In ons vorige artikel heb je kennis gemaakt met de 5 grootste succesfactoren voor datagedreven marketing. In dit artikel lichten we deze verder toe en geven concrete oplossingen, zodat jij ze goed kunt inzetten in jouw situatie.
Binnen marketing wordt er veel terminologie gebruikt die lang niet in iedere context even relevant is. Hypes en trends volgen elkaar in sneltreinvaart op. Zo snel dat we ze nog nauwelijks van elkaar kunnen onderscheiden. Hierdoor worstelen organisaties steeds met de focus en prioriteit van marketingactiviteiten en -beslissingen. Waar moet ik mijn mensen en middelen (resources) op inzetten?
Onze best practice? Blijf niet hangen in terminologie, maar onderbouw je keuzes met cijfers.
Waar hebben we het over? Wat gaat zo’n innovatie structureel opleveren voor onze doelstellingen en hoe profiteert onze klant hiervan? Hoeveel effort moeten we hierin steken om het te realiseren? En kunnen we dit experimenteel aantonen om vervolgens op te schalen?
Elk domein kent nu eenmaal zijn eigen jargon, dus zorg ervoor dat je mensen dezelfde taal spreken en vanuit één waarheid werken. Maak zaken expliciet, zo voorkom je dat je op ieder buzzword gaat rennen als organisatie. Zonder dat je de echte toegevoegde waarde voor jouw klant en organisatie hebt aangetoond.
De rol van technologie binnen marketing wordt steeds groter. Het gevolg is dat marketing autoriteit, controle en budget verliest ten aanzien van IT. Hierdoor wordt de afstand tot de (daily) business vergroot en wordt innovatie vaak vanuit een technisch IT perspectief opgepakt. Grote (en kostbare) platforms en ‘stacks’ worden geïmplementeerd, zonder een goede business case. Ze leveren vaak teleurstellingen op, omdat ze niet de verwachte all-in-one oplossing bieden. Een ander gevolg is dat er steeds meer tooling wordt aangeschaft die of deels onbenut blijft, of inwisselbaar is en steeds weer wordt vernieuwd.
Hoe sexy ook, onthoud dat marketing technologie een middel is om je doelstellingen te realiseren. Er zijn hele goede oplossingen op de markt waarmee je op een laagdrempelige manier data & analytics (en A.I.) kan toevoegen aan je marketing dialogen. En er zijn mooie platforms beschikbaar, die al je dialogen volledig geautomatiseerd en artificial intelligence (A.I.) gedreven binnen je hele organisatie kunnen inzetten.
Maar voor beide oplossingsrichtingen geldt dat je de (toegevoegde) waarde moet aantonen en deze op basis van je marketingdoelstellingen continu blijft toetsen.
Wat konden we eerst niet, maar nu wel (beter)? Waar willen we naartoe? En wat als we dit breed uitrollen? Je technologie moet hiertoe uitgerust zijn of uitgerust kunnen worden. Draai het dus om. De business bepaalt en de technologie faciliteert. Fit for purpose betekent dat. Voor de situatie van vandaag én de ambities van morgen.
Artificial intelligence (A.I.) en deelgebieden worden gepresenteerd als ‘de heilige graal’ voor alle data gerelateerde marketingvraagstukken. In plaats van het middel, worden algoritmes het doel op zichzelf. Dit zorgt er regelmatig voor dat er snel naar A.I. gedreven oplossingen gekeken wordt. Hierdoor krijgt een solide datafundament (te) weinig aandacht, waardoor niet schaalbare en complexe oplossingen ontstaan. Deze voldoen dan vaak niet meer aan het oorspronkelijke doel en de context.
A.I. is tegenwoordig vooral laagdrempeliger beschikbaar dan voorheen. Goedkoper, sneller en met veel meer beschikbare technieken. En we hebben veel (meer) data tot onze beschikking om er waarde mee te creëren. Maar dat betekent niet dat het toepassen hiervan je altijd verder brengt.
Wil jij ontdekken wat A.I. voor jouw marketing kan betekenen? Begin dan met wat je nu al hebt. Over welke data beschik je? Welke inzichten haal je daaruit? Voor welke doelstellingen wil of kan je dit gebruiken? En als je succesvol bent, kun je het dan structureel en verantwoord aanbieden?
Onze ervaring is dat je A.I. het meest succesvol toepast als je dit iteratief door ontwikkelt. Start met de minimale oplevering die je huidige dialogen verbeteren. Toon hiervan het succes aan of leer van minder succesvolle tests. Zorg er vervolgens voor dat je hierop door kan bouwen. En kijk goed om je heen of je alles in huis hebt om dit te borgen binnen je organisatie.
Écht klantgericht zijn betekent proposities en dialogen zo snel mogelijk toetsen bij klanten. Om vervolgens met hun feedback en gedrag (op basis van data) te verbeteren en optimaliseren.
Veel organisaties blijven echter vanuit onderbuikgevoel en inside-out denken opereren. Dit resulteert in tegenvallende resultaten en niet waargemaakte klantverwachtingen. Maar ook in (te) lange doorlooptijden om vernieuwingen door te voeren, omdat interne discussies veel tijd in beslag nemen.
Customer centric werken, of ultieme klantfocus. Welke term je er ook voor gebruikt, het gaat erom dat je de klant werkelijk centraal stelt in je marketing. Als dat écht zo is, dan is diens feedback de enige waarheid.
Wat gisteren nog werkte, is vandaag mogelijk geen succes meer. Werk iteratief aan opleveringen (MVP’s: minimal viable product), toets deze zo snel mogelijk met de klant en verzamel diens feedback. Zorg dat je verschillende versies kunt testen en hierop kunt door ontwikkelen. Waarbij weer geldt: wat is de huidige situatie van de klant? Wat ziet, hoort of leest hij nu in onze interacties? En essentieel om je telkens af te vragen: welke doelstelling realiseer ik hiermee?
Vaak krijgen data en A.I. gerelateerde initiatieven een te nauwe scope gedefinieerd. Deze innovaties werken dan alleen in een experimentele en beperkte opstelling. Op het moment dat zij bij een succesvolle toepassing opgeschaald moeten worden, blijken ze niet geschikt om in productie te nemen en leveren ze dus geen structurele (meer)waarde.
Voorkom deze eenmalige successen als je met data & analytics aan de slag gaat. A.I. is geen eenmalige truc en het stopt niet bij één succesvolle test. Haal deze projecten of opdrachten uit de experimentele sfeer en motiveer de professionals die hieraan werken om kort-cyclisch oplossingen te leveren. Oplossingen die uiteindelijk schaalbaar ingezet kunnen worden in de organisatie en daarmee aantoonbaar waarde leveren voor klant en de business.
Verbind elk analyse-project aan een marketingdoelstelling: waarom doen we dit? Voor wie doen we dit? Wat willen we bereiken? Wat zijn de risico’s? En, wanneer zijn we succesvol en wat hebben we nodig als we dit structureel willen leveren?
Hoeveel van bovenstaande situaties herken jij? Durf jij je kritisch op te stellen binnen je organisatie als jij een van deze valkuilen voorbij ziet komen? Word je gestimuleerd om kritisch mee te denken en continu te verbeteren? Wordt iedere expertise gehoord binnen een team en pakt iedereen zijn rol en verantwoordelijkheid?
Hier blijft bij veel organisaties het grootste potentieel liggen. Er is vaak voldoende goede wil aanwezig om het verschil te maken. De visie is er en veel van de randvoorwaarden om deze succesvol in te vullen, zijn ingevuld. Maar de factor ‘mens’ blijft vaak onderbelicht. Wat betekent ‘anders werken’ concreet voor de teams en teamleden?
Wij raden je aan om je stem te laten horen als je op deze onderdelen iets mis ziet gaan. Dit laat zien dat je betrokken bent bij je organisatie en het goed wilt doen voor je klanten. Wat hebben jullie nodig om elkaar aan te spreken?
Wil je hier met ons over sparren?
Volgende artikel: hoe creëer je waarde?
In ons volgende artikel gaan we het hebben over waarde creatie: Wat betekent dat en hoe doe je dat?
5 juli 2023
Wil jij jouw collega’s op ludieke wijze laten kennismaken met datagedreven werken? Geef ze op voor... lees meer
10 maart 2023
Scan voor datagedrevenheid – hoe volwassen zijn we en waar moeten we mee aan de slag?... lees meer
16 januari 2023
Culture eats data strategy for breakfast Bedrijven die erkennen dat ze met de inzet van data... lees meer