Marcel Nijland en Klaas Verbeken (©Emilie Bonjé)

Of een marketing- en salesstrategie goed werkt of zijn doel voorbij schiet dat kan door data al langer zwart-op-wit worden aangetoond. Maar waarom de strategie faalt en wat er dan radicaal anders moet, die discussie wordt in veel boardrooms nog op buikgevoel gevoerd. Klaas Verbeken en Marcel Nijland, de drijvende krachten achter de Data & Intelligence teams bij iO, halen de emotie uit de boardroom en maken marketing en sales een pak doeltreffender. “Vroeger keek marketing vooral in de achterruitspiegel. Vandaag zitten we aan een hoge mate van voorspelbaarheid. Digitale marketing is nog nooit zo dicht bij zekerheid geweest.”

Klaas Verbeken en Marcel Nijland zijn twee ervaren rotten in de wereld van de digitale marketing. Ze verdienden hun strepen bij verschillende bedrijven voor ze zich bij iO op de uitbouw van de Data & Intelligence (D&I) teams stortten. Het duo is uitstekend geplaatst om in te zoomen op de belangrijkste trends en evoluties op het gebied van D&I.

“De digitale industrie is nu 20-25 jaar oud”, blikt Nijland terug. “In het begin zag je dat de kennis vooral bij de consulting firms & digitale agencies zat. Maar hun opdrachtgevers hebben een inhaalbeweging gemaakt. De digitale maturiteit bij bedrijven is enorm toegenomen, ze hebben de kenniskloof een pak kleiner gemaakt.”

“Agencies moeten elke dag hun toegevoegde waarde bewijzen. Samen met het belang van Data & Intelligence heb ik ook de accountability sterk zien toenemen. Het gaat niet meer alleen over creativiteit, agencies moeten ook de impact van hun creativiteit meten én bewijzen. Ze moeten zwart-op-wit aantonen hoe ze de investering van bedrijven in digitale marketing en sales terugverdienen.”

“Het is onze rol om de emotie uit de boardroom te halen. Hoe ging dat vroeger? Bedrijven lieten een campagne lopen. Als de campagne afgelopen was, dan gingen ze kijken wat het effect was. Had de campagne niet gewerkt? Ok, dan proberen ze iets anders”, zegt Nijland.

Het is onze rol om de emotie uit de boardroom te halen

"Ik las laatst dat ondernemingen op C-niveau niemand zo vaak wisselen als hun CMO. Eerst was ik verrast, maar eigenlijk is het logisch. De Chief Marketing Officer vervangen is de perfecte illustratie van te weinig data en te veel emotie in de boardroom. ‘Onze marketing werkt niet, misschien moeten we het eens proberen met een andere CMO?’”

De pseudowetenschap voorbij

(Digitale) marketing is volgens Verbeken in een nieuwe fase aanbeland. “Ik doceer ook marketing op de universiteit. Jarenlang woedde in de academische wereld de discussie of marketing nu al dan niet een pseudowetenschap is. Ja, argumenteerden velen, want je gaat pas achteraf een wetenschappelijke uitleg geven aan dingen die je eerst puur op buikgevoel doet.”

“Vandaag is dat anders. Onder andere dankzij machine learning zitten we aan een hoge mate van voorspelbaarheid. We zijn nog nooit zo dicht bij zekerheid geweest. Van nagaan of een marketing of sales strategie heeft gewerkt en waarom wel of niet, evolueren we naar een vorm van voorspelbaarheid. Zo wordt marketing veel efficiënter. Je gooit minder geld weg, want je kan campagnes voortdurend optimaliseren”, stelt Verbeken.

Klaas Verbeken (©Emilie Bonjé)

“We zetten bij iO marketing mix modeling op voor veel van onze klanten. We doen eigenlijk een doorgedreven audit van hun marketinginvesteringen van de voorbije drie jaar. We kijken welke campagnes opgezet zijn en welke impact die hadden. Zo proberen we zo goed mogelijk te voorspellen hoe ze hun beschikbare budget het best inzetten.”

“Veel bedrijven herhalen gewoon hun draaiboeken van het jaar voordien: in de zomer campagne X, in de winter campagne Y. Wij gaan veel verder dan een paar kleine tweaks aan het draaiboek. Hoe groter de voorspelbaarheid, hoe meer we durven voorstellen om radicaal het roer om te gooien. En hoe meer data die bedrijven tot hun beschikking hebben, hoe accurater de voorspellingen zullen worden. We staan nog maar aan het begin van die omwenteling in digitale marketing.”

Hét buzzword: data mesh

Voorspelbaarheid begint bij orde scheppen in de chaos, benadrukt Verbeken. “Bij klassieke marketing had je een paar KPI’s. Je kon kijken naar hoeveel keer een campagnespotje op tv werd uitgezonden of in de krant verscheen, en hoeveel mensen die media bereikten. Of je kon meten of je marktaandeel bij een bepaalde doelgroep groeide. Toen digitale marketing landde, was het chaos. Plots had je duizenden, zelfs miljoenen datapunten. Welke van al die datapunten, van al die metrics, waren nu aan de business gerelateerde KPI’s?”

Marcel Nijland (©Emilie Bonjé)

Nijland illustreert die granulaire data – granulair, omdat de data zoals kleine korrels overal verspreid zit – met werk dat iO deed voor een groot automerk. “Vroeger moesten klanten in de garage een enquête invullen op papier, elke dealer kreeg maandelijks misschien vijf reacties. Vandaag configureren miljoenen klanten zelf hun wagen op de website van het automerk.”

“Honderdduizenden van die mensen geven feedback over hun goede of minder goede ervaringen tijdens de configuratie. Die autobouwer beschikte al jaren over een massa waardevolle data, maar deed daar niets mee. De reacties waren tekst, in dertig verschillende talen dan nog. Wij hebben NLP (Natural Language Processing) en een zelflerend computermodel ingezet om die tekst om te zetten in data. Met de klantenreacties die de autobouwer vandaag krijgt, kan hij morgen de online configurator al optimaliseren.”

“Hét buzzword vandaag is data mesh”, vult Verbeken aan. “Jarenlang wilde iedereen één platform, één database waar alle data samenkomen. Vandaag zien we een soort van aanvaarding. Giganten als Microsoft legden jarenlang grote datalakes aan, maar ook bij hen is het besef gegroeid dat er meer is én kan. Wat je dan wel moet doen? Niet alles in één vat gooien, maar verbindingen maken tussen al die verschillende vaten.”

Laat de verschillende databronnen en de methodologieën om data te verzamelen naast elkaar bestaan, maar zorg ervoor dat je de juiste lijntjes legt om de data van het ene vat in het andere te laten doorstromen. Alles hangt af van de set-up en de ambitie van de klant. Het is zeker een van de bewegingen waar we sterk op inzetten", aldus Verbeken.

Mad professors en puzzelende ingenieurs

De Data & Intelligence teams bij iO zijn helemaal afgestemd op de nieuwste trends en evoluties. “We hebben D&I-teams in al onze campussen en in alle landen waar we actief zijn, die teams werken intensief samen en delen ervaringen en cases”, legt Verbeken uit.

“Ze zijn allemaal op dezelfde manier georganiseerd, met dezelfde vier profielen. Je hebt de data scientist, een soort van mad professor die, met slimme modellen, zorgt dat de vaten zich met nieuwe, intelligente data vullen. Dat is de essentie, zeker wanneer Google de third party cookies volgend jaar begraaft. De data engineers verbinden de vaten. Hun job is enorm boeiend geworden door die data mesh: een beetje alsof ze elke dag een nieuwe puzzel van duizenden stukjes in elkaar mogen passen.”

Onze meerwaarde ligt in het combineren van die vier domeinen: science, engineering, analytics & insights. Vaak zijn dat vier eilanden, wij hebben er bruggen tussen gebouwd

“Het derde profiel is dat van de data analyticus, die uit al die vaten de relevante informatie naar boven haalt. De insights consultants vertalen data naar learnings en conclusies. Onze meerwaarde ligt in het combineren van die vier domeinen: science, engineering, analytics & insights. Vaak zijn dat vier eilanden, wij hebben er bruggen tussen gebouwd.”

Die geconnecteerde manier waarop iO Data & Intelligence benadert, leverde Verbeken zopas een award van ESOMAR op, de koepelorganisatie van de wereldwijde data- en research community. “Vandaag is het zaak om connecties te maken met andere spelers in het ecosysteem: bedrijven, onderzoeksinstellingen, universiteiten en hogescholen, consumentenorganisaties, …", vult Nijland aan.

Klaas Verbeken en Marcel Nijland (©Emilie Bonjé)

Data zitten vandaag op heel veel verschillende plekken. Het komt erop aan om de data die je zelf verzamelt aan te vullen met andere relevante databronnen. Hoe sneller je die vaten aan elkaar kan aansluiten en hoe sneller je ze kan laten volstromen met de juiste data, hoe sterker je inzichten. Wij helpen ondernemingen om een datavoorsprong uit te bouwen.”