29 september 2014 -
Zouden we morgen nog buiten kunnen barbecueën? We willen allemaal graag weten waar we aan toe zijn. Vooral als het gaat om het weer. Daarom raadplegen veel mensen Buienradar en het veertiendaagse weerbericht. Dit is al een toepassing van predictive analytics.
"Alhoewel deze vorm van analytics heel gebruikelijk is in het dagelijkse leven, maakt het bedrijfsleven hier nog weinig gebruik van," zegt Mark Raben, Head of Customer Innovations bij SAP in Nederland. "En dat is een gemiste kans." Uit onderzoek van Data Warehousing Institute (TDWI) blijkt dat slechts twintig procent van de organisaties predictive analytics gebruikt. Toch vindt 61 procent van de organisaties predictive analytics belangrijk om in te investeren volgens het onderzoek van Loudhouse Consultancy. "Meestal willen ze nog binnen vijf jaar omdat bedrijven zien dat er steeds betere computerkracht, in-memory computing, gebruiksvriendelijke software is en ze hebben zicht op kansen en mogelijkheden."
Predictive analytics voor iedereen
"Ooit was predictive analytics alleen bedoeld voor datawetenschappers in specifieke branches," zegt Raben. "Die tijd is allang voorbij. Managers gebruiken het nu, dankzij eenvoudige tools, ook bij het nemen van gefundeerde beslissingen. Ze ontdekken hierdoor allerlei trends. Denk aan patronen die een mogelijke aankoop voorspellen waarmee ze gerichte aanbiedingen kunnen doen. Bovendien stelt het managers in staat een betrouwbare verkoopprognose voor het volgende kwartaal op te stellen. En ze kunnen digitale marketingmodellen inzetten om bijvoorbeeld te weten waar advertenties het meest effectief zijn. De mogelijkheden zijn eindeloos."
Inzetten van data om de toekomst te voorspellen
"De eerste stap om predictive analytics te bewerkstelligen, is het op orde hebben van de data. Organisaties moeten wel beschikken over de nodige gegevens." Raben doelt hiermee op informatie zoals: Wie is de consument? Wat kochten ze via welke verkoopkanalen? "Denk niet alleen aan gestructureerde data, maar combineer gegevens met bijvoorbeeld locatiegegevens. Starbucks kan hierdoor via smartphones achterhalen of klanten in de buurt zijn. Stuur deze klanten dan direct een kortingsvoucher. En voeg ongestructureerde gegevens toe, zoals data uit social media. Zo zegt het aantal terugkerende bezoekers op Facebook iets over de mate van betrokkenheid."
Het zou alleen nog beter zijn als beschikbare data over klanten ook kan worden ingezet voor consumenten die nog geen klant zijn. Dat kan ook, laat Raben weten. Analisten kunnen immers allerlei variabelen koppelen aan een specifiek product. Zo kan het zijn dat mannen met een inkomen van meer dan 60.000 euro per jaar en die de website van Bol.com bezoeken, vooral interesse hebben in het aanschaffen van een horloge van Seiko. Op het moment dat de analist de juiste variabelen heeft weten te vinden, weet een manager exact welke doelgroep bij welk product hoort.
Raben merkt wel op dat het leggen van allerlei verbanden een bepaalde houdbaarheidsdatum hebben. "Hoe ouder het voorspelmodel ontstaan door verzamelde data, hoe groter de kans dat deze niet meer van toepassing is. Om een simpel voorbeeld te geven: op het moment dat uw organisatie zich richt op jongeren, moet u continu weten wat hun voorkeuren zijn. We hebben inmiddels gezien dat Facebook ooit misschien populair was, en dat nu Snapchat het helemaal is. Deze snel wisselende voorkeuren zijn het bewijs dat opgezette voorspelmodellen ook maar tijdelijk zijn."
Succes van analytics
Tot slot merkt Raben nog op dat predictive analytics alleen succesvol kan zijn als het gehele personeel hieraan meewerkt. Zet een organisatie de technologie niet over de hele breedte in, dan is de kans aanwezig dat het tot grote teleurstellingen leidt. Neem bijvoorbeeld, naast het opleiden en omscholen van het huidige personeel, een data scientist aan. Deze persoon kan zich verdiepen in data-analytics, wat meer inzicht in de klant oplevert. "De melkboer kende vroeger ook al zijn klanten. Hij wist precies wat er gaande was en hoe hij kon bijdragen en eraan kon verdienen. Dat is precies wat bedrijven weer moeten gaan doen, maar dan op grote schaal. Met bijvoorbeeld gepersonaliseerde marketingcampagnes en gestructureerde bedrijfsprocessen behalen organisaties voordeel.
