data analytics Archives - Pagina 8 van 9

‘Frictie van Miriam Rasch – Waar gáát dit boek eigenlijk over?’

Posted on 14/09/202015/04/2021 by Alva van Beek

NIMA Qualified Lecturer Maaike Boots van de Hogeschool van Amsterdam las Miriam Rasch. Die een opmerkelijk boek schreef dat aanzet tot nadenken. Over digitalisering en het verzamelen, het gebruik en de interpretatie van data. Geen gemakkelijke kost, maar het roept in ieder geval op tot creativiteit. Het biedt verdieping en verbreding en is een aanrader voor iedere marketeer, die nog eens kritisch stil wil staan bij de interpretatie van de data die worden gebruikt voor analyses en het bepalen van strategie en beleid.

Japanners kennen de term kawa-akari, wat afhankelijk van de locatie ‘de weerspiegeling van de maan op het stromende water’ kan betekenen, maar het kan ook zijn ‘de glans van de late zon op een rivier’. Ik kwam deze term tegen ergens in de laatste hoofdstukken van het verrijkende boek van collega-onderzoeker/essayist/ docent Miriam Rasch dat in mei dit jaar verscheen. Er is dus niet een duidelijke eenduidige vertaling van die term.

We kunnen nog veel leren van Japanners, ook in de marketingcommunicatie, en ook van Miriam Rasch. Het fenomeen van kawa-akari vond zij in een tweet van schrijver Robert Macfarlane, in het kader van ‘place writing’ – denk aan haiku – en dient om aan te geven: context staat voorop. Ieder kan er zijn eigen invulling aan geven. Zo is het vaak met vertalingen; het zijn interpretaties en duidingen van situaties en teksten. Ieder kan er zijn eigen beeld bij vinden: een combinatie van vreemdheid en vertrouwdheid. Rasch illustreert er de creatieve verbintenissen mee tussen mensen en de natuur.

Lees deze bespreking van Rasch’ boek op

(Boekrecensie Registermarketeers): De intelligente datagedreven organisatie

Posted on 02/06/202015/04/2021 by Alva van Beek

We leven in een maatschappij en een wereld waarin data steeds meer een rol spelen in de besluitvorming. Op meerdere niveaus, van operatie, marketing en organisatie. Voor elk niveau en voor elke invalshoek geldt dat data voor een groot deel, als niet het geheel, de besluitvorming bepalen. Die beweging zorgt ervoor dat wanneer je dat goed doet, je een intelligente datagedreven organisatie wordt.

Gestructureerd model

De auteur, Daan van Beek, neemt ons mee in zijn model, de BI-cyclus. Vanuit dat model laat hij verschillende factoren zien die van invloed zijn. Denk aan omgevingsfactoren, contextueel en transactioneel, maar ook de elementen als governance en privacy worden niet overgeslagen.

Lees deze recensie van Ment Kuiper RM op

Persona’s bouwen met hulp van Artificial Intelligence

Posted on 28/10/201915/04/2021 by Alva van Beek

We kennen inmiddels allemaal het principe ‘buyer persona’: een manier om uit je doelgroep een archetype van de ideale potentiële klant te filteren. Buyer persona’s vertegenwoordigen de echte, levende en ademende personen uit die nogal brede doelgroep. En terwijl het gegeven persona an sich hypothetisch is, moet de informatie op basis waarvan hij of zij tot stand komt, dat absoluut níet zijn. Hoe interessant is het dat je nu persona’s kunt maken op basis van wat echte klanten online delen?

Lees dit artikel op

CMO’s over personalisatie: we hebben meer gedragsexperts nodig

Posted on 09/10/201915/04/2021 by Alva van Beek

Er zijn van die controversiële onderwerpen waar iedereen wel een mening over heeft. Onderwerpen waarvan we zeker weten dat de discussie misschien wel nooit beslecht zal worden. In marketing is de discussie over data en personalisatie er zo eentje. Het gaat over wat er nu en in de toekomst mogelijk is op het gebied van personalisatie. Maar vooral ook hoe wenselijk dat allemaal is? Iedereen heeft er wel een mening over. Misschien wel de meest invloedrijke groep in deze discussie is eentje die je niet zo snel hoort. Uiteindelijk zijn het de CMO’s van de grotere organisaties die een enorme invloed hebben op hoe we in de nabije toekomst omgaan met data en personalisatie.

Lees dit artikel op Frankwatching

Het Data Science Team: de ideale opstelling

Posted on 25/09/201915/04/2021 by Alva van Beek

We weten allemaal dat verschillende persoonlijkheden en mindsets op de werkvloer elkaar kunnen versterken. Maar wanneer ze elkaar niet aanvullen of zelfs botsen, staat dit de ontwikkeling van een project of zelfs je bedrijf in de weg. Hoe stel je nu het best een productteam samen als het gaat om de ontwikkeling van datagedreven producten? Wanneer vullen datascientists en AI-experts elkaar het best aan?

Voordat we in de verschillende rollen van een datascience-team duiken, eerst wat uitleg wat we onder een ‘productteam’ verstaan en met welke projecten zo’n team zich bezighoudt.

De term ‘product-owner’ ken je waarschijnlijk. In de wereld van de datascience managet deze persoon een team, bestaande uit verschillende rollen, om binnen de organisatie nieuwe datagedreven producten te creëren en optimaliseren. Dit kan een nieuw algoritme zijn, een verbeterde functie op de website van je bedrijf of een uitgebreide oplossing, zoals het Predictive Maintenance-model.

Lees dit artikel op

“Great marketers don’t sell dreams, they sell realities”

Posted on 18/09/201915/04/2021 by Alva van Beek

The magic ingredient, it turns out, is storytelling. “Stories have emotions that data doesn’t,” explains Ariely. “And emotions get people to do all kinds of things.”

Marketing leaders will prick up their ears. First, because marketing departments tend to be big, diffuse and populated by individuals with strongly-held, divergent opinions, so any insight from the behavioural sciences on how to get everyone pointing in the same direction is welcome.

And second, because storytelling is already a marketing ‘thing’: it has become fashionable in our commercial domain to lionise its power of persuasion over the rational and factual. For us, it fits.

A little caution might be advised, however. In the documentary, Ariely is just one of a suite of experts and commentators seeking to make sense of how a former high-flying silicon valley entrepreneur, Elizabeth Holmes, had duped not just the investment community but towering figures like Henry Kissinger and George Schulz into backing her doomed, blood-analytics venture, Theranos.

Lees deze column op Marketingweek

How to capitalise on low attention

Posted on 04/09/201915/04/2021 by Alva van Beek

Marketers might spend their time seeking consumers’ undivided and concentrated attention, but new research exposes how to get a brand message across in low attention environments.

This is according to new research by Professor Karen Nelson-Field and PhD candidate Kellen Ewens, both of the University of Adelaide in Australia. Their research in association with Dentsu Aegis Network global’s Attention Economy Initiative, forms the basis for a paper in the current issue of Admap (topic: smarter video planning).

“We gathered screen data (viewability/time on screen/sound), eye-gaze tracking and STAS (Short Time Advertising Strength) measures from 17,000 video ad views in the UK, US and Australia (16 sets of data)”, the academics explain.

“This data enabled us to look deeper into the nature of low-attention processing and its relationship to sales.” The research carried over 2018 and into 2019.

Lees dit artikel op WARC

‘Consumenten haken af bij incomplete online productinformatie’

Posted on 08/08/201922/07/2021 by Alva van Beek

Als in een webshop nauwelijks of onjuiste productinformatie is te vinden, dan is dat vergelijkbaar met een product niet op voorraad hebben. Dat zegt GS1, uitgever van Global Trade Item Numbers (GTIN) annex European Article Numbers (EAN’s).

‘Staat er op de productpagina “blauwe bank”, maar staat er een afbeelding van een rode stoel, dan bestelt niemand die. Consumenten haken af en gaan op zoek bij uw concurrent’, waarschuwt de organisatie. Het geven van accurate en betrouwbare informatie is dus noodzakelijk.

Rapport

Bedrijven verzamelen en analyseren steeds meer (product)informatie om van die data waardevolle verkoopinformatie te maken, zo is te lezen in het rapport ‘Trend Research 2018-2019: Identifying opportunities for GS1 to address today’s industry challenges’.

Lees dit artikel op Twinkle

(Blogpost Ronald Voorn) Big Data of Bananen?

Posted on 01/07/201922/07/2021 by Alva van Beek

De Hogeschool Utrecht begint, in afstemming met de NIMA, met een nieuwe Masterclass Marketing Analytics. Deze is bedoeld voor professionals die werkzaam zijn op het terrein van marketing, communicatie en/of customer experience en die meer willen weten over hoe om te gaan met data, welke data je voor welke marketingbeslissing nodig hebt, hoe dit te organiseren en te structuren en hoe je dit kunt doorgronden. Register Marketeer en marketingwetenschapper Ronald Voorn legt uit waarom die masterclass er moest komen aan de hand van de presentatie die hij bijwoonde op de NIMA Marketing Day.

Door Ronald Voorn

Bedrijven hebben niets aan big data. Het gaat om de inzichten daaruit! Ik moest even aan deze uitspraak denken toen ik zat te kijken naar de zeer interessante presentatie van Wiemer Snijders en Robert van Ossenbruggen van The Commercial Works op de (weer fantastische) NIMA Marketing Dag. Zij lieten daar een mooie grafiek met staafdiagrammen zien die aangaf hoeveel bedrijven verdienen aan hun klanten (op de verticale as). De (big) dataset die ze presenteerden bevatte het koopgedrag van iets minder dan 2 miljoen mensen over een periode van 1 jaar.

Op de horizontale as was dan van links naar rechts de mate van licht tot zwaar gebruik te zien. Uiteraard was daar een relatie tussen en was de hoogste staaf met geld zichtbaar bij de heavy users die zich rechts van de horizontale as bevonden. Vervolgens was de vraag in welke van de groepen gebruikers nu het beste geïnvesteerd kon worden. Heel voorspelbaar riep de grootste groep in de zaal “rechts natuurlijk”. Op het eerste oog lijkt dat ook de juiste conclusie, de heavy users brachten in dit geval circa vijf keer meer omzet binnen. Het probleem is echter dat deze gebruikelijk manier van rapporteren een misleidend beeld geeft van wie je belangrijkste klanten zijn; een (denk)fout die een merk duur kan komen te staan…

Want vervolgens lieten Wiemer en Robert de exact zelfde dataset zien. Die had nu ineens de vorm van een banaan (de statistisch correcte naam voor deze verdeling is de Negatief Binomiale Distributie, maar de vergelijking met een banaan werd expres gemaakt zodat mensen het makkelijker konden onthouden). Weer stond de mate waarin men het product gebruikte op de horizontale as uitgezet als frequentie met van links (lichte gebruikers) naar rechts (heavy users), maar ditmaal veel fijnmaziger.

Andrew Ehrenberg was de eerste wetenschapper die dit patroon in 1959 beschreef en sindsdien heeft men in 60 jaar wetenschappelijk onderzoek nog geen afwijking op dit patroon in ons koopgedrag gevonden. En dan zie je pas waar de echte groei zit en dat is in het linkerdeel van de banaan. Daar zijn gewoon meer mensen. Dus penetratieverhoging is een veel interessantere groeistrategie dan de heavy users proberen aan te zetten tot nog eens meer Coke Light- of Dreft-gebruik. Zo zie je dat data pas interessante en bruikbare informatie oplevert als je er goed naar leert kijken.

Maar hoe leer je dat dan?
Aangezien het steeds belangrijker wordt om data goed te leren begrijpen moet je bijblijven. Daarvoor zijn geschikte cursussen nodig die speciaal geschikt zijn voor mensen die al een baan hebben. De Hogeschool Utrecht begint daarom, in afstemming met de NIMA, op 17 september as. met een nieuwe Masterclass Marketing Analytics. Deze is bedoeld voor professionals die werkzaam zijn op het terrein van marketing, communicatie en/of customer experience en die meer willen weten over hoe om te gaan met data, welke data je voor welke marketing beslissing nodig hebt, hoe dit te organiseren en te structuren en hoe je dit kunt doorgronden.

In zeven modules van 6 uur ga je samen met andere praktijkgenoten hands-on zelf aan de slag met state-of-the-art data-analyses die vandaag de dag gebruikt worden in moderne organisaties om betere marketingbeslissingen te nemen. Denk hierbij bijvoorbeeld aan segmentatie analyses, conversie-attributie en customer journey analyses. In de modules word je daarnaast zelf aan het werk gezet aan de hand van praktijkopdrachten, onderzoek en literatuur. Natuurlijk ga je ook zelf aan de gang om een dataset te leren begrijpen met het gebruik van machine learning en Artificial Intelligence.

Programma
In het programma komen qua theorie en aan de hand van een doorlopende praktijkcase o.a. de volgende onderwerpen aan bod:

Cross-industry standard process for data mining
Introductie en overzicht van data analytics
Segmenteren en doelgroepen clusteren
Conversie-attributie
Churn voorspellingen en customer lifetime value bepaling
Social Network Analysis
Customer Journey analyse
Product Recommendations

Docenten
De colleges worden voor een groot deel verzorgd door docenten uit het bedrijfsleven. Dit keer zijn dat Kevin van Kalkeren MSc (data scientist bij OnMarc) en Ludo Voorn MM RM (eigenaar Marketing Transformers). Hierdoor sluit de inhoud steeds naadloos aan op de (complexe) vraagstukken uit de hedendaagse markt. Inhoudelijk is de opleiding nauw verbonden met verschillende lectoraten van de Hogeschool Utrecht in het betreffende onderzoeksgebied en mede daardoor van hoog niveau. NIMA leden kunnen 30 PE Punten behalen met deelname aan de cursus. Voor meer informatie kun je contact opnemen met Mieke Braadbaart: mieke.braadbaart@hu.nl.