H2 Waarde creëren met big data analytics
Big-datawaardecreatiemodel
Dit model heeft 4 elementen
1. Big-data-activa
2. Big-datacompetenties
3. Big data analytics
4. Big-datawaarde
In de toets
Big-data-activa
- Activa zijn hulpbronnen die een bedrijf in de loop van de tijd vergaart.
▪ Materieel → gebouwen
▪ Immaterieel → merken, klantrelaties
- Klantendatabase behoorde vroeger tot belangrijke activa
▪ Gebruikt om sterkere relaties met klanten te creëren, grotere loyaliteit te
bewerkstelligen en efficiëntere en effectievere (cross)verkooptechnieken te realiseren
▪ Nu zijn gegevens in een tijdperk met big data niet meer zo zeldzaam. Gegevens zijn
zelfs niet meer zo waardevol omdat ze op veel manieren verzameld en voor veel
bedrijven vaak publiekelijk beschikbaar zijn
Big-datacompetenties
- De waarde van gegevens is in hun aanwezigheid en competenties, en andere activa, te
gebruiken om waarde mee te creëren
- Verschillende bronnen over ervaringen van klanten → erachter komen hoe verbeteren?
- Belangrijk is de kwalitatieve input van belangrijke klanten (relationeel actief), die
klantervaring verbeterd
- De competenties van big data zijn:
▪ Mensen
o Zonder ervaren big-dataexperts is het ontwikkelen van een big-datastrategie
niet raadzaam
▪ Systemen
o Hier is data-integratie en het verzorgen van een geïntegreerd datasysteem,
waarmee een bedrijf gegevens uit meerdere bronnen kan analyseren van
belang
o Data-integratie vereist specifieke datamanagementvaardigheden en software
o Vanwege de omvang van big data zijn (cloud)oplossingen zoals Hadoop een
belangrijke trend in de ontwikkeling van datasystemen
▪ Processen
o Hoe bedrijven de gegevensinvoer en -opslag organiseren
o Toegankelijkheid van gegevens voor analytische teams
o Communicatie tussen analytische teams en (marketing)management
o De eerste 2 processen zijn relevant voor een soepele en real lifetime
toegankelijkheid van de gegevens en de 3e betreft de communicatie tussen
marketing en de analytische teams
, ▪ Organisaties
o Goede mensen nodig maar ook aandacht hebben voor de manier waarop ze
big data, in het bijzonder big-data-analyses intern organiseren
o Bedrijfscultuur zorgt vaak voor problemen bij het exploiteren van big data
- Privacy = topprioriteit
- Gegevensveiligheid = groeiend probleem → Illegale manieren van hackers
- Data compliance in big-dataprocessen → zorgt voor goed en veilig gegevensbeheer
- Toenemende trend van vertrouwen op data driven of fact based besluitvorming → komt door
sterkere nadruk op marketing accountability
Big data analytics
- Het verkrijgen van inzichten/ontwikkelen van modellen om de besluitvorming te verbeteren
- De ontwikkelde inzichten en modellen creëren op 3 manieren waarde voor bedrijven
▪ Input/support voor strategische en tactische marketingbeslissingen
o Er zijn 2 soort modellen:
• Idiosyncratische modellen → modellen ontwikkeld voor het
aanpakken van specifieke marketingproblemen
• Gestandaardiseerde modellen → belangrijke instrumenten voor het
verbeteren van de kwaliteit van tactische marketingbeslissingen
o De verbetering van acties en campagnes is voornamelijk relevant binnen
CRM-omgeving → Wie, wat, wanneer
▪ Verbeterde acties en campagnes → Behavioral targeting → gedragsmatig targeten
▪ Op informatie gebaseerde producten en oplossingen
De 5 V’s van big data
1. Volume → de toenemende hoeveelheid data leidt tot zeer grote databases.
2. Velociteit → De snelheid van gegevens.
3. Variatie → Gegevens worden complexer omdat ze in verschillende formats binnenkomen
4. Veraciteit → De betrouwbaarheid van gegevens.
5. Value → De waarde die wordt gerealiseerd door het analyseren en gebruiken van data
Big-data waarde
Er zijn 3 methoden waarmee big-data-analyses waarde creëren voor klanten:
- Nieuwe inzichten creëren → Zoals klanttevredenheid verhogen
- Effectievere marketingcampagnes → Targetingcampagnes & Realtimegedragsmetingen
- Ontwikkelen klantoplossingen
Waardecreatie
- Waardecreatie heeft twee perspectieven:
▪ Waarde voor de klant (V2C)
▪ Waarde voor het bedrijf (V2F)
- In ruil voor deze waarde creatie ontvangen bedrijven waarden van klanten
▪ Dit heet ook wel Value delivery (waardelevering) en Value extraction (waarde-
extractie)
▪ Waarde-extractie van klanten is een direct gevolg van de waarde levering en treedt
op door bepaalde prijspremies, hogere loyaliteitsrisico’s (=lagere churn → overstap
naar concurrenten)
Big-datawaardecreatiemodel
Dit model heeft 4 elementen
1. Big-data-activa
2. Big-datacompetenties
3. Big data analytics
4. Big-datawaarde
In de toets
Big-data-activa
- Activa zijn hulpbronnen die een bedrijf in de loop van de tijd vergaart.
▪ Materieel → gebouwen
▪ Immaterieel → merken, klantrelaties
- Klantendatabase behoorde vroeger tot belangrijke activa
▪ Gebruikt om sterkere relaties met klanten te creëren, grotere loyaliteit te
bewerkstelligen en efficiëntere en effectievere (cross)verkooptechnieken te realiseren
▪ Nu zijn gegevens in een tijdperk met big data niet meer zo zeldzaam. Gegevens zijn
zelfs niet meer zo waardevol omdat ze op veel manieren verzameld en voor veel
bedrijven vaak publiekelijk beschikbaar zijn
Big-datacompetenties
- De waarde van gegevens is in hun aanwezigheid en competenties, en andere activa, te
gebruiken om waarde mee te creëren
- Verschillende bronnen over ervaringen van klanten → erachter komen hoe verbeteren?
- Belangrijk is de kwalitatieve input van belangrijke klanten (relationeel actief), die
klantervaring verbeterd
- De competenties van big data zijn:
▪ Mensen
o Zonder ervaren big-dataexperts is het ontwikkelen van een big-datastrategie
niet raadzaam
▪ Systemen
o Hier is data-integratie en het verzorgen van een geïntegreerd datasysteem,
waarmee een bedrijf gegevens uit meerdere bronnen kan analyseren van
belang
o Data-integratie vereist specifieke datamanagementvaardigheden en software
o Vanwege de omvang van big data zijn (cloud)oplossingen zoals Hadoop een
belangrijke trend in de ontwikkeling van datasystemen
▪ Processen
o Hoe bedrijven de gegevensinvoer en -opslag organiseren
o Toegankelijkheid van gegevens voor analytische teams
o Communicatie tussen analytische teams en (marketing)management
o De eerste 2 processen zijn relevant voor een soepele en real lifetime
toegankelijkheid van de gegevens en de 3e betreft de communicatie tussen
marketing en de analytische teams
, ▪ Organisaties
o Goede mensen nodig maar ook aandacht hebben voor de manier waarop ze
big data, in het bijzonder big-data-analyses intern organiseren
o Bedrijfscultuur zorgt vaak voor problemen bij het exploiteren van big data
- Privacy = topprioriteit
- Gegevensveiligheid = groeiend probleem → Illegale manieren van hackers
- Data compliance in big-dataprocessen → zorgt voor goed en veilig gegevensbeheer
- Toenemende trend van vertrouwen op data driven of fact based besluitvorming → komt door
sterkere nadruk op marketing accountability
Big data analytics
- Het verkrijgen van inzichten/ontwikkelen van modellen om de besluitvorming te verbeteren
- De ontwikkelde inzichten en modellen creëren op 3 manieren waarde voor bedrijven
▪ Input/support voor strategische en tactische marketingbeslissingen
o Er zijn 2 soort modellen:
• Idiosyncratische modellen → modellen ontwikkeld voor het
aanpakken van specifieke marketingproblemen
• Gestandaardiseerde modellen → belangrijke instrumenten voor het
verbeteren van de kwaliteit van tactische marketingbeslissingen
o De verbetering van acties en campagnes is voornamelijk relevant binnen
CRM-omgeving → Wie, wat, wanneer
▪ Verbeterde acties en campagnes → Behavioral targeting → gedragsmatig targeten
▪ Op informatie gebaseerde producten en oplossingen
De 5 V’s van big data
1. Volume → de toenemende hoeveelheid data leidt tot zeer grote databases.
2. Velociteit → De snelheid van gegevens.
3. Variatie → Gegevens worden complexer omdat ze in verschillende formats binnenkomen
4. Veraciteit → De betrouwbaarheid van gegevens.
5. Value → De waarde die wordt gerealiseerd door het analyseren en gebruiken van data
Big-data waarde
Er zijn 3 methoden waarmee big-data-analyses waarde creëren voor klanten:
- Nieuwe inzichten creëren → Zoals klanttevredenheid verhogen
- Effectievere marketingcampagnes → Targetingcampagnes & Realtimegedragsmetingen
- Ontwikkelen klantoplossingen
Waardecreatie
- Waardecreatie heeft twee perspectieven:
▪ Waarde voor de klant (V2C)
▪ Waarde voor het bedrijf (V2F)
- In ruil voor deze waarde creatie ontvangen bedrijven waarden van klanten
▪ Dit heet ook wel Value delivery (waardelevering) en Value extraction (waarde-
extractie)
▪ Waarde-extractie van klanten is een direct gevolg van de waarde levering en treedt
op door bepaalde prijspremies, hogere loyaliteitsrisico’s (=lagere churn → overstap
naar concurrenten)
