Hoe verdient u geld aan datamining en data analyse? Een praktijkcase van MP3.com

Datamining blijft een uitdaging voor veel marketeers en marketingafdelingen. Ondertussen wordt het toepassen van inzichten verkregen uit grote hoeveelheden beschikbare data steeds belangrijker voor zakendoen vandaag de dag. Hoe zorgt u dat u het maximale uit data haalt?

MP3.com is een Amerikaanse site beheert door CNET/CBS. Deze website biedt informatie over bekende artiesten en nummers die u kan beluisteren en downloaden. Dit was niet het oorspronkelijke business model. In het begin (1997) was het een vrij rebelse website waar gratis MP3’s werden beluisterd van voornamelijk onbekende artiesten. De website verdiende zijn geld door middel van advertenties in de vorm van links. Onlangs kwam ik een artikel tegen waarin Derrick Oien aan de hand van een voorbeeld uit de doeken doet hoe het management van MP3.com indertijd gebruik maakte van data-analyse voor hun business doelen.

Datamining uit een enorme database

In zijn hoogtijdagen trok MP3.com zo’n 800.000 unieke bezoekers per dag. Het bedrijf was onderdeel van de IT-bubbel aan het begin van deze eeuw en behaalde met zijn beursgang een recordbedrag van meer dan 370 miljoen dollar. 

De 800.000 dagelijkse bezoekers bekeken tezamen 4 miljoen pagina’s op de website en zorgden voor 4 miljoen streams en downloads per dag. De hoeveelheid data die dit opleverde was natuurlijk gigantisch. Het bedrijf is later overgenomen door Vivendi Universal. Omdat dit bedrijf kansen zag voor MP3 en haar schat aan data.

Wijs worden uit de wirwar van informatie

De data op zich leverde natuurlijk niet al teveel informatie op. Big Data zonder analyse en statistisch inzicht is nutteloos. Door een combinatie van toeval, visie en experimenteren, kwam MP3.com toch tot een heel interessant inzicht.

De ‘meest gespeeld’-lijst van iedere maand kwamen over het algemeen overeen met de hitlijsten in Amerika toentertijd. Maar een min of meer toevallige splitsing van de data in geografische regio’s leverde een ander inzicht op. Bij een nieuw product genaamd “Single Serving” was het namelijk nodig dat de gebruiker zijn postcode invoerde. Hierdoor bleek dat specifieke bands opeens opdoken in de toplijsten van gebruikers van MP3.com. Dit terwijl deze bands veelal nauwelijks de beschikking hadden over iets dat leek op management of marketing. Deze bands bleken veel te spelen in een bepaalde regio en bereikten middels blogs en straatteams enorm veel mensen. Dit terwijl grote platenlabels vaak nog nooit gehoord hadden van de acts.

Experimenteren met uitkomsten van datamining

De directie van MP3.com besloot een experiment uit te voeren: de onbekende bands die zo hoog in de hitlijsten van een bepaalde regio eindigden, moesten een bepaalde commerciële waarde vertegenwoordigen. Ze besloten om enkele van deze bands een duw in de juiste richting te geven door ze te ‘featuren’ op een prominente plaats op hun website. Op basis van de reactie van de +/- 800.000 mensen die in aanraking kwamen met de muziek besloot het bedrijf nog een stap verder te gaan. 

Zo belandde de band “All That’s Left” na de 24 uur extra aandacht op de website plotseling op nummer 1 in de nationale hitlijst van MP3.com. Doormiddel van email campagnes werd de band extra gepromoot: Dit leidde tot een enorme populariteit en boost  van de band.

Key takeaways voor Datamining en data analyse

De case van “All That’s Left” en de geografische data van MP3.com levert de volgende inzichten in het toepassen van Big Data mining en data analyse:

1. Analyse en experimenteren zijn nodig om daadwerkelijk inzicht te verkrijgen uit Big Data.
   Gigantische hoeveelheden data op zichzelf, leveren weinig op. Een onderzoekende blik kan patronen uit een wirwar van informatie naar boven halen en experimenteren kan hypotheses helpen bewijzen of ontkrachten.
2. Segmentatie is van groot belang.
   Segmentatie in geografie, maar ook in alle denkbare en meetbare demografische gegevens levert de eerste inzichten in de wensen en het gedrag van specifieke subgroepen binnen uw doelgroep.
3. Ook in zeer subjectief aandoende productgroepen heeft data waarde.
   Zelfs zoiets subjectiefs als muziek kan met behulp van data worden geanalyseerd, denk daarbij bijvoorbeeld ook aan Spotify). De dienstverlening aan de klant kan dan in dat vakgebied worden verbeterd met behulp van Big Data.
4. Big Data moet worden gekoppeld aan de menselijke maat.
   Intuïtie en menselijk inzicht hebben geleid tot de experimenten die de doorbraak van “All That’s Left” hebben helpen vormgegeven. Maar de combinatie van technologische kracht en menselijk inzicht: Verdiepend onderzoek, smaak en kennis van muziek heeft uiteindelijk voor deze overwinning gezorgd.