IN KLEINE STAPJES NAAR BIG DATA Onderwerp: Strategie, Content strategie, Research & data Sponsor: IDMK trainingen In organisaties zijn veel data beschikbaar, vaak op veel verschillende plaatsen. Door zorgvuldig rangschikken en ordenen, ontstaat er overzicht. We gaan in deze sessie in op welke data er zijn, welke modellen je hierin toepast. Daarna wordt het voor de marketeer interessant: dan blijken merken, merkactivaties en salesacties elkaar te versterken. Aan de hand van de case study uit de fmcg-zuivelbranche worden er door deze manier van werken, verrassende resultaten gepresenteerd.

1. 1
• In organisaties zijn veel data beschikbaar, vaak op veel
verschillende plaatsen.
• Door zorgvuldig rangschikken en ordenen, ontstaat er overzicht.
We gaan in deze sessie in op welke data er zijn, welke modellen je
hierin toepast.
• Daarna wordt het voor de marketeer interessant: dan blijken
merken, merkactivaties en salesacties elkaar te versterken.
• Aan de hand van de case study uit de fmcg-zuivelbranche worden
er door deze manier van werken, verrassende resultaten
gepresenteerd.

2. MARCOM14!
in kleine stapjes naar Big Data!
!
Jacques Koster

3. 3
• Jacques Koster
• LECTRIC Groep (2014),
communicatiestrateeg
• Opmaat media consultancy (1999),
streative planner
• Hogeschool Arnhem en Nijmegen (2005),
FEM Communicatie, docent
• docent/trainer Hogeschool Utrecht,
IDMK, SRM, Lectric Opleidingen, Beekestijn

4. 4
Big Data is hartstikke oud…

5. 5
…en er is wat veranderd:

6. 6
Consument?

7. 7
Marketeer?

8. 8
van Data Overload

9. 9
in kleine stapjes

10. 10
• modewoord?
• want hoe Groot is Big feitelijk?
• en welke data zijn echt relevant
!
• kijken naar wat er is,
• inventariseren, analyseren (van goed -> naar beter)
naar Big? Data

11. 11
• start met het inventariseren van alle boodschappen via
al je media/kanalen/channels die je (bedrijf/merk) zendt
• versterk deze gegevens met off- en online media-
onderzoek
• zet het op een rijtje
waar en hoe starten

12. 12
• ingekocht: radio-zendtijd
• 3 weken
• 250 grp per week
• activatie-doel: 20% meer bezoek op website
voorbeeld: small data

13. 13
• Nationaal LuisterOnderzoek
• n = 10.000 respondenten
• luistercijfers
• vergelijken met kliks
• resultaat: optimaliseren
werkwijze

14. 14
dus:
• uitzendkosten, per uur, per station
• Google Analytics, per uur
• in Excel
• vergelijken
• na 3 a 4 dagen regelmatig optimaliseren
elk onderzoek kent beperkingen,

15. 15
• uitzendkosten, per uur, per station
• Google Analytics, per uur
• in Excel
• vergelijken en na 3 a 4 dagen regelmatig optimaliseren
• levert zo’n >25% conversieverbetering op = 30% meer bezoek op site
!
!
!
!
!
!
!
!
!
!
• Excel is te downloaden op www.opmaatmedia.com
Deze Excel-sheet is te downloaden van http://www.idmk.nl/download-idmk-sheet/
optimaliseren levert 25+% conversie
= 30% meer sitebezoek

16. 16
• trackingonderzoek
• bekendheid, attitude, gedragsintentie
• kost wat €€€
• maar dan heb je vaak heel veel
!
• weer gewoon in Excel
• grp’s vergelijken met de uitkomsten in tracking, elke week
• levert zo’n 20% conversieverbetering in campagne-effecten op
tandje er bij

17. 17
registratie

18. 18
en prognose

19. 19
• trackingonderzoek naar bekendheid, attitude, gedragsintentie
• door goed te analyseren, specifieke vragen verwijderen
• minder belastend voor respondent + kostenefficient onderzoek
datastroom opstrakken

20. 20
• trackingonderzoek naar bekendheid, attitude, gedragsintentie
• grp’s vergelijken met de uitkomsten in tracking, elke week
• toevoegen: volume afzet, per week = gedrag
• levert inzicht in effecten van
media-inzet -> marcom -> online -> gedrag*
* = data zijn ter indicatie
op de grote plaat

21. 21
(komt in de buurt van Big Data)

22. 22
(Big Data benaderd)

23. 23
• trackingonderzoek naar bekendheid, attitude, gedragsintentie
• grp’s vergelijken met de uitkomsten in tracking, elke week
• toevoegen: volume afzet, per week
• levert inzicht in effecten van
media-inzet -> marcom -> online -> gedrag
•de funnel werkt ook omgekeerd, zeker bij zware promoties:
gedrag -> online -> marcom -> media-inzet
Maar:

24. 24
(Big Data)

25. 25
• aanwezig:
• media-inzet, promoties (folders retailers), online activiteiten
• trackingonderzoek naar bekendheid, attitude, gedragsintentie
• IRI (wekelijkse retail scanningdata)
• alles op weekbasis

26. 26
• effect 1:
• op korte termijn optimalisatie klassieke media-inzet,
door verbeteringen timing retail-folders en (verminderen)
televisie
-> van 3 weken 120+ grp per week na foldering,
naar 1 week 70 grp per week vooraf aan foldering
• = verbeteren mediafasering en mediadruk
• = verlagen irritatie bij consumenten
• -> licht-hogere scores merkwaarden

27. 27
• effect 2:
• herkennen -> onderkennen functie van online in funnel
• versteviging relatie met frequente kopers
• = lichte aanpassing mediamix
• = met media-exploitanten optimaliseren koppeling offline
en online
• = lichte waardering in merkwaarden zichtbaar

28. 28
• effect 3:
• lange termijn effecten geven specifieke kpi’s aan:
„key brand drivers”
• uitvoeren oorzaak/gevolg analyses
• besluit om specifiek op deze kpi's sturen
• = aanpassen mediamix:
naast spot, ook branded content en billboarding
• = aanpassen mediadruk, mediatiming, mediafasering
• = structureel hoger: merkwaarden, NPS
• Resultaat:
afzet naar index 114, met gelijke promotiedruk

29. 29
vragen?

30. 30
• maandag 23 en donderdag 26 juni 2014
• dagdeel 1 en 2
- trends en ontwikkelingen
- mediaplanning in vogelvlucht
- mediaplanning offline versus mediaplanning online
• dagdeel 3 en 4
- analyseren van eigen data
- wijze van versterken
- media planningsstrategie
- relatie mediaplanning en de verschillende andere media
• tijdstippen
dag 1 en dag 2 zijn van
09.30 uur tot 12.30 uur en van 13.30 uur tot 16.30 uur
• meer info tijdens MARCOM14 op Stand 36
• http://www.idmk.nl/training-praktische-online-mediaplanning
meer weten over
off- en online mediaplanning?