Doe meer met data!

Hoe vergroot een bedrijf de return on data?

Door Bouko de Groot

De meeste bedrijven hebben veel data, maar hebben dat versnipperd over hun afdelingen. "Dat zijn dus allemaal losse puzzelstukjes, die alleen samen het relatiebestand vormen. Veel bedrijven zijn bang om dat te combineren tot een totaalbeeld," zegt Robert Feltzer.

Het verhaal achter de data

Feltzer is Managing Partner van EDM, een specialist in het koppelen van data en datagedreven klantcontact. Hoewel hij vooral bezig is aan de verkoopkant van een onderneming, zijn de inzichten die hij heeft verkregen minstens zo goed toepasbaar binnen andere afdelingen. Hoeveel data een organisatie ook heeft, er buiten is nog veel meer. Ook dat kan nuttig zijn. Veel van zulke data is relatief eenvoudig toegankelijk. Via het Centraal Bureau voor de Statistiek bijvoorbeeld is veel informatie te krijgen over buurten en wijken. Ook de Kamer van Koophandel biedt veel data aan. "De overheid is de grootste datadealer," weet Feltzer. De volgende stap is om met de juiste modellen bruikbare inzichten te vinden, of zoals Feltzer het noemt, "het verhaal achter de data."

Relevantie communicatie

Extern of intern kan data op die manier helpen om de communicatie relevant te maken. Juist daarin ligt de meerwaarde volgens Feltzer. Met een goed totaalbeeld "creëer je een business opportunity voor het starten van een relevante dialoog. En hoe beter dat gesprek, hoe beter de relatie." Feltzer herkent drie belangrijke stappen om van dode data naar waardecreërende communicatie te gaan.

  • Herken: identificeer de juiste data en creëer een totaalbeeld.
  • Begrijp: verkrijg inzicht en voorspel het gedrag van elk profiel.
  • Bereik: communiceer daarmee profielspecifiek.

Feltzer drukt op het hart: "Ga op zoek naar de mens achter de data. Bedien ze op de manier die voor hen van waarde is."

Return on data

Hij noemt die aanpak datagedreven ondernemen en heeft een paar goede cases om het belang daarvan te illustreren. Zo voorkomt een bekend online warenhuis 2% van de afnemersfraude, eenvoudigweg door officiële NAW-gegevens (herken) te vergelijken met afwijkende bestellingen (begrijp), en bij twijfel een brief te sturen met het verzoek het opgegeven adres te bevestigen (bereik). Een ander voorbeeld is een hypotheekbank die de uitstroom door herfinanciering wilde beperken. Eerst haalde een algoritme de subset van high potentials uit de verzameling hypotheken die binnen een bepaalde periode zouden aflopen (herken). Daarna besliste slimme forecasting welke binnen die subset het meest waarschijnlijk zouden vertrekken (begrijp). Vervolgens werd die groep geïndividualiseerd benaderd (bereik). Zo wist men een miljoen euro per jaar aan anders verloren rente-inkomsten te behouden. "We leven in een informatiemaatschappij," attendeert Feltzer. "Hoe goed je de informatie achter de data weet te analyseren, interpreteren en toepassen: daar zit het goud."

Lees ook: Ben jij in control als het fout gaat?