“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 'Levert 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.
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 'Levert 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. 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.
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 hieronder een afbeelding weergegeven met een veelgebruikte positionering voor een dergelijke NBA-engine.
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.
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.
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.
Dit blogartikel is geschreven door Gerrit Versteeg