Vraagt real-time

klantgedrag om

real-time BI?

Door: Gerrit Versteeg

Vraagt real-time klantgedrag om real-time BI?

Pg, 2

“Ken uw klant” is het credo binnen marketing tegenwoordig. Dat kan niemand verwonderen, het

lijkt mij één van de basisvoorwaarden voor marketing-succes, ongeacht het tijdperk waarin we

leven. Toch heeft dit credo de laatste jaren een extra lading gekregen, namelijk: “ken het

gedrag van uw individuele klant tot op de laatste seconde”. Reageren op het meest recente

gedrag van de klant ondersteunt het doen van de juiste aanbieding en verhoogt de

acceptatiekans van die aanbieding. Marketing is al gewend om te werken met een data

warehouse voor de opslag van informatie over haar klanten. Ben je als marketing manager nu

ook genoodzaakt om flinke investeringen te doen voor het opnemen van up-to-second

klantgedrag in het data warehouse?

Dit artikel is onderdeel van de themareeks Management & BI, geschreven door managers en

bedoeld voor managers die de Business Intelligence discipline graag eens toetsen tegen hun

bedrijfskundige managementprincipes. In navolging van het artikel “Geeft real-time BI een

betere besluitvorming?” gaan we in dit artikel dieper in op de mogelijke relatie tussen real-time

marketing en real-time BI.

Vraagt real-time klantgedrag om real-time BI?

Pg, 3

Onze snelle wereld

De “next best offer” (of liever gezegd “next best action” als we ook rekening houden met service

en retentie) is een vast onderdeel van customer-centric marketing. Met “next best” bedoelt de

marketing-discipline meestal de offer die de onderneming het best kan aanbieden als volgende

stap in een reeks van klantgedragingen. Dit alles binnen de context van verdere, relevante

klantgegevens en binnen de marketingregels van de onderneming. Klantgedrag en

klantinteresses kunnen afgeleid worden uit alle contactkanalen, maar het accent ligt de laatste

tijd vooral op het internet (en daarbinnen niet in de laatste plaats, de social media) en dan het

liefst gebruikmakend van zo recent mogelijke gegevens.

We hebben in een eerder artikel “Geeft real-time BI een betere besluitvorming?” al aangegeven

dat real-time BI voor tactische en strategische besluitvorming qua managementproces eigenlijk

niet relevant is. En dat operationele sturing grotendeels, zo niet geheel, veelal reeds opgenomen

is in de managementinformatie uit de operationele productiesystemen van de betreffende

afdeling zelf. Daarbij hebben we echter wel de vraag opengelaten of er situaties denkbaar zijn

waarbinnen de sturing op operationeel niveau toch gediend kan zijn met real-time BI.

Vraagt real-time klantgedrag om real-time BI?

Pg, 4

Denk bijvoorbeeld aan een situatie waarin de gegevens - benodigd voor de gewenste

managementinformatie - de scope van de afdeling overtreffen. Daarbij vallen als kandidaten

marketing en processturing op.

Real-time marketing operations

De next best action (NBA) is de marketing-discipline aan het veranderen. De sterkste NBA is

degene die is gebaseerd op de meest recente gegevens. De voorspellende waarde van

klantgedrag neemt immers af naarmate het gedrag verder in het verleden ligt. Dit betekent dat

marketing gebaat is bij het real-time vaststellen van die NBA. Feitelijk is dit een heel nieuw

fenomeen voor de marketing-discipline. Marketing is nooit gewend geweest aan real-time

reageren, ook het operationele gedeelte van marketing niet.

Vraagt real-time klantgedrag om real-time BI?

Pg, 5

Voor marketing-operations betekent het real-time opleveren van een NBA om in te spelen op

een lopend klantcontact, het inrichten van een zogeheten NBA-engine. Dat is een IT-systeem

dat:

voortdurend aanvragen krijgt voor een NBA van de kanalen,

direct bepaalt wat de NBA is voor de betrokken klant en

deze NBA terugstuurt naar het kanaal.

In feite is dit dus een operationeel productiesysteem voor marketing. Voor de beeldvorming is

op de volgende pagina een afbeelding weergegeven met een veelgebruikte positionering voor

een dergelijke NBA-engine.

Vraagt real-time klantgedrag om real-time BI?

Pg, 6

Vraagt real-time klantgedrag om real-time BI?

Pg, 7

NBA-engine

Zoals te zien in de afbeelding is de NBA-engine te positioneren als een operationeel

productiesysteem van marketing. Het systeem behandelt zelfstandig de aanvragen voor NBA’s

vanuit de kanalen, waarbij het gebruik maakt van enerzijds een periodiek klantbeeld dat

afkomstig is van het data warehouse en anderzijds een lopend intraday “klantgedrag-beeld” dat

gedurende de dag wordt gevuld met klantgedrag-signalen vanuit de kanalen. De NBA-engine is

in staat om:

klanten dynamisch te segmenteren;

mogelijke offers toe wijzen aan de klant op basis van de dynamische segmentering en offer

assignment regels;

de waarschijnlijkheid en waarde van de offers uit te rekenen;

de offers tot een NBA te prioriteren;

een NBA-antwoord aan het kanaal te genereren.

Vraagt real-time klantgedrag om real-time BI?

Pg, 8

In de huidige hiervoor geschikte tools, zit bij een dergelijke NBA-engine ook vaak een “self-

learning”-module, die probeert vast te stellen welke klant-attributen correleren met de kans van

offeracceptatie (bijvoorbeeld via Bayes algoritmes).

Wel of niet real-time BI?

Natuurlijk kun je allerlei positioneringen doen van een dergelijke NBA-engine, maar de essentie

is dat een NBA-engine een productiesysteem specifiek voor marketing is, net als elk ander

operationeel productiesysteem. De real-time logica, de intelligentie om gegevens (real-time en

niet) te combineren zit in de NBA-engine. En de NBA-engine levert, net als elk ander

productiesysteem, periodiek gegevens aan het data warehouse voor verdere analyse met

eventuele bredere scopes.

Tenzij we de NBA-engine als een BI-component bestempelen, dan is ook voor de NBA-engine

geen real-time BI nodig. De periodieke (dagelijkse) aanlevering van een integraal klantbeeld met

relevante attributen geeft voldoende voeding aan de NBA-engine vanuit het data warehouse.

Vraagt real-time klantgedrag om real-time BI?

Pg, 9

Social media dan?

Ook het werken met social media behoeft in principe geen real-time BI. Trends in sentiment

kunnen door tekst-mining en data analytics worden ontdekt, waarbij opslag in het data

warehouse handig kan zijn, zeker als je de analyse combineert met andere (klant)gegevens (NB.

deze combinatie staat wereldwijd nog steeds in de kinderschoenen). Maar dat hoeft niet real-

time plaats te vinden. Real-time signalering van bijvoorbeeld een snel omslaand sentiment of

individuele probleemgevallen (bijvoorbeeld klacht tweets) kunnen beter direct, liefst automatisch

worden gedetecteerd (waarvoor de real-time combinatie met andere klantgegevens niet nodig

is) en ter afhandeling naar een daarvoor geschikte PR-afdeling worden gestuurd.

Vraagt real-time klantgedrag om real-time BI?

Pg, 10

Ga naar onze knowledge base voor meer informatie:

Dit blogartikel is geschreven door Gerrit Versteeg.

Wil je meer informatie? Neem dan een kijkje op ons blog.