Master Data Management
Terug naar overzicht
blog

Stappenplan big data in de praktijk

Big data’ betekent eigenlijk niets meer of minder dan het verzamelen van ‘veel gegevens’. Nu big data een zakelijke trend is, lijkt dat verzamelen ook bijna een doel op zich te zijn geworden. Het gaat er echter om alleen de gegevens te verzamelen en analyseren die voor ú relevant zijn. Dat kunt u doen aan de hand van drie opeenvolgende stappen.
 

Waarom big data?

Big data voorbeeld; big data stappenplan; big data caseDoor gegevens te verzamelen en vervolgens te analyseren, kunt u patronen ontdekken. Misschien ontdekt u dat bedrijven met meer dan 500 werknemers vaak op zoek zijn naar productvariant X en dat zij deze vooral via uw webshop bestellen als ze minstens 5 jaar klant bij u zijn. En misschien ontdekt u dat bedrijven met minder medewerkers vooral variant Y kopen en deze bij voorkeur via een accountmanager bestellen. Herkent u deze gedragspatronen, dan kunt u er vervolgens een gepersonaliseerd aanbod aan koppelen, beter prioriteiten stellen en bijvoorbeeld gericht uw productassortiment en bedrijfsstrategie aanpassen. 

"Het klakkeloos verzamelen van gegevens is dus niet het doel van big data. Het gaat erom te bepalen wat u wilt weten - en daar vervolgens gericht antwoord op te zoeken."

Patronen ontdekken in 3 stappen

Door steeds meer gegevens te koppelen, krijgt u een steeds gedetailleerder beeld van de markt en kunt u dus steeds gerichter (marketing)activiteiten uitvoeren. U kunt beter inspelen op de klantbehoefte, u kunt uw product en processen verbeteren en u kunt bijvoorbeeld beter reageren op veranderingen in de markt. Wat voor het ene bedrijf echter waardeloze informatie is, kan voor het andere bedrijf van onschatbare waarde zijn. Het klakkeloos verzamelen van gegevens is dus niet het doel van big data. Het gaat erom te bepalen wat u wilt weten - en daar vervolgens gericht antwoord op te zoeken.
 

Stap 1. Bepaal wat u wilt weten

Correct gebruik van big data begint met het stellen van een hypothese. U wilt iets onderzoeken dat aannemelijk lijkt en hier vervolgens meer inzicht in krijgen. Het gaat daarbij om het onderzoeken van een zwakte binnen de organisatie, of het verder versterken van de resultaten en de strategie. Bepaal dus wat voor u relevant is. Informatie over uw klant? Uw product? Uw processen? Of misschien over hoe de markt uw bedrijf en merk beleeft?
 
Ligt de nadruk op klantbehoud, dan is het bijvoorbeeld zeer interessant te achterhalen wie uw klanten zijn. Zitten ze in bepaalde branches of hebben ze een bepaalde omvang? Wat is de gemiddelde orderwaarde? En zijn er patronnen te ontdekken in de hoeveelheid aan klachten en de aard ervan? Door op deze gegevens analyses los te laten, kunt u ontdekken welke klanten het meest waardevol zijn, welke producten worden afgenomen en waar bijvoorbeeld ruimte voor omzet- en winstgroei bestaat. Als u het brede doel heeft, kunt u steeds dieper gaan - tot u een voor u relevante lijst met vragen heeft die u beantwoord wilt hebben. 
 
Tip. Om deze lijst te maken, kunt u een brainstorm organiseren met medewerkers van verschillende afdelingen. Misschien zelfs met klanten, leveranciers of andere bedrijfspartners? 
 

Stap 2. Verzamel gegevens die u al heeft

Nu u weet wat uw doel voor het verzamelen van big data is, kunt u gericht op zoek gaan naar de informatie die voor u relevant is. U beschikt intern waarschijnlijk al over meer gegevens dan u zich beseft. Ga daarom eens na of u de volgende gegevens heeft en of deze relevant zijn om uw vragen te beantwoorden: 
 
  • Financiële gegevens, zoals omzet, marge, winst, cashflow, werkkapitaal en investeringsbedragen. 
  • Personeelsinformatie, zoals ziekteverzuim, werkervaring en opleidingsniveau.
  • Servicegegevens, zoals uitslagen van klanttevredenheidsonderzoeken, aantallen klachten en de tijdsduur van klachtenafhandeling. 
  • R&D informatie, zoals het aantal nieuwe oplossingen dat u introduceert, de markten waarop u zich daarmee richt en de verdeling van uw portfolio (er zijn modellen die u helpen uw portfolio in een breder perspectief te zien, zoals de BCG-matrix). 
  • Inkoopgegevens, zoals levertijden van leveranciers, inkoopprijzen en de ontwikkeling van de inkoopprijzen. 
  • Productiegegevens, zoals uw eigen levertijd, uw prestaties ten opzichte van concurrenten en productieknelpunten. 
  • Marketing- en verkoopinformatie, zoals het aantal websitebezoekers, branches waarin u goed scoort, klanten waarop u de meeste marge maakt, de conversie van reclamecampagnes en de productlevenscyclus per regio, branche of klantprofiel. 
 

Stap 3. Verzamel big data 

Wellicht bent u na stap 2 al klaar en heeft u alle gegevens die u nodig heeft om uw vragen te beantwoorden. Is dat niet het geval, dan kunt u externe partijen inschakelen. Zij beschikken mogelijk over de aanvullende informatie die u nodig heeft of over (analyse)tools die u helpen de nodige gegevens alsnog boven water te krijgen. Afhankelijk van het doel dat u heeft, beschikt u over verschillende mogelijkheden. 
 
  • Is uw doel met big data meer te leren over uw klant, dan is het belangrijk een zo goed mogelijk profiel van uw huidige en potentiële klanten op te stellen. U kunt daarvoor bijvoorbeeld een klanttevredenheidsonderzoek houden. U kunt echter ook het sentiment over uw bedrijf op social media volgen. Of u kunt met Google Analytics nagaan wie bezoekers van uw website zijn, welke webpagina´s zij bezoeken en wat het zoekgedrag op uw website bijvoorbeeld is. Heeft u dit in kaart gebracht, dan kunt u er zelfs voor kiezen financiële gegevens aan deze klantgegevens te koppelen. Er zijn verschillende tools en partijen die u daarbij kunnen ondersteunen. 
  • Wilt u meer informatie over uw product, dan kunt u uiteraard een marktonderzoek (laten) uitvoeren, zonodig met klantpanels of een concurrentieanalyse. Uw website kan u echter ook al meer inzicht geven. Met Google Analytics krijgt u als gezegd inzicht in uw websitebezoek en ontdekt u welke pagina´s veel worden bezocht en goed converteren. Als u weet welke pagina´s goed worden bezocht, krijgt u direct een beeld van welke producten populair zijn of wat voor soort vragen bijvoorbeeld over uw producten wordt gesteld. Daarnaast kunt u op uw website bijvoorbeeld reviews vragen om de mening over uw producten te peilen. Misschien kunt u zelfs informatie vinden op vergelijkingssites van derden om het sentiment in de markt te bepalen? 
  • Meer inzicht in uw processen krijgt u intern als u onderzoekt waar zich knelpunten bevinden. Wellicht blijkt dat klanten niet of te laat betalen? Mogelijk kunt u sneller leveren of factureren? Of zijn er processen die u kunt automatiseren? U kunt hierdoor zelfs patronen ontdekken die een voorspellende waarde krijgen, zodat u bijvoorbeeld op toekomstige omzet kunt anticiperen. Bij Graydon hebben we bepaalde handmatige analyses zoveel mogelijk geautomatiseerd, waardoor we de voorspellende waarde van onze gegevens met 25% konden verbeteren en onze resources nu kunnen inzitten op productinnovatie. Hier leest u meer over de verbeterde credit score
  • Ook voor marktgegevens bestaan verschillende tools en kunt u aanvullende gegevens inkopen. U kunt uw bedrijf bijvoorbeeld benchmarken ten opzichte van andere bedrijven. Daarnaast publiceren vele marktonderzoekers branchegegevens en informatie over marktontwikkelingen. Kijk bijvoorbeeld eens op de websites van TNO, banken als de Rabobank en ABN AMRO of ga eens na welke brancheonderzoeken Graydon u biedt. Daarnaast kunt u bijvoorbeeld externe bedrijven inhuren om te onderzoeken of uw prijsstelling bijvoorbeeld marktconform is.  
     

Meer informatie

Wilt u er meer weten over big data, dataverrijking en de mogelijkheden van data-analyses? Stuur mij dan even een mailtje of laat hier onder een bericht achter. U kunt uiteraard ook eerst onderstaande artikelen en pagina’s lezen over:
 

Download ePaper over leadgeneratie met big data

Gelijkaardige publicaties