Big Data of bananen

Big Data of bananen

01-08-2019
Ronald Voorn, Science for Business

Bedrijven hebben niets aan big data. Het gaat om de inzichten daaruit! Ik moest even aan deze uitspraak denken toen ik zat te kijken naar de zeer interessante presentatie van Wiemer Snijders en Robert van Ossenbruggen van The Commercial Works op de (weer fantastische) NIMA Marketing Dag. Zij lieten daar een mooie grafiek met staafdiagrammen zien die aangaf hoeveel bedrijven verdienen aan hun klanten (op de verticale as). De (big) dataset die ze presenteerden bevatte het koopgedrag van iets minder dan 2 miljoen mensen over een periode van 1 jaar.

Bedrijven hebben niets aan big data. Het gaat om de inzichten daaruit! Ik moest even aan deze uitspraak denken toen ik zat te kijken naar de zeer interessante presentatie van Wiemer Snijders en Robert van Ossenbruggen van The Commercial Works op de (weer fantastische) NIMA Marketing Dag. Zij lieten daar een mooie grafiek met staafdiagrammen zien die aangaf hoeveel bedrijven verdienen aan hun klanten (op de verticale as). De (big) dataset die ze presenteerden bevatte het koopgedrag van iets minder dan 2 miljoen mensen over een periode van 1 jaar.

Op de horizontale as was dan van links naar rechts de mate van licht tot zwaar gebruik te zien. Uiteraard was daar een relatie tussen en was de hoogste staaf met geld zichtbaar bij de heavy users die zich rechts van de horizontale as bevonden. Vervolgens was de vraag in welke van de groepen gebruikers nu het beste geïnvesteerd kon worden. Heel voorspelbaar riep de grootste groep in de zaal “rechts natuurlijk”. Op het eerste oog lijkt dat ook de juiste conclusie, de heavy users brachten in dit geval circa vijf keer meer omzet binnen. Het probleem is echter dat deze gebruikelijk manier van rapporteren een misleidend beeld geeft van wie je belangrijkste klanten zijn; een (denk)fout die een merk duur kan komen te staan…

Want vervolgens lieten Wiemer en Robert de exact zelfde dataset zien. Die had nu ineens de vorm van een banaan (de statistisch correcte naam voor deze verdeling is de Negatief Binomiale Distributie, maar de vergelijking met een banaan werd expres gemaakt zodat mensen het makkelijker konden onthouden). Weer stond de mate waarin men het product gebruikte op de horizontale as uitgezet als frequentie met van links (lichte gebruikers) naar rechts (heavy users), maar ditmaal veel fijnmaziger.

Andrew Ehrenberg was de eerste wetenschapper die dit patroon in 1959 beschreef en sindsdien heeft men in 60 jaar wetenschappelijk onderzoek nog geen afwijking op dit patroon in ons koopgedrag gevonden. En dan zie je pas waar de echte groei zit en dat is in het linkerdeel van de banaan. Daar zijn gewoon meer mensen. Dus penetratieverhoging is een veel interessantere groeistrategie dan de heavy users proberen aan te zetten tot nog eens meer Coke Light- of  Dreft-gebruik. Zo zie je dat data pas interessante en bruikbare informatie oplevert als je er goed naar leert kijken.

Maar hoe leer je dat dan?
Aangezien het steeds belangrijker wordt om data goed te leren begrijpen moet je bijblijven. Daarvoor zijn geschikte cursussen nodig die speciaal geschikt zijn voor mensen die al een baan hebben. De Hogeschool Utrecht begint daarom, in afstemming met de NIMA, op 17 september as. met een nieuwe Masterclass Marketing Analytics. Deze is bedoeld voor professionals die werkzaam zijn op het terrein van marketing, communicatie en/of customer experience en die meer willen weten over hoe om te gaan met data, welke data je voor welke marketing beslissing nodig hebt, hoe dit te organiseren en te structuren en hoe je dit kunt doorgronden.

Ronald Voorn is oprichter van Science for Business. Daarnaast is hij werkzaam voor de Hogeschool Utrecht en de Universiteit Twente. Daarnaast werkt hij op dit moment aan een onderzoek naar de rol van menselijke waarden in het gedrag tussen merken en consumenten.

Ronald Voorn, Science for Business