Data audit

Maak slimmer gebruik van je data

Meten is weten. Al te vaak zitten bedrijven op een hoop data, die stof zit te vergaren. Bovendien is deze dan ook nog eens verspreid over verschillende afdelingen en applicaties, data silo’s als het ware. Wat als je je data nu eens voor jou kon laten werken? Een volledige, transparante flow van data doorheen de volledige organisatie die accuraat gemeten wordt. Maar hoe begin je hier nu aan? Een eerste stap? Data Audit.

Wat is een data audit?

Als CEO, marketing manager of marketeer ben je uiteindelijk op zoek naar 1 iets: inzichten. Hoe doen we het? Waarom doen we het goed/minder goed? Welke factoren hebben invloed op mijn bedrijfs- of marketing resultaat?

Pas als je weet welke onderliggende factoren en hefbomen er bestaan, kan je gericht gaan (bij)sturen. Dat is wat bedoeld wordt met ‘data driven’ marketing of ‘data driven’ business.

Waarom is een data audit dan interessant? Omdat we op maat van ieder bedrijf gaan werken en eerst luisteren naar de noden en de doelstellingen. Pas wanneer dit duidelijk is, kunnen we aan de slag gaan om het data-proces en data-product te auditen. Weten wat belangrijk is, is cruciaal om correct te focussen.

Uit welke stappen bestaan een data audit?

We inventariseren de KPI’s en gaan deze bundelen per categorie. Zo wordt het direct duidelijk waarop de focus moet liggen. Hieruit wordt ook snel duidelijk hoe complex het data-proces al dan niet is. De complexiteit wordt beïnvloed door:

het aantal databronnen (web, app, in-store, crm, ads, socials…)
de stakeholders (marketing, management, logistiek, back-end systemen, front-end systemen…)
de gebruikte software-tools (storage, cdp, dmp, visualisatie, analytics…)
de gewenste types inzichten (descriptief, predictief, prescriptief…)
de nodige output/activatie (dashboards, segmentering, email-activatie…)
…

Focus op data collection & analytics

Datacollectie

Wanneer we bepaald hebben welke databronnen belangrijk zijn om tot de juiste inzichten te komen, kan het verzamelen van data beginnen. Dit noemen we data collection.

Een van de meest gebruikte digitale touchpoints is uiteraard de website. Een correcte tracking opzetten vraagt een goede structuur met logische benamingen. Idealiter wordt hiervoor een tag manager (GTM, Tealium, Piwik Pro…) gebruikt. Die tag manager verzamelt de clickstream data en via een goede mapping verstuurt die op zijn beurt ook weer data richting ad platformen, analytics tools, cloud data warehouses etc.

Bij een foutieve setup van de tag manager kunnen bepaalde interacties en gebeurtenissen foutief/dubbel/niet gemeten worden. Een kluwen van slechte benamingen kan er ook voor zorgen dat de datacollectie niet optimaal gebeurt.

Aan de hand van de gedefinieerde noden gaan we na of de huidige setup van de tag manager al dan niet voldoet. Indien dit niet het geval is, schrijven we de extra requirements uit zodat deze kunnen geïmplementeerd worden (in datalayer door development of aanpassingen in tag manager zelf).

Data analytics

Nadat de datacollectie op punt staat (inclusief consent manager), bekijken we de setup van de data analytics.

Bij veel event-based analytics platformen moeten er dimensies en metrics gedefinieerd en ingesteld worden voor deze beschikbaar zijn. Dit is zowel bij GA4 als Adobe Analytics het geval.

Andere typische instellingen die moeten nagekeken worden: campaign timeout instellingen, attributiemodellen, datum/tijd instellingen, data filtering (bots, intern verkeer etc), GDPR configuratie, data-retentie, linking naar data warehouses, koppeling met externe platformen (ads, a/b tools…), identificatie van gebruikers…

Veel gebruikte analytics platformen zijn:

De keuze van het juiste analytics platform is geen evidentie en hangt af van de noden van de eindgebruiker. Wil je van Google Analytics UA (verplicht) overschakelen? Dan kunnen we hierbij helpen de juiste keuze te maken, de tag manager aan te passen en het analytics platform te configureren.

Volef haalt een ROAS van 376% met Invisible Puppy

Met een mix van Google Shopping, Google Search, SEO en paid social zetten we Luxury For Men (B2C) en Exclusive Business Gifts (B2B) in de markt – met succes. Volef haalde, met de hulp van het Invisible Puppy e-commerce performance team, een ROAS van 376% in 2022.

> Meer over deze case

Data audit

Maak slimmer gebruik van je data

Wat is een data audit?

Uit welke stappen bestaan een data audit?

Focus op data collection & analytics

Datacollectie

Data analytics

Benieuwd naar de prestaties van jouw datastrategie?

Benieuwd hoe we het Ad account van VOLEF hebben geanalyseerd?

Volef haalt een ROAS van 376% met Invisible Puppy

Veelgestelde vragen

Kunnen ik of mijn team een opleiding over data performance en dataflows volgen?

Waarom data performance ‘uitbesteden’ aan een gespecialiseerd bureau?

Interesse om jouw datastrategie te laten doorlichten en optimaliseren?