Tekst: Danny Oosterveer

‘Of je nu social mediamarketeer bent en je content aan de man probeert te krijgen op Facebook of een adverteerder bent die de meest relevante doelgroep wilt bereiken: in elk van deze situaties beschik je over directe feedback van je marketinginspanningen. Als je goed wilt worden in dat wat je doet, is kennis van het gebruik van data onontbeerlijk. Beschik je daar niet over? Dan is het gevaar dat jíj door data gedreven wordt. Dat Google je advertenties optimaliseert op basis van kliks in plaats van wat voor jou belangrijk is, of je advertenties laat zien aan een doelgroep die voor jou niet zo relevant is. Of dat je je zorgen maakt omdat je website minder bezoekers trekt, terwijl je misschien juist wel veel meer relevant publiek weet te bereiken en die effectiever weet te converteren naar leads.

Met mijn boek wil ik Nederlandse marketeers en communicatiespecialisten data-bedreven maken. Zodat je je niet langer laat leiden door data, maar data voor je laat werken.’


In het artikel hieronder uit zijn boek ‘Data bedreven marketing’ vertelt Oosterveer wat marketeers en communicatiespecialisten moeten weten van data om hun performance naar een volgend niveau te tillen.

‘Grote organisaties zijn vaak onderhevig aan reorganisaties en fusies. Het is daarom belangrijk om commitment op directieniveau te hebben zodat er een stabiele basis is voor data-bedreven werken. Hierbij voorkom je dat er bij een wisseling van de wacht, zoals bij grote ontslagen, reorganisatie of een fusie, de steun voor data-bedreven werken wegvalt. Wanneer de directie onboard is, voorkom je bovendien dat data-gedreven cultuur alleen in één organisatieafdeling plaatsvindt, terwijl er bij andere afdelingen een tweede waarheid bestaat, wat de besluitvoering sterk verstoort.
De ervaring leert dat het gebrek aan een data-gedreven visie op directieniveau vaak te wijten is aan een gebrek aan kennis over data-gedreven marketing, analyse, experimenteren en begrippen als big data en machine learning. Om de transformatie naar data-gedreven organisatie te bewerkstelligen is het belangrijk om zo goed mogelijk aan te sluiten bij de doelen van de organisatie.
Directieleden moeten ook beseffen dat inzichten uit data analytics soms vragen om beslissingen die een koerswijziging kunnen betekenen. Als directie zul je daadwerkelijk open moeten staan voor het maken van beslissingen op basis van data.

Omarm falen
We hebben allemaal de neiging om ons uiterste best te doen en zo min mogelijk fouten te maken. Deze drang om te slagen, en daarmee niet te falen, vormt echter een belangrijke barrière om te leren, zo stelt ook Carol Dweck, professor van Stanford University. Volgens Dweck hebben we een mindset probleem: als je gelooft dat je talenten aangeboren of onveranderlijk zijn (‘fixed’ mindset), dan zul je ten alle tijden willen voorkomen dat je faalt. Ceo’s met zo’n mindset verzamelen mensen op zich heen die hen bevestigen in hun denken; ze voelen zich slim als ze gelijk krijgen.
Maar als je gelooft dat je talent groeit door volharding en moeite, dan zie je falen als een kans om jezelf te verbeteren. Mensen met een ‘growth‘ mindset voelen zich slim als ze leren, niet wanneer ze foutloos zijn. Zij zien fouten als een kans om zichzelf te verbeteren. Het goede nieuws is dat je deze mindset kunt aanleren.
In een leercultuur is het belangrijk dat het oké is om te falen. Daarom ligt er een belangrijke taak voor de manager, die moet zorgen voor een cultuur waarin medewerkers zich vrij voelen om te experimenten en struikelen. Doe je dat niet en zet je een ‘straf’ op mislukking, dan heb je een garantie: medewerkers tonen geen initiatief meer en ze gaan repetitief werk doen. Experimenteren en leren is dus noodzakelijk voor optimale prestaties. Dan is het ook noodzakelijk dat er ‘leerbudget’ is, zowel in de vorm van geld als tijd.

Denk als een softwareontwikkelaar: bouw en itereer
Traditioneel lanceerden bedrijven nieuwe producten of concepten als een internationale bioscoopfilm. Geen marketingmiddel werd gespaard, alles voor één lancering. Als de lancering faalt, neemt het alles met zich mee. Als data-gedreven marketeer wil je geen dingen overlaten aan het toeval en denk je als een ‘agile’ softwareontwikkelaar. Dan werk je iteratief, bouw je een minimum viable product, en laat je het testen door gebruikers. De ontwikkelaar weet waar hij staat: vervult dit product echt een behoefte? Leent het zich om gedeeld te worden? Welke features zijn belangrijk, en wat kan er wachten tot een volgende release? Als je deze vragen kunt beantwoorden, dan weet je als ontwikkelaar dat je snel weer een nieuwe iteratie kunt uitbrengen, op basis van wat je geleerd hebt van je klanten. Deze iteratieve ontwikkeling is kenmerkend voor een data-gedreven werkwijze.

Democratisering van data
Van oudsher wordt er vrij beschermend omgegaan met de toegang tot gegevens, maar tegenwoordig is dat minder. Het vrijelijk beschikbaar stellen van de data wordt ook wel data-democratisering genoemd. Werknemers hebben zelf directe toegang tot de data, waar en wanneer dit nodig is in de organisatie. Toegang tot de gegevens betekent dat alle medewerkers de mogelijkheid hebben om met gegevens te werken. Ze zijn beter uitgerust om data-gedreven beslissingen te nemen.

Onderzoek toont aan dat bedrijven die hoog scoren op data-gedrevenheid veel vaker self-serve insights en data made easy benoemen als succesfactoren dan bedrijven die laag scoren. Toegang staat gelijk aan adoptie. Onderzoek onder directieleden bevestigt dit. Organisaties die moeite hebben met waarde halen uit analytics blijken vaak de analyticskennis te centreren in een aparte afdeling. Experimenten en tools van bovenaf opdragen is niet voldoende. Om echt het verschil te maken moet je de vraag naar data van onderaf laten komen.’