Zou je het handig vinden als jouw klantendata precies vertelt wat je moet doen om je winstdoelstellingen/ groeidoelstellingen te behalen? Naarmate er meer data bijkomt, is het in de praktijk steeds lastiger om overzicht te houden op alle informatie. Veel mensen zijn nogal onder de indruk van alle data die er beschikbaar is en weten niet wat ze ermee moeten doen.
Dit plaatje zul je wellicht kennen; het laat zien hoeveel data er iedere minuut bijkomt en wordt ieder jaar uitgezocht en gepubliceerd door Domo. Ik heb uitgerekend dat er iedere minuut meer dan 60 MB per persoon aan data bijkomt, dus er is altijd informatie die jou kan helpen bij het probleem waar je nu mee bezig bent.
Maar zijn we de afgelopen decennia ook veel verder gekomen in het effectief toepassen van al deze data? Hmm, misschien niet. De hoeveelheid data groeit in ieder geval harder dan de mate waarin we er goed mee omgaan. Hoe kan dat toch?
Lees hieronder meer over een aantal problemen en veelvoorkomende valkuilen en wat je eraan kan doen.
Bedrijven hebben veel data maar weten niet wat ermee te doen
Welke situaties kom ik veel tegen?
- Mensen zijn heel veel tijd kwijt om aan de data te komen
- En als je het gaat gebruiken is het alweer achterhaalde data
- Data zit in silo’s en wordt maar sporadisch gecombineerd om tot diepere analyses te komen over klanten en bedrijfsresultaten
- Er is geen relatie tussen de business doelen, uitdagingen en welke data actief wordt gemonitord
- Er worden nog steeds veel keuzes gemaakt op basis van buikgevoel of cijfers die niet kloppen
Dit is vaak het gevolg: onduidelijkheid over de feiten en trends.
Hele vergaderingen en gesprekken worden besteed aan het discussiëren over wat er precies gebeurd is of om hoeveel klanten het gaat. Dit komt doordat iedereen zijn eigen favoriete tool heeft of slechts toegang heeft tot één of twee databronnen. Het totale shop-overzicht mist en dat zorgt ervoor dat je niet efficiënt kunt werken.
Ik haal vaak requirements op in bedrijven en kom in dit soort gesprekken terecht. Het komt regelmatig voor dat zoiets eenvoudigs als omzet door verschillende mensen verschillend wordt uitgelegd. Dit leidt niet alleen tot niet-effectieve overleggen maar vooral tot onduidelijke aansturing van mensen. In feite werken mensen elkaar dan tegen omdat ze andere doelen en uitgangspunten gebruiken in hun dagelijkse werk.
Dit is een plaatje uit een recent onderzoek van Kaggle naar de uitdagingen voor data scientists en analisten.
Het blijkt dat het niet uitmaakt hoe goed je analyses ook zijn, het gaat om de vertaling naar de business en de gebruikers die er keuzes mee gaan maken.
Koppel business groei aan data-gedreven keuzes
Wat betekent dit voor jou als je aan de slag wilt gaan met data analyses?
- Focus je niet alleen maar op slimme algoritmes en artificial intelligence
- Je hebt verschillende talenten nodig die met data werken: hardcore data scientists of programmeurs maar ook mensen die de taal van de gebruikers spreken: wat betekent de uitkomst van een analyse voor een frontend ontwikkelaar of seospecialist?
- Dat je pas weet wat je moet doen om te groeien, als je relevante vragen hebt gesteld waarmee je de data gaat analyseren (hypotheses).
De ontdekkingstocht naar inzichten uit data begint bij jouw specifieke uitdagingen, of ze nou groot of klein zijn. Die uitdagingen worden nu nog te vaak door trial-and-error opgelost en de analyses op een bepaalde manier “omdat het altijd zo gebeurt”.
De ideale route om te bewandelen is eerst op zoek gaan naar inzichten die je een aanvullende of nieuwe blik op je bedrijf of klanten bieden. Daarna ga je doorbouwen aan nieuwe analyses en inzichten die je wilt hebben om je klanten of bedrijfsvoering nog beter te begrijpen. Met deze inzichten ga je aan de slag om je marketing, sales of andere werkzaamheden of campagnes te verbeteren, veranderen, of misschien wel stopzetten. Als je zover bent, is het tijd om de route waarmee je de relevante data ophaalt, bewerkt en analyseert te automatiseren – of in ieder geval efficiënter in te richten. Uiteraard win je daar tijd mee (in bepaalde cases 80 uur per maand), maar het geeft je ook de mogelijkheid om dit actief in te zetten om je groei te bewerkstelligen. Door het één keer goed in te richten, heb je er daarna iedere dag profijt van en kun je slimmere keuzes maken.
Hoe richt je dat proces efficiënter in of automatiseer je bepaalde stappen, zodat je iedere dag iets slimmere marketing en sales kan toepassen? In mijn volgende blog ga ik hier verder op in!