Waarom je vandaag nog aan de slag moet met je datastrategie

_Data is overal. Data-driven zijn is de toekomst. Als we de toenemende verwachtingen van consumenten bij willen benen, moeten we meer predictive worden. Kijk maar naar de koplopers in de sector, die tijdens de DDMA Customer Data Award 2021 hun cases presenteerden. Prachtige merken, maar vooral grote merken, met grote budgetten en teams. Voor organisaties lijkt de drempel om met een datastrategie aan de slag te gaan nog steeds hoog. Deze 3 bouwstenen gaan je hierbij helpen.

Feit is dat de data die je moet gaan structuren of orkestreren alleen maar meer gaat worden. Data-driven zijn is voor ieder merk uiteindelijk niet te voorkomen. Wanneer je vandaag niet start met een datastrategie, wordt de drempel om te beginnen alleen maar hoger. Volgende week komt er waarschijnlijk weer een nieuw systeem in het IT-landschap bij. Volgende maand mogelijk ook weer een nieuw kanaal. De bronnen waar data vandaan komt en de plekken waar data naar toe moet, nemen in iedere organisatie toe. Maar waar begin je, hoe kun je dit met een passend budget doen en welke bouwstenen heb je hiervoor nodig? In dit artikel gaan we in op deze bouwstenen en het belang van een vooropgezette en goed doordachte datastrategie.

Onbewust van de data-uitdagingen
Data blijft iets aparts. Het is overal. We weten dat we er iets mee moeten. Maar toch blijft het vaak nog abstract. Zo is data nog te weinig een prioriteit in de boardroom, terwijl veel van de uitdagingen die momenteel spelen juist voortkomen uit het gebrek aan een datastrategie binnen een organisatie. Daar is men zich niet bewust van. De kennis over data ontbreekt simpelweg.

Een goed voorbeeld hiervan zijn de uitdagingen rondom e-mailmarketingsystemen (ESP’s). De laatste jaren zien we veel migraties naar nieuwe ESP’s die niet het gewenste resultaat hebben gebracht. Dit komt doordat men probeert om te veel data uit verschillende bronnen samen te brengen op een verkeerde plek. Hoewel ESP’s vaak misbruikt worden om data te structuren zijn deze systemen daar uiteindelijk te beperkt voor. Een migratie naar een andere ESP biedt dan in het begin soms even de oplossing. De data wordt in de implementatiefase van de nieuwe ESP tijdelijk beter gestructureerd. Maar nadat de data toeneemt door gewoon dagelijks gebruik of uitgebreid wordt met nieuwe datapunten ontstaan weer dezelfde problemen als in de vorige ESP. Veel van de ESP-migraties die wij hebben gezien waren niet nodig geweest als de uitdagingen die aanleiding waren voor de migratie juist waren beoordeeld vanuit een vooropgezette datastrategie.

Zonder datastrategie worden de uitdagingen rondom data opgelost in systemen die daar niet voor bedoeld zijn. Het ge-/misbruiken van een systeem om daarmee een proof of concept aan te tonen of business case rond te maken juichen we toe. Maar uiteindelijk draait het bij data wel om vertrouwen. Zowel de klant als de interne organisatie moet ervan uit kunnen gaan dat er juist wordt omgegaan met de data en dat deze juist kan worden toegepast. Een ESP kan bijvoorbeeld goed het consent managen van het e-mailkanaal. Het consent van andere kanalen met de daarbij behorende details die vanuit GDPR noodzakelijk zijn horen daar uiteindelijk niet thuis. Het is daarom beter om al het consent centraal te beheren op een plek die daarvoor bedoeld is, zoals in een Customer Data Platform (CDP).

Het toenemen van de hoeveelheid data, de veranderlijkheid van data en de toenemende behoefte om real-time data naar meer bestemmingen te kunnen faciliteren. Het zijn deze uitdagingen die goed gemanaged moeten worden. Door te starten met een datastrategie kunnen deze uitdagingen worden geborgd op de juiste plek.

Waar te beginnen met je datastrategie?
Met de inzet van Artificial Inteligence (AI), horen we vaak. AI toepassen in het begin van je datastrategie is niet altijd de beste oplossing – het is misschien wel het slechtste waarmee je kunt beginnen. Wij hebben al veel AI-projecten rondom data voorbij zien komen en met onze klanten gedaan. Vaak zijn deze AI-toepassingen nog helemaal niet zo intelligent of zelflerend zoals wordt voorgespiegeld. Wanneer ze dat wel zijn wordt dit vaak gedaan op een klein gedeelte van de beschikbare data omdat dat het enige gedeelte is wat voldoende genoeg gestructureerd is. Dit levert uiteindelijk dus geen voldoende bruikbare inzichten op. Wanneer AI-toepassingen wel bruikbare inzichten opleveren, ontstaat er vaak een andere uitdaging. Er blijkt dan geen juiste plek te zijn om de AI-toepassing structureel te kunnen laten draaien op alle data die nodig is. In een losgetrokken omgeving kan dit doorgaans wel, maar dan vaak alleen voor de pilot-periode. De infrastructuur om de AI-toepassing structureel te kunnen faciliteren ontbreekt nog in het IT-landschap.

De inzet van AI kan zeker helpen en we kunnen ooit niet zonder. Maar we plaatsen dit over het algemeen wel later in de datastrategie. Daar moet je eerst naartoe werken. Je moet het inzetten zodra het nuttig is en de data juist geprepareerd en gefaciliteerd kan worden. Dit is onze stip op de horizon. In de maturiteit fases daarvoor zijn we vooral bezig met het optimaliseren van kanalen op basis van de data die we hebben en het orkestreren daarvan over al die kanalen heen. Hiermee kun je starten zodra je op weg bent met je centraal klantbeeld. Dit centraal klantbeeld moet het eerste doel zijn van je datastrategie. Hoe beter dit klantbeeld is, hoe beter de inzichten en resultaten zullen zijn van de inspanningen die je gaat doen.

De 3 bouwstenen van een datastrategie
Een datastrategie klinkt zwaar. Het kan ook heel complex worden. Of in ieder geval onnodig complex worden gemaakt. Onze ervaring leert om vooral klein te beginnen. Met een datastrategie starten en er bewust mee bezig zijn is belangrijker dan een ideale strategie uit te denken. Daarom hanteren wij vaak ook onderstaande 3 bouwstenen om te beginnen aan de opbouw van je datastrategie. Als je deze bouwstenen in kaart hebt gebracht, beschik je over de benodigde kaders van je datastrategie.

Verzamel use cases om inzicht en overzicht te creëren
Techniek is belangrijk. Zeker voor ons als leverancier van een eigen dataplatform. Maar ook wij starten altijd vanuit de behoeften van onze klanten. De functionele vraag vanuit de organisatie bepaalt de technische oplossingsrichting. Waarom hebben we welke data nodig en wat gaan we er op welk moment mee doen? Door dit inzicht visueel te maken komt de focus in de datastrategie te liggen op de stappen die nodig zijn om de bedrijfsdoelstellingen te behalen. Door middel van use cases kan dit inzicht goed worden gevormd. Use cases kun je intern verzamelen via workshops. Betrek hier verschillende afdelingen bij zodat je tegelijkertijd zorgt voor een breder draagvlak van de datastrategie binnen je organisatie. Data wordt immers niet geremd door silo’s, afdelingen, partners, leveranciers of systemen. Data is de gemene deler voor iedere stakeholder in een organisatie. Kijk bij deze bouwsteen ook een niveau verder. Inzicht in de verwachte businesswaarde en bepalen hoe je succesfactoren gaat meten is ook cruciaal.

Ga in- en extern organiseren en faciliteren
Deze bouwsteen legt de focus op het stroomlijnen. Welke processen moet je bijvoorbeeld borgen en op welke plekken in de organisatie moet je dit laten landen? Vanuit deze bouwsteen ga je de plekken voor je data bepalen en welke systemen je gaat integreren. En welke juist niet. Met de goede functionele kaders vanuit de eerste bouwsteen ben je beter in staat om de huidige systemen in het IT-aanbod op hun kwaliteiten te beoordelen. Je kan nu besluiten om de grenzen van een systeem verder op te zoeken of de keuze te maken voor een ander systeem of een andere richting.

Bij een ander systeem lijkt een keuze voor een cloudoplossing tegenwoordig de enige juiste keuze te zijn. Hier zien we ook veel kansen voor opkomende data-opslagmogelijkheden en nieuwe integratietechnologieën, de ontwikkelingen hiervoor gaan parabolisch. De opkomst van Customer Data platformen (CDPs) zijn hier het levende bewijs van. CDPs versnellen op dit moment de digitale transformatie van veel merken. Met een CDP kan een functionele gebruiker direct ownership nemen over data en selecties waardoor andere gedeeltes van de organisatie worden ontlast. Daardoor kun je de datastrategie verder implementeren met meer rust rondom de roadmaps van andere afdelingen. Met een CDP kun je over het algemeen snel starten omdat een groot gedeelte van de systemen waaraan het platform gekoppeld moeten worden al vaker geïmplementeerd en dus schaalbaar zijn. Ook bij deze bouwsteen draait het om vertrouwen. Uiteindelijk moet de gehele organisatie kunnen vertrouwen op de juiste structurering en kwaliteit van de data, wil je de data blijvend gaan inzetten. Benoem hoe je dit gaat bereiken.

Zorg voor structureel activeren en analyseren
Deze bouwsteen wordt vaak onderschat. Een centraal klantbeeld vormen lukt vaak nog wel, maar hoe zorg je dat dit klantbeeld ook structureel wordt ingezet én verrijkt? Een data-driven datastrategie kan niet zonder data-driven mindset bij meerdere afdelingen in je organisatie. Door structureel nieuwe toepassingen van de data te activeren kun je weer nieuwe inzichten verzamelen en blijven door ontwikkelen Of je het nu growth hacking noemt of agile marketing, het succes van een datastrategie valt of staat bij het vermogen om hierin te blijven innoveren. Door te experimenteren met de data kun je bepalen welke toepassingen het beste effect hebben en kun je de roadmap daarop aanpassen. De beschikking over rapportages is hierin heel belangrijk. Over de status van je klantdata, maar ook de verdieping, zoals de attributie van campagnes en kanalen. Daarnaast heb je ook de competenties nodig om daar inzicht uit te halen of diepere analyses te maken van hypotheses die gevormd worden. De customer experience van een consument beperkt zich niet tot een last click. De verdieping en verbetering moet je dus ook kunnen faciliteren vanuit je datastrategie.

Sneller data-driven zijn met een Customer Data Platform
Data is overal. Data wordt alleen maar meer. Door vandaag te starten of verder te bouwen aan je datastrategie voorkom je dat de drempel om data succesvol te kunnen managen hoger wordt. Deze 3 bouwstenen zijn hiervoor een goed startpunt en bieden een aantal belangrijke handvatten waarmee je op een efficiënte manier je data in kunt zetten. Zo raak je niet in de knel bij de verdere groei van je organisatie en je data. Data is de overkoepelende kracht tussen afdelingen en het hoofdingrediënt voor de structurele optimalisatie van de klantbeleving. Bovendien zal je positief verrast worden van de inzichten. Organisaties beschikken over veel meer details dan ze denken. Zeker wanneer data vanuit verschillende bronnen en afdelingen wordt gecombineerd.

Een Customer Data Platform is de plek waar de dat kunt doen. Een CDP is voor merken die een inhaalslag willen maken, een systeem dat de borging van een datastrategie van een organisatie kan versnellen. Het is een oplossing gebouwd met de learnings van vele projecten rondom data, personalisatie en alle andere IT-uitdagingen binnen organisaties. Je datastrategie is daardoor schaalbaar en efficiënt in te zetten binnen een systeem met connecties naar systemen waaraan het al vaker is gekoppeld. Kleinere merken kunnen hierdoor op het gebied van data profiteren van het pionieren van de grotere merken. Begin dus vandaag nog aan de use cases van morgen. Start met het op orde brengen van je data.

Over PRDCT
Wij zijn PRDCT. Wij omarmen jouw data. Met tientallen jaren ervaring vanuit IT-architectuur, Business Intelligence & Marketing kennen wij niet alleen alle toepassingen van data, wij zijn vooral ook overtuigd van de kracht van data voor nu en in de toekomst. Data is de verbindende factor in iedere organisatie en de sleutel tot het succesvol blijvend optimaliseren van de klantbeleving over silo’s en kanalen heen. Onze klanten gebruiken ons PRDCT Data Platform en onze kennis om samen deze verbinding te realiseren, meer waarde te kunnen leveren aan consumenten en daarmee succesvol te zijn.

Lees het artikel ook op de site van de DDMA