Strategie

Zo leg je de fundering voor data-gedreven succes [4 stappen]

0

Er is tegenwoordig geen tekort aan software en andere oplossingen die bedrijven kunnen helpen bij het optimaliseren van hun (marketing)efforts. Van strategie tot executie en analyse wordt er geïnvesteerd. Met het behalen van meer omzet als achterliggende gedachte. Zulke investeringen zijn over het algemeen zeer verstandig. Maar hoe behaal je hiermee succes?

Zonder een solide datamanagementstrategie heeft het allemaal geen zin. Bouw een kasteel op drijfzand en je muren vallen om nog voordat een concurrent de kanonnen geladen heeft. Mijn doel met dit artikel is om een aantal bruikbare tips op een rij te zetten waarmee je een duidelijke datamanagementstrategie kunt schrijven.

Zorg dragen voor levensvatbaarheid

Zorg dragen voor datakwaliteit is namelijk zorg dragen voor de levensvatbaarheid (en het succes) van je marketingcampagnes op de lange termijn. Net als met luchtvervuiling merk je het niet direct, maar als je te lang blijft doorkachelen in je dieselmonstertruck uit 1993 zal je op een gegeven moment stikken.

Dat klinkt grimmig, maar is wel de realiteit. Ook als je nog niet de meest complexe campagnes opzet, moet je nu al zorgen voor de datakwaliteit. Want, het is het aannemelijk dat je in de toekomst wel complexere campagnes opzet die je dan zal voeden met – je raadt het al – data die je al die tijd hebt opgebouwd. Enkele voorbeelden om dit te onderschrijven.

Net als met luchtvervuiling merk je het niet direct, maar als je te lang blijft doorkachelen in je dieselmonstertruck uit 1993 zal je op een gegeven moment stikken.

Account based marketing

Een steeds populairder wordende strategie waarbij er niet wordt gekeken naar individuele leads, maar naar specifieke accounts waar meerdere mensen, ‘leads’, onderdeel van zijn. Iedereen heeft zijn of haar rol en kan op een eigen manier bijdragen aan succes. Daarom moeten ze ook op verschillende manieren benaderd worden. Hiervoor heb je kwalitatieve data nodig op persoonlijk niveau en moet je goed de samenhang binnen het hele account kunnen begrijpen om campagnes op te zetten, te analyseren en optimaliseren.

Marketing automation platformen en personalisatie

Er zijn verschillende zeer krachtige platformen beschikbaar, waarmee marketeers de campagnes achter hun meest complexe (en stoutste) dromen kunnen bouwen. Maar je hebt er geen snars aan als je niet weet tegen wie je praat, wat belangrijk voor ze is of hoe je ze bereikt.

Scoring en voorspellende modellen

Met ‘leadscoring’ kun je uitstekend in kaart brengen op welke accounts of leads, sales zich moet richten. Met voorspellende modellen kun je dit bovendien doorlopend optimaliseren. Maar als je data vervuild is, zul je snel genoeg ruzie hebben met (vaak zeer mondige) sales-mensen waarom ze op jouw aanraden tijd verspeeld hebben.

Datagedreven succes

4 stappen voor een sterk verbeterde datastrategie

De noodzaak voor een solide datafundering lijkt dus duidelijk, maar toch geeft ruim de helft van de marketeers aan dat er ruimte is voor een sterk verbeterde datastrategie. Met enkele best practices kun je al direct beginnen met het storten van de fundering van jouw kasteel.

1. Breng in kaart welke data je nodig hebt

Welke data je als bedrijf nodig hebt voor succesvolle sales en marketing kan verschillen. Dus stel jezelf de vraag: voldoet de data die ik verzamel aan mijn behoeften? Zo ja: wat heb je niet nodig? Zo nee, wat ontbreekt er? Als je dit weet, kun je efficiënt werken. Je hebt niet meer het gevoel data te missen en jaagt dus niet meer achter elke lead aan voor informatie over zijn favoriete kattenvoer of welke kleur ogen het beestje heeft. Welke data relevant is, kan verschillen per bedrijf, maar er zijn enkele datapunten die in bredere zin voor bedrijven van waarde zijn.

  • Demografische data: zaken als leeftijd, geslacht, functie, ervaringsniveau, hoe draagt hij of zij bij aan een beslissing en natuurlijk contactinformatie.
  • Firmografische data: data over het bedrijf. Hoeveel omzet of budget hebben ze? Hoeveel mensen werken er? In welke industrie zitten ze? Waar zijn ze actief? Enzovoort.
  • Technografische data: Welke tools worden momenteel gebruikt?

2. Standaardiseer het databeleid

Nu je weet welke data je wil verzamelen, is het zaak te zorgen dat de datakwaliteit gewaarborgd wordt. Veel bedrijven hebben hier geen duidelijk beleid over gemaakt waardoor wildgroei onvermijdelijk is. Om rekening te houden met alle belangen, moeten meerdere stakeholders betrokken zijn bij het ontwikkelen en uitvoeren van dit beleid. Het is essentieel dat (met name) sales en marketing duidelijk definiëren wat een ‘lead’ precies is. Dergelijke afspraken moeten met interne SLA’s worden vastgelegd om duidelijkheid te scheppen en de samenwerking tussen alle betrokkenen te optimaliseren.

Meer details hierover inclusief onderliggende principes (inclusief de demand waterfall van Sirius Decisions) heb ik beschreven in dit artikel op LinkedIn. Zorg er hoe dan ook voor dat iedereen dezelfde taal spreekt!

Verantwoordelijkheid voor de uitvoer van het beleid

Naast duidelijke afspraken moeten enkele mensen vanuit verschillende disciplines (bijvoorbeeld sales, marketing en legal) ook de verantwoordelijkheid krijgen (en voelen) voor de uitvoer van het beleid. Ook moet er goed nagedacht worden over wie allemaal rechten krijgen om data aan te passen en hoe de controle daarop plaatsvindt.

Als je kijkt naar de inrichting van data, moet (in zijn algemeenheid) marketingdata worden ondergebracht in een Marketing Automation Platform (MAP) en salesdata in een CRM, die met elkaar geïntegreerd moeten zijn. Naast deze twee systemen is er vaak een veelvoud aan andere systemen die data verzamelen en opslaan. Denk aan Facebook, Google, CMS, e-learningplatformen, videomarketingplatformen (Vidyard), enzovoort.

Al deze platformen moeten op de juiste manier geïntegreerd zijn met het MAP of CRM. Als er plukjes data in verschillende losstaande systemen bestaan, kun je de data niet (optimaal) gebruiken. En erger nog, je creëert zo veel onduidelijkheid. Het opstellen en consistent naleven van een duidelijk databeleid zorgt er dus voor dat de datakwaliteit optimaal is, ongeacht hoe het binnenkomt of wie er mee werkt.

3. Blijf data doorlopend verifiëren en verrijken

Er zijn vele manieren om data te vergaren, maar wat de bronnen ook zijn, moet ervan uitgegaan worden dat data een houdbaarheidsdatum heeft of inaccuraat kan zijn. Mensen wisselen bijvoorbeeld vaak van functie, werkgever of volgen extra opleidingen. Bedrijven groeien, krimpen of verplaatsen. En ga zo maar door. Als het doel van data, bruikbare duidelijkheid is en we in een constant veranderende wereld leven waar we alleen op ‘death and taxes‘ kunnen rekenen, is het belangrijk om doorlopend te blijven leren en te checken of alles nog klopt.

Hier liggen wel een paar gevaren op de loer, want je kunt niet elke keer alles blijven vragen. Lange formulieren schrikken af en wekken weerzin op waardoor de kans dat er zomaar wat ingevuld wordt toeneemt. Dit is deels op te lossen middels ‘progressive profiling’ waarbij per contactmoment een beperkt aantal vragen gesteld wordt. Progressive profiling werkt met slimme formulieren die op geprioriteerde basis extra vragen stellen met een beperkt totaalaantal.

De prioriteit van je vragen

Stel, je wil niet meer dan vijf vragen in een formulier hebben. Drie daarvan zijn verplicht, bijvoorbeeld voornaam, achternaam en e-mailadres. Aanvullende vragen kunnen zijn: functie, locatie, favoriete ijsje, enzovoort. Afhankelijk van de prioriteiten die je instelt, worden extra vragen getoond op het formulier. Als informatie van de aanvullende vragen bekend is, gaat het formulier automatisch door naar de volgende ‘lege’ vraag.

Ook ‘pre-populated forms’ hebben een aantoonbaar positief effect. Iemand ziet dat het over hem gaat, voelt zich gekend en hoeft niet veel werk meer te doen door ontbrekende gegevens in te vullen. Bovendien kan hij zelf zo checken of veranderlijke data (zoals functietitel) nog wel klopt. Dit kan natuurlijk ook goed toegepast worden op de ‘verplichte vragen’ in een progressive profiling formulier.

Progressive profiling & pre-populated forms

Het moet normaal zijn om informatie te delen

Daarnaast moet je zorgen dat je een natuurlijke relatie onderhoudt waarbinnen het heel normaal is om informatie te delen. Dit doe je het beste (en het meest natuurlijke) door de interactie aan te gaan. Als je hier bovendien innovatieve technieken voor gebruikt, wekt het eerder plezier en verbazing op dan weerzin en is het makkelijk schaalbaar. Videomarketing is hier een goed voorbeeld van. Met platformen zoals Vidyard kun je tracken wie welke video bekijkt, tot welk punt en kun je in de video call to actions en formulieren toevoegen. Zo kun je op een speelse manier van een video van een minuut elke seconde wijzer worden.

Het geheim voor goede content is om de interactie gaande te houden om zo van elk contactmoment gebruik te kunnen maken om data te verrijken en te verifiëren. Bovendien zorg je daarmee voor extra leadgeneratie, omdat de mensen waar je mee in contact bent een positief gevoel bij je hebben. Wat goede content is, hangt af van wat je publiek wil. Dat kom je weer te weten door data-analyse waardoor de cirkel weer rond is.

Verder zijn er vele acties om de database te onderhouden (de-dupliceren, e-mailadressen te valideren, data te standaardiseren enzovoort). Veel van deze handelingen zijn te automatiseren, maar moeten wel met enige regelmaat (en volgens beleid) tegen het licht gehouden worden om te zorgen dat ze hun functie blijven vervullen.

4. Leg de link tussen omzet en het verbeteren van data

De dagen dat marketeers wegkwamen met de verantwoording voor hun acties op basis van hun ‘onderbuikgevoel’ zijn voorbij. Voor creatievelingen soms een nachtmerrie, voor data-junkies (zoals ik) een zegen. Hiermee krijg je namelijk grip op je output en de druk die erbij hoort om die output te genereren (ROI). Dit wil niet zeggen dat je in één keer een perfect voorspellend plan moet schrijven met direct gealloceerde omzet als gevolg. Ook dit moet groeien en evalueren. Maar zorg ervoor dat alles wat je doet meetbaar te herleiden is naar een hoger niveau. Zo krijg je de volgende reeks:

KPI’s << Kwartaal targets << Jaarplan << Missie << Visie (van het bedrijf)

Als je acties niet meetbaar zijn, weet je niet wat zin heeft. Dan weet je niet wat bijdraagt aan (hoger) succes of falen en vaar je een blinde koers. Doe dat te lang en je knalt op een ijsberg. Dat kan misschien een aardige film en wat Oscars opleveren, maar het is geen manier om een bedrijf te runnen.

Als je acties niet meetbaar zijn, weet je niet wat zin heeft. Dan weet je niet wat bijdraagt aan (hoger) succes of falen en vaar je een blinde koers. Doe dat te lang en je knalt op een ijsberg.

Voer een solide datastrategie uit

Er zijn vandaag de dag bijna oneindig veel tools die gebruikt kunnen worden om demand generation en account based marketing efforts te optimaliseren. Ze zijn echter allemaal waardeloos als ze gevoed worden door inaccurate, incomplete en verouderde data. Dit is gedefinieerd in de ‘$1-$10-$100’-regel. Het kost $1 om bij binnenkomst data te verifiëren. Het kost $10 om dit later te ontdubbelen en opschonen en het kost $100 als er niks mee gebeurd.

Daarom is er nu meer dan ooit noodzaak om een solide datastrategie te hebben, deze consistent uit te voeren en doorlopend te verbeteren.

Afbeeldingen met dank aan 123RF.