Tijd voor schoon schip bij marketingdata

impression trimm working environment coding

Tijd voor schoon schip bij marketingdata

Deze blog verscheen eerder op Molblog.

Moderne marketing is steeds afhankelijker van relevante informatie, maar in veel gevallen zijn de databronnen gefragmenteerd en inconsistent. Waar het opschonen van de data en een efficiënter datamanagement prioriteit nummer één zou moeten zijn voor de marketingafdelingen, geldt voor heel veel bedrijven in Nederland nog altijd dat dit een ondergeschoven kindje is. Hoe komt dit?

Is het onwetendheid? Dat lijkt niet waarschijnlijk, gezien de aandacht die ‘schone data’ de laatste tijd krijgt in de media. Het probleem zit hem eerder in de heersende cultuur op marketingafdelingen. Er is een flinke cultuuromslag nodig voor bedrijven het opschonen van data de aandacht gaan geven die het verdient.

Het effect van vervuilde data

Slechte data zorgt voor ineffectieve marketing. Vervuilde data kost bedrijven geld, want het zorgt ervoor dat je marketingcampagne gedeeltelijk zijn doel mist. Mailings komen bij de verkeerde mensen aan, e-mailadressen die niet meer bestaan zorgen voor spammarkering en belangrijke beslissingen worden genomen op basis van onjuiste gegevens, om maar een paar voorbeelden te noemen.

Volgens de Harvard Business Review staat tegenover elke procent datavervuiling een kostenstijging van maar liefst 10%. Dus bij een vervuiling van 10% kun je een kostenstijging van 100% verwachten. Hier zijn het afgelopen jaar al meer dan genoeg artikelen over geschreven, dus je zou verwachten dat marketingafdelingen het opschonen van data bovenaan hun ‘to do’ lijstjes hebben staan. Helaas is dit in Nederland nog lang altijd niet het geval. Zelfs de grote multinationals gaan vaak nog gebukt onder vervuilde, gefragmenteerde databases.

Marketingcultuur

Waarom heeft het opschonen van data geen prioriteit op marketingafdelingen, terwijl het zo duidelijk is dat het een kostenbesparing op kan leveren en de efficiëntie van campagnes vele malen kan vergroten? Het kan haast niet anders dan dat dit te maken heeft met de heersende cultuur op de marketingafdelingen. Bij veel bedrijven signaleer ik dat marketing wordt meegezogen in de korte cycli van de sales afdelingen. Daarbij is vaak het nu belangrijker dan het straks. Een goede marketingstrategie is niet iets wat je in een paar weken realiseert. Je hebt een gedegen lange termijn planning nodig en je moet zorgen dat het fundament waarop je je campagnes bouwt in orde is.

En daar ligt nu precies het probleem. Marketeers worden veelal afgerekend op kortetermijnresultaten en zien zich daardoor gedwongen om zich bezig te houden met het bedenken en optimaliseren van individuele campagnes, in plaats van te kijken naar het achterliggende fundament van alle campagnes. Er ontbreekt vaak een prikkel om naar de lange termijn te kijken. Ook een snelle turnover van personeel kan hier een rol bij spelen. Soms werkt personeel niet langer dan de duur van een campagne op een afdeling en het kan gebeuren dat de verantwoordelijke executive alweer vertrokken is naar een andere positie voor hij zelfs maar is toegekomen aan het nadenken over een duurzamere strategie.

De verantwoordelijkheid voor het agenderen van het opschonen van de databases ligt daarom bij het hogere management. Zij zijn tenslotte verantwoordelijk voor de kortetermijncultuur op de marketingafdeling en zij moeten er dus ook voor zorgen dat er een overkoepelende visie komt voor de langere termijn. Er ligt een schone taak voor de marketeer om het management te attenderen op de financiële voordelen van zo’n visie.

De oplossing

Gelukkig ligt het doorbreken van de vervuilingscyclus binnen ieders handbereik. Het verkrijgen van een schone database vereist een eenmalige ingreep, die ervoor kan zorgen dat je al deze problemen uit de wereld helpt en er in de toekomst alleen nog maar voor hoeft te zorgen dat de data schoon blijft. Het begint met het normaliseren van de bestaande data en neerzetten van de standaard. Dat wil zeggen dat je alle waarden binnen de velden van een database gelijk trekt.

Een goed voorbeeld is de manier waarop je de nationaliteit van een klant in je systeem hebt staan. Bronnen kunnen verschillende eisen stellen aan de manier waarop je data invoert: de ene bron zal ‘United States’ accepteren, de volgende bron ziet ‘U.S.A.’ als juiste input en een derde bron vindt het prima als je ‘USA’ invoert. Wil je deze verschillende databases koppelen en er een zinvolle analyse op loslaten, dan zal je moeten zorgen dat de data gelijk wordt getrokken. Vervolgens ga je alle beïnvloedbare bronnen standaardiseren. Je moet bepalen hoe je de data in het vervolg gaat formatteren en dat doorvoeren op elk data invoerpunt.

Als je alle bronnen van data hebt genormaliseerd kan je een “cleaning” applicatie aansluiten op je database. Die draagt zorg voor het continue monitoren en normaliseren van je data en neemt je dus een hoop handmatig werk uit handen. Op deze manier voorkom je datavervuiling in de toekomst en hoef je alleen maar af en toe bij te sturen waar dat nodig is. Het kost even wat moeite, maar dan heb je ook wat. Als iedere marketeer de tijd zou nemen om het management te vertellen dat er veel geld te verdienen valt met deze eenvoudige oplossing, dan hebben we binnenkort een schonere wereld, met effectievere campagnes die terecht komen bij de mensen waar ze terecht moeten komen.

Hoe hoog staat dit punt in jouw organisatie op de agenda?

Published on: October 7, 2013
Author: trimm.components.navLink.tabLink.linkType.options.none