Route naar datagedreven (samen)werken

DIGIWEDO

  • Klantcase
  • Data Analytics
  • Dataprojecten
DIGIWEDO logo
Zev-business-manager
Zev Posma
Business Manager
3 min
17 Jun 2020

DIGIWEDO is gespecialiseerd in het ontwerpen en ontwikkelen van responsieve websites, webshops en webapplicaties voor het MKB. Regelmatig krijgen ze vragen van klanten over hoe je data verzamelt, visualiseert en/of op de juiste manier analyseert. OnlineVisual biedt alleen nog geen diensten op het gebied van data. Ze vroegen ons na te denken over hoe zij hun bestaande dienstverlening kunnen uitbreiden met advies op het gebied van datagedreven werken. Via onze data pressure cooker kwamen we binnen een week met heldere proposities en een plan wat OnlineVisual helpt te voorzien in de klantbehoefte.

Onze aanpak

Belangrijk was om de klanten van DIGIWEDO en hun problemen te begrijpen, zodat we de proposities hier goed op aan konden laten sluiten. We pasten hiervoor een methode toe die veel wordt gebruikt in sales- en customer experience teams: het Value Proposition Canvas.

Value proposition canvas
Ten tijde van de opdracht heette DIGIWEDO OnlineVisual

Hierin zijn de volgende onderdelen van belang in het klantprofiel (rechterkant van het figuur):

  • Pains: welke problemen ervaren de klanten?
  • Gains: wat zouden ze er graag uit willen halen?
  • Customer Jobs: wat zouden ze graag willen kunnen?

Na het invullen van het canvas gingen we met een multidisciplinair team aan de slag om een propositie te ontwikkelen die passend is op dit klantprofiel (linkerkant van het figuur).

Het team bevatte 3 specialisten: een Technisch Webanalist, een Data Analist en een Customer Experience Specialist. De reden dat we met verschillende specialisten werkten, is omdat de klanten van DIGIWEDO vaak nog aan de start staan van datagedreven werken. Ze hebben daarom handvatten nodig in elk onderdeel van dit proces.

Maar hoe zorg je dat kleinere bedrijven, met vaak weinig data en verkeer tóch kunnen beginnen met datagedreven werken? Hiervoor is het nodig dat je de juiste route volgt naar datavolwassenheid, zoals beschreven in ons Bouwstenenmodel: van het opstellen van Key Performance Indicators (KPI’s) tot het verbeteren van de customer experience

Het resultaat

Het resultaat van de data pressure cooker is een werkdocument met uitleg en proposities voor DIGIWEDO om bij hun klanten aan te bieden. Met ons als datapartner kunnen ze hun dienstverlening uitbreiden.

De proposities zijn drie op maat gemaakte pakketten die afhankelijk zijn van de grootte en de complexiteit van de klant. Deze pakketten zijn als volgt opgebouwd:

1. Inspiratie & kennis

Focust zich op eenmalige sessies en trainingen bij de klant. Denk aan inspiratiesessies of trainingen, maar ook aan Google Analytics Audits of Privacy scans.

2. Basis

Basisondersteuning van klanten op het gebied van data. Denk hierbij aan marktconforme implementaties, het inrichten en onderhouden van tools, het beantwoorden van vragen en het opleveren van gevraagde analyses.

3. Advanced

Dit pakket richt zich op diepgaande analyse en optimalisatie. Onderdelen hiervan kunnen zijn: proactieve analyses, user testing, inzicht halen uit meerdere bronnen, customer journey analyses en het maken van persona’s.

We vulden deze pakketten vervolgens in voor de vijf kennisdomeinen, oplopend in datagedreven volwassenheid, in lijn met ons Bouwstenenmodel:

  • KPI’s
  • Meetbaarheid & inrichting analytics
  • Analyse en reporting
  • Conversion Rate Optimisation (CRO)
  • Customer Experience optimalisatie

We combineerden de propositiepakketten en de kennisdomeinen in een propositiematrix. Deze presenteerden we op de laatste dag van de data pressure cooker aan DIGIWEDO. Ze waren erg enthousiast over de mogelijkheden die we nu samen kunnen aanbieden bij hun eindklanten.

Meer weten?

Business Manager Zev gaat graag met je in gesprek over wat we als datapartner voor jou en je organisatie kunnen betekenen.

1x per maand data insights, praktijkcases en een kijkje achter de schermen ontvangen?

Meld je aan voor onze maillijst en blijf 'up to data':