Stap 3: Process 2018-01-16T12:08:59+00:00

Het MarketingAlgoritme®
De nieuwe standaard in digitale marketing.

Stap 3: Process (verwerken)
Van data naar informatie naar kennis.

Van data naar informatie, naar kennis

De data die gestructureerd zijn door onze meetinstallatie moet nu worden verwerkt tot informatie. We gebruiken slimme en moderne instrumenten om data om te zetten tot kennis en deze kennis wordt vervolgens gevisualiseerd. Hier spelen grafische vormgevingstechnieken als 3D-visualisaties, infographics, whitepapers, interactieve grafieken en tabellen een grote rol.

De krachtige visualisaties zorgen dat de data een verhaal beginnen te vertellen. Dit verhaal legt het fundament voor het actieplan. Het wordt duidelijk waar de klant aan haar reis begint en waar de reis eindigt. Het wordt inzichtelijk waar de klant afhaakt en welke kanalen het meest opleveren.

Wanneer grote databases met abstracte data helder en correct worden gevisualiseerd ontstaat er dus informatie die gebruikt kan worden voor het maken van actiepunten. Maar goed, deze informatie is niet zo heel veel waard als het niet op de juiste manier wordt gerapporteerd en geïnterpreteerd. Daarover leest u hieronder meer.

Stap 3: Process (verwerken)

  • Krijg inzicht in de klantreis (customer journey)

  • Krachtige visualisaties van data en informatie

  • Een fundament voor het actieplan

Bekijk hier hoe stap 4 werkt
Neem direct contact op

De klantreis, visualisatie en nog veel meer

Het is erg belangrijk om de verzamelde informatie te visualiseren. Met gevisualiseerde data kunnen we sneller en betere beslissingen maken. Om data goed te visualiseren zijn moderne softwarepakketten nodig. Deze pakketten kunnen tegenwoordig heel veel aan. Zo kunnen veel pakketten databronnen als Google Analytics, CRM en databronnen van derden (third party data) combineren om nog meer inzichten te verweven.

We gebruiken veel diensten van Google om data te verzamelen maar ook om data te verwerken. Zo zijn wij fan van Google Data Studio. Dat is een intuïtief programma om slimme dashboards mee te maken. Met Google Data Studio is het mogelijk om ongeveer alle Google-diensten te integreren. Zo kunnen we Google Analytics, YouTube statistieken, Google AdWords in één overzichtelijk dashboard weergeven.

Google Data Studio gebruiken we om verschillende redenen namelijk:

  • AdWordsrapportages: we kunnen zo’n beetje iedere KPI die we afspreken verwerken in het dashboard. Zo zouden we kunnen weergeven wat de duurste zoekwoorden zijn, welke campagne het best converteert, wie de belangrijkste concurrent op bepaalde zoekwoorden en ga zo maar door.
  • Managementrapporten: hier kunt u zich voorstellen dat we in een oogopslag alle belangrijkste prestaties weergeven. Bijvoorbeeld hoe ver we van targets zijn verwijderd, websitestatistieken en de technische conditie van de website.
  • SEO-rapportages: we koppelen Google Search Console aan Google Data Studio om erg interessante informatie over uw organische online vindbaarheid te geven.

Het fijne van Google Data Studio is dat het interactief en bijna real-time wordt bijgewerkt. Wij maken de dashboards op basis van de KPI’s die we samen hebben gekozen in stap 1. Daarna krijgt u een link waarmee u alle dashboards zelf kunt gebruiken door alleen maar de periode te kiezen.

Googledatastudio

Bekijk onderaan de pagina een uitlegvideo van Google over Data Studio.

Big Data verwerken is uitdagend

Wanneer het om big data gaat, (hiermee bedoelen we gewoon heel veel data) komt het steeds vaker voor dat programma’s als Google Sheets, Microsoft Excel of SPSS het niet meer aankunnen. Dan krijgen we meldingen dat de bestanden te groot zijn om te verwerken of dat er te complexe berekeningen gemaakt moeten worden. In dit soort gevallen gebruiken we geavanceerde gegevensverwerkers als R of Tableau.

R is een programmeertaal die gemaakt is om statistische berekeningen en data-analyses uit te voeren. Wanneer datasets zo omvangrijk zijn dat er met R gewerkt moet worden, schakelen we de beste professionals op dit gebied in om ons te begeleiden met dit proces.

Tableau is een combinatie van Google Data Studio, Excel en SPSS maar doet er nog een stapje bovenop. Tableau kan gebruikt worden als business/ marketing intelligence pakket, maar ook voor statistische data-analyses.

google sheets bestand te groot

De klantreis (customer journey)

Het fijne van al deze data-analyses is dat de klantreis inzichtelijk gemaakt kan worden. Alle puzzelstukjes kunnen met elkaar worden verbonden om het complete plaatje weer te geven. Met nalopen welke reis de klant gemaakt heeft voordat hij (of zij) een waardevolle handeling voor uw organisatie deed, wordt het duidelijk waar het marketingbudget het best rendeert, waar het verlies zit, welke doelgroepen het best reageren op de verschillende uitingen die we maken. Deze analyse geeft ook vaak inzicht in de ‘puzzelstukjes’ die we nog missen.

Met het maken van de klantreis komen toeschrijvingsmodellen om de hoek kijken. Welke interactie verdient de credits als het gaat om de conversie? Is dat de laatste klik? De eerste? Iedere interactie een specifiek percentage?

Over het algemeen zijn er zes toeschrijvingsmodellen te kiezen. Er zijn drie veelgebruikte methoden en drie geavanceerdere.

  1. Laatste klik. Wanneer we dit model gebruiken, wordt de volledige conversiewaarde toegeschreven de laatst aangeklikte advertentie en gebruikte zoekwoord.
  2. Eerste klik. Dit model geeft de volledige conversiewaarde aan de eerste klik op een advertentie die de klant doet.
  3. Bij deze toeschrijvingsmethode worden alle interacties die de klant neemt voordat hij overgaat tot een waardevolle handeling evenredig beloond.

Nu een stapje verder

  1. Hier wordt het interessant; dit model geeft meer waarde aan klikken die dichterbij (in tijd) de conversie waren. Dus als iemand op dag 8 koopt en op dag 1 en dag 7 klikt op bepaalde advertenties, krijgt de klik op dag 7 meer waarde toegeschreven dan de klik op dag 1.
  2. Positiegebaseerd. Deze methode zorgt ervoor dat de eerste en de laatste klik 40% van de waarde krijgen en alle tussenliggende klikken in totaal 20%.
  3. Op basis van gegevens. Hierbij wordt de conversiewaarde verdeelt op basis van eerdere gegevens over specifieke conversieactie. Deze methode is alleen voor erg grote datasets mogelijk.

Even een voorbeeld ter verduidelijking (dit voorbeeld komt van Google):

U bent eigenaar van Hotel Paulina in Florence, Italië. Een klant vindt uw site door op uw AdWords-advertenties te klikken na elk van deze zoekopdrachten: ‘hotel Toscane’, ‘Hotel Florence’, ‘3-sterren hotel florence’ en vervolgens ‘3-sterren hotel Paulina florence’. Nadat de klant op uw advertentie klikte die verscheen bij ‘3-sterren hotel Paulina florence’, boekte ze een kamer.

  1. Bij het toeschrijvingsmodel ‘Laatste klik’ zou het laatste zoekwoord ‘3-sterren hotel paulina florence’ 100% van de conversiewaarde ontvangen.
  2. Bij het toeschrijvingsmodel ‘Eerste klik’ zou het eerste zoekwoord ‘hotel Toscane’ 100% van de conversiewaarde ontvangen.
  3. Bij het toeschrijvingsmodel ‘Lineair’ zou elk zoekwoord een gelijk deel van de conversiewaarde krijgen (elk 25%) voor de conversie.
  4. Bij het toeschrijvingsmodel ‘Tijdsverval’ zou het zoekwoord ‘3-sterren hotel Paulina florence’ de hoogste conversiewaarde ontvangen, omdat hiernaar het dichtst in de buurt van de conversie werd gezocht. Het zoekwoord ‘hotel Toscane’ zou de minste conversiewaarde ontvangen, omdat hier als eerste naar werd gezocht.
  5. Bij het toeschrijvingsmodel ‘Positiegebaseerd’ zouden ‘hotel Toscane’ en ‘3-sterren hotel paulina florence’ 40% van de conversiewaarde ontvangen en krijgen ‘hotel florence’ en ‘3-sterren hotel florence’ elk 10% van de conversiewaarde.
  6. Bij het toeschrijvingsmodel ‘Op basis van gegevens’ zou elk zoekwoord een deel van de conversiewaarde ontvangen, afhankelijk van hoeveel het zoekwoord heeft bijgedragen aan de conversie.

Samenvatting van stap drie: process (verwerken)

Al met al krijgt u na het lezen van deze pagina een beeld van wat er moet gebeuren bij stap drie van het MarketingAlgoritme®. De verzamelde en gestructureerde gegevens uit stap twee worden omgezet in informatie. Deze informatie wordt in stap drie geduid en waardevol gemaakt. Na een goed doorlopen dataverwerkingsproces is het zeer goed mogelijk om de opgedane inzichten te gebruiken bij het voorspellen van uitkomsten voor toekomstige campagnes. Deze manier van werken zorgt dat u constant bezig bent met het verbeteren van marketingprestaties en borgt u tegelijkertijd de kennis die u verwerft terwijl u bezig bent.

Hieronder ziet u een uitlegvideo waarin Google zelf uitlegt wat Google Data Studio allemaal kan

Lees verder over stap 4: Execute
Of download de whitepaper over het volledige MarketingAlgoritme®

Deze organisaties maken gebruik van het MarketingAlgoritme®