hebben en enkele shortcuts in de data is prima. Dit is ook de fase dat een 360 graden klantbeeld nog niet nodig is. Ontsluit die data die nodig is voor de gekozen marketingtoepassingen. Bijkomend voordeel is dat investeringsbeslissingen eerder goedgekeurd worden als ze gebaseerd zijn op concrete successen.
Realiseer je ook dat het vandaag de dag niet in alle gevallen nodig is om dure tech aan te schaffen, maar dat er steeds meer (cloud)oplossingen zijn die het mogelijk maken om heel pragmatisch, schaalbaar en wendbaar te starten. Zonder ingewikkelde IT-bijkomstigheden.
Competenties
Met andere woorden: welke mensen en kennis heb je nodig? Start met een brede groep collega’s, onder andere vanuit sales, marketing, data, IT en legal. Misschien is niet iedereen op elk moment relevant, maar het is goed om iedereen op de hoogte te houden van de ontwikkelingen. Dit is cruciaal om later te kunnen opschalen. Leer elkaar en elkaars afdelingen kennen, bouw gezamenlijk kennis op van het onderwerp, ga samen naar trainingen en nodig externe partijen uit.
Extra tips en best practices
Change management vereist aandacht en geduld. Als je dit model aanhoudt dan werk jij op een doordachte wijze naar verandering. Tot slot nog een paar extra tips en best practices om in je achterhoofd te houden.
- Zoek die ene change data agent. De persoon in de organisatie die zowel de business als technische taal spreekt, die kan verbinden en nieuws en ontwikkelingen met enthousiasme overbrengt.
- Houd rekening met de volwassenheid van data binnen het bedrijf. Als men weinig inzicht heeft in de effectiviteit of de kosten van de marketingactiviteiten, leg dan de focus op het leveren van ad hoc inzichten of ontwikkel dashboards hiervoor. Hiermee zet je een eerste stap in de acceptatie van data in de bedrijfsvoering.
- Gebruik niet te veel buzzwords: praat in normale business taal. Anders raken mensen de weg kwijt en haken ze af. De kranten staan al vol met AI en Gen AI. Dit kan echt een stap te ver zijn als er bijvoorbeeld nog geen fatsoenlijke database is met klanten en het productbezit.
- Wij denken dat je in campagnes klein moet beginnen. Begin maar met één campagne. Of nog kleiner: een deel van de klantgroep. Voordeel is ook dat je de oude en nieuwe aanpak kan vergelijken.
Over de auteurs
