Analyses als basis voor strategie

analyse, consultancy, uitvoering & ontwikkeling

In de afgelopen jaren groeide het aantal organisaties dat datamining toepast snel. Desondanks blijft datamining nogal vaag en is de toegevoegde waarde niet altijd duidelijk.
Vaak wordt datamining gezien als een hulpmiddel om te bepalen wat er gebeurd is, hooguit om een status Quo te bepalen.


Zelden worden de resultaten van een analyse gebruikt om toekomstig gedrag of toekomstige ontwikkelingen te voorspellen. (predictive analyses). Toch is dit essentieel voor de concurrentiekracht van een organisatie. Data moet leiden tot informatie en deze informatie moet de basis zijn voor de marketingstrategie en financiële modellen. Maar evenals bij goud moet je wel weten of erts goud dragend is of niet. Hebben systemen wel de data die nodig is voor een effectieve marktbenadering? Om dit te kunnen bepalen wordt eerst een kortdurende quick scan gemaakt. Daarna wordt dieper in de data gezocht naar relaties (datadetective), waarbij ook naar verbanden gezocht wordt door Fuzzy matching en Artificial Intelligence. Hierbij worden cluster gemaakt op basis van gedragsindicatoren. Die de basis zijn voor algoritmes.

Quickscan
Quickscan is een analyse van data in datawarehouses (of bestanden) van organisaties die willen weten of investeringen in datamining winstgevend voor hen zullen zijn. Tevens wordt op basis van de Quickscan bepaald wat het doel van analyses is, hoe deze opgezet moeten worden en welke algoritmes hieruit afgeleid kunnen worden.

Een consultant stelt een profiel vast van het potentieel voor datamining in de organisatie. Het profiel is gebaseerd op:
• specifieke vereisten,
• het marktdomein,
• het proces van informatiebeheer dat wordt gebruikt en
• de beoogde doelstelling/toepassing.
De resultaten van de Quickscan worden gepresenteerd in een geschreven rapport. Hierdoor ontstaat inzicht in de mogelijkheden van datamining, fuzzy logic/matching. En worden gezamenlijk de doelstellingen bepaald van de activiteiten, algoritmes, analyses en rapportage. Samen met de automatiseringsafdeling wordt bepaald op welke wijze de processen ondersteund en gestuurd kunnen worden.

Op basis van de resultaten van de quickscan wordt een plan gemaakt welke analyses op permanente basis uitgevoerd kunnen worden, dynamische analyses om veranderingen in data te kunnen duiden (ook op klantniveau) en algoritmes te bepalen die de basis zijn voor marketing en marketingcommunicatie. Tevens worden aanbevelingen gedaan over andere analyses, algoritmes en de marketingstrategie en -communicatie. Hierbij wordt niet alleen naar de “online” mogelijkheden gekeken, maar ook naar fysieke mogelijkheden zoals het aansturen van het verkoopteam, distributeurs of winkels. Kennis van klanten kan weer leiden tot een effectieve onlinestrategie.

Andere analyses die op regelmatige basis uitgevoerd kunnen worden

• Data detective
Data Detective is een datamining methodiek die diepgaand klantenbestanden analyseert.. Geavanceerde analysetechnologieën maken het vinden van relaties, patronen en trends gemakkelijk. Dit geeft gebruikers meer inzicht en stelt hen in staat betere voorspellingen te maken.
De belangrijkste functionaliteiten in Data Detective zijn: voorspellen, clusteren, relaties zoeken, profileren, netwerkanalyse, fuzzy matching, grafieken maken, kaarten maken, selecties definiëren en kruistabellen maken.
Datadetective wordt gebruikt om doelgroepen te bepalen en activiteiten beter te kunnen richten. Ook wordt datadetectie gebruikt om veranderingen in clusters te bepalen. Deze veranderingen zijn bijvoorbeeld een afname van loyaliteit, herhalend koopgedrag of atypisch koopgedrag. Hierdoor kan direct gereageerd worden op veranderingen zowel positief als negatief.

• Algoritme definiëring.
Op basis van de analyses en de doelstellingen van een organisatie worden algoritmes bepaald, die de basis zijn voor activiteiten. Op basis van de response worden analyses gemaakt van de effectiviteit van activiteiten en van veranderingen in de relaties.
Een analyse, die vaak in marketing wordt gebruikt is de RFM-analyse, waarbij de loyaliteit van een relatie wordt bepaald aan de hand van terugkomgedrag, omzet (share increase en share of wallet) en doelgroep profielen.
Bij alle analyses worden de resultaten vertaald in een resultatenmatrix, een activiteitenmatrix en een strategische suggestie (predictive model).

Op ieder gewenste databases kunnen regelmatige terugkerende analyses worden uitgevoerd evenals ad hoc analyses. Dit kan zowel over historische data, online data als basis voor voorspellend gedrag. Alle resultaten woerden gekoppeld aan advies door een consultant die gespecialiseerd is in moderne marketingontwikkelingen, netwerkeffecten en platformen.

Alle analyses zijn mogelijk op consumentendata als op bedrijfsdata. (BtoC en EtoE)