SXSW. Slimme data bestaan niet, slimme mensen wel

Een aantal van onze collega’s was dit jaar op het fameuze SXSW-festival, waar muziek, film en alles wat met digitaal en interactiviteit te maken heeft, elkaar ontmoeten. Heel veel sexy onderwerpen dus op de agenda daar. Reden voor Menno van der Steen, onze Head of Marketing Sciences, af te reizen naar  Austin (VS) en verslag te doen. Want ook data moeten sexy worden! Immers, de grootste uitdaging voor marketeers vandaag de dag is om alle ‘big’ data te verwerken tot bruikbare inzichten en toepassingen. Dat kan door data visueler te maken, zodat we ze beter kunnen lezen en beter kunnen begrijpen. 

Steeds meer data

Veel verdienmodellen in media zijn gebaseerd op het verkrijgen van consumentendata en daarin neemt Google met de overname van Nest, een slimme thermostaat annex brandmelder, de volgende stap. Met deze overname zijn zij in staat niet alleen te zien wat mensen online doen, maar ook wanneer zij niet thuis zijn en wat de meest aangename temperatuur is voor hen als zij wel thuis zijn.

Google stapt in markten die lang gereguleerd waren en waarvan de verwachting is dat dit gaat veranderen, aldus ceo Eric Schmidt, waardoor nieuwe wetten gaan gelden en nieuwe partijen kunnen toetreden in de markt. De energiemarkt is daar een voorbeeld van.

Een andere ontwikkeling die de datastroom nog verder zal verhogen is de komst van wearables. Deze variëren van mobiel, polsbandjes en ringen tot implantaten. Hierdoor zal het werkveld van marketeers nog radicaler veranderen en de stroom te analyseren data verder toenemen.

 


 

Datavisualisatie

Facebook creëerde recent korte persoonlijke video’s van het Facebookgedrag van haar gebruikers sinds de start van Facebook. Een voorbeeld van datavisualisatie op een relatief nieuwe manier. Probleem hierbij is dat de visualisatie in video of infographics al een goede eerste stap is om inzichten te verkrijgen uit grote hoeveelheden data, maar nog onvoldoende is om echt de vertaling te maken naar concrete toepassingen of om antwoord te geven op grotere vraagstukken.

Waarom is dat zo? Visualisatie is cruciaal bij de bewerking van big data. Het geeft ook meteen inzicht in patronen en trends. Grafieken en pie charts onthullen veel van wat verstopt zit in een excel vol getallen. De visualisatie kan echter pas écht waardevolle antwoorden geven als er een heldere vraag tegenover staat. En daar ontbreekt het bij veel marketeers aan. Veel mogelijke antwoorden zitten verstopt in big data, maar als je de vraag niet kunt bedenken… Het moet beginnen met één of meerdere hypotheses.

Datavisualisatie kan helpen om tot hypotheses te komen. Waarom zien we een dip in sales in week 23? Zou het weer ermee te maken hebben? Heeft het te maken met de jaarlijkse griepgolf? Of zouden mensen in een bepaald deel van Nederland altijd minder gebruik maken van onze diensten in die periode? Allemaal hypotheses die snel getoetst kunnen worden.

 


 

Betere tools
Maar wat is nodig om (veel) hypotheses te kunnen ontwikkelen? Heel veel vakkennis, creativiteit, verbeelding en vooral nieuwsgierigheid. En daar ontbreekt het veel marketeers aan. Google en veel andere partijen die op SXSW spreken geven dan ook aan op zoek te zijn naar nieuwsgierige marketeers met een analytische inslag. Mensen die zelf met data kunnen spelen, analyses kunnen maken en hypothesen kunnen bedenken.

Excel is de bekendste tool en één van de meest laagdrempelige om als marketeer data mee te analyseren. Het wachten is op betere tools waarmee de verhalen achter de data makkelijker te onthullen zijn. Kijk bijvoorbeeld naar Gapminder, waarbij data van de ontwikkeling van landen visueel is weergegeven. Tableau is software waarmee Mediabrands Marketing Sciences werkt voor datavisualisatie in dashboards. Marketeers moeten eraan gewend raken zelf met dit soort tools te gaan spelen.

 

Voorwaarden voor het succesvol bewerken van big data voor marketeers:

– Creëer een visualisatie vorm die niet statisch is (dus geen infographic), maar één waarmee gespeeld kan worden met de data (zoals bij Excel, Gapminder, Tableau);

– Speel zelf met de data in deze tool: maak grafieken, crossings, filter, maak bewerkingen om meer hypothesen op te doen;

– Vertrek iedere analyse om hypothesen te toetsen, maar sluit nieuwe niet uit: zie het als een ontdekkingstocht. Ga niet lukraak analyseren en visualiseren. Dit kost ontzettend veel tijd en geld. Brief je bureau niet met een berg data alleen, want dan is de kans klein dat hier iets uitkomt en de kans groot dat het budget wordt overschreden;

– Structureer het resultaat tot een verhaal waarin ook de hypothesen zijn opgenomen: wat vroeg je je af en wat is gebleken uit de analyse?

– Presenteer het resultaat in een visueel aantrekkelijke vorm. Dat kan een infographic zijn. Visual.ly biedt hiervoor mooie inspiratie.

– Automatiseer analyses die je vaak moet gaan maken en definieer een vorm waarin je dat gaat doen. Hier biedt Tableau veel mogelijkheden.

 

Het is hoog tijd dat Nima en andere opleiders wiskunde en programmeertalen voor marketeers standaard op gaan nemen in het opleidingsaanbod!

Posted on March 21, 2014 in Blog

Share the Story

Back to Top