Betrouwbare data verzamelen in 6 stappen

Kun je vertrouwen op je data?

“Er zijn drie soorten leugens: leugens, grove leugens, en statistieken”, aldus oud-premier van het Verenigd Koninkrijk Benjamin Disraeli. Die strekking gaat ook vaak op voor het gebruik van data, want je kunt niet klakkeloos data vertrouwen als je de achtergrond niet kent.

Download het stappenplan

Vul onderstaand formulier in om de 6 stappen in je mailbox te ontvangen.

Betrouwbare data verzamelen

Iedere organisatie verzamelt tegenwoordig data. Soms met een specifiek doel en meetbare Key Performance Indicators, maar ook vaak onder het mom ‘misschien hebben we dit ooit nodig’. Er wordt online data verzameld via de website met behulp van analytics tools en tag management oplossingen en via online marketing kanalen als social media en e-mail. Maar ook offline data in bijvoorbeeld een CRM of kassasysteem.

Al die verschillende databronnen hebben hun eigen structuur, definities, manier van data verzamelen en rapporteren. Daarbij worden ze vaak door verschillende medewerkers (met verschillende doelstellingen) binnen je bedrijf geraadpleegd. Hierdoor ontstaan er al snel verschillende waarheden, want ‘we moeten af van ons onderbuikgevoel en vertrouwen op objectieve data’. De vraag is hoe objectief het allemaal nog is wanneer verschillende mensen data uit verschillende bronnen gebruiken en die allemaal op hun eigen manier interpreteren.

Drie voorbeelden:

  • De ene afdeling stuurt op Marketing Qualified Leads, de andere afdeling op Sales Qualified Leads. Hoeveel leads zijn er dan?
  • Voor Marketing is een maillijst aanmelding een conversie, terwijl Sales enkel de werkelijke verkopen als conversie telt. Hoeveel conversies worden er nu intern gerapporteerd?
  • Customer Service heeft klanttevredenheid als doelstelling, terwijl Sales zich focust op het aantal nieuwe deals. Is het bedrijf succesvol als het aantal klanten toeneemt, maar de klanttevredenheid daalt?

Veel bestuurders maken zich hierdoor terecht zorgen over de betrouwbaarheid van data analyses.

Wil je data gedreven gaan werken met het volste vertrouwen in je data? Dan moet je bij de basis beginnen. We helpen je op weg met een stappenplan.

data-collectie-stappenplan

Stap 1: Bepaal waar je naartoe wilt en waarom

Om te kunnen vertrouwen op je data, moet je er eerst voor zorgen dat je data betrouwbaar is. Klinkt simpel, maar in de praktijk kan dit nog best een uitdaging zijn. Je missie en visie heb je waarschijnlijk wel ergens op papier staan, maar zijn deze ook doorvertaald naar je strategie? Heb je meetbare doelstellingen die doorvertaald zijn naar KPI’s? En sluit je aanbod eigenlijk wel goed aan bij de behoefte van je klant? Breng dus eerst in kaart met welk doel je data verzamelt.

Stap 2: Bepaal je definities

Om data goed te kunnen interpreteren, heb je context nodig en bovenal definities. Want als je spreekt over de conversieratio op een website, welke gegevens gebruik je daar dan voor? Gaat het om het aantal transacties in één sessie die je als conversies beschouwt, of is het iedere sessie waar één of meer transacties in waren? En deel je de conversies dan nu door het aantal sessies, of het aantal unieke bezoekers?

Om de consistentie van je definities te waarborgen, is het belangrijk dat je ze bepaalt en vastlegt in een KPI framework. Per KPI leg je naast de definitie onder andere informatie over de databron en datacollectiemethode vast. Lees hier meer over KPI’s.

gestructureerde-datacollectie

Stap 3: Structureer je datacollectie

Je data is pas betrouwbaar als je goed hebt nagedacht over:

  • Je Key Performance Indicators (KPI’s): op welke cijfers ga je sturen?
  • De data kwaliteit: heb je bijvoorbeeld een ‘schone’ database?
  • De data infrastructuur: welke databronnen zijn er?
  • De processen rondom data: hoe is de data flow door de organisatie heen?
  • De tooling die je gebruikt om data te verzamelen: beschik je over de juiste oplossingen?

Zo zorg je ervoor dat je alle benodigdheden hebt om betrouwbare data te verzamelen.

Stap 4: Centraliseer je data

Met behulp van centrale dashboards die voor de gehele organisatie toegankelijk zijn, creëer je één waarheid. Nog steeds kijkt een sales medewerker dan naar de verkoopcijfers en een marketeer naar de ROI van de campagnes, maar ze hebben opeens ook inzicht in hun invloed op het totale bedrijfsresultaat.

Zorg ervoor dat de dashboards regelmatig geüpdatet en intern gedeeld worden. Zo maakt iedereen zijn of haar beslissingen op basis van de meest recente én vooral: dezelfde data.

interim-data-analist

Stap 5: Laat de data analyse over aan een specialist

Iedere medewerker in een organisatie kijkt naar de data met een eigen referentiekader. Een sales medewerker is vooral geïnteresseerd in verkoopcijfers en de groei van het klantenbestand, terwijl iemand van de afdeling customer service stuurt op klanttevredenheid en de snelheid waarmee klachten worden afgehandeld. Bestaat je organisatie over vijf jaar nog als het aantal klanten toeneemt, maar de klanttevredenheid enorm daalt? Waarschijnlijk niet.

Een Data Analist kijkt naar de data van je organisatie als geheel. Zijn of haar doel is inzichten bieden en betrouwbare adviezen geven op basis van data. Een specialist op het gebied van data analytics leert je medewerkers waar ze naar moeten kijken en legt uit hoe ze de data moeten interpreteren. Data op zich is namelijk helemaal niet bruikbaar. Je moet data gebruiken als input voor verhalen en de cijfers in context plaatsen.

Stap 6: Verrijk kwantitatieve data met kwalitatieve inzichten

Als je stap 1 t/m 4 hebt doorlopen, beschik je over een schat aan informatie. Toch vertelt de data je niet altijd alles. Stel dat een web analist in de data ziet dat het bounce percentage daalt. Is dat dan goed, of juist fout? Betekent het dat bezoekers sneller de informatie zoeken die ze vinden, of zien ze juist door de bomen het bos niet meer en haken ze daarom af op je website? Die vraag kun je niet beantwoorden met alleen data. Vaak is data daarom het startpunt voor meer onderzoek. In het voorbeeld van het bouncepercentage kun je bijvoorbeeld recordings bekijken van websitebezoekers of informatie uit feedback polls halen. Beter nog: ga met je doelgroep in gesprek of analyseer het werkelijke gedrag door middel van user tests, uitgevoerd door een Customer Experience Specialist.

bouwstenenmodel-werken-met-data-digital-power

Stuur jij al op betrouwbare data?

Als je wilt kunnen vertrouwen op je data, moet je weten waarom je data verzamelt, dit op een gestructureerde manier doen én je data op de juiste manier analyseren en interpreteren. Wil je weten waar je verbeterpotentieel ligt op dit gebied? Onze data specialisten geven je graag inzicht in jouw positie in ons bouwstenenmodel door middel van een data quick scan.

Dit is een artikel van Rogier Kamer

Rogier Kamer is sinds juli 2013 werkzaam bij Digital Power als Senior Web Analist. Hij is een pragmatisch analist in hart en nieren. “Begin bij de basis en werk van daar uit naar de toekomst” is zijn credo. Zijn hart ligt in het overdragen van kennis en het inrichten van processen ter verbetering van het online begrip. Daarnaast zoekt hij altijd naar kansen om de waarde van online te vergroten en het belang van web analyse te benadrukken.

Van data naar doen. Met Digital Power. 

Wil je data gedreven werken en meer resultaat uit je off- én online data halen? We denken graag met je mee. Of je nou een strategisch partner zoekt bij je digitale transformatie, of extra expertise en capaciteit bij een kortdurend project. Onze digital professionals gaan graag met jouw uitdagingen op het gebied van data aan de slag.


campaign-taggingcustomer-experience-quickscan-social