Waarom elk marketing- en communicatieteam een datawetenschapper nodig heeft

De berg data blijft maar groeien. Marketeers zijn daarom vooral veel tijd kwijt met het analyseren van die data en minder met de creatieve of strategische kant, terwijl ze daar juist voor zijn opgeleid.

Steeds meer marketing-, communicatie- en salesteams hebben al een datawetenschapper in dienst. Toch zijn er nog steeds veel ‘marcommers’ die (nog) niet kunnen leunen op de inzichten, ervaring en vaardigheden van een datawetenschapper. Dat kost die organisaties niet alleen omzet, maar zorgt er ook voor dat hun marketeers en communicatieprofessionals minder tijd overhouden voor creativiteit en strategie. In dit stuk leg ik uit waarom marcom-teams niet zonder zo’n professional kunnen.

Dagenlang naar schermen kijken

De afgelopen tien jaar heb ik verschillende marketingteams opgebouwd. Toen ik daarmee begon, viel me al snel iets op. Veel van de marketeers in mijn team hielden zich bezig met het meten van de prestaties van online campagnes. Als je het heel erg plat slaat, zou je kunnen zeggen dat ze driekwart van hun werkdag naar schermen met data keken. Hoe meer het bedrijf groeide, hoe meer data we tot onze beschikking kregen, hoe meer marketeers we in dienst namen, om al deze extra data te monitoren. Ik begon me steeds vaker af te vragen hoe deze marketeers beslissingen namen op basis van de data die ze tot hun beschikking hadden.

Bijna elk jaar verdubbelde de hoeveelheid data die we tot onze beschikking hadden en na verloop van tijd groeide onze afdeling uit tot een klein elftal van marketeers. Ik besloot een steekproef te doen en ze te vragen op basis waarvan online marketeers hun beslissingen namen. De één gaf aan dat hij dat deed omdat hij afging op zijn onderbuikgevoel, de ander deed dat op basis van ervaringen van het verleden en weer een ander was net begonnen aan een A/B-test.

Kortom, er waren tien marketeers en evenveel benaderingen en interpretaties van de data. Mijn collega’s vulden hun dagen met het interpreteren, rapporteren en handelen op basis van data, maar ze deden dat zonder gedeeld begrip van data. Je begrijpt ongetwijfeld mijn frustratie: dit moet toch slimmer kunnen? Mijn team was daarbij ook steeds minder enthousiast, omdat een steeds groter deel van de werkdag bestond uit het analyseren van data en er steeds minder ruimte was voor creativiteit en strategie.

Gedeelde frustratie

Mijn ervaring staat symbool voor de frustratie van veel marketing- en communicatieteams die de beschikking krijgen over steeds meer data. Dat komt doordat ze op steeds meer platformen en kanalen actief zijn, maar ook doordat hun organisatie meer producten en diensten verkoopt, aan steeds meer klanten, in steeds meer markten. Gevolg: marketeers die zoeken naar een bruikbaar inzicht in een berg data vergelijken dat vaak met een speld in een hooiberg. De informatie moet wel ergens zijn, maar waar?

Vaak wordt onderschat hoeveel data marketing-, communicatie- en salesteams te verwerken krijgen. Daarnaast wordt ook onderschat hoe ongestructureerd die data zijn. Het succes van owned kanalen wordt op een andere manier gemeten dan van paid kanalen. Online advertentiekanalen maken het gebruikers lastig om data in een eigen omgeving te analyseren. Ze hebben een zichtbare voorkeur voor data-analyse in hun eigen digitale omgeving. Daarbij hanteren verschillende platformen verschillende definities van succes, wat ook uitdagingen oplevert. Al deze vormen van data moeten met elkaar gelijkgesteld worden, zodat duidelijk is welke kanalen en welke inspanningen tot welk resultaat leiden.

Data- en marketingcollega’s

Wellicht ken je de uitspraak “leugens, grove leugens en statistieken!” (Lies, damned lies, and statistics!) wel: met wat massagewerk kun je statistieken alles laten vertellen. Het is goed om erbij stil te staan dat data op zichzelf niet zoveel inzichten bieden. Zonder kennis van marketing is het lastig om te begrijpen of er sprake is van causaliteit of correlatie. Dat er meer producten in een bepaalde periode worden verkocht kan bijvoorbeeld liggen aan je geslaagde campagne – maar ook aan het simpele feit dat je strandstoelen populairder zijn in de zomermaanden. Wie verstand heeft van statistiek, zoomt verder uit en probeert te achterhalen waarom bepaalde effecten optreden, niet simpelweg dat ze optreden. Daarvoor is verstand nodig van wiskunde, statistiek, data-analyse en het structureren van data. En het is verder nodig om de inzichten die uit deze data komen op zo’n manier te presenteren dat collega’s ermee overweg kunnen.

Het zou kunnen dat deze functieomschrijving je niet aanspreekt. Sterker nog: de kans is groot dat je tijdens je studie niet gek was op SPSS en nu ook geen data-analyses maakt op je vrije zondagmiddag. Je bent marketeer of communicatieprofessional geworden omdat je graag creatief bezig bent – of op strategisch niveau wilt nadenken over de groei van een bedrijf. Inmiddels hebben communicatie- en marketingteams de beschikking over zo’n grote hoeveelheid data (en is het nut van slim met data werken zo vaak aangetoond), dat je team niet zonder data-inzichten kan.

De rol van de datawetenschapper

Dat is waar een datawetenschapper in beeld komt die al deze problemen oppakt. Allereerst is een datawetenschapper bedreven in het structureren van data, waardoor gegevens uit verschillende kanalen met elkaar vergeleken kunnen worden. Daarbij is zo iemand bedreven in het werken met grote hoeveelheden data en zorgt hij of zij voor een centrale waarheid. Tien marketeers die data analyseren produceren tien waarheden: één datawetenschapper met tien datasets produceert één overzicht waar tien marketeers op kunnen voortborduren.

Bovendien zorgt een aparte datawetenschapper ervoor dat marketeers en communicatieprofessionals zich weer met creativiteit en strategie bezig kunnen houden. Het is waanzin dat er een beroepsgroep is opgeleid om marketing en communicatie te managen die zich nu bezig moet houden met data-analyse, waardoor ze geen bruikbare inzichten uit data halen. Tegelijkertijd is er een groep die niet schrikt van meer dan 3000 touchpoints achter elk Google Search Keyword. Dat roept de vraag op: waarom zou je als marketingteam niet een datawetenschapper in dienst nemen?

Kan AI dat niet voor me doen?

Er is de afgelopen tijd steeds meer aandacht voor AI, omdat AI-tools in staat zijn om afbeeldingen, teksten en video’s te produceren. Maar marketingteams maken elke dag al gebruik van kunstmatige intelligentie, omdat dat ze in staat stelt hun inspanningen en campagnes te meten, bijvoorbeeld in een Google Dashboard. Nu is het tijd om de brandstof van AI (namelijk: data) serieuzer te nemen en een datawetenschapper te benoemen. Tenminste, als je als marketingteam echt willen weten welke inspanningen renderen en welke niet, en als je die inzichten wilt kunnen combineren met je creativiteit en strategische inzichten zodat je een voorsprong neemt op de concurrentie.

Over de auteur: Mitch Voskuilen is co-founder en CEO van Billy Grace.