Samenvatting ‘Waarde creëren met big
data analytics’
Voor het vak Metrics & Forecasting (Business Studies -Marketing jaar 4)
-Alle hoofdstukken!-
Inhoud
Deel 1: Algemene hoofdstukken ............................................................................................................ 3
Hoofdstuk 1: Uitdagingen van big data ............................................................................................... 3
H1.1 Introductie .............................................................................................................................. 3
H1.2 Explosieve gegevensgroei ....................................................................................................... 3
H1.3 Kanttekeningen bij big data .................................................................................................... 3
H1.4 Onze doelen ............................................................................................................................ 3
H1.5 Onze aanpak............................................................................................................................ 3
Hoofdstuk 2: Waarde creëren met big data analytics......................................................................... 4
H2.1 Introductie .............................................................................................................................. 4
H2.2 Big-data waardecreatiemodel................................................................................................. 4
Deel 2: Sleutelhoofdstukken .................................................................................................................. 9
Hoofdstuk 5: Databronnen .................................................................................................................. 9
H5.2 Soorten gegevensbronnen ...................................................................................................... 9
H5.3 Big-data gegevensbronnen gebruiken .................................................................................. 12
Hoofdstuk 8: Hoe big data de analytics veranderen ......................................................................... 15
H8.3 Verschillende niveaus in analytics ........................................................................................ 15
H8.4 Dimensies van analytics ........................................................................................................ 15
H8.5 Strategieën voor het analyseren van big data ...................................................................... 16
H8.6 Hoe big data analytics veranderen ....................................................................................... 17
H8.7 Algemene big-data veranderingen in analytics .................................................................... 17
Hoofdstuk 12: Succesvolle big-datacompetenties opbouwen .......................................................... 20
H12.2 Transformeren met als doel succesvolle analytische competentie .................................... 20
H12.3 Bouwstenen voor een succesvolle analytische competentie ............................................. 21
Deel 3: Verdiepende hoofdstukken ..................................................................................................... 28
Hoofdstuk 3: Waarde-voor-klantmetrics .......................................................................................... 28
H3.2 V2C-marktmetrics ................................................................................................................. 28
H3.3 V2C-merkmetrics .................................................................................................................. 28
H3.4 V2C-klantmetrics ................................................................................................................... 29
Hoofdstuk 4: Waarde-voor-bedrijfmetrics ........................................................................................ 31
1
, H4.2 V2F-marktmetrics ................................................................................................................. 31
H4.3 V2F-merkmetrics ................................................................................................................... 31
H4.4 V2F-klantmetrics ................................................................................................................... 33
Hoofdstuk 6: Data-integratie............................................................................................................. 37
H6.2 Integratie van gegevensbronnen .......................................................................................... 37
H6.3 Omgaan met verschillende datatypes .................................................................................. 37
H6.4 Data-integratie in het tijdperk van big data.......................................................................... 38
Hoofdstuk 7: Klantprivacy en gegevensbeveiliging ........................................................................... 40
H7.2 Waarom is privacy zo’n groot probleem? ............................................................................. 40
H7.3 Wat is privacy? ...................................................................................................................... 40
H7.4 Klanten en privacy................................................................................................................. 40
H7.5 Overheden en privacywetgeving .......................................................................................... 40
H7.6 Privacy en ethiek ................................................................................................................... 41
H7.7 Privacy beleid ........................................................................................................................ 41
H7.8 Privacy en interne data-analyse ............................................................................................ 41
H7.9 Databeveiliging...................................................................................................................... 41
Hoofdstuk 9: Klassieke data analytics ............................................................................................... 42
Hoofdstuk 10: Nieuwe big data analytics .......................................................................................... 44
Hoofdstuk 11: Impact creëren met verhalen en visualisaties ........................................................... 46
H11.2 Faalfactoren voor het creëren van impact ......................................................................... 46
H11.3 Storytelling .......................................................................................................................... 46
H11.4 Visualiseren ......................................................................................................................... 47
2
,Deel 1: Algemene hoofdstukken
Hoofdstuk 1: Uitdagingen van big data
H1.1 Introductie
Uit een recente studie blijkt dat marketing worstelt met de toenemende hoeveelheid beschikbare
gegevens voor het verkrijgen van inzicht in de klant. Een van de belangrijkste verklaringen hiervoor is
een gebrek aan kennis en vaardigheden om gegevens zowel succesvol te analyseren als er volgens
waarde uit te creëren.
H1.2 Explosieve gegevensgroei
De opkomt van het internet en sociale media heeft geleid tot een verdere explosieve gegevensgroei.
Veel bedrijven hebben nu data dagelijks of zelfs real-time tot hun beschikking. Het idee heerst dat
creëren van waarde uit deze gegevens een motor is van groei en dus de komende jaren waardevol
voor economieën.
Online zijn consumer-to-consumer markten (C2C) steeds belangrijker geworden in vergelijking van
business-to-consumer markten (B2C) en business-to-business markten (B2B).
Sociale media zorgen voor een enorme toename in klantinzicht. Blogs, productbeoordelingen,
discussiegroepen, productscores enzovoorts zijn nieuwe en belangrijke bronnen van informatie,
waarin consumenten reageren op elkaar en op de producten en diensten die ze gebruiken. Het
toenemend gebruik van online media, waaronder mobiele telefoons, stelt bedrijven ook in staat om
het aankoopproces van klanten te volgen.
H1.3 Kanttekeningen bij big data
Big data zijn inmiddels de norm geworden en bedrijven zien in dat ze een betere concurrentiepositie
bemachtigen door deze gegevens te analyseren. Veel bedrijven worstelen echter met het creëren
van waarde uit deze gegevens en raken snel teleurgesteld in data wanneer er geen successen uit
behaald zijn. Ontwikkelingen in big data hebben dan ook tot discussies geleid over privacy.
De problemen van het creëren van waarde uit big data zijn het gevolg van een gebrek aan kennis en
vaardigheden over de analyse en het gebruik. Bovendien wordt geadviseerd klein te beginnen, met
een goede analyse van reeds bestaande gegevens en het doel van big data analyse in hoofd te
houden.
H1.4 Onze doelen
- Managers leren welke mogelijkheden big data hebben voor het creëren van waarde
- Welke analytische benaderingen zijn noodzakelijk; waarde ontlenen aan big data en
groeimogelijkheden met nieuwe en bestaande klanten ontwikkelen
- Organisatorische oplossingen voor ontwikkelen en organiseren van de analytische
marketingfunctie binnen een bedrijf bespreken, en aangeven hoe je daarmee waarde uit big
data creëert.
H1.5 Onze aanpak
Big data wordt (in dit boek) op drie niveaus besproken:
- marktniveau
- merk- of productniveau
- klantniveau
3
, Hoofdstuk 2: Waarde creëren met big data analytics
H2.1 Introductie
Bedrijven die aan de slag gaan met big data doorlopen vaak 3 fasen:
- Dataenthousiasme – investeringsfase
- Datateleurstelling – frustratie- of desinvesteringsfase
- Datarealisme – herinvesteringsfase
Deze fasen kunnen bedrijven ook doorlopen bij implementatie van big-data initiatieven. Dit leidt
echter tot waarde vernietiging, negatieve ROI’s, verspilling van middelen en enorme frustratie.
Daarom wordt bedrijven aangeraden om realistische verwachtingen te hebben van de waarde van
big data. Hiertoe is het essentieel dat bedrijven begrijpen hoe big data waarde kunnen creëren en is
het van groot belang dat bedrijven hun analytische strategieën goed doorgronden, evenals de
aanpak die zij kiezen bij het analyseren van beschikbare gegevens.
H2.2 Big-data waardecreatiemodel
1. Big data activa
Activa zijn hulpbronnen, deze zijn materieel (bijv. gebouwen) of immaterieel (bijv. klantrelaties). Een
klantenbase is zo’n belangrijke activa; om sterke relatie met klanten te creëren, grotere loyaliteit te
bewerkstelligen en efficiëntere en effectievere verkooptechnieken te realiseren. Big data gaat verder
dan dit, de verschillende soorten bronnen en gegevens betreffende big data worden besproken in
Hoofdstuk 5: Databronnen.
2. Big data competenties
De competenties van big data betreffen:
- Mensen
Big-data experts zijn van groot belang om de data juist te analyseren en waarde uit te
creëren. Experts zijn moeilijk te vinden en daarom trainen bedrijven soms in-house hun
personeel. Hoofdstuk 12 richt zich op de vraag hoe bedrijven een sterke marketing-
intelligence competentie kunnen ontwikkelen.
4
data analytics’
Voor het vak Metrics & Forecasting (Business Studies -Marketing jaar 4)
-Alle hoofdstukken!-
Inhoud
Deel 1: Algemene hoofdstukken ............................................................................................................ 3
Hoofdstuk 1: Uitdagingen van big data ............................................................................................... 3
H1.1 Introductie .............................................................................................................................. 3
H1.2 Explosieve gegevensgroei ....................................................................................................... 3
H1.3 Kanttekeningen bij big data .................................................................................................... 3
H1.4 Onze doelen ............................................................................................................................ 3
H1.5 Onze aanpak............................................................................................................................ 3
Hoofdstuk 2: Waarde creëren met big data analytics......................................................................... 4
H2.1 Introductie .............................................................................................................................. 4
H2.2 Big-data waardecreatiemodel................................................................................................. 4
Deel 2: Sleutelhoofdstukken .................................................................................................................. 9
Hoofdstuk 5: Databronnen .................................................................................................................. 9
H5.2 Soorten gegevensbronnen ...................................................................................................... 9
H5.3 Big-data gegevensbronnen gebruiken .................................................................................. 12
Hoofdstuk 8: Hoe big data de analytics veranderen ......................................................................... 15
H8.3 Verschillende niveaus in analytics ........................................................................................ 15
H8.4 Dimensies van analytics ........................................................................................................ 15
H8.5 Strategieën voor het analyseren van big data ...................................................................... 16
H8.6 Hoe big data analytics veranderen ....................................................................................... 17
H8.7 Algemene big-data veranderingen in analytics .................................................................... 17
Hoofdstuk 12: Succesvolle big-datacompetenties opbouwen .......................................................... 20
H12.2 Transformeren met als doel succesvolle analytische competentie .................................... 20
H12.3 Bouwstenen voor een succesvolle analytische competentie ............................................. 21
Deel 3: Verdiepende hoofdstukken ..................................................................................................... 28
Hoofdstuk 3: Waarde-voor-klantmetrics .......................................................................................... 28
H3.2 V2C-marktmetrics ................................................................................................................. 28
H3.3 V2C-merkmetrics .................................................................................................................. 28
H3.4 V2C-klantmetrics ................................................................................................................... 29
Hoofdstuk 4: Waarde-voor-bedrijfmetrics ........................................................................................ 31
1
, H4.2 V2F-marktmetrics ................................................................................................................. 31
H4.3 V2F-merkmetrics ................................................................................................................... 31
H4.4 V2F-klantmetrics ................................................................................................................... 33
Hoofdstuk 6: Data-integratie............................................................................................................. 37
H6.2 Integratie van gegevensbronnen .......................................................................................... 37
H6.3 Omgaan met verschillende datatypes .................................................................................. 37
H6.4 Data-integratie in het tijdperk van big data.......................................................................... 38
Hoofdstuk 7: Klantprivacy en gegevensbeveiliging ........................................................................... 40
H7.2 Waarom is privacy zo’n groot probleem? ............................................................................. 40
H7.3 Wat is privacy? ...................................................................................................................... 40
H7.4 Klanten en privacy................................................................................................................. 40
H7.5 Overheden en privacywetgeving .......................................................................................... 40
H7.6 Privacy en ethiek ................................................................................................................... 41
H7.7 Privacy beleid ........................................................................................................................ 41
H7.8 Privacy en interne data-analyse ............................................................................................ 41
H7.9 Databeveiliging...................................................................................................................... 41
Hoofdstuk 9: Klassieke data analytics ............................................................................................... 42
Hoofdstuk 10: Nieuwe big data analytics .......................................................................................... 44
Hoofdstuk 11: Impact creëren met verhalen en visualisaties ........................................................... 46
H11.2 Faalfactoren voor het creëren van impact ......................................................................... 46
H11.3 Storytelling .......................................................................................................................... 46
H11.4 Visualiseren ......................................................................................................................... 47
2
,Deel 1: Algemene hoofdstukken
Hoofdstuk 1: Uitdagingen van big data
H1.1 Introductie
Uit een recente studie blijkt dat marketing worstelt met de toenemende hoeveelheid beschikbare
gegevens voor het verkrijgen van inzicht in de klant. Een van de belangrijkste verklaringen hiervoor is
een gebrek aan kennis en vaardigheden om gegevens zowel succesvol te analyseren als er volgens
waarde uit te creëren.
H1.2 Explosieve gegevensgroei
De opkomt van het internet en sociale media heeft geleid tot een verdere explosieve gegevensgroei.
Veel bedrijven hebben nu data dagelijks of zelfs real-time tot hun beschikking. Het idee heerst dat
creëren van waarde uit deze gegevens een motor is van groei en dus de komende jaren waardevol
voor economieën.
Online zijn consumer-to-consumer markten (C2C) steeds belangrijker geworden in vergelijking van
business-to-consumer markten (B2C) en business-to-business markten (B2B).
Sociale media zorgen voor een enorme toename in klantinzicht. Blogs, productbeoordelingen,
discussiegroepen, productscores enzovoorts zijn nieuwe en belangrijke bronnen van informatie,
waarin consumenten reageren op elkaar en op de producten en diensten die ze gebruiken. Het
toenemend gebruik van online media, waaronder mobiele telefoons, stelt bedrijven ook in staat om
het aankoopproces van klanten te volgen.
H1.3 Kanttekeningen bij big data
Big data zijn inmiddels de norm geworden en bedrijven zien in dat ze een betere concurrentiepositie
bemachtigen door deze gegevens te analyseren. Veel bedrijven worstelen echter met het creëren
van waarde uit deze gegevens en raken snel teleurgesteld in data wanneer er geen successen uit
behaald zijn. Ontwikkelingen in big data hebben dan ook tot discussies geleid over privacy.
De problemen van het creëren van waarde uit big data zijn het gevolg van een gebrek aan kennis en
vaardigheden over de analyse en het gebruik. Bovendien wordt geadviseerd klein te beginnen, met
een goede analyse van reeds bestaande gegevens en het doel van big data analyse in hoofd te
houden.
H1.4 Onze doelen
- Managers leren welke mogelijkheden big data hebben voor het creëren van waarde
- Welke analytische benaderingen zijn noodzakelijk; waarde ontlenen aan big data en
groeimogelijkheden met nieuwe en bestaande klanten ontwikkelen
- Organisatorische oplossingen voor ontwikkelen en organiseren van de analytische
marketingfunctie binnen een bedrijf bespreken, en aangeven hoe je daarmee waarde uit big
data creëert.
H1.5 Onze aanpak
Big data wordt (in dit boek) op drie niveaus besproken:
- marktniveau
- merk- of productniveau
- klantniveau
3
, Hoofdstuk 2: Waarde creëren met big data analytics
H2.1 Introductie
Bedrijven die aan de slag gaan met big data doorlopen vaak 3 fasen:
- Dataenthousiasme – investeringsfase
- Datateleurstelling – frustratie- of desinvesteringsfase
- Datarealisme – herinvesteringsfase
Deze fasen kunnen bedrijven ook doorlopen bij implementatie van big-data initiatieven. Dit leidt
echter tot waarde vernietiging, negatieve ROI’s, verspilling van middelen en enorme frustratie.
Daarom wordt bedrijven aangeraden om realistische verwachtingen te hebben van de waarde van
big data. Hiertoe is het essentieel dat bedrijven begrijpen hoe big data waarde kunnen creëren en is
het van groot belang dat bedrijven hun analytische strategieën goed doorgronden, evenals de
aanpak die zij kiezen bij het analyseren van beschikbare gegevens.
H2.2 Big-data waardecreatiemodel
1. Big data activa
Activa zijn hulpbronnen, deze zijn materieel (bijv. gebouwen) of immaterieel (bijv. klantrelaties). Een
klantenbase is zo’n belangrijke activa; om sterke relatie met klanten te creëren, grotere loyaliteit te
bewerkstelligen en efficiëntere en effectievere verkooptechnieken te realiseren. Big data gaat verder
dan dit, de verschillende soorten bronnen en gegevens betreffende big data worden besproken in
Hoofdstuk 5: Databronnen.
2. Big data competenties
De competenties van big data betreffen:
- Mensen
Big-data experts zijn van groot belang om de data juist te analyseren en waarde uit te
creëren. Experts zijn moeilijk te vinden en daarom trainen bedrijven soms in-house hun
personeel. Hoofdstuk 12 richt zich op de vraag hoe bedrijven een sterke marketing-
intelligence competentie kunnen ontwikkelen.
4
