Is data het nieuwe goud, of is data de grondstof waaruit het goud (klantwaarde) gewonnen moet worden? Veel organisaties lijken overtuigd van het eerste en verzamelen ongebreideld data, zoveel als ze maar kunnen. Dit gedrag noemen we ‘Data Obsessed’. Maar zoveel mogelijk data verzamelen is niet wat een organisatie nodig heeft. Belangrijker is dat zij over de juiste data beschikt om deze succesvol in te zetten en strategische klantdoelen te behalen.
Door de veelvoud aan data die aanwezig is, ziet men algauw door de bomen het bos niet meer. Datasets waar bedrijven tegenwoordig zoal data uit verzamelen, zijn niet meer op een hand te tellen: marktdata, demografische data, web/mobile data, transactie- en interactiedata (inclusief ‘customer journey’-data), ‘behavioural’ data en ‘attitudinal’ data. En elke byte verzamelde data levert idealiter waarde op, zowel voor de organisatie als voor de klant. Maar de GDPR en de AVG stellen grenzen aan dataverzameling. Organisaties horen bij het verzamelen van data de waardetoevoeging richting de klant als uitgangspunt te hebben. Dit noemen we ‘Human-Centric’ dataverzameling. Met dit in het achterhoofd is de hoeveelheid data niet van belang en wordt ongeldig verzamelde data gelimiteerd.
Data-Obsessed organisaties en Human-Centric organisaties hebben ieder zo hun eigen kenmerken, die in de grafiek hiernaast te zien zijn:
Een mooi voorbeeld van een Human-Centric organisatie is de ANWB. De organisatie gebruikt data niet alleen om de klant beter te helpen met snellere service, lagere kosten en een betere ervaring, maar ook om breder in de maatschappij een steentje bij te dragen. Zo worden ANWB-leden en gemeenten gewaarschuwd over veranderingen in het verkeer. Het ‘connected car’-initiatief zorgt voor een overgang van bescherming naar preventie, waarbij de data van de auto wordt ingezet om leden over onderhoudszaken te informeren of over hun rijstijl.
Voor- en nadelen
Bij zowel een Data-Obsessed als Human-Centric approach zijn voor- en nadelen te ontdekken. Het voordeel van een Data-Obsessed aanpak is dat er data voorhanden is om datagedreven beslissingen te nemen en keuzes kwantitatief te onderbouwen. Echter, organisaties kunnen met hun focus op data ook doorslaan. Niet alleen heeft alle data die verzameld wordt ook tijd nodig om te worden opgehaald, schoongemaakt en geanalyseerd, ook bestaat het gevaar dat organisaties hun oorspronkelijke doel voorbijstreven omdat zij door de bomen het bos niet meer zien. Het voordeel van een Human-Centric benadering is dan dat hiermee vanuit een specifiek doel wordt gewerkt – waardetoevoeging voor de klant – en dat gericht een selectie aan dataset(s) kan worden gemaakt.
Een nadeel van Human-Centric dataverzameling kan zijn dat er vanuit organisaties zo’n focus is op bepaalde doelgroepen of kenmerken, dat de holistische blik uit het oog raakt. Daarnaast is het de vraag of je als organisatie wel kan voldoen aan alle klantwensen die vanuit de data naar voren komen. Het is dus van belang dat je als organisatie bij de kern blijft en dat het collectieve doel niet verloren gaat.
Strategische doelstellingen behalen met Customer Data
Wat is dan dat collectieve doel? Bij een Human-Centric benadering gaan de strategische doelstellingen van een organisatie hand in hand met klantbehoeften en toepassingen van Customer Data. We zien over het algemeen drie doelen waarop organisaties inzetten met behulp van customer data:
- Nieuwe klanten aantrekken op basis van Analytics op data van het huidige klantenbestand
- Meer omzet halen uit bestaande klanten door cross-sell en/of up-sell te realiseren
- Verbeteren van producten en dienstverlening
Het vaststellen van deze doelstellingen helpt richting te geven in het selecteren van de juiste dataset(s) en het instellen van KPI’s & metrics om deze strategische doelen te meten en te monitoren.
1. Nieuwe klanten aantrekken
Data van bestaande klanten kan worden ingezet om te achterhalen wat de wensen en de verwachtingen zijn van (potentiële) klanten. De aangeboden producten of services kunnen op basis van deze inzichten worden aangepast om er een nog aantrekkelijker aanbod van te maken. Vanuit die optimalisatie kunnen er meer klanten worden aangetrokken. Ook kan de klantdata zich vertalen naar inzichten om een klantreis mee te kunnen verbeteren, waardoor gedurende het proces minder klanten afvallen en de conversie hoger is.
Een voorbeeld hiervan is een organisatie die een nieuw segmentatiemodel toepast op basis van de klantdata die zij verzameld had. Zo kreeg de organisatie inzicht in welke klanten zij nog niet bediende, maar die op basis van de kenmerken wel in haar klantgroep zouden kunnen vallen.
Selectie key performance indicators — Nieuw gegenereerde omzet — Aantal nieuwe klanten — Aantal nieuwe accounts — Brand awareness ‘Branding’ — CAC (Customer acquisition cost) — Win rate |
Voorbeeld metrics — Aantal ‘first-time’-klanten — Aantal unieke bezoekers — Tijd van bestelling tot verzending — ‘Out-of-stock’-items — Klikfrequentie |
2. Meer omzet halen uit bestaande klanten
Een volgend strategisch doel kan zijn om meer omzet te generen uit het huidige klantenbestand. Dit kan door klantdata in te zetten om cross-sell en/of up-sell te realiseren. Doordat klanten andere producten bij de organisatie gaan kopen of vaker gebruik gaan maken van een bepaalde service, wordt er uiteindelijk meer omzet gehaald uit de bestaande klanten.
Een voorbeeld van het hierboven genoemde strategische doel is een supermarktketen die inzichten heeft in het kooppatroon van individuele consumenten met een loyaliteitsprogramma en op persoonsniveau aanbiedingen doet voor een aantal producten. Hierbij wordt gebruikgemaakt van transactiedata gekoppeld aan persoonlijke bonuskaarten die gescand worden tijdens het afrekenen.
Selectie key performance indicators — Customer churn — Customer lifetime value — Gemiddelde omzet per klant — Cross-/up-selling — Customer engagement |
Voorbeeld metrics — Persoonsgegevens gekoppeld aan profiel — ‘Tracking’ van telefoon — Gemiddeld transactiebedrag
|
3. Verbeteren van producten en dienstverlening
Bij het laatste strategische doel worden klantdata-inzichten gebruikt om een betere dienstverlening te bieden. Waar deze data bij doel één ingezet wordt om meer klanten te genereren, is het uitgangspunt bij dit doel om de klantrelatie te verbeteren. De data kan inzichten genereren die anders niet naar voren waren gekomen. Die inzichten kunnen worden ingezet om de klant beter te ondersteunen en om deze steeds beter te herkennen en te doorgronden; kortom, om een betere klantervaring te bieden. Vanuit KPMG werken we met zes pijlers die een succesvolle klantbeleving kenmerken: integriteit, oplossingen, verwachtingen, tijd en inspanning, personalisatie en empathie.
Door meer aandacht te geven aan de juiste (selectie van) pijlers in de klantreis zal een betere relatie met de klant ontstaan, waardoor klanten niet uit ontevredenheid overstappen naar de concurrent. Mochten klanten zeer tevreden zijn met wat zij ervaren, dan kunnen ze ‘promoters’ worden en op die manier een loyale klantenbase vormen.
Een voorbeeld van het gebruiken van data voor een betere dienstverlening gaat over een organisatie die een online aanvraagproces heeft gecreëerd. Op basis van data-inzicht kwam zij tot de conclusie dat een significante groep mensen op een bepaalde processtap lang bleef hangen of zelfs afhaakte. Die processtap is vervolgens geoptimaliseerd (Time & Effort) en er is duidelijker aangegeven hoe ver de klanten in het proces zijn (Expectations).
Selectie key performance indicators — NPS/CSAT — Customer retention — Referrals — Customer intimacy |
Voorbeeld metrics — Resultaten van survey — Gemiddelde tijd gespendeerd op site — Socialemedia-activiteit — Brand mentions |
Kortom, in organisaties waar consensus ontbreekt over welk doel wordt nagestreefd, of waar er niet over na wordt gedacht, neemt het risico toe dat er onnodige data wordt verzameld en niet de juiste analyses worden gedaan. Dit risico wordt beperkt door data te verzamelen met duidelijke strategische doelen voor ogen en vanuit een Human-Centric perspectief. De drie strategische doelen die hiervoor kunnen worden ingezet zijn: nieuwe klanten aantrekken, meer omzet halen uit bestaande klanten en het verbeteren van producten en dienstverlening. Het opstellen van een datastrategie is een belangrijke eerste stap die wij onze klanten adviseren om het verzamelen van (klant)data direct te koppelen aan de strategische doelstellingen van de organisatie. Op deze manier wordt data succesvol ingezet als grondstof en het goud gedolven om daadwerkelijk waarde toe te voegen.
