Het grote risico van de big data-hype

'Big data’ is al enkele jaren een van meest besproken onderwerpen op congressen, in directiekamers en op talloze marketingafdelingen. Het idee heerst dat ‘op elk moment alles over iedereen weten’ het ultieme doel is. Bij NRC waren we daarin zelf geen uitzondering. Het ontwikkelen van een allesomvattend klantbeeld op individueel niveau stond boven aan ons prioriteitenlijstje. Maar in de loop van de tijd kwamen we er achter dat je eerst je ‘small’ data op orde moeten hebben, voordat je aan big data kan denken.
 

De kracht van big data

Wat is big data eigenlijk? De grens tussen gewone data en big data, wordt meestal aangeduid met de 3 v’s:

– Volume: het gaat om een grote hoeveelheid data.

– Variety (verscheidenheid): vaak is de data niet schoon en gestructureerd, maar onvolledig en ongestructureerd (bijvoorbeeld bij tekst of afbeeldingen).

– Velocity (snelheid): er komt voortdurend nieuwe data bij.

 

In de uitgeverswereld spreken we doorgaans van big data wanneer we online gedrag (zoals surfen, klikken en scrollen) combineren met offline data (zoals namen en adressen). Er is professionele software beschikbaar waarmee je al deze data kunt verzamelen, combineren en rapporteren.

Vandaag de dag heeft bijna elk bedrijf de mogelijkheid om een gigantische hoeveelheid data over klanten, prospects en websitebezoekers te verzamelen. Maar wat kun je daar vervolgens precies mee doen? Enkele voorbeelden:

 

Producten op maat

Wanneer je de de interesses, gewoonten en persoonlijke situatie van iedere klant kent, kun je je digitale producten op hun profiel afstemmen. Niet iedereen hoeft bijvoorbeeld dezelfde homepage van je website te zien. Je kunt sportfans een andere landingspagina tonen dan mensen die affiniteit hebben met politiek.

 

Gerichte advertenties

Als het over big data gaat, komt vroeg of laat Facebook ter sprake. Er is waarschijnlijk geen ander bedrijf dat zoveel van zijn klanten weet als Facebook. Het platform heeft tenslotte als doel om gebruikers zo veel mogelijk over zich zelf te laten delen. Facebook verdient enorme bedragen door adverteerders de mogelijkheid te bieden om campagnes te richten op bijna elke denkbare doelgroep, gespecificeerd naar demografische kenmerken of interesses. Adverteerders zijn bereid veel geld te investeren om precies de juiste doelgroep te bereiken. Iedere traditionele uitgever droomt van dit soort advertentie-inkomsten.

 

Datamining en voorspelmodellen

Een van de meest intrigerende mogelijkheden van big data is de kans om er verborgen diamanten in te vinden. Dit werkt als volgt: je slaat alle klantdata die je kunt vergaren op in de Amazon-cloud. Maakt niet uit als je nog geen idee hebt wat je ermee wilt gaan doen. Vervolgens ga je met datamining op zoek naar patronen in de data. De algoritmes vinden patronen in de data die je niet had kunnen voorzien. Dit soort analyses wordt bijvoorbeeld gebruikt om verbanden te vinden tussen eigenschappen in de dna-structuur en het succespercentage van bepaalde medicijnen. Ook kun je correlaties ontdekken tussen eigenschappen van klanten en churn (opzeggingen).

Zo’n analyse kan onverwachte uitkomsten opleveren. Zo bleek bij nrc dat abonnees met een Hotmail-adres een significant kleinere kans opleveren om op te zeggen dan abonnees met een Gmail-adres. Een dergelijke correlatie zegt overigens vaak nets over causaliteit; abonnees zeggen niet op omdát ze een Gmail-adres hebben. Maar ergens is er een verband.

Wanneer algoritmes correlaties vinden tussen bepaalde variabelen in data, kun je daar voorspellingen mee doen. De modellen van Netflix voorspellen bijvoorbeeld welke series en films passen bij jouw kijkgedrag. Telecombedrijven weten welke klanten waarschijnlijk hun abonnement gaan opzeggen. Deze voorspellingen worden automatisch gegenereerd en het voorspelmodel kan zichzelf verbeteren, dankzij zogeheten machine learning.

 

Gebruik big data met gezond verstand

Big data biedt eindeloze mogelijkheden en het opslaan van data wordt elke dag goedkoper en gemakkelijker. De hype die rond het onderwerp is ontstaan, biedt kansen voor nieuwe en bestaande bedrijven. Adviesbureaus schieten als paddenstoelen uit de grond, er wordt in hoog tempo software ontwikkeld en elke dag ontvangen we wel een e-mail ivan een bedrijf dat een ultramoderne oplossing op het gebied van big data heeft ontwikkeld. Door de aandacht voor big data ontstaat het gevoel dat je als bedrijf niet kunt achterblijven, dat je er absoluut iets mee móét doen.

Maar big data is niet voor iedereen even relevant. En het ontwikkelen van een allesomvattend, 360 gradenklantbeeld is waarschijnlijk niet waar jij mee zou moeten starten als je van je bedrijf een datagedreven onderneming wilt maken.

Voordat je gaat investeren in Hadoop-clusters, cloudopslag, zelflerende algoritmes en dure want zeldzame mankracht, probeer je beter eerst objectief en nuchter te bepalen of deze investeringen zichzelf gaan terugbetalen. Zijn je klanten geïnteresseerd in een product op maat? Zijn je adverteerders geïnteresseerd in hypersegmentatie? Wat voor patronen zou je kunnen vinden die tot verbetering van de resultaten kunnen leiden? En, last but not least, wat zouden je klanten ervan vinden als je zou vragen welke data je van plan bent te verzamelen? Welk gevoel krijg je er zelf bij?

Als je een degelijke businesscase voor een big data-project hebt, ga dan na welke data je echt nodig hebt. Moet je echt alles van iedereen weten of zijn een paar datapunten voldoende?

 

Wat is de one-million dollar-businesscase?

Om deze vragen te beantwoorden gingen we bij bevriende bedrijven langs die op het gebied van profilering en gebruik van big data ver op ons voorliepen. We wilden erachter komen op welke manier hun uitgebreide klantprofielen waarde opleverden.

We ontmoetten veel enthousiasme en een opmerkelijke transparantie. Veel bedrijven zijn bereid hun ervaringen te delen en hun systemen te laten zien. We zagen geweldige Hadoop-installaties, terabytes aan persoonlijke gegevens, en talloze analisten, datacrunchers en customer intelligence managers die veel tijd en geld in big data-projecten hadden gestoken. We stelden hun slechts één vraag: wat is jullie one million dollar-businesscase? Na al die investeringen moest er toch minstens één toepassing van big data zijn die serieus geld heeft opgeleverd?

Ondanks het enthousiasme waren de concrete succesverhalen schaars en was het verband tussen de successen en de big data-projecten niet altijd helemaal duidelijk. Een grote woonwinkel gaf inzicht in hun indrukwekkende loyaliteitsprogramma, dat enorme hoeveelheden data had opgeleverd over hun klanten en de aankopen die ze deden. Er zijn eindeloze mogelijkheden om uit deze data inzichten te distilleren over de levensfase van klanten, hun leefstijl en hun gezinssituatie. Toch was het lastig om aan te geven tot welke resultaten hun klantdata hadden geleid.

Toen we aandrongen, bleek er één toepassing te zijn die serieus rendement opleverde. Dit was iets simpeler dan we hadden verwacht. De winkel stuurde een e-mail naar klanten met de vraag wat hun verbouwingsplannen waren voor de komende maanden. Wanneer een klant bijvoorbeeld aangaf dat hij zijn badkamer ging opknappen, dan stuurde de winkel aanbiedingen voor toepasselijke producten, zoals sanitair, tegels en kranen. De conversieratio was extreem hoog.

Dat was de one million dollar-businesscase. Mooi, maar voor dit soort acties zijn een holistisch klantbeeld en big data niet nodig. Het ging om slechts één vraag, direct aan de klant gesteld, resulterend in één datapunt. Dit is geen big data die wordt ontgonnen door middel van slimme algoritmes. Het is wel de juiste data, en van de meest betrouwbare bron denkbaar: de klant zelf. Geen van de bedrijven die we spraken, had concrete voorbeelden en businesscases die aantoonden dat hun 360 gradenklantbeeld serieus geld opleverde. ‘Maar,’ zei een van de analisten die we spraken: ‘Het is fantastisch speelgoed!’

 

Big data is geen verplichting

Er schuilt een risico in de big data-hype. De meeste directieleden weten niet precies wat de mogelijkheden zijn, maar bijna allemaal zijn ze het erover eens dat hun bedrijf ‘iets’ met big data zou moeten doen. Dat is immers wat ze horen op congressen en lezen in managementboeken. Voor degenen die die de ins en outs van data-analyse kennen, is dit nieuwe tijdperk een droom die uitkomt. Er is geld beschikbaar en support van het topmanagement en meer data dan ooit. Het big data-tijdperk is een enorme speeltuin, een eindeloze Efteling voor nerds. Wanneer je big data-projecten start zonder duidelijke resultaatdoelstellingen, is de kans echter groot dat je zult verdwalen in het woud van mogelijkheden, zonder dat het bedrijf ervan profiteert. Maar: je doet dan wel ‘iets’ met big data.

Zoals we eerder schreven, is dit deels te voorkomen door datateams te laten leiden door mensen uit de business. Zij zijn in staat om businesscases te maken en te evalueren of de investeringen terugverdiend worden in geld, productinnovatie of verbetering in klantbeleving. Is de businesscase valide, ga dan vooral met big data aan de slag. Houd daarbij wel rekening met de privacywetgeving en de klantbeleving.

 

Privacywetgeving

Er zijn wereldwijd grote verschillen op het gebied van privacywetgeving. In de VS maken ze zich doorgaans minder zorgen over privacy dan in Europa. Amerikanen accepteren eerder dat hun gegevens worden vastgelegd en gebruikt voor uiteenlopende doeleinden. Ze lijken hun gegevens liever te delen met bedrijven dan met de overheid, die ze doorgaans minder vertrouwen dan Europeanen.

Europeanen zijn makkelijker in het delen van hun gegevens met de overheid, maar terughoudend wanneer bedrijven om hun data vragen. In Europa krijgt privacybescherming steeds meer aandacht. De wetgeving wordt strenger en controlerende instanties hebben veel macht. Bedrijven binnen de Europese Unie mogen geen profiel van klanten opbouwen als ze niet precies vertellen welke informatie wordt opgeslagen en met welk doel. Met deze en andere regels rondom privacy moet je rekening houden voordat je start met het verzamelen van data over klanten, ook als je verder nog niets met de data doet.

 

Verplaats je in je klant

Afgezien van de vraag of er een solide businesscase is voor een big data-project, is de beslissing over de mate van het verzamelen van persoonsgegevens ook een ethisch vraagstuk. Als klantrelaties de kern van het bedrijf vormen (zoals bij nrc), dan wil je te allen tijde voorkomen dat deze relaties in gevaar komen.

Kun je aan je klanten uitleggen dat je ‘alles’ van ze wilt weten? Vraag je af hoe jij je zou voelen als je partner altijd precies wil weten wat je aan het doen bent. Stel dat hij of zij stiekem je telefoon controleert, in de gaten houdt waar je je geld aan uitgeeft en je e-mails leest. Het zou je relatie waarschijnlijk geen goed doen.

Bij nrc zijn we erg terughoudend met het opslaan van gegevens van abonnees en bezoekers van de website. Voordat we aan een big data-project beginnen, stellen we onszelf altijd twee vragen: is er een positieve businesscase en kunnen we aan onze moeder uitleggen waarom we deze gegevens verzamelen?

In de toekomst zullen klanten waarschijnlijk zelf meer invloed krijgen op het gebruik van hun gegevens. Er komen tools die klanten in staat stellen om zelf te beslissen welke gegevens ze willen vrijgeven bij gebruik van internet en waarvoor deze mogen worden ingezet. Dit zal invloed hebben op de inhoud van websites en de mate van personalisatie. Zo definieert iedereen straks zijn eigen gebruiksvoorwaarden.