De eindejaarsperiode is traditiegetrouw de periode bij uitstek van de goede voornemens voor het nieuwe jaar. Hopelijk hebben de marketeers onder jullie al even de marketing plannen voor 2014 vastgelegd en is de voorbereiding volop bezig, maar misschien is het toch opportuun om bij de aanvang van het nieuwe jaar alvast 1 voornemen daadwerkelijk uit te voeren: stel je digitale analyse framework eens grondig in vraag!

Een analyse framework gaat veel verder dan enkel je tool(s). Meer nog, de analytics oplossing op zich is maar een klein deeltje van een groter geheel.

In mijn ogen zijn er 6 pijlers van belang waar je rekening mee moet houden als je binnen jouw bedrijf een degelijk data driven framework wil opzetten of uitbouwen:

1. Management

Enerzijds staat of valt alles met de betrokkenheid en ondersteuning vanuit het management. Zij bepalen welke plaats data en analyse zullen innemen in het geheel. Maar als 'data driven' geen eigenschap is van de cultuur van het bedrijf, is de kans klein dat management hier veel aandacht zal aan besteden.

Anderzijds is het ook cruciaal wie het analytics project zal trekken. Het is een must dat deze persoon sterk in zijn schoenen staat, want in principe is hij/zij verantwoordelijk voor de efficiënte uitwerking van de volgende pijlers.

2. Objectieven

Het success of falen van je rapportage, inzichten en optimalisatie hangt volledig af van de objectieven die bij de start van elk analyse project gedefinieerd worden, en die in (SMART) KPIs en metrics vertaald worden. Hierbij is het belangrijk dat zowel de algemene business objectieven onder de loep genomen worden, alsook specifiek uitgesplitst wordt o.b.v. bijvoorbeeld departement (sales, branding, support, hr, …), marketing kanalen (online/offline, owned/earned/bought,…) en eventueel productgroepen.

Dit is de basis van alles wat volgt, en dus cruciaal!

3. Data

Eens de objectieven bepaald zijn, moet je de data bronnen definiëren die nodig zijn om de KPIs en metrics te kunnen berekenen. Hierbij gaat het niet enkel en alleen meer om klik data uit Google Analytics, maar meer en meer is er nood aan data vanuit marketing campagnes, CRM, marktonderzoeken, enz. Naast data kwaliteit is de integratie van deze data silos de grootste uitdaging.

4. Technologie

Voor het verzamelen van de data, het integreren van de data en het visualiseren in interpreteerbare inzichten kan je niet zonder technologie. Het komt er hier op aan de meeste efficiënte tools te kiezen voor de job. De efficiënte is op vlak van kwaliteit, flexibiliteit, gebruiksvriendelijkheid, prijs, ondersteuning, enz. Aansluitend op vorige pijler zijn de integratie mogelijkheden van groot belang!

5. Processen

De data integratie waarvan sprake is een belangrijke factor waarbij het heel belangrijk is om de juiste processen uit te werken. Maar 'methodologie'  gaat verder dan dit. Een grote focus moet gelegd worden op de interne processen binnen een bedrijf: wanneer binnen de marketing projecten moet het web intelligence team ingeschakeld worden, hoe gaan we de data verzamelen, hoe gaan we te werk voor kwaliteiten controles, hoe, wanneer en aan wie rapporteren we, wanneer kunnen welke optimalisaties doorgevoerd worden, en nog heel veel soortgelijke vragen die beantwoord moeten worden. Zonder een duidelijke methodologie loop je al snel achter de feiten aan.

6. Team en Expertise

De 20/80 regel is hier een klassieker: 20% steek je in de tools, 80% in je expertise. Zelden zal dit zo zijn, maar de tools worden veelal overschat. Of is het de expertise die onderschat wordt? Feit blijft dat je pas met een team waarbinnen verschillende skills zitten, met kennis en ervaring, (meer)waarde zal halen uit al het voorgaande. Vandaag echter bestaat het web intelligence team in 75% van de Belgische bedrijven hoogstens uit 1 persoon.

Een grondige audit van deze pijlers laat je toe om enerzijds de nodige inspanningen leveren om bepaalde pijlers verder uit te werken en op een degelijk niveau te krijgen, en anderzijds om in te spelen op mogelijk veranderende marketing objectieven of om nieuwe expertise te integreren.

Idealiter stel je je analyse framework op regelmatige basis in vraag: 1 keer per jaar is een must, 1 keer per 6 maanden beter. Op die manier kan je een interne benchmark  opstellen om duidelijk de evolutie in kaart te brengen tegenover de gestelde targets en zo bij te schakelen waar nodig.

Doe zelf de test!

Eén van de voortrekkers van dergelijk framework en audit is de Canadees Stéphane Hamel, die reeds een 4 tal jaar geleden op de proppen kwam met zijn Online Analytics Maturity Model (OAMM). Dit model is eveneens gebaseerd op 6 pijlers, maar zit 'data' eerder verweven binnen 'technologie', en wordt 'scope' een afzonderlijk onderdeel dat eerder focust op omvang en bereik: wie zal gebruik maken van de analyse inzichten , gaan we focussen op 1 specifiek deel van de business objectieven, zijn alle digitale kanalen onderdeel of focussen we enkel op social media, etc.

In mijn ogen valt dit samen met de objectieven, en geef ik er de voorkeur aan om 'data' als afzonderlijke focus mee te nemen aangezien er de laatste jaren een duidelijke drang is bij bedrijven om een 360° view te krijgen van de klant, en dus voldoende aandacht moet besteed worden aan data integratie.

Wie zou overwegen een uitgebreide audit uit te voeren binnenkort, als goed voornemen voor 2014, kan wellicht nu al even als test, via de agency site van Stéphane Hamel,  een beknopte vragenlijst online invullen via deze link en de resultaten daarvan meteen bekijken.

Dit is alvast een eerste stap in de goeie richting, en wie weet kunnen de resultaten je motiveren om van 2014 een 'data driven' jaar te maken!