Tekst: Ben Essen/Iris *
Vóór Einstein was ons begrip van ruimte en tijd gestoeld op de drie wetten van beweging die Isaac Newton eind 17e eeuw opstelde. Daarmee was zo ongeveer alles wel verklaard, van de beweging van een pendule tot de beweging van planeten.
In de volgende tweehonderd jaar leek de gestaag groeiende hoeveelheid gegevens die sterrenkundigen verzamelden, de ijzeren regels van Newton alleen maar te bevestigen. Met één uitzondering: Mercurius draaide met de ‘verkeerde’ snelheid rond de zon. Astronomen deden verwoede pogingen dit fenomeen te verklaren, maar tevergeefs.
Niet de regel, maar de uitzondering
Totdat Einstein zich afvroeg: wat als Mercurius de regel is, en niet de uitzondering? Wat als we nu eens niet kijken naar data van de planeten, maar naar die van de ruimte waarin ze bestaan? Met andere woorden, Einstein nam geen genoegen met wat de regels voorschreven, maar hij koesterde de uitzondering.
En hij ontdekte dat astronomen al die tijd op de verkeerde manier naar de dingen hadden gekeken. Even later bleek juist die ‘afwijking’ de basis te vormen voor een grootse wetenschappelijke doorbraak.
Wij leven in een marketingtijdperk dat je gerust Newtoniaans kunt noemen. Een generatie marketeers is grootgebracht in een data-gedreven cultuur, in de verwachting dat alles verklaarbaar moet zijn. Een beslissing nemen die ingaat tegen wat de data vertellen, wordt als een daad van onbezonnenheid gezien. Want data geven zekerheid en zekerheid is zo ongeveer de Heilige Graal van marketing.
Wanamaker-dilemma
Dat idee verklaart veel van ronkende verhalen over Big Data. Zo heeft volgens een recent onderzoek van PWC 64 procent van de cmo’s de manier waarop ze besluiten nemen veranderd onder de invloed van de data-proliferatie in hun markt.
En bijna de helft denkt dat de opkomst van data-analyse ten koste zal gaan van intuïtie en ervaring. En stilletjes is men ervan overtuigd dat Big Data het antwoord zullen geven op de aloude vraag van retailer John Wanamaker (1838 – 1922): de helft van mijn reclamebudget is weggegooid geld, maar welke helft?
Het perfecte blauw
Natuurlijk zijn er genoeg voorbeelden om deze visie op Big Data te staven. Zo rapporteerde Google een enorme toename van de inkomsten na een data-gedreven experiment om het perfecte blauw voor de homepage te vinden.
Een ander voorbeeld: studies die aantonen dat het gebruik van gedragsdata om bannerreclame gerichter te maken, leidt tot een spectaculaire verbetering – tot wel 700 procent! - van de click-through ratio (CTR). Al kun je hier natuurlijk ook anders tegenaan kijken.
Als we weten dat de gemiddelde CTR op banners 0,2 procent is, zou dat dus in geval van optimaal gericht adverteren tot wel 1,4 procent kunnen oplopen. Maar dan nog kiezen 98 van de 100 mensen ervoor om niet op de banner te klikken. En dan hebben we het nog niet eens over het feit dat zo ongeveer alle bannerreclame in snel tempo ‘behaviourally targeted’ wordt.
Wie Big Data ziet als een tool om meer zekerheid te krijgen, gebruikt het niet als katalysator van creativiteit maar als een remedie ertegen. Big Data wordt zo een moderne ‘ad tweaker’, iets waarmee je de oneffenheden van elk menselijk – en dus onvolmaakt - idee glad kunt strijken strijken.
En daar worden ideeën niet beter of effectiever van. Om met Sir John Heggarty te spreken: ‘I've spent my life dealing with people who've got all the data in the world and yet they can't invent anything.’
Hoe nu te voorkomen dat Big Data creativiteit in de weg staat? Misschien moeten we beginnen bij de term ‘Big Data’. Zo’n term suggereert in de eerste plaats omvang, iets massiefs waarmee je niets kunt aanvangen. Het impliceert ook nummers, getallen en patronen, kortom: alles wat kwantificeerbaar is.
En daarin is geen plaats voor het detail, voor de nuance. Ten slotte suggereert de term Big Data objectiviteit, ofwel een onweerlegbare werkelijkheid die niet te controleren of te beïnvloeden is.
Magic
Maar laten we er nu eens op een andere manier naar kijken. De belangrijkste eigenschap van al die nieuwe datastromen is niet de omvang, maar de verscheidenheid. Het is uniek, niet alleen in kwantiteit maar ook in kwaliteit. Data leveren niet alle meer kennis dan ooit tevoren, maar die kennis is ook veel diepgaander.
Big Data hoeft niet enkel te gaan over getallen en percentages, je kunt er ook met andere ogen naar kijken. Neem het veelbekroonde British Airways-billboard ‘Magic of Flying’. Met een schat aan real-time vluchtgegevens en de mogelijkheid om die direct met elektronische posters te verbinden, had het creatieve team van Ogilvy de campagne ‘groots’ aan kunnen pakken.
Maar ze deden het tegenovergestelde. Ze combineerden slechts één specifiek gegeven met één simpele vraag: waar zou dat vliegtuig naartoe gaan?
Stuk gereedschap
Dat brengt ons bij de objectiviteit. Veel mensen zien Big Data als een wetenschappelijke waarheid die ontleed en geanalyseerd kan worden. Big Data als een massieve, intimerende massa waar we machteloos tegenover staan. Om Big Data te kunnen gebruiken in het creatieve proces, moeten we het begrip dus anders gaan zien: niet als een imponerend bouwwerk maar als een stuk gereedschap.
Daarbij zijn data in werkelijkheid helemaal niet zo objectief als we denken. Of zoals de Amerikaanse statisticus Nate Silver het formuleerde: ‘Numbers have no way of speaking for themselves. We speak for them.’
Data zijn ook nooit neutraal. Voordat we data gaan verzamelen, moeten we allereerst bepalen wat we zoeken en hoe we het gaan zoeken. Door dit soort beslissingen zijn we al ‘vooringenomen’. Omdat data worden voortgebracht door mensen, hebben ze overal vingerafdrukken van mensen.
Data-curator
We hoeven dus ook niet te schrikken van onze eventuele vooringenomenheid. Laat wetenschappers de data zo onpartijdig mogelijk analyseren, de creatieve wereld heeft meer behoefte aan ‘data-curators’, mensen die data met een bepaalde bedoeling benaderen en ermee kunnen ‘spelen’.
Net als de curator van een kunstcollectie moet de data-curator dingen interpreteren, in context zetten, tegenover elkaar stellen, opnieuw rangschikken om zo telkens weer te kunnen verrassen en nieuwe interpretaties en ideeën mogelijk te maken.
Vergelijk het met Stephen Thaler’s ‘Creativity Machine’, een geavanceerd softwareprogramma dat menselijke creativiteit simuleert en grote datastromen verwerkt om die vervolgens door elkaar te gooien. Het principe: voeg de juiste dosis disruptie toe en de machine kan 'creatieve sprongen' gaan maken. Volgens Thaler is creativiteit immers geen logisch, stapsgewijze proces. Als we de kracht van Big Data willen gebruiken, moeten we dus eerst ‘ruis’ veroorzaken.
Gat in de markt
In 2013 besloot de Belgische bank KBC een digitaal platform te lanceren dat data van alle bedrijven in een bepaald gebied zou verzamelen, van kapsalons tot afhaalrestaurants. Maar in plaats van keurige lijstjes, keerde KBC de data om.
Het platform ‘Gat in de markt’ benadrukte niet wat er al was, maar juist wat er nog niet was. In dit geval werden de antwoorden (uiteindelijk zo’n 100 duizend ‘business opportunity’s’) niet gevonden in de data zelf, maar in de ‘gaten’.
De data werden gebruikt om kansen te signaleren, niet om oplossingen te vinden. Wil je creatief met Big Data omgaan, zul je vaker vragen moeten stellen in plaats van ze te beantwoorden.
Anekdote
Dat brengt ons terug bij Einstein. De afwijking in de baan van Mercurius gaf Einstein niet de antwoorden waarnaar hij op zoek was, maar riepen nieuwe vragen op, die weer leidden tot een nog grotere ontdekking. Dat was mogelijk doordat Einstein, anders dan zijn voorgangers, zich niet conformeerde aan de heersende trend, maar zich juist focuste op het afwijkende, op de uitzondering op de regel.
Naarmate de berg data over mensen en producten groeit, wordt het gevaar groter dat we enkel nog oog hebben voor de grote lijnen en patronen. Wie heeft nog tijd voor die grappige anekdote over excentriek klantgedrag als we denken precies te weten hoe de meerderheid zich gedraagt?
Daarbij zijn we steeds meer geneigd ‘bewijzen’ als heilig en onaantastbaar te beschouwen. We zoeken zekerheid en vinden die ook. Maar wel op de meest voor de hand liggende plek, namelijk in 'the middle of the road'. En daar komen al onze concurrenten ook.
Rafelranden
De ‘harde bewijzen’ vertellen ons wat werkt, creativiteit vertelt ons wat waaschijnlijk zal werken. Dus als we willen dat Big Data creativiteit stimuleert – echte creativiteit, dus grote sprongen, ontdekkingen, innovaties – dan moet het meer opleveren dan harde bewijzen. De cartoonist James Thurber zei eens: ‘It’s better to know some of the questions than all of the answers.’
Marketeers zouden Big Data dus niet moeten gebruiken als panacee tegen twijfel en onzekerheid, maar als een disruptieve factor in het creatieve proces. In plaats van ons te laten intimideren door Big Data, moeten we het uitdagen en ermee spelen.
In plaats van Big Data te zien als iets dat objectief en onweerlegbaar is, moeten we het kwalitatief benaderen, en vanuit ons eigen perspectief. En in plaats van de comfortabele trendlijn te volgen, moeten we op zoek gaan naar de rafelranden.
Creatieve sprongen kunnen we pas maken als data ons een ongemakkelijk gevoel geven. In de woorden van de visionaire trendonderzoeker Magnus Lindkvist: ‘Discomfort is the only sign that you are really exploring the foggy future that lies ahead.’
Ben Essen is head of planning bij Iris (‘the global creative innovation network’) in Londen. Dit is een verkorte versie van het essay ‘Embrace the outliers’, dat onlangs met goud werd bekroond bij The Admap Prize 2015, van het Britse reclamevakblad Admap. (Vertaling en bewerking: Ton Goedknegt)
