Waarom je in 2023 niet langer zonder data marketing kan

Data gebruiken als ruggengraat van je marketinginspanningen lijkt een no-brainer, maar is het niet. De huidige economische, sociale en juridische contexten zorgen voor onzekerheid. In deze blog bieden we een helder antwoord met een strategisch kader in vier stappen, en hoe een datamarketingplan eruit kan zien.

Dit is een abstract van de Data marketing-webinar door Tom De Baere. Je kan de volledige webinar herbekijken of de presentatie downloaden.

• • Denk als een strateeg
  • Maak kennis met je vooroordelen
  • Denk als een datawetenschapper
  • Ontsnap aan het klassieke denken

2. Een '1st party data'-strategie ontwikkel je zo

• • Klantendata verzamelen
  • Klantendata analyseren
  • Targeting

Datamarketing in 2023

Opeenvolgende crisissen van de voorbije jaren zorgden voor heel wat uitdagingen. Marketingdiensten staan onder zware druk, want bij crisissen is het vaak het eerste doelwit van besparingen. Als er nu al bespaard wordt op de klassieke marketingmethodes die steeds minder opbrengen, is er dan nog wel ruimte en budget voor iets als data marketing?

Een andere context is privacy. Eindgebruikers eisen transparantie en controle over hun eigen gegevens. Enerzijds komen techreuzen zoals Apple en Google hier aan tegemoet, en anderzijds heeft GDPR sinds 2015 de rechten van eindgebruikers en de plichten van bedrijven in de Europese Unie serieus uitgebreid. Hoe pak je data marketing dan verstandig aan?

Het is belangrijk om hierbij het bos te blijven zien door de bomen. In maart 1942 schreef toenmalig Amerikaans president Franklin Delano Roosevelt op een servet zijn strategie uit om Wereldoorlog II te winnen in 3 (!) puntjes.

Aangezien Wereldoorlog II een crisis was van een ontstellend grotere omvang, is het voor ons ook zeker mogelijk om in grote lijnen te schetsen wat marketeers te doen staat om het hoofd te bieden aan hun uitdagingen:

Denk als een strateeg

Marketingconsultant John Jantsch zegt: “When the same money buys your customers less, focusing on why they should choose your brand should be your number one priority.” Dit geldt dubbel voor de producten en sectoren waar de klappen zijn gevallen tussen 2020 en 2022. Volgens Gartner zijn marketingbudgetten in 2022 weliswaar weer opgetrokken, maar blijven ze 2,5% achter op de pre-Covid-budgetten.

Volgens de IPA Databank helpt je sales boosten wel op korte termijn, maar produceert het geen blijvend effect. De ideale verhouding tussen investeren in je ‘brand building’ en je salesactivatie is ongeveer 60-40.

Zeker tijdens crisissen loont het om te investeren in je merkpopulariteit, omdat concurrenten die op veilig denken te moeten spelen, dat niet zullen doen. Onderbesteding aan brand building zorgt er bovendien voor dat de positieve effecten ervan uit zullen blijven, waardoor de besparing paradoxaal verandert in weggegooid geld. Een goede richtlijn is dat media-uitgaven best tussen de 1% en 9% van je omzet beslaan.

Er bestaan overigens tools waarmee je kan berekenen hoe veel groeiruimte je merk nog heeft en wat er kan gerealiseerd worden aan return on investment (ROI) en return on ad spend (ROAS). Die staan bekend als ‘headroom’-analyses. Die kunnen helpen om sceptische managers en CEO’s te overtuigen om toch te investeren in brand building.

Maak kennis met je vooroordelen

Weet je ook wat je niet weet?

Veel mensen weten dat als je schrijft met citroensap, dit onzichtbare inkt vormt. Pas als je een warmtebron bij je boodschap houdt, wordt die zichtbaar. De Amerikaanse gangster Arthur Wheeler had dat ook gehoord. Hij pleegde in 1995 een bankoverval en werd snel gepakt omdat hij ongemaskerd herkenbaar was op de camerabeelden. Zijn verklaring was dat hij zijn gezicht met citroensap had ingesmeerd om “onzichtbaar” te blijven.

Je kan dus zoals Wheeler wel iets weten (citroensap = onzichtbare inkt), maar op basis van die gelimiteerde kennis vol zelfvertrouwen een enorme blunder begaan (denken dat citroensap je onzichtbaar maakt). Pas als je met helderheid in kaart brengt waar je lacunes zitten in je kennis en je je ego opzij zet, kan je meer competentie en kennis vergaren.

Het probleem met gemiddeldes

Gemiddelden nemen uit je data is vaak een handige omweg om trends te zien en te rapporteren, maar men staart zich vaak blind op gemiddeldes. Bijvoorbeeld: je rapporteert dat de gemiddelde snelheid van je website voldoet aan de kwaliteitsnorm, maar net de ene pagina waar alles traag gaat, is je check-outpagina voor je winkelmandje. In dat geval heeft het gemiddelde cijfer je niets bijgebracht.

Een ander voorbeeld: je laat een week een koopcampagne lopen via Google Shopping. In totaal worden er 13 items verkocht en is het gemiddelde onder de 2 aankopen per dag, maar je doel was 5 per dag. Je concludeert dus dat je campagne mislukt is, zonder te kijken naar de dagelijkse cijfers, die tonen dat er elke dag 1 aankoop was, en de zondag plots 7. In plaats van de campagne weg te gooien, zou je dan beter kijken wat die zondag zo speciaal maakte en daarop voortbouwen.

Denk als een datawetenschapper

Het digitaal getransformeerde economische model draait om data en analytische mogelijkheden om inzichten op het niveau van het individu bloot te leggen, te coderen en de operationaliseren. In mensentaal: op basis van data maak je voorspellingen over wat iemand (wellicht) zal doen. 

Je stelt vervolgens acties op die daarop inspelen en bouwt aan een keten van acties. Bijvoorbeeld, als je ziet dat iemand die je website bezoekt die al eerder iets heeft gedownload, significant vaker tot een aankoop overgaat, dan zoek je manieren om die downloaders te ‘activeren’ en hen naar je website terug te lokken.

Natuurlijk maak je geen voorspellingen voor één persoon, maar segmenteer je je (potentiële) klanten om een analytisch profiel te bouwen waar je acties aan kan koppelen. De groep van bijvoorbeeld recente en frequente klanten die steeds dezelfde bestelling plaatsen, zal er anders uitzien en gevoeliger zijn aan bepaalde acties. Als je verder je competenties ontwikkelt in deze manier van denken, kan je er zelfs nog externe data aan toevoegen, zoals economische trends, het weer, sociale media en zo verder.

Ontsnap aan het klassieke denken

Om die uitdagingen aan te gaan, moet je het lef hebben om uit de cocon te breken waar topmanagement marketeers vaak nog in plaatst. Een studie uit 2014 toonde dat CFO’s marketing “wollig” en “zwak” vinden. Dat is al een tijdje geleden, maar niet minder waar vandaag. Niet alleen kan je met data en algoritmes feiten en trends hard maken, je acties leveren voortdurend meer data op, die je kan hergebruiken bij het opmaken van nieuwe acties.

Die lus leggen tussen acties en data is cruciaal om een positieve feedback loop te creëren, en eens je die in de hand hebt, kan niemand je mening nog zomaar opzij zetten als “wollig”.

Herinner je het voorbeeld van de ‘zondagskoper’ in de campagne die onderpresteerde. In plaats van verkeerde conclusies te trekken uit gemiddeldes, pleit je met data in de hand om te focussen op het type profiel dat op één dag 7 aankopen heeft gedaan. Dat is vandaag mogelijk met ‘value-based bidding’ in Google Ads.

Een ander voorbeeld van klassiek denken is minder uitgeven aan pakweg de 20% minst winstgevende klanten. Maar als je data hebt die aantoont dat er bij die 20% ook klanten zijn die heel frequent kopen, of sterke gelijkenissen vertonen met meer winstgevende klanten qua profiel, dan kan het lonen om juist méér op dat segment in te zetten in je advertenties.

Een ‘1st party data’-strategie ontwikkel je zo

Traditionele persona's zijn vaak gebaseerd op verouderde of brede demografische gegevens, waardoor ze minder nauwkeurig zijn in het identificeren van de specifieke behoeften en interesses van individuele consumenten. Bovendien houdt het customer journey-concept vaak geen rekening met de verschillende micro-momenten die plaatsvinden tijdens de klantreis en hoe deze de aankoopbeslissing van de consument beïnvloeden.

Door te kijken naar deze specifieke interacties kunnen marketeers een beter begrip krijgen van de behoeften en interesses van individuele consumenten, evenals hun besluitvormingsproces. Dit stelt marketeers in staat om gepersonaliseerde marketingcampagnes te ontwikkelen en aan te passen aan de unieke behoeften van individuele consumenten.

Door het identificeren van de micro-momenten die de grootste impact hebben op de aankoopbeslissing van de consument, kunnen marketeers de klantreis verbeteren en specifieke pijnpunten aanpakken. Dit kan leiden tot een verbeterde klantervaring en hogere conversies.

Klantendata verzamelen

‘1st party data’ is data die je zelf in handen hebt als organisatie, zoals transacties, adressen, metrics uit e-mailcampagnes, interacties met je content of zelfs gegevens van hun toestellen. Er zijn erg veel datastromen – de lijst vind je in de presentatie. Er is ook ‘zero-party-data’: data die je klant expliciet zelf verstrekt aan je.

Belangrijk is dat mensen hun toestemming moeten geven aan jou om die data te verzamelen en dat je hen moet vertellen wat je met hun data doet. Je zal dus een ‘consent management platform’ nodig hebben, zoals Cookiebot, OneTrust, Tealium of iets anders. 

Dan moet je beslissen uit welke datapunten je customer journey opgebouwd is. Voorzie een informatie-architectuur die die data kan valideren en samenbrengen om een  ‘identity graph’ te komen van je klant. Dat kan je doen in een CRM-systeem of in een customer data platform.

Klantendata analyseren

Vooraleer je analyses maakt, moet deze informatie-architectuur op poten staan. Je beslist over welke data relevant en kwalitatief is en zorgt voor een overzicht die een analyse makkelijker maakt. Een typisch voorbeeld is een dashboard waar diverse datasets ingeladen worden en je kan filteren en segmenteren.

Bij je analyse identificeer je data waar je acties op kan bouwen en stel je een roadmap op, met bijvoorbeeld acties die de customer lifetime value (CLV) moeten verhogen of op basis van historische data voorspellen wanneer bepaalde klanten dreigen af te haken. Welke inspanningen moet je hiervoor leveren? Welke return verwacht je? Rome is immers niet in één dag gebouwd. Je gaat beter eerst voor de quick wins, maar je denkt best op lange termijn.

Targeting

Hoe ga je die acties nu uitvoeren? Je kan bijvoorbeeld je website voor bepaalde segmenten personaliseren, specifieke groepen targeten met een speciale Google Ads-campagne, UX-aanpassingen maken waar de flow in je app hapert, of een e-mailtrack opstellen. De data die je hier uit krijgt, kan je terug aan je systeem voeden om je inzichten kwalitatiever te maken en je acties verder te verfijnen. 

De eerder vermelde value-based bidding kan hier ook een grote rol in spelen. Doordat je aan Google vertelt waar je naartoe wil en welk type klanten je (opnieuw) wil aantrekken, leren je campagnes over tijd wie en wanneer en met welke boodschap een lead aanspreken het meeste oplevert, en stijgt je ROAS met de tijd. Dit is een leerproces op lange termijn.

De gouden graal van de data marketing is effectieve voorspellingen kunnen maken, die steeds beter worden met de tijd. Daar kan je (al dan niet geautomatiseerde) acties aan koppelen zoals specifieke e-mails, ‘next best offers’ of eventueel telefonisch contact met het salesteam.

Ik wil er aan beginnen. Wat nu?

Dit kan alvast een korte leidraad zijn – een servet, zeg maar – om je op te baseren:

Maandagmorgen

• Benchmark jouw budget op 60% ad spend
• Wapen je budget tegen besparingen die niets opleveren

Volgende 90 dagen

• Maak een headroom-analyse voor maximale ROI op prestatiemedia
• Maak een lange lijst met datamogelijkheden (top-down, bottom-up)
• Prioriteer in functie van bedrijfsstrategie, snelheid, ROI & inspanning
• Bouw jouw eerste (offline) proof-of-concept

Komende 12 maanden

• Breng budgetten opnieuw in evenwicht met prospecten die er toe doen
• Bouw richting een real-time klant-analytisch profiel

Een veel gedetailleerde uitleg kan je vinden in dit webinar dat we recent gegeven hebben.

Wil je hier graag nog meer over weten, of eens een gesprek met ons voeren over hoe we je kunnen helpen? Laat ons iets weten!