De vier pijlers van een goede datastrategie

Je wilt je klant een goede beleving bieden op al je touchpoints, maar ook klaar zijn voor nieuwe kanalen en technologieën. Hoe stem je je datastrategie hierop af?

De klant wil omnichannel kunnen interacteren met je merk en er ontstaan steeds meer nieuwe kanalen. De meeste bedrijven hebben daardoor een marcom-stack die bestaat uit allerlei losse oplossingen met eigen datastructuren. En dat levert weer het probleem op dat er zeeën aan data zijn die niet met elkaar kunnen worden verbonden tot één klantprofiel. Waardoor je als bedrijf veel minder effectief kunt communiceren met die klant.

Zijn de volgende uitdagingen herkenbaar?

• De klantgroep die je bedient wordt steeds diverser, zowel qua demografische en gedragskenmerken als qua geografische locatie;
• Je wilt je websiteverkeer segmenteren zodat de content kan worden afgestemd op de verschillende doelgroepen;
• Het is lastig om te voorspellen hoe ontvankelijk een individu is voor marketingactiviteiten en het merk zelf;
• Er zijn grote hoeveelheden data in silo’s opgeslagen die moeten worden geconsolideerd en gemanaged;
• Het kost veel inspanning om datagedreven oplossingen te implementeren en op te schalen;
• Je kunt de datakwaliteit niet garanderen.

Om je data strategisch in te kunnen zetten en deze uitdagingen het hoofd te bieden, heb je een goede fundering nodig. Het goede nieuws is dat je niet je hele IT-stack hoeft af te breken voordat je die basis kunt leggen. Met een universele datahub verbind je de bestaande oplossingen met elkaar en zorg je ervoor dat de data centraal worden gemanaged en geanalyseerd. Daarbij zijn de volgende vier pijlers van belang:

 1. First party data hebben prioriteit

Je eigen data geven het beste beeld van wat de klant doet en wil. Dit is je belangrijkste bron van informatie. Het idee dat je met het toevoegen van third party data een klantprofiel verder verrijkt staat steeds meer ter discussie, omdat de kwaliteit en herkomst van die data moeilijk te controleren zijn. Zorg daarom dat je eerst je first party data op orde hebt.

 2. Dataflexibiliteit

Een universeel platform moet alle typen klantdata kunnen verwerken, van digitaal tot offline en van acties (clicks en impressies) tot gebruikersinformatie. Het moet ook meerdere datamodellen en -bronnen aankunnen, zodat de data continu kunnen worden opgeslagen en verrijkt.

 3. Leveranciersonafhankelijk

Een goede datahub concurreert niet met de services die geïntegreerd moeten worden. Je wilt de data uit al je tools en softwarepakketten kunnen analyseren dus je hebt een leveranciersonafhankelijk systeem nodig. Dat maakt het ook gemakkelijker om snel in te spelen op marktveranderingen met nieuwe tools.

 4. Real-time

Data moeten real-time beschikbaar zijn en opgevraagd kunnen worden bij elke leverancier in je digitale ecosysteem. Zelfs al is dit vandaag niet van belang voor je datastrategie, dan nog wil je dat je systemen toekomstbestendig zijn. De customer journey bestaat steeds vaker uit verschillende devices en de snelheid waarmee data beschikbaar zijn, is van groot belang als je cross-device en cross-channel dezelfde beleving wilt kunnen bieden.

Oplossing in de praktijk

Wat kun je nu in de praktijk met zo’n datahub? We delen graag twee praktijkvoorbeelden met je:

Orange

Elk jaar worden in Frankrijk 400.000 nieuwe bedrijven gestart, wat interessante potentiële zakenklanten zijn voor telecomprovider Orange. Orange wilde deze leads omzetten in klanten met behulp van real-time marketing, maar moest eerst een oplossing vinden voor de gefragmenteerde data waar het mee te maken had. Klantinzichten raakten ondergesneeuwd in de meer dan tweehonderd variabelen die de datalaag rijk was. Die data werden bovendien in batches verwerkt, waardoor er vertragingen ontstonden.

Orange signaleerde daarnaast dat gedurende de customer lifecycle de behoeften van de klant op een aantal momenten wijzigt. Door te voorspellen wanneer dat gebeurt, wilden ze langer relevant zijn voor die klant.

Het samenbrengen en standaardiseren van de data uit alle oplossingen en silo’s in een centrale datahub was de eerste stap om effectiever leads op te volgen en de customer lifecycle te verlengen. Vervolgens werden er klantprofielen opgebouwd die inzicht geven in wat er in alle kanalen gebeurt. Hierdoor kunnen de marketingcampagnes veel gerichter worden gedaan en zijn de acquisitiekosten fors afgenomen. De conversie van de eerste campagne was drie keer zo hoog als bij generieke marketingactiviteiten.

TUI

Reisorganisatie TUI liep tegen het probleem aan dat slechts 1 procent van het websiteverkeer converteerde en dus een vakantie boekte. Voor TUI was dit aanleiding om te onderzoeken hoe zij hun data beter konden benutten en meer inzicht konden verkrijgen in de intentie van bezoekers. Ook hier gold dat eerst de silo’s werden afgebroken zodat de data centraal konden worden verzameld en verwerkt, ongeacht de bron. De inzichten die daaruit naar voren kwamen, werden onder andere gebruikt voor on-site personalisatie. Met succes: de CTR daarvan bedroeg 3,4 procent vergeleken met 1,8 procent bij niet-gepersonaliseerde content.

Inmiddels zijn er meer initiatieven genomen om de klantervaring te verbeteren, zoals het verhuizen van vendor tags uit de front-end naar de cloud. Hierdoor presteert de website beter en kan TUI bezoekers beter volgen. Voor TUI vormen data vandaag de dag de basis van hoe ze zakendoen en waarde toevoegen aan de interacties met de klant, ongeacht het kanaal. Data zitten nu in het DNA van het bedrijf, wat volgens ons het belangrijkste kenmerk is van succesvolle organisaties.

Meer weten over hoe je je bedrijf datagedreven maakt met behulp van een universele datahub? Download de whitepaper ‘The 11 core functionalities of a successful data strategy’.