Uit meest recente DDMA Data Driven Marketing Onderzoek blijkt dat veel organisaties moeite hebben met het behalen van rendement uit klantdata. Het realiseren van een klantgerichte, datagedreven cultuur wordt hierbij al jaren als grootste uitdaging genoemd. Wat maakt dit zo lastig? Op de DDMA Datadag van vorig jaar gaf Pim Nauts, lead data science van bol.com, aan dat bedrijven anders moeten gaan denken om de stap naar datagedreven marketing te kunnen maken.
De meest voorkomende organisatiebelemmeringen
Transformeren naar een klantgerichte, datagedreven organisatie kan een ingewikkeld en lang proces zijn. In de praktijk komen we de volgende belemmeringen het meeste tegen:
1. Klantgerichtheid is niet verankerd in de cultuur (values) van een organisatie
2. Er is geen agile mindset en way of working
3. Leiderschap en KPI-sturing passen niet bij de transformatie
4. Ownership van de data, technologie en de klant zijn niet duidelijk belegd
5. De juiste skills ontbreken
1. Klantgerichte, customer centric organisaties
Bij het opzetten van klantgedreven marketing wordt vaak gestart met tooling, maar dit is slechts één (en eigenlijk de laatste) van de elementen die nodig zijn – zie ook artikel 1. Als er niets wordt gedaan om de organisatie en interne processen hierop aan te sluiten, is de kans op succes minimaal. Organisaties dienen zich daarom klantgericht te organiseren in plaats van procesgericht. In procesgerichte organisaties fungeren de afdelingen nog als silo’s, die elk verantwoordelijk zijn voor een apart deel van het proces en resultaten meten aan hun eigen KPI’s. Hierdoor ontstaan er tegenstrijdige belangen en bestaat er geen vanzelfsprekende samenwerking tussen teams. De focus ligt in deze context op procesoptimalisatie of het behalen van kortetermijndoelen binnen het eigen team en niet op klantwaarde en het ontwikkelen van Customer Value Propositions (CVP’s), zoals Next Best Actions.
2. Agile helpt je versneld waarde te creëren en in te spelen op verandering
Een van de manieren om je klantgericht te organiseren en samenwerking tussen verschillende disciplines te bevorderen is het toepassen van agile principes. Agile betekent letterlijk ‘wendbaar, lenig’ en is ontstaan bij IT-afdelingen, maar breidt zich steeds sneller uit naar andere afdelingen. Dit zijn veelal zelfsturende, multidisciplinaire teams die bijvoorbeeld de complete verantwoordelijkheid hebben voor een specifieke klantjourney van begin tot eind. Een journey raakt al snel meerdere afdelingen, zoals de marketingafdeling, het online developmentteam en de verkoop- en service-afdeling. Wil je de hele journey aanpakken, dan ontkom je er niet aan om al deze afdelingen te betrekken in het team. Afdelingen zien ook sneller de noodzaak om hun eigen data te beschikbaar te stellen, zodat een analist of data scientist op zoek kan naar knelpunten in de journey. Een knelpunt is bijvoorbeeld een slechte after salespagina, waardoor veel mensen bellen naar het callcenter.
Alle activiteiten van het team zijn er op gericht om in kleine stapjes (sprints) outside-in de journey van de klant te verbeteren en daarmee de waarde van de klant voor de organisatie te verhogen. Scrum en Lean zijn methodes die helpen bij het agile werken. Op scrum.org vind je meer informatie.
Afbeelding: voorbeeld van een agile transformation.
Een steeds bekender framework waarbij agile werken door de hele organisatie wordt uitgerold en omarmd is SAFe. Dit framework kan je goed helpen als je van de fase agile product naar agile business management beweegt.
Organisaties die verzijn in klantgericht, datagedreven werken zoals Rituals, Coolblue, Bol.com en ANWB (genomineerd voor DDMA Customer Data Award 2020), hebben agile doorgevoerd in de gehele bedrijfsvoering door bijvoorbeeld in commerciële teams te werken om resultaten te verbeteren. Maar ook door zowel de ontwikkeling als het beheer van dataproducten door middel van Data Ops-teams te organiseren. Data Ops (komt van het bekende Dev Ops) houdt in: het verbinden van mensen, proces en technologie zodat een snelle, geautomatiseerde en veilige ontwikkeling en een dito beheer mogelijk is. Data binnen deze term staat voor data- en softwareontwikkeling en Ops staat voor beheer. Het team is voor beiden verantwoordelijk. Het doel is om resultaten te verbeteren door dataverzamelende en databehoevende afdelingen samen te brengen. Hiermee wordt frictie en frustratie binnen de gehele datalevenscyclus voorkomen. Lees voor een voorbeeld van een Data Ops-team het verslag van de DDMA Afternoon Update: ‘Zo bereik je iedereen met inzichten uit data’.
3. Transformatie vraagt om ander leiderschap en KPI’s
Een belangrijke voorwaarde om succesvol het centrale klantbeeld te kapitaliseren is het soort leiderschap binnen de organisatie. Wordt er écht klantgericht gedacht, ontwikkeld en gestuurd? Nog te vaak sturen leiders aan op een change-programma, maar tonen ze niet altijd voorbeeldgedrag of stellen ze verkeerde vragen. Een herkenbaar voorbeeld is de vraag om ‘iets’ te ontwikkelen of te communiceren in plaats van hulp te vragen om een klant- of business-probleem op te lossen. Met agile werkvormen blijkt dat teams met betere oplossingen komen als ze zich focussen op het oplossen van een klantprobleem, dus geen gedetailleerde instructies krijgen. Naast de creativiteit die ontstaat in multidisciplinaire teams, voelen ze zich ook meer verantwoordelijk voor het resultaat.
Succesvolle leiders zijn oprecht geïnteresseerd in de behoefte van de (potentiële) klant en hebben directe interactie met de klant (bijv. door een dag mee op klantbezoek te gaan, of aan te sluiten bij een gebruikersonderzoek). Klantinzichten vormen de basis voor beslissingen en medewerkers die klant- en datagedreven werken worden beloond. Naast financiële KPI’s, zijn ook tevredenheidsscores en feedback vanuit de user experience of de klantenservice van belang. Een belangrijk moment om aan te grijpen om als organisatie te veranderen, is het moment waarop je nieuwe medewerkers zoekt. Zowel in de sollicitatieprocedure, als in het onboarden van nieuwe medewerkers richt je je op de toekomst en wat voor soort organisatie je dan wilt zijn.
Essentieel is dat de afdelingen binnen de organisatie opereren met gelijke KPI’s. Managers met tegenstrijdige of andere KPI’s zullen niet altijd meedenken met andere afdelingen. Dat klinkt heel kinderachtig, maar zo is het wel. Neem als voorbeeld een bedrijf dat een zeer efficiënt NBA-programma had staan met aantoonbare resultaten. Dit project strandde uiteindelijk door interne politiek. Er was te veel discussie tussen salesteams over welke aanbiedingen er gedaan moesten worden (elk team had eigen targets) en ook wilde het callcenter niet meewerken omdat hun Call Handle Time (hun KPI) dan omhoog ging. Je moet dus op zoek naar een KPI die voor het hele bedrijf geldt. Met de NPS-score lijken veel organisaties een ‘poging te wagen’, maar ook die voldoet nog niet aan alle wensen.
4. Ownership van data en technologie
Wat je het beste kunt doen voor een goed centraal klantbeeld is de data zo te organiseren dat er zowel voor de interne organisatie als voor de klant duidelijk is welke data wordt vastgelegd en voor welke doeleinden. Niet alleen vanwege compliancy, maar juist ook om de klant meerwaarde te kunnen bieden. Door de klant als ultieme eigenaar van zijn of haar data als uitgangspunt te nemen, is de volgende stap het maken van goede interne afspraken over wie wat met welke data mag en wil doen als onderdeel van data governance. Lees meer over data governance in deel 2 van deze serie. We zien dat in deze afspraken marketeers meer autoriteit krijgen over technologie en data inclusief budget om de volgende drie redenen:
Technologie
Met betrekking tot technologie zijn er een aantal redenen waarom marketeers zich data steeds meer kunnen toe-eigenen. Ten eerste zijn de kosten van technologie, zoals Software As Service (SaaS) en Platform as a Service (PaaS), fors gedaald. Investeringen zijn geringer en kosten zijn steeds meer per gebruik in plaats van vooraf met de nodige afschrijvingen. Capex verandert steeds meer in Opex (afschrijvingen versus kosten). Daarnaast is er dankzij ‘No-code-platformen’ minder IT-kennis nodig om applicaties te bouwen. Er zijn ook steeds meer standaard connectors met applicaties en tooling om data bruikbaar te maken (data transformaties). Deze verschuiving betekent niet dat marketingafdelingen zelfstandig technologie moeten aanschaffen. Het gaat erom dat marketing, data science en IT gestructureerd en procesmatig samenwerken.
Customer en business journey
Klantgerichtheid is geen wens, maar een eis en die houding past van nature goed bij marketeers. Dat is ook de reden waarom zij steeds meer het initiatief en verantwoordelijkheid nemen. Daarnaast zijn marketeers zelf in staat stuurinformatie te analyseren en modelleren en zijn ze minder afhankelijk van IT-capaciteit en roadmaps. Data is daardoor steeds sneller beschikbaar – iets waar ook behoefte aan is door de continue veranderende marktomstandigheden.
Compliancy
Ook door compliancy krijgt de marketeer meer autoriteit over data. Met een centraal klantbeeld is alle klantdata namelijk op één plaats opgeslagen. Hiermee voorkom je dat je klantdata opslaat waar niemand vanaf weet en voorkom je datalekken. Ook kan de consument makkelijker inzicht krijgen in de informatie die over hem/haar bekend is. Daarnaast is encryptie een gemeengoed geworden met aggregatie, masking en hashing, waardoor de kans op datalekken sterk gereduceerd wordt.
Deze ontwikkelingen laten zien dat marketeers steeds beter met data weten om te gaan. Dit blijkt ook uit onderzoek. Een onderzoek van Econsultancy in 2018 wijst uit dat leiders in datagedreven marketing en klantgerichtheid gemiddeld vaker de verantwoordelijkheid over data en technologie leggen bij de marketeers.
5. Skills voor de marketeer van de toekomst
Een steeds groter deel van het interactieproces met (potentiële) klanten loopt via digitale kanalen, die veel data generen, maar waar ook steeds meer technische aspecten bij komen kijken. Marketeers moeten zich steeds meer specialiseren. Veel gevraagde kennisgebieden zijn search engine optimisation (SEO), social media, user experience (UX), search engine analytics (SEA), web analytics, data analytics en conversion rate optimisation (CRO). Andere belangrijke thema’s zijn privacy, contentmarketing, referral marketing, influencermarketing, nieuwe kanalen (bv voice) en customer journeys. Daarnaast is er behoefte aan breed geschoolde online marketingspecialisten, die marketingprincipes en de nieuwste trends kunnen verbinden tot één krachtige marketingstrategie. Er is steeds meer vraag naar praktisch én commercieel ingestelde mensen die risico’s durven nemen, en in staat zijn om te communiceren met technische experts.
De toekomst: een wendbaar, datagedreven en divers team
Samenvattend zijn dit belangrijkste vaardigheden voor de toekomst:
- Mogelijkheid om te veranderen (wendbaarheid, agility)
- Datagedreven aanpak en in staat zijn om data te interpreteren
- Samenwerken met diverse typen mensen (cultuur, verschillende vakgebieden)
Met deze vaardigheden en een goed werkend agile werkwijze kunnen organisaties data optimaal te benutten om aan de hand van een centraal klantbeeld nieuwe en verbeterde producten en diensten te ontwikkelen.
Dit is het vierde artikel in de vijfdelige serie over het realiseren van een centraal klantbeeld, geschreven door de DDMA Commissie Data, Decisions & Engagement.
Deel 1: Zo realiseer je een centraal klantbeeld als fundament voor klantgericht communiceren
Deel 2: De optimale inrichting van data voor een centraal klantbeeld
Deel 3: De ideale technologie-infrastructuur voor een centraal klantbeeld
Deel 4: Zo richt je je organisatiestructuur in voor het succesvol personaliseren via een centraal klantbeeld
Deel 5: Zo realiseer je business impact vanuit een centraal klantbeeld
Extra: Verslag Digital Talk november 2020: Personalisatie via een centraal klantbeeld
Jan Hendrik Fleury
Sabina Wouda
Ook interessant
Vacature: lid commissie Data, Decisions & Engagement (DDE)
Data-Driven Marketing Research 2024 – Deep Dive 3: Apparent contradiction; no widespread adoption of AI within the marketing sector yet