Data-gedreven werken duur? Zo werk je betaalbaar én effectief op basis van data

Niet veel mensen weten dat er al veel data op straat liggen... Word niet zenuwachtig - nee, jouw gegevens kunnen niet zo maar gevonden worden. We hebben het hier over zogenaamde ‘postcode gerelateerde’ data. Informatie over bijvoorbeeld postcode ‘1111 AB’. Op deze postcode wonen misschien wel honderden mensen dus het is niet mogelijk om dit te herleiden naar een specifiek persoon of huishoudens. Daarom geen datapaniek.

Sterker nog - de overheid deelt via de instantie CBS (Centraal Bureau voor de Statistiek) openlijk dit soort postcode gerelateerde data en je kunt zelf op bijvoorbeeld ‘cbsinuwbuurt.nl’ (een tool van het CBS) op basis van postcode interessante informatie ophalen. Als je de postcode van jouw klant weet, kun je prima de gevonden informatie gebruiken om jouw klant beter te leren kennen.

Hele interessante data dus voor noppes! Denk aan het aantal mannen/vrouwen in dit postcodegebied, percentage gezinnen/alleenstaanden, inkomen, welstandsklasse maar ook bijvoorbeeld WOZ-waarde, het aantal inbraken afgelopen of energielabel. Noem het maar op! Het is aan te raden om een keer op een regenachtige zaterdag door de data van CBS te gaan en jouw postcode eens verder te analyseren. Je komt zeker tot verrassende inzichten!

Datagedreven marketing

De boodschap is dus dat datagedreven werken en marketing geen vermogen hoeft te kosten. De ham-vraag is natuurlijk wel wat je er dan precies mee kunt en hoe het je business verder kan laten groeien. Laat ik concreter maken hoe je met weinig moeite al veel met dit soort gratis data kunt doen.

Laat ik deze vraag beantwoorden met een fictief voorbeeld. Vertrekpunt is altijd je eigen klantenbestand. Dat zijn immers de consumenten die voor je product of dienst hebben gekozen - de ‘slagader’ van je bedrijf. Vaak heb je van deze personen een postcode beschikbaar. Je kijkt eens in klantenbestand en wat blijkt: 80% van jouw loyale klanten woont op postcode “1111 AB”. Laten we die postcode eens als vertrekpunt nemen. Wat weten we allemaal over mensen die op postcode 1111 AB wonen? Ik heb de openbare databronnen er bij gepakt en ik kom het volgende tegen:

• Regio Amsterdam, Diemen

• Meer dan de helft is een eenpersoonshuishouden. Dus weinig gezinnen

• Er wonen relatief meer vrouwen dan mannen

• Veel appartementen, huur

• Laag percentage autobezit

Toepassing data inzichten

Stel je bent een tuincentrum en jouw klanten wonen voornamelijk rondom 1111 AB dan kun je op de volgende manier profijt hebben aan deze data: 1) doe geen aanbieding voor een schutting op je folder want grote kans dat jouw klant geen tuin heeft. 2) beter niet te prominent die nieuwe trampoline in uitingen terug laten komen want er wonen weinig gezinnen. En oh ja, die discussie laatst over het beperkt aantal parkeerplekken voor de winkel - je hebt nu een goed argument om geen extra parkeerplekken te creëren: weinig klanten hebben een auto. Je doet er dus je trouwe klanten geen plezier mee.

Of stel je bent een drogisterij dan is het op basis van deze data-inzichten aan te bevelen om meer vrouwen- dan mannen-producten op de website te laten zien, want er wonen meer dan gemiddeld vrouwen. Bulk Aanbiedingen (“10 halen 2 betalen”) zijn ook minder interessant want er wonen weinig gezinnen en de woningen zijn kleiner dan gemiddeld; lastig om die grote verpakkingen op te bergen.

Dit is slechts een simpel voorbeeld van hoe je data gedreven kunt werken. Je kunt je voorstellen dat als je dit op grote schaal gaat doen je nog veel meer inzichten zult vinden. Allemaal eenvoudige observaties die je helpen om slimmer je marketinginzet te bepalen. En om betere beslissingen te nemen - met data voor noppes!