Focus en een duidelijke visie op je data – ook wel de Golden Profile – is voor Het Concertgebouw een must om verschillende doelgroepen te bereiken. Hoe een oud gebouw en moderne marketing automation elkaar ontmoeten.
Continue reading
Effectieve en inspirerende campagnes kun je alleen maar samen bedenken. Een mooie uitdaging, gezien onze klanten en developers niet altijd dezelfde taal spreken. Benieuwd naar onze rol hierin?
Continue reading
Hoe vaak zitten klanten écht te wachten op een e-mailing? Denk niet: welke mensen kan ik benaderen met dit aanbod? Maar: met welk aanbod kan ik deze mensen raken?
Continue reading
Inzicht in data is van doorslaggevend belang om de hyperconnected consument te bereiken. Het begint met een eenduidig doel in de marketingorganisatie: waarom willen we de consument op deze manier aanspreken? Vervolgens kun je met de juiste tools aan de slag gaan. Dan is het goed om het verschil te weten tussen Customer Data Platforms en Data Management Platforms.
Veel tijd om eraan te wennen hebben we niet meer: in 2020 verslaat de customer experience de P’s van prijs en product als de belangrijkste onderscheidende factor voor merken. Dat blijkt uit marktonderzoek van Frost & Sullivan. Marketingorganisaties en (digitale) marketeers staan voor een uitdaging: hoe kunnen we helderheid krijgen in de manier waarop het merk continu communiceert en klanten aan zich probeert te binden via de verschillende kanalen, formats en devices?
Mocht je als marketeer nog niet zelf de noodzaak voelen om datastromen beter te beheersen en consumenten op het juiste moment, op de juiste plek met het juiste aanbod aan te spreken, dan zou je in elk geval getriggerd moeten worden door cijfers als: 81 procent van de consumenten wil dat merken ze beter begrijpen en beter weten wanneer ze wel of niet te benaderen zijn (bron: Accenture). Gelukkig gelooft een meerderheid van de marketeers dat real-time personalisatie van cruciaal belang is, maar volgens onderzoek van Adobe worstelt 60 procent van hen daar ook mee.
De hyperconnected consument, die is er nou eenmaal. We kunnen er niet omheen dat mensen zich in uiteenlopende domeinen begeven. Wil je met die consument blijven communiceren, dan moet je de verschillende touchpoints vastleggen en analyseren. Marketingorganisaties slaan dan ook steeds meer data op.
In een ideale wereld ben je in staat om het ‘golden profile’ van de consument te beheren. Zo’n golden profile is een record dat vanuit diverse systemen alle betrouwbare en benodigde data bijeenbrengt. Zo’n profiel moet ook breed gedragen worden in de organisatie. Met andere woorden: er is een gezamenlijk doel nodig, een reden waarom je de klant op een bepaalde manier wilt aanspreken. Deze ‘purpose’ maakt ook helder welke profielgegevens nuttig zijn voor het merk.
In de praktijk ben ik die ideale situatie nog in geen enkele organisatie tegengekomen. Het zou namelijk betekenen dat je eerst je hele datalandschap perfect gaat opschonen en opnieuw gaat neerzetten met een goed datamanagementprogramma. De werkelijkheid is dat veel marketeers in hun organisatie te maken hebben met een legacy van verschillende datasystemen.
Juist van deze professionals krijg ik geregeld de vraag: hoe kunnen we toch een volgende stap maken om tot een eenduidig dataprofiel van (potentiële) klanten te komen? Het is goed om je dan te realiseren dat er grofweg twee systemen bestaan die je kunnen helpen om (het gedrag van) de veranderende consument beter in kaart te brengen en actionable te maken: Data Management Platforms en Customer Data Platforms.
Wat is het verschil? Data Management Platforms waren er eerder dan Consumer Data Platforms. Wat het verhaal enigszins verwarrend maakt is dat beide systemen functionaliteiten van elkaar hebben overgenomen. Tegenwoordig is het daarom nog lastig te zeggen waar de platformen in functie van elkaar verschillen. Vanuit de oorsprong zijn dit volgens mij de definities:
Een Data Management Platform (DMP) is een tool voor de verzameling en verspreiding van non-identified data van een bedrijf over first, second, en third-party kanalen. Het beheert de segmentatie van data en de definitie van audiences, om van daaruit gericht (persoonlijk en relevant) te adverteren op plekken waar het engagement met de consument kan worden aangegaan.
Met een Customer Data Platform (CDP) is het mogelijk om first-party customer data (identified en non-identified) uit verschillende bronnen te verzamelen en daar één klantprofiel mee te genereren voor ieder individu dat interactie heeft met je merk. Deze data kan gedeeld worden met advertising-platformen of gebruikt worden om de website te personaliseren.
Begin bij een CDP. Daar ligt de basis van je data. De functionaliteit van een DMP kun je vervolgens ook nog wel op andere manieren ondervangen. In een CDP kun je profielinformatie opslaan vanuit de single customer view. Het helpt je om data te structureren en te analyseren, en om die data naar verschillende kanalen te ontsluiten. Die aanpak heb je nodig om de hyperconnected consument te bereiken, en nog persoonlijker en efficiënter te communiceren.
Welke vragen stel je nou, op weg naar een eenduidige strategie en een gerichte data-aanpak? Hou rekening met deze zeven vragen:
Als je deze vragen hebt beantwoord kun je aan de slag gaan. Waar je begint zal afhankelijk zijn van de antwoorden op je vragen. Hebben we andere systemen nodig, wat is ons Golden Profile, vangen we missende data op middels nieuwe campagnes en hoe formaliseren we dit alles in het marketingplan en de roadmap?
De term ‘hyperengaged customer’ duikt steeds vaker op. Maar bestaat die klant eigenlijk wel? Of is dat vooral een wens van marketeers?
Continue reading
Ematters & PRDCT! Een mooie samenwerking. Met het Customer Data Platform #CDP kunnen we een nóg betere datainfrastructuur voor onze klanten inrichten en realiseren we hun doelstellingen. Nog persoonlijke en efficiënter communiceren! #relevantie #CustomerJourney #customerdataplatform
Continue reading
Artificial intelligence en machine learning zijn de buzzwords in de wereld van data. Ze lijken garantie te bieden op conversie. Niets is minder waar, stelt managing director Jeroen de Graaf van Ematters. ‘Het begint met een visie op hoe je die data wilt inzetten. Wat is je bestaansrecht?’
Continue reading
Verleidelijk als het allernieuwste is, laten we ons geregeld lekker maken door kunstmatige intelligentie. We vergeten hierdoor te kijken naar de eigen strategie en klant. Pas dan is er een ‘golden profile’ samen te stellen, een basisvereiste om zoiets als machine learning te kunnen benutten. De aanpak resulteert in betere interactie. En voor bijvoorbeeld Opel in meer autoverkopen.
Continue reading
Artificial intelligence en machine learning zijn de buzzwords in de wereld van data. Ze lijken garantie te bieden op conversie. Niets is minder waar, stelt managing director Jeroen de Graaf van Ematters. ‘Het begint met een visie op hoe je die data wilt inzetten. Wat is je bestaansrecht?’
De honger naar data lijkt onstilbaar. Artificial intelligence (AI) en machine learning zijn de black box die moet worden gevoed, met de belofte dat campagnes nu wel meer resultaat zullen opleveren. Maar data worden nog steeds te veel gezien als de heilige graal van marketingcampagnes, vindt Jeroen de Graaf, managing director van Ematters. ‘Het begint met een visie op hoe je die data wilt inzetten. Als je weet waarom je organisatie of je merk bestaat, weet je ook hoe je het verschil kunt maken. Dan krijg je helder op wie je je richt en wat je wilt bereiken.’
Begin bij je bestaansrecht
Daarom vraagt Ematters opdrachtgevers altijd naar hun purpose, hun bestaansrecht. Waarom doen ze wat ze doen en welke kernwoorden horen daarbij? ‘Zo ontdek je ook wie je klant is en wat je moet weten van die klant. In een matrix kun je vastleggen: welke informatie hebben we al en welke nog niet? Welke data kunnen we aankopen en wat moeten we nog meer ondernemen om data te verkrijgen? Dat is een heel andere aanpak dan: ik wil een campagne beginnen. Het is zaak om de data op een strategische manier te interpreteren; maak keuzes in wat je nu wilt weten, wat je op dit moment nog niet hoeft te weten en wat je sowieso niet wilt weten.’
Er is volgens De Graaf nogal eens sprake van begripsverwarring. ‘Dat zie je bijvoorbeeld bij next best actions, waarbij je een volgende actie van een klant probeert te voorspellen aan de hand van de klanthistorie. Als je op basis van data bij een bepaalde groep een bepaald gedrag waarneemt en bij de andere groep niet, dan is dat nog geen AI. Daar treedt verbastering van de termen op. Dat neemt niet weg dat er heel mooie voorbeelden van AI zijn. Ik vind dat IBM het goed aanpakt met The Weather Company. Zij gebruiken 227.000 databronnen van over de hele wereld. Op basis daarvan maken ze voorspelmodellen voor het weer, waarmee ze bijvoorbeeld de agrarische en de luchtvaartsector kunnen adviseren, of zelfs Max Verstappen in de Formule 1.’
Je boodschap is vooral: verlies je niet in de hypes.
‘Precies. Get the basics right. Daar ligt een grote uitdaging. Er is al heel veel mogelijk door de datamodellen van de huidige klantenbase te analyseren. Daaruit kun je een rijkdom aan informatie halen over wat er online en offline gebeurt. Waar veel bedrijven tegenaan lopen is dat ze het overzicht kwijtraken van alle databronnen die ze hebben. Daarom kan een startup juist vaak snel meters maken; die heeft nog geen ‘erfenis’ op dat vlak. Een multinational beschikt over veel data die op een verouderde manier zijn ingericht.’
Maar horen we niet al jaren dat het belangrijk is om bij de basis te beginnen?
‘De waan van de dag regeert inderdaad nog steeds en iedereen maakt elkaar ook wel een beetje gek. Daarom zeggen wij ook tegen onze klanten: gebruik ons maar. Duw ons naar voren bij de hoogste besluitvormers. Laat ons maar de vragen stellen: waarom doen jullie het zo? Wat is jullie bestaansrecht?’
Waarom zijn jullie als bureau in de goede positie om die vragen te stellen?
‘Dat past bij onze eigen missie en visie. Ons streven is om de strategische marketing-automationpartner te zijn voor vandaag en morgen. Als je een partner wilt zijn, moet je ook doorvragen. We luisteren en we kijken aandachtig. Als bureau moet je ook de verschillende branches kennen: wat gebeurt er in travel, in automotive, in retail? Wij zijn de lijm in het geheel – de klanten van onze ene opdrachtgever zijn ook klant bij de andere opdrachtgever.
‘De tools selecteren we op basis van de filosofie van de opdrachtgever. We werken samen met de belangrijkste spelers op het gebied van data: IBM, Oracle, Selligent en Google, en we breiden dit ook uit aan de hand van de wensen vanuit de branche. Ze hebben elk hun eigen karakter en aanpak – het mooiste is om dit met elkaar te combineren. Dan krijg je het beste huwelijk. De tools en de technologie zitten in ons DNA, maar door te luisteren en door te vragen halen we het optimale eruit. Dat heeft ook altijd in Ematters gezeten.’
Kun je de ontwikkeling schetsen die jullie zelf doormaken?
‘Ematters is in 2007 begonnen als een fullservice digitalmarketingbureau. We zijn ons steeds meer gaan focussen. We richten ons nu volledig op eCRM en marketing-automation. We merken dat klanten voor ons kiezen, juist omdat we doorvragen. Ze vinden het prettig om echt ondersteund te worden en ze waarderen het dat ze met ons kunnen sparren – ook naast het werk, in een ontspannen setting, want ook dat is Ematters: we combineren het nuttige graag met het aangename.’
De samenwerking met #BlueConic is een feit. Mooie samenwerking om de goals van onze klanten te realiseren. Personalisatie kan dus toch nog beter! #samenwerking #personalisatie #data #marketingautomation
Continue reading