Marketing Intelligence of analytische CRM heeft te maken met het bevattelijk maken van alle inzichten in de marketing mix op basis van alle voor de marketeer beschikbare informatie. Het heeft te maken met de CRM problematiek omdat alle data op een of andere manier worden opgebouwd vanaf het niveau van individuele klanten, en omdat alle inzichten ook weer moeten leiden tot beslissingen die impact hebben op het omspringen met individuele klanten.
Marketing Intelligence is ook een veel gebruikte term omdat het analyseren van marketing data kan met een software categorie ‘Business Intelligence tools’ (BI) die ook gebruikt wordt binnen andere departementen in bedrijven.
Het betreft een categorie die de laatste jaren zeer matuur is geworden en eigenlijk een beperkt aantal aanbieders kent. De 2 belangrijkste hierbij zijn Cognos en Business Objects, respectievelijk overgenomen door IBM en SAP. Microsoft is een ook een steeds belangrijker wordende partij, en natuurlijk zijn er ook nog SAS en SPSS die in een aantal sectoren veel gebruikt worden. Naast een rits kleinere niche spelers en een aantal nieuwe open-source producten.
De evaluatie van deze producten gebeurt enerzijds op de output-mogelijkheden die ze bieden.
- Reporting en visuele dashboarding. Complexere rapporten die vaak op grotere schaal worden verspreid, een aantal informatie domeinen behelzen en nog op papier worden geraadpleegd.
- Ad hoq queries voor specifieke en punctuele vragen die een het antwoord op de ‘wat’ business vragen moeten geven.
- OLAP queries die toelaten om meer geaggregeerde datasets te benaderen, informatie te draaien en te keren en dus eerder helpen bij ‘waarom’ en ‘wat als’ vragen
- Scorecards die de informatie vertalen naar ‘key Performance indicators’ en kunnen worden gebruikt om objectieven en performantie op te volgen
- Predictive modelling waarbij dan weer meer naar toekomstvoorspellende output wordt toegewerkt
Anderzijds moet ook gekeken worden naar de manier waarop de software toelaat om verschillende data sets te gaan integreren. Automatische data integratie en controle en verhogen van de kwaliteit van de data voor analyse zijn hierbij de belangrijkste aandachtspunten. We denken hierbij aan bijvoorbeeld interpretatie van credit- en debet lijnen in facturatie systemen, dubbele klantencreaties door het bij mekaar brengen van data uit verschillende administratieve toepassingen, integratie van klanten- en prospecten-data, aligneren van productcategorieën…
Tenslotte moet er ook aandacht gaan naar de manier waarop de informatie kan worden aangeleverd zodat ze gemakkelijk toegankelijk en bruikbaar wordt. Integratie van de rapporterings- en analyse toepassingen binnen intranet- en portal-omgevingen en recentelijk ook binnen widgets. En meer en meer ook binnen omgevingen waar de informatie onmiddellijk in actie kan worden omgezet, lead management systemen en campagne executie toepassingen. En natuurlijk het in real time gaan personaliseren van aanbiedingen op websites.
Binnen de evaluatie-kwadranten van consultants zoals Gartner en Forrester scoren de hoger geciteerde software vendors systematisch zeer hoog. Het gaat dan ook –zoals reeds gesteld- om een mature markt. De technologie bestaat al meer dan 20 jaar, de impact van nieuwe evoluties is niet wezenlijk, hele kanalen van partner communities rond de software zijn gevormd. Typisch is dat een vendor na een nieuwe release gedurende een paar maanden een voorsprong heeft, maar bij een nieuwe versie van een concurrent dan weer voorbij gesprongen wordt. De ene legt wat meer nadruk of functionaliteit, de andere wat meer op de onderliggende architectuur en een derde wat meer op een vertical-benadering (specifieke toepassingen voor verschillende sectoren). De keuze van een BI-platform wordt dan ook –zeker nu de meeste BI-pakketten in handen zijn gekomen van de reuzen onder de software huizen- voornamelijk bepaald door de rest van de hard- en software infrastructuur van het bedrijf. Oeverloos discussiëren over het kiezen van de juiste oplossing is in ieder geval uit den boze.
Het punt is echter dat we zien dat relatief weinig bedrijven deze technologie gebruiken voor marketing toepassingen. Wat zijn hier de redenen voor?
Is de problematiek te complex? Binnen financiele en logistieke departementen bijvoorbeeld liggen de KPI’s vast en zijn er maximaal 2 of 3 databronnen die moeten worden geïntegreerd. En zijn er vaak een aantal mensen wiens verantwoordelijkheid het is om op regelmatige basis de informatie naar boven te brengen die toelaat om de juiste beslissingen te nemen.
Wisselen de omstandigheden te vaak? De marktdefinitie verandert continue. Er worden nieuwe kanalen uitgetest. Er komen nieuwe media bij. Met telkens nieuwe wetmatigheden en nieuwe data. En heeft het dus geen zin om meer complexe en geïntegreerde rapporteringstoepassingen te gaan maken. Omdat ze voorbijgestreefd zijn vooraleer ze klaar zijn… En omdat de afhankelijkheid van derden – de bouwers van het BI-platform- te veel doet inboeten aan de nodige flexibiliteit.
Zijn de rapporteringen binnen de verschillende CRM toepassingen voldoende? Er zijn de Nielsen-rapporten, de GfK-rapporten, de Google Analytics statistieken, de verkoopsrapportering, de analyses binnen de operationele CRM omgeving, de resultaten van marktonderzoeken… En is er geen behoefte om boven al deze data een geïntegreerde rapportering te plaatsen.
Ontbreekt het aan vaste KPI’s? En zijn de te integreren databronnen te divers? En wordt het daarom te risicovol voor business intelligence specialisten om grootschaligere projecten op te zetten? Of is de kwaliteit van de data te divers waardoor de output te twijfelachtig is?
Zijn onze marketing departementen te klein? En worden daardoor de toch wel grote investeringen in robuuste business intelligence niet te verantwoorden? Of is de marketing manager gewoon te weinig analytisch ingesteld? En stopt hij dus liever de centen in nog een bijkomende campagne dan in een sluitend inzicht in de ROI van wat hij allemaal doet?
Gevolg is dat Excel nog altijd het meest gebruikte analyse- en rapporteringsinstrument is binnen de marketing afdeling (naast wat SPSS binnen marktonderzoeksdepartementen en SAS in een aantal bedrijven die traditioneel een aantal statistici in huis hebben). Op zich geen probleem, want door de integratie mogelijkheden met SQL-server en de OLAP-extensies hiervan is het eigenlijk wel een instrument dat zowel naar doorgedreven analyse als naar kwaliteitsvolle output bij standaardrapportering heel wat mogelijkheden biedt. En vaak ook voldoende mogelijkheden biedt om de informatie te ‘deployen’ binnen de toch vaak kleine marketing departementen.
Wat wel een probleem is, is dat de onderliggende data niet goed georganiseerd zijn. Waardoor de impact van alle media op de resultaten van een campagne, of van alle stappen in een CRM proces niet consequent kunnen worden gemeten. En waardoor het gericht actie-ondernemen op basis van de learnings ook al niet geautomatiseerd kan verlopen. En misschien moet dat de keuze zijn. Niet investeren in te dure output (er is toch geen tijd om die te gebruiken), maar wel in de onderliggende methodes van BI (data warehousing, data cleansing en integratie met de operationele CRM systemen).
