In ons vorige artikel hebben we de rol en het doel van data binnen een professionele omgeving besproken. De rol van data is om getransformeerd worden tot inzichten, zodat betere producten en ervaringen kunnen gebouwd worden die dan uiteindelijk tot professionele groei leiden. Daarnaast hebben we verder uitgeklaard hoe we data, ook gekend als de nieuwe olie, kunnen omvormen in een eindproduct - de inzichten. Om dit te kunnen realiseren, hebben de hedendaagse data-volumes extra verwerkingskracht & intelligentie nodig. Dit verwezenlijkt zich steeds meer door de applicatie van Artificiële Intelligentie en meer specifiek door Machine Learning. De cloud dient als pijplijn om data toegankelijk te maken voor deze ML algoritmes.

The role of analytics in your business

 

We hebben kunnen besluiten dat data de nieuwe olie is, AI zou dienen als de raffinaderij en de cloud is de nieuwe pijplijn die beiden verbindt met elkaar.

Een grondplan

Om deze structuur tastbaar te maken, zullen we starten met het schetsen van een grondplan. Merk op dat dit geen representatie is van hoe alle elementen er exact zouden moet uitzien in 100% van de gevallen. Deze schets dient eerder als referentiepunt om een algemeen idee te vormen en om de rollen en interacties met de verschillende hoofdelementen van de infrastructuur in kaart te brengen.

Het volgende grondplan toont een infrastructuur die dient als referentie. Zoals aangegeven in het model dat de rol en impact van gegevensanalyse weergeeft, is het een voortdurende herhaling van dit proces. Volle lijnen geven een toestroom weer van alle data naar het eindpunt; de cloud oplossing waar ML gebruikt wordt. Stippellijnen geven de stroom weer van verrijkte data die klaar is om verrijkt te worden door één van de vele activatie kanalen.

Web analytics, CDP & cloud infrastructure for marketing

 

De hoofdpijlers binnen de blueprint zijn:

  1. Betaalde & beheerde (media) kanalen: Deze worden voorgesteld door SEA (of), Search360 & DV360 maar ook andere webbronnen & platformen (denk maar aan Facebook, Twitter, etc). Ze zijn een noodzakelijk onderdeel van dit ecosysteem anders kunnen we de verkregen inzichten niet gaan activeren.
  2. Een website data ecosysteem: Gelinkt door elementen zoals data-layers, tags, een Tag Management System & Data Quality Assurance Platforms zoals ObservePoint & HubScan monitoren en beschermen uw datakwaliteit door middel van tags en datastromen in te zetten op een constante basis. Tenslotte vervolledigt een web analytics system, zoals Google Analytics 360 dit deel van de infrastructuur.
  3. Een unificatie tool: De rol van een unificatie tool is het verzamelen van alle data rondom één unieke identificator. Dit kan voorgesteld worden door Tealium AudienceStream, Ysance of Segment. Deze platformen zijn bekend als Customer Data Infrastructure, Customer Data Platforms & Retail Data Platforms.
  4. Een cloud-oplossing: De rol van de cloud is om alle data-opslag te kunnen centraliseren (mogelijks door een gebruik te maken van een data lake). Dit zorgt ervoor dat alle data beschikbaar is voor analyse en dat Machine Learning algoritmes de kans krijgen hiermee aan de slag te gaan. Bovendien geeft het organisaties de mogelijkheid om hun data op te slaan buiten de platformen waar de gegevens oorspronkelijk verzamelt worden.

Van idee naar toepasbaar grondplan

Laten we kijken hoe deze elementen kunnen samenwerken om de keten van data collectie tot product verbetering rond te maken.

Stap 1 - Gegevensverzameling
 
 
De elementen die als blauw zijn aangeduid in onderstaande blueprint geven alle elementen weer die gelinkt zijn aan gegevensverzameling. Gegevens worden opgepikt door een Tag Management System. De Data Quality Assurance Platforms monitoren de gegevensstromen en waarschuwen wanneer er iets mis is. De gegevens worden doorgezonden naar de respectievelijke platformen en centraal verzameld door een gegevensanalyse platform waarna het verrijkt wordt binnen de unificatie machine door externe bronnen. Alt - Web analytics, CDP & cloud infrastructuur voor marketing. Een focus op data collectie.

Web analytics, CDP & cloud infrastructuur voor marketing. Een focus op data collectie.

 

Stap 2 - Gegevensanalyse

Analyse van de gegevens gebeurt voornamelijk in twee gebieden. Voor web-gerelateerde zaken kan uitsluitend het web analytics platform meteen aangesproken worden. Dat is waar de vragen omtrent de bezoekersaantallen, gemiddelde bestellingswaarde & verkeersbronnen worden beantwoord. Diepere analyse vindt plaats in het cloud platform. Hier wordt de analyse omtrent Recency Frequency Monetary modelling, verloop & klant classificatie behandeld. In een eerste fase is dit puur beschrijvend waarna het kan evolueren tot voorspellende modellen. De cloud dient als toegangsweg om getrainde Machine Learning modellen op je data los te laten die verdere analyse mogelijk maken. Alt - Web analytics, CDP & cloud infrastructuur voor marketing. Een focus op data analyse.

Web analytics, CDP & cloud infrastructuur voor marketing. Een focus op data analyse.

 

 

Stap 3 - Betere producten en ervaringen

Gebaseerd op de inzichten die bekomen werden in de analyse kan een organisatie starten met het bouwen van betere producten en ervaringen (in het digitale landschap). Dit kan weergegeven worden door verbeterde website funnels, website personalisatie, meer kwalitatieve audiences of betere segmentatie clusters waarop marketing teams preciezer kunnen inspelen. Alt - Web analytics, CDP & cloud infrastructuur voor marketing. Focus op product activatie.

Web analytics, CDP & cloud infrastructuur voor marketing. Focus op product activatie.

 

Beginnen met bouwen

Omdat de nood van gepersonaliseerde en op maat gemaakte ervaringen toeneemt, neemt ook de hoeveelheid data gegenereerd door gebruikers toe, alsook de druk op ROI. Grondplannen zoals degene besproken in dit artikel tonen de weg naar meer klantgerichte oplossingen. Dit is opnieuw een einddoel (& nieuw startpunt) voor professionele groei. Het belangrijkste element is het stap-per-stap opbouwen van het ecosysteem, met het algemene doel en het grondplan in het achterhoofd gehouden. De impact van Cloud & ML op marketing zijn niet langer theoretisch, ze zijn ook werkelijk toepasbaar.

Tags: