Wat moeten Shopper Marketeers met Big Data? Zes slimme tips!

Big data is hot! Door de razendsnelle ontwikkelingen van internet, maar ook van digitale onderzoeksmethoden, komen er steeds meer datapunten beschikbaar. Meer data, meer inzichten, meer goede concepten, zou je denken. Maar dat is helaas niet het geval. Meer data leidt vaak tot verwarring bij (shopper) marketeers. Waar moeten we beginnen? Zien we niks over het hoofd? Ook lijkt de ene databron de andere regelmatig tegen te spreken. Wat is nu de waarheid? Hoe kun je nou aan deze “verlamming” ontsnappen? En waar moet je op letten als je aan de slag gaat met Big Data?

Ik heb het al eerder gezegd, maar herhaling is goed als je iets aan moet leren: begin met de doelstellingen van het bedrijf. Vooral onderzoekers beginnen meteen in de data te wroeten. Ze zijn zó nieuwsgierig naar wat er allemaal inzit. Drie adviezen om het beter te doen:
1. Begin met de doelstellingen of de issues van het bedrijf.
Zo ga je zoeken naar informatie en inzichten die het bedrijf ècht verder kunnen helpen. Bovendien creëer je ook betrokkenheid bij de personen die met de uitkomsten aan de slag moeten. Je geeft ze immers hulp hun doelstellingen te realiseren. Of hun problemen oplossen.
2. Werk vanuit hypothesen
Er is veel impliciete kennis in het bedrijf aanwezig, zeker bij mensen die er al een tijd werken. Of bij mensen die dicht op de klant staan, zoals de buitendienst. Soms is die impliciete kennis eerder een mening dan een objectief gevalideerd feit. Het kan goed zijn data te gebruiken om deze kennis te valideren. Zo kun je ook aantonen dat consumenten toch ècht anders doen dan de buitendienstmedewerker denkt.
3. Gebruik slimme tools
Het is erg verleidelijk op zoek te gaan naar een applicatie die alle data aan elkaar kan koppelen. Het lijkt dan alsof je meer en betere inzichten kunt krijgen. Dat kan zinvol zijn, maar pak dat pragmatisch aan. Begin met het koppelen van de meest gebruikte data en houd hier rekening met punt 1. Bovendien ontslaat het automatisch koppelen van data je er niet van zelf na te blijven denken over de verbanden tussen verschillende bronnen en de implicaties daarvan.

Waar moet je nou op letten bij het onderzoeken van Big Data? Hiervoor heb ik eveneens drie tips:
1. Denk niet alleen vanuit n=veel, maar ook vanuit n=1
Veel databronnen zijn gebaseerd op grote groepen. De data worden dan vaak gepresenteerd in percentages. Ook wordt vaak gerapporteerd in jaaromzetten en –bestedingen. Deze getallen staan relatief ver van je af. Ik probeer data ook altijd te vertalen in het beeld van een gemiddelde consument. Hoeveel geeft één persoon (per week) uit aan de categorie? Hoe ziet één mandje er ongeveer uit? Dit helpt voor je eigen begrip en voor het uitleggen aan stakeholders.
2. Draai het om
Veel data kun je omdraaien: 80% van de shoppers loopt langs ons schap. Omgekeerd: 20% dus niet! Deze zin roept meteen andere vragen op dan de eerste: waarom lopen ze niet langs ons schap, hoe zouden we ervoor kunnen zorgen dat ze dat wel doen, wat voor mensen zijn dat? Omdraaien van een statement kan je helpen aan nieuwe inzichten te komen.
3. Let op bij het aan elkaar koppelen van data
Allereerst is het niet altijd nodig alles aan elkaar te plakken (het moet wel echt wat opleveren) en is het ook lastig alles goed aan elkaar te plakken. Veel databases hebben nl. geen goede sleutel om te koppelen, en bijvoorbeeld productomschrijvingen zijn nooit precies hetzelfde (denk bijvoorbeeld aan LAY’s of LAYS chips). Ten tweede wordt een database vaak trager wanneer het één grote gekoppelde brij is. Ten derde heeft niet elk bedrijf dat data koppelt, verstand van jouw business. Je moet ze dus helpen de data uit te leggen. Bijvoorbeeld dat je distributies niet zomaar bij elkaar op kunt tellen of middelen. Laat je dus goed adviseren voor je hiermee aan de slag gaat.

Één extra tip: kijk niet alleen naar gemiddelden. Denk maar aan het voorbeeld: mijn gemiddelde temperatuur is 37 graden. Ik lig met mijn voeten in de vriezer en mijn hoofd in de oven. Met andere woorden: kijk ook naar de spreiding van de data. Hoeveel mensen kopen jouw product één, twee, drie of zelfs vier keer per week? Zijn dit andere personen?

Er zijn dus veel zaken waar je op moet letten, maar Big Data is als een grote berg: je kunt er niet omheen!

Mocht je hierover meer willen weten: EvAdvies heeft veel ervaring met het verwerken en interpreteren van grote hoeveelheden data. Neem gerust contact op voor meer informatie (bel 06-233 977 27 of stuur een e-mail)!