Revenge of the nerds

Posted by on apr 9, 2014 in blog bericht, home, Nederland, nederlands

aanerdDe meest sexy job op aarde. Dat is volgens de Amerikaanse IT- & Managementprofessor Tom Davenport het vak van datawetenschapper. De stortvloed aan gegevens in dit tijdperk van Big Data staat in schril contrast tot de schaarste aan econometristen. De nerds van weleer zijn nu hot stuff op de arbeidsmarkt. Want alle data is waardeloos als je het niet tot strategische informatie kunt analyseren.

“Ik krijg zó veel verzoeken van bedrijven voor data-analisten. Het bedrijfsleven zit erom te springen”, weet Jaap Wieringa, hoogleraar aan de vakgroep Marketing van de RU Groningen. “Ik ben betrokken bij het Customer Insights Center (CIC) dat een brug slaat tussen de academische wereld en het bedrijfsleven. Grote organisaties als Ziggo, KPN of Ahold zijn lid, en die achterban stuurt sterke signalen dat er behoefte is aan econometristen. Het is onze doelstelling als CIC om die econometristen naar marketing te trekken. Dat is nog een hele uitdaging, want velen van hen vinden marketing geen serieus vakgebied. Ten onrechte, want marketing is juist een prachtig toepassingsgebied van hun modellen. Als marketeers moeten we onze eigen marketing beter op orde krijgen.”

En Wieringa kan het weten, want hij is zelf als econometrist geschoold. “Bedrijven kunnen hun prestaties aanzienlijk verbeteren door betere beslissingen te nemen op basis van strategische informatie uit data-analyse”, zegt hij. “Harvard-professor Tom Davenport heeft wetenschappelijk aangetoond dat beursgenoteerde bedrijven die investeren in data-analyse 64 procent beter presteerden dan het gemiddelde in de Standard & Poor’s-index. Dat is één manier om de waarde van data te meten. Een andere is het aantoonbaar maken van de effectiviteit van marketingcampagnes. Wat is het effect van social media? Levert een campagne via Facebook meer op dan via traditionele media? Heeft het zin om in een webcare-team te investeren? Als je dat allemaal kunt relateren aan meetbare effecten in omzet of in bereik, dan heb je een idee van de waarde van data en data-analyse.”

“Data is niets waard zonder zinvolle interpretatie en zinvolle beslissingen”, is de overtuiging van Joris Merks, European Head of Insights Communication bij Google. “Onderzoekers vinden een onderzoek vaak geslaagd als de analyse correct, slim of mooi is. Maar vervolgens blijven talloze onderzoeken gewoon liggen en bereiken ze de beslissers binnen het bedrijf niet. Dat is pure kapitaalvernietiging. Het komt zelden voor dat data met honderd procent zekerheid de richting van een beslissing aangeeft. Uiteindelijk moet iemand de verantwoordelijkheid nemen voor de persoonlijke interpretatie van data en op basis daarvan beslissen. Die stap blijft grotendeels mensenwerk en het is een belangrijk aspect van leiderschap in deze tijd waarin data steeds belangrijker wordt.”

Bedrijven moeten dus zowel de juiste mensen aantrekken om data te analyseren en tot strategische informatie te verwerken, als de juiste managers hebben om op basis van die informatie beslissingen te nemen. Ook die leiders zijn nog dun gezaaid, want veel bedrijven verkeren nog in staat van verwarring. “Big data is een buzz-woord. Iedereen hoort de succesverhalen en niemand wil de boot missen, maar veel managers en bedrijven kampen met de complexiteit”, zegt Wieringa. “Big data draait om de vijf v’s: volume, velocity ofwel snelheid, variety ofwel diversiteit, value ofwel de waarde en de viability ofwel de waarschijnlijkheid. De hoeveelheid data verdubbelt elke twee jaar met een ongekende snelheid. Om een indicatie te geven: per minuut wordt wereldwijd vijftig uur aan video op Youtube gedownload. En de diversiteit is enorm. In het tijdperk van customer relationship management (CRM) bleef de datastroom nog beperkt tot gestructureerde data die mooi is neergezet in rijen en kolommen. Nu komt daar van alles bij, zoals video’s, afbeeldingen blogs, tweets en andere uitingen van social media. Alles ongestructureerd. De uitdaging is, om daar uit te filteren wat voor jou van waarde is.”

Ondanks deze enorme complexiteit, is de drempel om zelf met de analyse van big data aan de slag te gaan flink verlaagd. Dat is de mening van Marnix Bügel, managing partner van MIcompany, een commercieel bureau voor data-analyse waar vijftig medewerkers – merendeels ofwel econometrist of wiskundige – bedrijven helpen om groeikansen te vinden door fijnmazige analyse van klantgegevens, en binnen bedrijven de eigen capaciteit te ontwikkelen om deze analyses zelf te doen en toe te passen. Bügel: “De consequenties van big data voor marktonderzoek en marketingcommunicatie zijn gigantisch. Veel meer gedrag van zowel klanten als niet-klanten is via cookies en andere identificatiemogelijkheden tot in detail te volgen. Dit maakt veel traditioneel marktonderzoek overbodig. Het wordt voor bedrijven steeds gemakkelijker om zelf marktonderzoek op te zetten en uit te voeren, in plaats van het uit te besteden aan bureaus. De traditionele troef van marktonderzoeksbureaus dat zij sneller en beter toegang tot respondenten hebben, verliest snel aan waarde. Deze bureaus staan ook stil en hebben in hun huidige vorm in de toekomst geen bestaansrecht meer. Want bedrijven hebben veel klantgegevens al zelf, en ze kunnen sneller en gemakkelijker zelf onderzoek uitvoeren.”

Merks (Google) is echter minder stellig. Ondanks evidente voordelen van data-analyse ziet hij nog wel een rol weggelegd voor traditionele onderzoeksmethoden. “Online data is doorgaans gratis, real time en op zeer grote schaal beschikbaar”, zegt hij. “Je kunt sneller tot inzichten komen, je kunt real time bijsturen en meer in detail kijken. De schaalgrootte van online data biedt de mogelijkheid om microtrends te vinden. Als je een heel grote dataset maar ver genoeg in stukken hakt, vind je altijd bruikbare inzichten die je met klassieke onderzoeksmethoden soms niet vindt, omdat je daar altijd beperkt bent in je sample grootte. Maar aan de andere kant kun je ook met klassiek onderzoek tot inzichten komen die je in online data niet kunt vinden. Online data gaat over echt gedrag en is daarmee objectiever. Maar klassiek onderzoek stelt je in staat om de overwegingen achter het geobserveerde gedrag te kennen. Daarom moeten bedrijven leren om hun online data-analyse te combineren met klassiek onderzoek.. Dit helpt om versieping in de interpretatie van online data te vinden.”

Hiermee is wetenschapper Wieringa het volledig eens: “Analyse van big data gaat vooral over de wat-vraag. Maar de waarom-vraag blijft onbeantwoord. Daarvoor is traditioneel marktonderzoek een waardevolle aanvulling. Stel, je slaagt erin om door data-analyse die klanten te identificeren die bij je weg dreigen te gaan. Dat is de wat-vraag. Maar wil je daar succesvol klantbehoud op toepassen, zal je moeten weten waaróm die klanten overwegen om te vertrekken.”

Aan de technieken voor data-analyse valt volgens Merks nog heel wat te verbeteren. “De precisie en de mogelijkheid om real time effecten te volgen en campagnes te sturen is een grote stap voorwaarts. Maar het gaat voorbij aan het feit dat consumenten voor veel aankopen een langer oriëntatiepad volgen. Ook gebruiken zij daarbij vaak meerdere digitale apparaten. In het Mobile Purchase Journey-onderzoek dat we onlangs samen met Ipsos hebben gedaan, blijkt dat zo’n tien tot twintig procent van de aankopen wordt voorafgegaan door research op de smartphone. Maar meer dan tachtig procent van de mensen die op hun smartphone naar producten zoeken, kopen het product via een ander apparaat ofwel in de winkel. De return on investment van online reclame kan niet langer worden vastgesteld zonder rekening te houden met dit ‘cross device’- en ‘cross channel’-gedrag.

Komt daarmee een einde aan de mythe van de grillige, onvoorspelbare klant? “Ja”, meent Bügel van MIcompany. “Veel marketinggoeroes en reclamebureaus willen ons doen geloven dat de consument zich onvoorspelbaar gedraagt. Maar wij maken dagelijks ongeveer honderd analyses op klantgedrag en we zien grote parallellen in het gedrag van consumenten. Binnen branches en zelfs tussen branches.”

“Nee”, vindt Google’s Merks. “Er is veel meer data beschikbaar om tot een voorspelling te komen. Een consument die bijvoorbeeld een reis boekt, verricht vooraf meer dan vijftig online handelingen. De gemiddelde consument overweegt in de oriëntatiefase tien keer meer merken dan vooraf werd aangegeven in een vragenlijst. Dat maakt het gedrag minder voorspelbaar dan ooit. Het is de kunst om door onderzoek uit te vinden welke combinatie van gedragingen de beste voorspellers zijn van de aankoop. In klassiek onderzoek waren er doorgaans niet meer signalen om te ‘targeten’ dan demografische kenmerken en gebleken inhoudelijke interesse in een onderwerp. Zo kun je stellen dat lezers van een autotijdschrift meer open staan voor reclame over auto’s. Het internet kan heel gericht koopsignalen opvangen om te zien of iemand voor een bepaald product of service in is. Juist vanwege de vergrote onvoorspelbaarheid van consumentengedrag, is de waarde van scherp kunnen richten groot.”

Dit artikel is eerder gepubliceerd in Tijdschrift voor Marketing