Download - Principes van datamanagement

Transcript
Page 1: Principes van datamanagement

Principes van data management

Data is the new oil

Burt RiskéLaurens Lories

25/11/2010

8 april 2023

Page 2: Principes van datamanagement

Principes van data managementWho’s who?

Laurens LoriesProduct Manager

WDM Belgium

[email protected]

Burt RiskéSecretary GeneralCoface Belgium

[email protected]

Page 3: Principes van datamanagement

Principes van data managementAgenda

1. Is data the new oil?2. A Tsunami of data sources3. From database to dataplatforms4. From raw oil to the finest gasoline5. The synergy between Data Technology & Marketing Strategy6. The driver needs a dashboard7. …and an interactive GPS to navigate8. The nine mistakes9. Rules for succes10. If data is the new oil, privacy is it’s currency11. Conclusion

Page 4: Principes van datamanagement

Principes van data managementIs data the new oil?

IS DATA THE NEW OIL?

Page 5: Principes van datamanagement

Principes van data management

VALUE

TIME

INVESTMENT

CONVERSION

Number of (valuable) clients Value of each client Lifetime of the relation with

your (valuable) clients

How to create more revenue with your clients?

Page 6: Principes van datamanagement

Principes van data managementWhat every marketeer wants

Of course everybody wants to….... higher conversion rates for new clients... prevent churn... lift cross-sell and up-sell... more relevant communications… focus on the big fish

However...... which kind of information do I need?... how do I gather these data?... how do I store this data?... how do I keep this up-to-date and relevant?... how can I use this information?… ROI?

Page 7: Principes van datamanagement

Principes van data managementClose the loop

EvaluationFeedback

Marketing Tasks1. Identify individuals2. Understand their behaviour

and current/potential value3. Build relationships4. Engineer demand5. Refine the communication

processes based on past results

Role of a Database5. Collation and management6. Analysis3. Utilisation. Campaign

management from database to target qualified

4. and quantified opportunities5. Evaluation of results

Page 8: Principes van datamanagement

8

A TSUNAMI OF DATA SOURCES

Page 9: Principes van datamanagement

Principes van data managementWhat kind of data should you use in your customer centric marketing solution?

Page 10: Principes van datamanagement

Principes van data managementData types

– Personal or contact data (also extern available)

– Survey data– Socio-demo data (also extern available)

– Lifestyle data (also extern available)

– Transactional/purchase data– Campaign data– Psychographic data– Behavioural data– Social media data– Social network data– Location based data

…more and more media are becoming addressable…what’s the fit with your customer centric marketing approach?

Page 11: Principes van datamanagement

Principes van data management

Soorten bestanden

Business to business bestanden

Consumerbestanden

Page 12: Principes van datamanagement

Principes van data managementBtB databases

Who ?– Spectron Business Solutions (Bisnode) – Coface Services Belgium– Dun&Bradstreet– Graydon

– Niche bestanden : Computer Profile, Epona,...– Gidsen, cd-roms : Kompass– Internet : Infobel, ABC, Marketing data…– New players ?

12

Page 13: Principes van datamanagement

Principes van data management

Who ?– Listbrokers : cfr consumerbestanden

(gedragsbestanden) bv. Roularta (Trends Magazine), postorderkopers in BtB (JPG, Overtoom, Staples,…)

– Andere : bv. Tijd (krant) als bijlage (met gebruik van het abonneebestand), beroepsorganisaties,…

13

BtB databases

Page 14: Principes van datamanagement

Principes van data managementB-to-B bestanden

1) Basisreferentiebestanden (Coface / Spectron)

2) Trends Top 100.000

3) Uitbatingszetels KBO

4) Starters KBO

5) Vrije beroepen

6) Moving Companies

14

Page 15: Principes van datamanagement

Principes van data management1) Basis referentiebestanden

Unieke combinatie van financiële, wettelijke en marketing informatie over bedrijven met informatie over alle actieve vennootschappen, VZW’s en zelfstandigen in België

– 1.200.000 ondernemingen (Origin)– integratie van alle officiële bronnen : BTW, RSZ, Nationaal

Register van de Rechtspersonen, …

– een grondige analyse van de bijlagen van het Belgisch

Staatsblad

15

Page 16: Principes van datamanagement

Principes van data management2) Uitbatingszetels KBO

= 185.000 uitbatingszetels waarvan het adres verschillend is van de maatschappelijke zetel

=winkels, bankagentschappen, fabrieken, ateliers, ...

16

Page 17: Principes van datamanagement

Principes van data managementAlle marketing informatie in B to B

Selectiecriteria :• Geografisch: postcode, arrondissement, provincie, gewest, …• Activiteit : NACE code (andere SIC, GoudenGids, eigen coderingen

bvb. Kompass > 50.000 activiteitscodes)• Personeelsklasse• Omzet• Statuut: natuurlijk of rechtspersoon• Juridische vorm• Oprichtingsdatum (leeftijd van de onderneming)• Financiële gegevens• Scoring (falingpredictie)• …

17

Page 18: Principes van datamanagement

Principes van data managementAlle marketing informatie in B to B

Te leveren gegevens :

• Maatschappelijke benaming of naam• NAW• BTW/ KBO nummer• Telefoon, fax, e-mail• Juridische vorm• Activiteit• Personeelsklasse• Financiële gegegevens + Scoring (!)• …• Contactpersonen (zaakvoerder, beheerders,…)

18

Page 19: Principes van datamanagement

Principes van data management3) Startende bedrijven

• KBO : Kruispuntbank Ondernemingen• +/- 75.000 nieuwe starters per jaar (‘golden’ prospects)• Handelaars én niet-handelaars (bv. VZW’s)

• Stijging tussen 5 à 10% per jaar (sinds 2003)• Daling vanaf 2008 ! (crisis)

19

Page 20: Principes van datamanagement

Principes van data managementStatistiek startende bedrijven

20

In 2009 : 6% minder starters dan in 2008Tot eind september 2010 : 2,5% minder starters dan in 2009

Page 21: Principes van datamanagement

Principes van data managementStatistiek faillissementen

21

In 2009 : 11 % meer falingen dan in 2008Tot eind september 2010 : 4% meer falingen dan in 2009ondanks ‘heropleving’ van de economie…

Page 22: Principes van datamanagement

Principes van data management3) Startende bedrijven

• KBO : – +/- 70.000 nieuwe starters per jaar (‘golden’

prospects)

– 1 dag na inschrijving in een Ondernemingsloket– ideale doelgroep voor specifieke aanbiedingen – eerste aanbod krijgt meeste aandacht– … enkele voorbeelden…

22

Page 23: Principes van datamanagement

Principes van data management

Mercator - 15 oktober 2010 23

Page 24: Principes van datamanagement

Principes van data management4) Trends Top 100.000

24

Page 25: Principes van datamanagement

Principes van data management4) Trends Top 100.000

exclusiviteitscontract voor levering van BtB data (samenwerking met WDM Belgium)

– 150.000 ondernemingen obv omzetranking– Controle door de financiële experts van Editop (Biblo – Roularta Media Group)

– 340.000 decisionmakers (meer dan 60 verschillende management functies)

– alle communicatie-info beschikbaar– > 95.000 e-mailadressen

– Unieke Top-sectorcodes (aanvulling bij de ‘officiële’ NACE-codes)

25

Page 26: Principes van datamanagement

Principes van data management4) Trends Top 100.000

Up to date ! : • 2 x jaar :

– E-mail enquête : on line– Fax-enquête (met code en link naar on line enquête)– Telefonische enquête : operators nemen samen met bedrijf de on line enquête

door– Schriftelijke enquête : minderheid !

• 10.000 bedrijven worden bezocht• 50.000 outbound calls • spontane meldingen op Trends Top website (>45.000 bezoekers/maand)• enige enquête met zoveel respons (vergelijkbaar met Kompass)• extra controles door database verantwoordelijken van Biblo

• hoge notoriëteit (‘ik sta in de Top’…)

26

Page 27: Principes van datamanagement

Principes van data management4) Trends Top 100.000

Niche bestand : “Gazellen 2010”• Selectiecriteria :

– groei (omzet, personeel en cash flow) tussen 2003 en 2008– operationele zelfstandigheid– minstens 5 jaar oud– minstens 20 arbeidsplaatsen sinds oprichting

• Beste prospecten (én financieel gezond) : meest dynamische bedrijven uit hun regio

• Volledige bedrijfsfiche (incl. financiële info) beschikbaar

27

Page 28: Principes van datamanagement

Principes van data management5) Vrije beroepen

• 60.000 medische en juridische vrije beroepen zijn ongekend bij de officiële bronnen

• de vrije beroepen = prospecten met een hoog aankooppotentieel

• Coface Services heeft een specifieke database opgebouwd

• Ism FMC voor Medische beroepen28

Page 29: Principes van datamanagement

Principes van data management6) Moving Companies

• 70.000 bedrijven verhuizen elk jaar

• ze moeten heel wat uitrusting opnieuw aankopen

• hun ‘klassieke’ leveranciers (papierhandel, ...) bevinden zich soms te ver van hun nieuwe vestiging

ideaal moment om een aanbieding te doen!

29

Page 30: Principes van datamanagement

Principes van data management

Page 31: Principes van datamanagement

Principes van data managementCase study : uitgever van vakblad

Vraagstelling :

• Aanbod campagne : verkoop van jaarabonnement

• Vraag aan database leverancier : lever ons 20.000 prospectadressen als aanvulling op onze eigen prospectendatabase

31

Page 32: Principes van datamanagement

Principes van data managementCase study : uitgever van vakblad

Oplossing :

• Analyse (profiel- & marktpenetratie analyse) van bestaande abonnees• Gezien de hoogdringendheid enkel de BTW-plichtigen• Scoren op zoveel mogelijk relevante criteria

• Bespreking van de resultaten met klant• Advies • Selectie prospectadressen• Ontdubbeling met de bestaande lijsten bij de uitgever

32

Page 33: Principes van datamanagement

Principes van data managementCase study : uitgever van vakblad

33

Arrondissementen

code arro klanten % klanten ref.populatie % ref. pop index potentieel11 Antwerpen 1316 18,44% 90605 13,95% 132 8928912 Mechelen 390 5,46% 24186 3,72% 147 2379613 Turnhout 375 5,25% 34147 5,26% 100 3377221 Brussel 621 8,70% 120792 18,60% 47 12017123 Halle-vilvoorde 681 9,54% 45022 6,93% 138 4434124 Leuven 466 6,53% 37656 5,80% 113 3719031 Brugge 289 4,05% 28037 4,32% 94 2774832 Diksmuide 28 0,39% 5245 0,81% 49 521733 Ieper 77 1,08% 9783 1,51% 72 970634 Kortrijk 382 5,35% 26125 4,02% 133 2574335 Oostende 107 1,50% 13053 2,01% 75 1294636 Roeselare 173 2,42% 14131 2,18% 111 1395837 Tielt 105 1,47% 10100 1,56% 95 999538 Veurne 57 0,80% 6591 1,01% 79 653441 Aalst 187 2,62% 19925 3,07% 85 1973842 Dendermonde 177 2,48% 15001 2,31% 107 1482443 Eeklo 64 0,90% 7226 1,11% 81 716244 Gent 675 9,46% 47222 7,27% 130 4654745 Oudenaarde 123 1,72% 10160 1,56% 110 1003746 Sint-niklaas 235 3,29% 17937 2,76% 119 1770271 Hasselt 358 5,02% 31895 4,91% 102 3153772 Maaseik 145 2,03% 18226 2,81% 72 1808173 Tongeren 104 1,46% 16228 2,50% 58 16124

Totaal 7138 649410

Page 34: Principes van datamanagement

Principes van data managementCase study : uitgever van vakblad

34

Juridische vorm

klanten % klantenref.populatie % ref.pop index potentieelVZW 105 1,47% 73311 11,29% 13 73206Public 78 1,09% 4804 0,74% 148 4726NV 3500 49,03% 78071 12,02% 408 74571Coöp. Venn. 188 2,63% 13287 2,05% 129 13099Burg. Venn. 140 1,96% 10743 1,65% 119 10603BVBA 2701 37,84% 161310 24,84% 152 158609Andere 426 5,97% 307894 47,41% 13 307468

Totaal 7138 649420

Page 35: Principes van datamanagement

Principes van data managementCase study : uitgever van vakblad

35

Activiteiten volgens NACEBEL - 4 posities

code klanten % klanten ref.populatie % ref.pop index potentieel7400 Overige zakelijke dienstverlening 0 0,00% 5 0,00% 0 57410 Advies en bijstand aan de bedrijfswereld 0 0,00% 14 0,00% 0 147411 Rechtskundige dientsverlening 24 0,34% 2422 0,44% 76 23987412 Accountants, boekhouders en belastingconsulenten 363 5,10% 10398 1,90% 268 100357413 Markt- en opinieonderzoekbureaus 130 1,82% 4734 0,87% 211 46047414 Adviesbureaus op het gebied van bedrijfsvoering en beheer 802 11,26% 20887 3,82% 295 200857415 Managementactiviteiten van holdings en coördinatiecentra 139 1,95% 3941 0,72% 271 38027420 Technisch advies, architecten en ingenieurs 175 2,46% 14859 2,72% 90 146847430 Technische testen en analyses 16 0,22% 441 0,08% 278 4257440 Reclamewezen 117 1,64% 6995 1,28% 128 68787450 Selectie en terbeschikkingstelling van personeel 69 0,97% 911 0,17% 581 8427460 Opsporings- en beveiligingsdiensten 20 0,28% 835 0,15% 184 8157470 Industriële reiniging 21 0,29% 3422 0,63% 47 34017480 Diverse dienstverlening hoofdzakelijk aan bedrijven 8 0,11% 162 0,03% 379 1547481 Fotografen 9 0,13% 2570 0,47% 27 25617482 Verpakkingsbedrijven 2 0,03% 163 0,03% 94 1617483 Administratiekantoren en vertalers 63 0,88% 5276 0,97% 92 52137484 Overige zakelijke dienstverlening 112 1,57% 7572 1,39% 113 7460

2070 29,06% 85607 15,67% 185 83537Nacecode 74xx

Page 36: Principes van datamanagement

Principes van data managementCase study : uitgever van vakblad

36

code klanten % klanten ref.populatie % ref.pop index potentieel2330 Bewerking van splijt- en kweekstoffen 2 0,03% 3 0,00% 5114 12412 Vervaardiging van kleurstoffen en pigmenten 4 0,06% 8 0,00% 3835 42665 Vervaardiging van vezelcement en van artikelen van vezelcement 2 0,03% 4 0,00% 3835 23000 Vervaardiging van kantoormachines en computers 1 0,01% 2 0,00% 3835 12120 Vervaardiging van artikelen van papier en karton 1 0,01% 3 0,00% 2557 22752 Gieten van staal 1 0,01% 3 0,00% 2557 21723 Vervaardiging van kamwollen of kamwolachtig weefsels 1 0,01% 4 0,00% 1918 32614 Vervaardiging van glasvezels 2 0,03% 8 0,00% 1918 62662 Vervaardiging van artikelen van gips voor de bouw 1 0,01% 4 0,00% 1918 33520 Vervaardiging van rollend materieel voor spoor- en tramwegen 2 0,03% 8 0,00% 1918 62464 Vervaardiging van fotochemische produkten 3 0,04% 12 0,00% 1918 92873 Vervaardiging van artikelen van draad 2 0,03% 9 0,00% 1705 72871 Vervaardiging van stalen vaten en dergelijke 3 0,04% 15 0,00% 1534 122414 Vervaardiging van overige organische chemische basisprodukten 11 0,15% 58 0,01% 1455 472411 Vervaardiging van industriële gassen 7 0,10% 38 0,01% 1413 311724 Vervaardiging van zijden of zijdeachtige weefsels 2 0,03% 11 0,00% 1395 92520 Vervaardiging van produkten van kunststof 18 0,25% 100 0,02% 1381 821533 Verwerking en conservering van groenten en fruit 10 0,14% 59 0,01% 1300 492463 Vervaardiging van etherische oliën 1 0,01% 6 0,00% 1278 53540 Vervaardiging van motorrijwielen en rijwielen 2 0,03% 12 0,00% 1278 102522 Vervaardiging van verpakkingsmateriaal van kunststof 10 0,14% 64 0,01% 1199 541713 Bewerken en spinnen van kamwol- of kamwolachtige vezels 2 0,03% 13 0,00% 1180 111752 Vervaardiging van koord, bindgaren, touw en netten 2 0,03% 13 0,00% 1180 112442 Vervaardiging van farmaceutische produkten 14 0,20% 91 0,02% 1180 774520 Burgerlijke en utiliteitsbouw; weg- en waterbouw 6 0,08% 39 0,01% 1180 332822 Vervaardiging van radiatoren en ketels voor centrale verwarming 4 0,06% 27 0,00% 1136 231422 Winning van klei en kaolien 1 0,01% 7 0,00% 1096 61583 Vervaardiging van suiker 1 0,01% 7 0,00% 1096 62861 Vervaardiging van scharen, messen, bestekken, enz. 1 0,01% 7 0,00% 1096 62912 Vervaardiging van pompen en compressoren 7 0,10% 51 0,01% 1053 443120 Vervaardiging van schakel- en verdeelinrichtingen 6 0,08% 44 0,01% 1046 381721 Vervaardiging van katoenen of katoenachtige weefsels 13 0,18% 100 0,02% 997 871596 Brouwerijen 11 0,15% 86 0,02% 981 75

Page 37: Principes van datamanagement

Principes van data managementCase study : uitgever van vakblad

37

Omzetcijferklanten %klanten ref.populatie %ref.pop. index potentieel

0 of onbekend 5077 71,13% 584147 89,95% 79 5790701 - 169.999 320 4,48% 32117 4,95% 91 31797170.000 - 349.999 187 2,62% 10913 1,68% 156 10726350.000 - 699.999 180 2,52% 7445 1,15% 220 7265700.000 - 1.499.999 234 3,28% 5643 0,87% 377 54091.500.000 - 2.999.999 232 3,25% 3534 0,54% 597 33023.000.000 - 6.249.999 318 4,46% 2910 0,45% 994 25926.250.000 - 124.999.999 423 5,93% 2397 0,37% 1606 1974125.000.000 - 24.999.999 85 1,19% 176 0,03% 4394 9125.000.000 en + 82 1,15% 138 0,02% 5406 56

Totaal 7138 649420Personeelsklassecode klanten % klanten ref.populatie % ref.pop index potentieel

0 0 of onbekend 2055 28,79% 499724 76,95% 37 4976691 Van 1 persoon tot 4 personen 1558 21,83% 106160 16,35% 134 1046022 Van 5 tot 9 personen 775 10,86% 20781 3,20% 339 200063 Van 10 tot 19 personen 782 10,96% 11388 1,75% 625 106064 Van 20 tot 49 personen 936 13,11% 7575 1,17% 1124 66395 Van 50 tot 99 personen 416 5,83% 2052 0,32% 1844 16366 Van 100 tot 199 personen 257 3,60% 915 0,14% 2555 6587 Van 200 tot 499 personen 202 2,83% 544 0,08% 3378 3428 Van 500 tot 999 personen 83 1,16% 165 0,03% 4577 829 1000 personen of meer 74 1,04% 116 0,02% 5804 42

Totaal 7138 649420

Page 38: Principes van datamanagement

Principes van data managementCase study : uitgever van vakblad

• Resultaat :

– Selectie op basis van over- én ondervertegenwoordiging in functie van de verschillende selectiecriteria• Sterke score :

– index > 150 – > 1.000 adressen in potentieel

• Zwakke score : arrondissementen• Geen VZW’s• 26.000 prospectie adressen• Orderbedrag : € 5.500,00 voor NAW, contact, tel, fax, e-mail

– Hogere kans op respons vermits gelijkaardig profiel als bestaande klanten– Aanboren van segmenten die niet of ondervertegenwoordigd zijn– Informatie over de workload van het externe salesteam– Idee over het resterend potentieel– … 38

Page 39: Principes van datamanagement

Principes van data managementGeotop tool

39

Page 40: Principes van datamanagement

Principes van data managementGeotop - demo

Mercator - 15 oktober 2010 40

Page 41: Principes van datamanagement

Principes van data managementGeotop - demo

Mercator - 15 oktober 2010 41

Page 42: Principes van datamanagement

Principes van data managementGeotop - demo

Mercator - 15 oktober 2010 42

Page 43: Principes van datamanagement

Principes van data managementGeotop - demo

Mercator - 15 oktober 2010 43

Page 44: Principes van datamanagement

Principes van data managementGeotop - demo

Mercator - 15 oktober 2010 44

Page 45: Principes van datamanagement

Principes van data managementGeotop - demo

Mercator - 15 oktober 2010 45

Page 46: Principes van datamanagement

Principes van data managementGeotop - demo

Mercator - 15 oktober 2010 46

Page 47: Principes van datamanagement

Principes van data managementGeotop - demo

Mercator - 15 oktober 2010 47

Page 48: Principes van datamanagement

Principes van data managementGeotop - demo

Mercator - 15 oktober 2010 48

Page 49: Principes van datamanagement

Principes van data managementGeotop - demo

Mercator - 15 oktober 2010 49

Page 50: Principes van datamanagement

Principes van data management

Soorten bestanden

Business to business bestanden

Consumerbestanden

Page 51: Principes van datamanagement

Principes van data managementWaar kan ik terecht?

• Eigen gegevens

• Bij de ‘LISTBROKER’– Compleet advies– Grote keuze uit bestanden en bijsluitmogelijkheden– Exclusiviteiten op specifieke gedragsbestanden

• Bij de ‘LISTMAKER’ zelf, – vooral voor

• Sociodemografische bestanden• Lifestylebestanden• Lifestagebestanden

– Biedt meestal ook ontdubbeling aan

Page 52: Principes van datamanagement

Principes van data management

‘Adressen’...

Of ‘doelgroepen’ &

‘contactpunten’?

B2C contactpunten

Page 53: Principes van datamanagement

Principes van data managementAdressen ?

Page 54: Principes van datamanagement

Principes van data managementMaar blijven we over adressen praten ?

Page 55: Principes van datamanagement

Principes van data managementMaar blijven we over adressen praten ?

CONTACT

Page 56: Principes van datamanagement

Principes van data managementRespons

Respons via direct mail wordt beïnvloed door

40%

30%

20%

10% targeting

offer

creative execution

timing

Page 57: Principes van datamanagement

Principes van data management1. Adressen

Page 58: Principes van datamanagement

Principes van data managementHoe de juiste doelgroep combineren?

Intuitieve methode• op basis van ervaring, intuitie,

marktonderzoek, …• vertaling naar beschikbare

bestanden

Wetenschappelijke methode • uw beste prospecten lijken op uw beste

klanten• profielanalyses en responsanalyses• scoringsmodellen

Page 59: Principes van datamanagement

Principes van data management

Intuïtief

Page 60: Principes van datamanagement

Principes van data management

Soorten adressenbestanden– Socio-demografische (massa-)bestanden– Levensfase-bestanden– Lifestyle-bestanden– Gedragsbestanden

Intuitief : consumentenbestanden

Page 61: Principes van datamanagement

Principes van data managementSocio-demografische bestanden

Karakteristieken– Socio-demografische info – Gecompileerd a.d.h.v. verschillende bronnen– Zeer grote dekking t.o.v. Belgische bevolking

Voordelen– Grote dekking => max. potentieel– Ruime/voor de hand liggende selectiecriteria– Referentiebestand voor analyse– Scoringmogelijkheden

Nadelen– Geen gedragscomponenten

Voorbeelden– CONSU-data, Maildata

Page 62: Principes van datamanagement

Principes van data management

• Voorbeeld : CONSU-data • (onderdeel van CONSU-matrix)

85% van de Belgische bevolking (18+)3.7 mio HHs 6.5 mio individuen (18+)

Gecompileerd ahv. bronnen Belgacom/Telenet NIS-gegevens BTW-bestand OCR-gegevens (tot 1993) CONSU-lifestyle, Permesso.be, Select Post ...

Persoonlijke informatie, gezinssamenstelling, geomarketing, woning, koopkracht,...

Socio-demografische bestanden

Page 63: Principes van datamanagement

Principes van data management

Soorten adressenbestanden– Socio-demografische (massa-)bestanden– Levensfase-bestanden– Lifestyle-bestanden– Gedragsbestanden

Intuitief : consumentenbestanden

Page 64: Principes van datamanagement

Principes van data management

Karakteristieken– Bestanden leggen periodes in het leven vast

Voordelen– Open voor verandering

• verschillende behoeftes per life stage• typische producten per life stage

– Ideaal voor ‘Transition Marketing’

Nadelen– Tijdelijk karakter– Het goede moment !

Voorbeelden– Verhuizersbestanden : Movers, CONSU-plus– Babybestanden : Baby-Data, BabyBoom, …– Transities: CONSU-dynamics

Levensfase bestanden

Page 65: Principes van datamanagement

Principes van data managementLevensfase bestandenVerhuizen...

Page 66: Principes van datamanagement

Principes van data management

Levensfase bestanden Kinderen ...

Kids-Data

Kinderen

36 mnd tot 10 jr

Teens-Data

Tieners

11 tem. 18 jaar

Babies

prenataal

0 tot 36 maand

Baby-Data

Page 67: Principes van datamanagement

Principes van data managementLevensfasebestanden Levensfasen en transities: CONSU-dynamics

• Basis = vergelijking van verschillende versies basisdata om levensfase en transities te onderkennen

• KIND : eerste en plechtige communie (regionaal!), start volwassen leven,…

• VOLWASSENE: midlife, pensioenvoorbereiding, voorbereiding erfenis, …

• GEZIN: nieuw (kern)gezin of split, left/back/split/empty nest• > 270 000 wijzigingen per jaar!

Page 68: Principes van datamanagement

Principes van data management

Soorten adressenbestanden– Socio-demografische (massa-)bestanden– Levensfase-bestanden– Lifestyle-bestanden– Gedragsbestanden

Intuitief : consumentenbestanden

Page 69: Principes van datamanagement

Principes van data managementLife style-bestanden

Karakteristieken– Gedeclareerde informatie– Niet-visuele informatie– Via enquêtes

Voordelen – Responsieve consumenten– Zeer fijne selectiecriteria– Referentiebasis voor analyses– Intentie-bevraging

Nadelen– Minder dekkend dan socio-demo bestanden– Deel van de info verandert snel

Voorbeelden– CONSU-lifestyle (47% CONSU-matrix ), Bureau voor Consumentenvoorkeuren (450 000

huishoudens), Select Post (700 000 huishoudens)

Page 70: Principes van datamanagement

Principes van data management

Hoe wordt lifestyle data verzameld?

VRAGENLIJSTEN

GepersonaliseerdOFFLINE

> Select Post> Historisch Sophie’s Shopping Club, Permesso’s Grote

Consumentenenquête> Combi-surveys, mini-suveys

ONLINE> Respons concepten op internet (Permesso.be, Just ForYou,

Mailmate, …)

Niet gepersonaliseerd> Bijsluiters in magazines> Huis aan Huis met incentives> Via online media (banners ed)

Life style-bestanden

Page 71: Principes van datamanagement

Principes van data managementLife style-bestandenVoorbeeld : Permesso.be : ongoing responsconcept

Page 72: Principes van datamanagement

Principes van data managementLife style-bestanden Voorbeeld :

Page 73: Principes van datamanagement

Principes van data management

Soorten adressenbestanden– Socio-demografische (massa-)bestanden– Levensfase-bestanden– Lifestyle-bestanden– Gedragsbestanden

Intuitief : consumentenbestanden

Page 74: Principes van datamanagement

Principes van data managementGedragsbestanden

Karakteristiek– Opgebouwd rond kernactiviteit

van de bestandseigenaar.– Verhandeling is nevenactiviteit– Ca. 300 bestanden beschikbaar in België

Voordelen– Bewezen ‘gedrag’ => hoge responsiviteit– Mogelijkheden tot verrijking

Nadelen– Beperkte omvang & onvolledige dekking– Hoge prijs

Page 75: Principes van datamanagement

Principes van data managementGedragsbestanden

Wat is ‘gedrag’ ?– Sport: Spelen/Kijken/Supporters– Boeken: Lezen/Kopen/Verzamelen– Goede doelen: Schenken/Meewerken

Waar(schijnlijk)heid en gedrag– “Eens een dief, altijd een dief”– “Qui a bu, boira”– Mensen vallen in herhaling

Page 76: Principes van datamanagement

Principes van data management

Page 77: Principes van datamanagement

Principes van data management

Wetenschappelijk

Page 78: Principes van datamanagement

Principes van data managementWetenschappelijk ?

Wetenschappelijke methode =– Niet afgaan op « buikgevoel »– Profielanalyses en responsanalyses– Scoringsmodellen

Uw beste prospecten lijken op uw beste klanten !

Page 79: Principes van datamanagement

Principes van data managementGescoorde bestanden

Karakteristieken– Bepalen van look-alikes– Modelleren van respons– Basis = statistische tools en sample van de adverteerder

Voordelen– Op maat van de adverteerder– Op maat van elke campagne

Nadelen– Juiste sample is kritische input : WYSIWYG

Voorbeelden– Profile-Insight, Lifestyle-Insight

Page 80: Principes van datamanagement

Principes van data managementThe Extended Theory

CONSU-matrix3.7 Mio. Households Top

customers

Bestprospects

segmentation

X % growth = x clients = # prospects

Page 81: Principes van datamanagement

Principes van data managementThe Extended Theory

CONSU-matrix3.7 Mio. Households Top

customers

Bestprospects

segmentation

X % growth = x clients = # prospects

Page 82: Principes van datamanagement

Principes van data managementThe Extended Theory

CONSU-matrix3.7 Mio. Households Top

customers

Bestprospects

segmentation

X % growth = x clients = # prospects

campaigncampaign

conversation program database solution

Page 83: Principes van datamanagement

Principes van data managementGescoorde bestanden : Profile & Lifestyle Insight

Profile-Insight Aan de hand van het socio-demografisch profiel van bestaande goede klanten Extrapoleren naar prospecten in CONSU-data met hetzelfde profiel

Lifestyle-Insight Aan de hand van het lifestyle profiel van bestaande goede klanten Extrapoleren naar prospecten in CONSU-lifestyle met hetzelfde profiel

Page 84: Principes van datamanagement

Principes van data managementConsumerbestanden voor online doeleinden

Opt-in bestanden

Niet opt-in bestanden

Page 85: Principes van datamanagement

Principes van data management

Karakteristieken– Expliciete goedkeuring van de consument– Individuele life style informatie– Altijd package met campaign-management

Voordelen– Responsief– Minder spam-risico– Sterke/snelle interactiviteit– Meten– Makkelijk testen

Nadelen– Beperkte aantallen – SPAM/deliverability

Voorbeelden– Permesso.be– JustForYou– Mailmate– ...

Opt-in bestanden

Page 86: Principes van datamanagement

Principes van data management

From

Dat

a-Ba

ses

to D

ata-

Platf

orm

s

Page 87: Principes van datamanagement

Principes van data managementYou can’t integrate all data (e.g. social media)

Page 88: Principes van datamanagement

Principes van data management

+ =

From raw oil to the finest gasoline

Page 89: Principes van datamanagement

Principes van data managementBut first…create a single customer view

Page 90: Principes van datamanagement

Principes van data managementSegmentation

Segmentation of customers and prospects can be based on various data, depending on the objectives of the database and the strategic marketing objectives

Segmentation

Value

Behaviour

Lifestyle

Socio-demographic

Message relevancy

Triggers

Hot Leads

Page 91: Principes van datamanagement

Principes van data managementHow does a marketing database look like?

Page 92: Principes van datamanagement

Principes van data managementHow does a marketing database look like?

Page 93: Principes van datamanagement

93

The synergy between Data Technology & Marketing Strategy

Page 94: Principes van datamanagement

Principes van data managementDatabase team (People)

Manufacturer• People who build

databases• Merge/Purge,

Hardware, Software

Manager• People who

understand strategy• Build loyalty and

repeat sales

Driver• Campaign

managers

Yo u n e e d t h e m a l l

Page 95: Principes van datamanagement

Principes van data managementDatabase team (Focus)

Manufacturer• Stability• Security• Standardization• Functionalities

Manager• Flexibility• Innovation• Differentiation• Customer Experience

Driver• State of the art

applications• Speed and agility• Efficiency

Yo u n e e d t h e m a l l

Page 96: Principes van datamanagement

96

The driver needs a dashboard…

Page 97: Principes van datamanagement

Principes van data management

Predefined queries

Ad hoc queries,analytical modeling

Predictive modeling

Pro-active notifications, alerts

Reporting

R E P O R T I N G

A N A L Y S I N G

P R E D I C T I N G

I N T E R A C T I V E K N O W L E D G E

What happened?

Why did it happen?

What will happen?

How do we influence what is happening?

Customer reportingROIResonse-analysis

Segmentationprofiling

Scoringpropensity modelvalue modelrisk model

Interactive CRMforecastingknowledgeable decisions

re-a

ctiv

eba

ckw

ard

look

ing

pro-

activ

efo

rwar

d th

inki

ng

Page 98: Principes van datamanagement

98

…and an interactive GPS to navigate

Page 99: Principes van datamanagement

Principes van data managementCampaign management and Triggers

Page 100: Principes van datamanagement

Principes van data managementMake sure you have the right tools

Page 101: Principes van datamanagement

101

CRASH ! Boom Bang !

Page 102: Principes van datamanagement

Principes van data managementThe Nine Mistakes

Page 103: Principes van datamanagement

Principes van data managementThe Nine Mistakes

Lack of Strategy

No correct implementation

Failure to budget enough

Too big and delayed Poor supplier Lack of

consistency

Poor requirement

analysis

Re-invention of the wheel

Building In-House

Page 104: Principes van datamanagement

Principes van data managementData Quality

GARBAGE IN.GARBAGE OUT.

Page 105: Principes van datamanagement

Principes van data managementWhat’s Data Quality ?

Data don’t have to be PERFECT

105

It must fulfill the needs of the people andthe processes who use the data

Desired level of DQ = level that approaches the current and future needs of the most

demanding user/application.

Page 106: Principes van datamanagement

Principes van data managementMistake in Datawarehouse for Business Intelligence

106

So What !

Page 107: Principes van datamanagement

Principes van data management

Mistake in a Marketing Database

107

Howcomes ?

Page 108: Principes van datamanagement

Principes van data management

108

You have a problem !

Mistake in an Operational Database

Page 109: Principes van datamanagement

Principes van data managementWhat is data quality?

Complete: is all the necessary data available Validity: is the data valid by the defined business rules Consistency: are all the data elements consistent and

correctly understood Accuracy: is the data corresponding with the reality Integrity: is the data structure correctly created and

maintained Time to market: can the data be retrieved on-time Accessibility: is the data easily accessible

Page 110: Principes van datamanagement

Principes van data managementWhat can go wrong ?

111

Page 111: Principes van datamanagement

Principes van data managementData Quality Services on the Belgian market

Email validation

Telephone validation

NORMALISATION

Formatting Address check & validation

Enhancement & qualification

DEDUPLICATION

Household, individual, profile

and email composition

Supression files

Movers updates

Name check & validation

Page 112: Principes van datamanagement

Principes van data managementWhat is happening in the market ?

Data quality is poor• 38% of companies haven’t performed basic address controls in the last 6

months

• Data quality audit in Business-to-business (181 files, 2 million records) :

7,84 % not active or postal retour (=156.800 mailpieces !)– Bankruptcy : 1 %– Fusion : 0,5 %– Stopped : 0,21%– No longer active : 3 %– Settlement/dissolution : 0,7 %– Retour : 2,43 %

113

Page 113: Principes van datamanagement

Principes van data managementAddress information : why Data Quality ?

To keep the address correct to avoid postal returns: only partially true !– « Bad addresses » don’t always result in postal returns– The postman is doing a good job !– Only illegible addresses are to avoid.

114

Page 114: Principes van datamanagement

Principes van data managementAddress information : why Data Quality ?

115

To keep the addresses correct in order to fulfill the needs of your CRM-program Address is the key element in order to follow up your

customers Is the basic assumption for deduplication Other contact information are hardly ‘updatable’ :

Email, GSM, ...

Only illegible addresses are to avoid

Page 115: Principes van datamanagement

Principes van data managementInformation on company-names & contacts : why DQ ?

• For deduplication purposes• Sensitivity to errors : image !

116

Page 116: Principes van datamanagement

Principes van data managementAddress changes : why DQ?

Postal returns : only partially true

117

Postal return

Delivery on address

Delivery error

Send on by MutaPost

Send on privately

Page 117: Principes van datamanagement

Principes van data managementDoubles : why DQ ?

• Avoid sending double mailings : only partially true– # contactpersons - DMU

• Tailor-made in BtB :– Link ifo name contactperson

(EuroDB - Riské - LLN >< Coface Belgium - Riské - Brussel)– Link ifo historical company name

(Fortis >< ASLK) BNP Paribas….;-(– Taking into account AW-information

(Waasland Shopping Center >< Kapelstraat)118

Page 118: Principes van datamanagement

Principes van data managementROI & Data Quality : some calculations

• If you have following information in your DB :– 0.5% illegible addresses – 1% addresses without house number

To be expected : 0.75 % postal returns = 7,5/1.000

Price/1000 addresverifications: € 10 – 50 /1.000=> €30/7.5 = € 4/ postal return that could be avoided

After 4 mailings you earned your money back !

119

Page 119: Principes van datamanagement

Principes van data managementROI & Data Quality

Example from BtB-telecom :

• Database of 150.000 customers• 5% doubles, 5% wrong addresses, 6% errors in names of contact persons

• Yearly communication efforts :– 4 mailings– 2 newsletters – ≥ 1 call/customer

• Investment in DQ produced following savings :- between € 12.500 and 83.500 in year 1- between € 198.500 and 260.500 in the next years

120

Page 120: Principes van datamanagement

Principes van data managementROI & Data Quality

121

TIME

Costs

Savings

Page 121: Principes van datamanagement

Principes van data managementDQ: Proces management or how to reach good Data Quality

122

Data output, Interfacing, Distribution

Data processing

Tools or

Web-service

Checks on every inputchannel : - AW validation - NAW validation & correction - fraude detection - enrichment

Data input

Off-line match with

Reference data

Stable IDContinuous checks on : - household-relations - movements - enrichment

Off-line & On-line (FTP) match with

Reference data

Analysis – BIMarketing: - Robinson - Movers-check Operational: - Bankruptcies

Page 122: Principes van datamanagement

Principes van data managementThe impact of bad data quality

Page 123: Principes van datamanagement

Principes van data managementImpact of bad data quality

Increased risks

• Legislative risk• Information

integration risk• Investment risk• Privacy risk• Competitive risk• Fraud detection

Increased costs

• Detection and correction

• Anticipation• Scrap and

rework• Penalties• Overpayments• Inceased

resource costs• System delays• Increased

workloads• Increased

process times

Decreased revenue

• Delayed / lost collections

• Customer attrition

• Lost opportunities

Low Confidence

• Organisational trust

• Impaired decision making

• Lowered predictability

• Impaired forecasting

• Inconsistent reporting

Page 124: Principes van datamanagement

Principes van data management

outsourcinginsourcing Vs.

Insourcing vs outsourcing

Page 125: Principes van datamanagement

Principes van data managementInsourcing vs. outsourcing

Page 126: Principes van datamanagement

Principes van data management

ConsConsProPro

IT resources Know-how Economy of scale is limited Cash up front Marketing database isn’t core

business Permanent evolution

IT resources Know-how Economy of scale is limited Cash up front Marketing database isn’t core

business Permanent evolution

Close to the data

Security and control

Perception of cost is low

Perception of tailor-made

Perception of fast

fine-tuning

Close to the data

Security and control

Perception of cost is low

Perception of tailor-made

Perception of fast

fine-tuning

Pros and cons of in and out

IN-HOUSE

Page 127: Principes van datamanagement

Principes van data management

ConsConsProPro

Data outside firewall

Perception of high costs

Data outside firewall

Perception of high costs

Experience by service provider Economy of scale More focus of IT-department Fast startup Best of breed solutions

Experience by service provider Economy of scale More focus of IT-department Fast startup Best of breed solutions

Pros and cons of in and out

Outsourcing

Page 128: Principes van datamanagement

Principes van data managementPros and cons of in and out

…There is no correct answer

It all comes down to:• Budget

– Engagement of the company– Owned by the strategic management

• FTE– Do you have the skills– Do you have time/priorities

• Strategy– Core-business?

…and data outside the firewall…what about SaaS (Software as a Service)

Page 129: Principes van datamanagement

130

GO Schumi GO !

Page 130: Principes van datamanagement

Principes van data managementRules for success

Put yourself in your customer’s

shoes

Build a lifetime value table

Build a database team

Think small, and think fast

Integrating online and offline…and

unforeseen channels

Flexible towards new business

models

Page 131: Principes van datamanagement

132

If data is the new oil, privacy is it’s currency

Page 132: Principes van datamanagement

Principes van data managementDon’t forget

To declare your file at the commission for the protection of privacy (www.privacy.fgov.be)

To inform your subscribers about their rights concering “privacy” To take all countermeasures to avoid impermissible access to your data To react if

– Someone asks you about their information that you posses – Someone asks you to correct their data– Someone asks you to delete their data

To use your repository files or opt out files. To use the Robinson list for every prospection action (www.robinson.be) Do not refer to the selection criteria for external files

Page 133: Principes van datamanagement

Principes van data managementConclusion.

• Define the data you needA Tsunami of data sources

• Make your solution agileFrom database to dataplatforms

• Segment and add relevanceFrom raw oil to the finest gasoline

• Team upThe synergy between Data Technology & Marketing Strategy

• Act on your metricsThe driver needs a dashboard

• Have the right campaign management tool…and an interactive GPS to navigate

• Have a strategyThe nine mistakes

• Close the loopRules for success

• OverdeliverIf data is the new oil, privacy is it’s currency

Page 134: Principes van datamanagement

Principes van data managementWe recommend

A must read. How using analytics to data-driven business results.

Thomas H. Davenport Jeanne G. Harris

Page 135: Principes van datamanagement

Principes van data managementWe recommend

How integrating online and offline.

Akin Arikan

Page 136: Principes van datamanagement

Principes van data managementWe recommend

Creating a marketing database that delivers profit.

Arthur M. Hughes

Page 137: Principes van datamanagement

Principes van data managementThis presentation is also available on Slideshare

• http://www.slideshare.net/LaurensLories/

Page 138: Principes van datamanagement

Principes van data managementFinish! Finish !