Stop met naar grafiekjes staren en bouw een *echt* dataproces

Hoe je omgaat met data is een strategische beslissing en pas in tweede instantie een kwestie van tactiek en techniek. Helaas raakt het strategische aspect vaak een beetje ondergesneeuwd.

Het succes van data-based contentmarketing begint, zoals wel meer dingen, bij het begin: nadenken over wat je nou eigenlijk wilt. Ook wel bekend als: strategie.

Tenminste, in het ideale geval.

Want meestal begint het werken met 'data' hier:

Het startscherm van Google Analytics

Google Analytics, HubSpot, Facebook Ads of welke tool je ook gebruikt: ze zijn allemaal gebouwd om je snel het gevoel te geven dat je iets nuttigs aan het doen bent. Daarom zijn ze als vanaf je eerste inlog volgestouwd met standaarddashboards die er al meteen erg indrukwekkend uitzien. Zonder dat je zelf allemaal lastige keuzes hoeft te maken.

Al rondklikkend, inzoomend en filterend probeer je je een beeld te vormen van hoe je content presteert. Je maakt een paar screenshots voor je presentatie voor de directie, verzint er een verhaaltje bij en dat is dan weer je maandelijkse rapportagemomentje.

Wat we aan data gebruiken en belangrijk vinden, laten we nog steeds grotendeels afhangen van wat er toevallig beschikbaar is. En, omdat we nou eenmaal mensen zijn, kiezen we dan natuurlijk metrics uit die toevallig goed passen bij het verhaal dat we willen vertellen.

Sommige marketingbureaus zijn hier enorm goed in. Juist als je samenwerkt met externe partijen heb je dus een strategische visie op data nodig.

Beteugel je enthousiasme

Maar we kunnen de makers van je marketingtools niet volledig de schuld geven. Dat zou echt een beetje te makkelijk zijn. Ons eigen enthousiasme is ook vaak een probleem.

Want we beginnen vaak ergens middenin het proces (meestal met het maken van content) en vergeten dan de strategie een beetje. Nou is er niets mis met enthousiast van start gaan, maar een paar maanden na die eerste start is het tijd om 'de cirkel te sluiten'. Daarmee bedoel ik: de data die je hebt gegenereerd door content te maken en te publiceren terugleiden het creatief proces in, waardoor je data-based nieuwe, nog betere content kunt maken.

Maar goed, genoeg gekletst. Hoe ziet een goed dataproces er dan uit? Zo:

(Tenminste, zo ziet het eruit als je het door mij laat tekenen. Vormgeving is zeg maar niet echt mijn ding.)

Hieronder leg ik de stappen uit:

1. Stel echte businessvragen

Datarapporten die echt werken beginnen met het dichtklappen van je computer. Gewoon even wegleggen dat ding. Je telefoon ook. Ga op een stoel zitten, staar naar een witte muur en bedenk wat je nou echt wilt weten over je content.

Wat is voor jou de indicatie dat het echt de goede kant op gaat met je campagne?

Wat is het belangrijkste resultaat waar jouw baas of opdrachtgever op zit te wachten?

Wat is, kortom, succes?

Laat je bij het beantwoorden van deze vraag nou eens een keer niet leiden door wat beschikbaar is (er is niks beschikbaar, want je laptop is uit. Weet je nog?), maar probeer echte businessvragen te formuleren.

  • Welke content draagt het meest bij aan de verkoop?
  • Welk kanaal levert me per geïnvesteerde euro het meeste aandacht op?
  • Wat kost onze advertentiecampagne per nieuwe lead?
  • Wat willen mensen het liefste zien op onze website?

Dat zijn echte businessvragen. Vragen die veel verder gaan dan kliks, sessies en unieke bezoekers.

Maar het zijn ook vervelende krengen van vragen. Omdat je nu al weet dat je standaard dashboards ze niet kunnen beantwoorden (je computer is misschien uit, maar je bent niet gek).

2. Bedenk KPI's

Laat je computer nog even uit bij stap 2.

Want voordat je aan dashboards toekomt moet je eerst een getal aan iedere businessvraag hangen. Een getal dat je kunt meten, dat omhoog en omlaag kan en waarbij dan iedereen weet of het goed gaat of juist foute boel is. Zo'n getal heet een KPI. Omdat het hele belangrijke (key) prestaties (performance) laat zien (indicator).

Het bedenken van KPI's is een verrekt moeilijke stap. Je hebt creativiteit nodig, want je moet metrics bedenken die misschien nog niet eens bestaan. Het is ook een leuke stap, omdat je eindelijk het heft in eigen handen neemt. Tot nu toe werd je geleefd door je tools. Nu ben jij de baas en werken de tools voor jou.

Maar hoe zou je nou de vragen uit stap 1 kunnen beantwoorden?

'Welke content draagt het meest bij aan de verkoop?'

Hiervoor moet je van iedere stuk content weten hoe vaak het is voorgekomen in een succesvolle interactie. De content met de hoogste score is het belangrijkste stuk salescontent dat je hebt. Content scoring, heet dat. Kun je bezoekers of bedrijfsdomeinen tracken op je site? Dan kun je content scoring grotendeels automatiseren.

Heb je zulke fancy technologie niet? Dan kun je nieuwe klanten bij de intake vragen welke content ze gezien hebben en wat ze daarvan vonden. Gewoon dom turven welke content aansloeg bij welke klanten en dat in Excel zetten.

'Welk kanaal levert me per geïnvesteerde euro het meeste aandacht op?'

Deze is makkelijk. Je houdt waarschijnlijk al ergens bij wat je maandelijks uitgeeft aan advertenties, bureaus en freelancers. Als je daarnaast een inschatting maakt hoe veel van jouw tijd je per kanaal besteedt, heb je een aardig idee van de kostenkant. In een kolom ernaast zet je het bereik van de verschillende kanalen. Deel ze door elkaar en je weet waar je euro je de meeste eyeballs oplevert.

'Wat kost onze advertentiecampagne per nieuwe lead?'

Aantal nieuwe leads, gedeeld door de kosten van de campagne. Easy. Realiseer je wel dat een campagne meer is dan advertentiebudget alleen. Je hebt ook betaald voor het maken van de advertentie-creative en je hebt uren besteed aan denkwerk en coördinatie.

'Wat willen mensen het liefste zien op onze website?'

Als je goed hebt gelezen, heb je door dat deze vraag een vreemde eend in de bijt is. Er is namelijk geen kwantitatief antwoord op te geven. Maar zoekdata, van Google of van de zoekmachine van je site geven je een goed beeld van de vragen die mensen hebben als ze naar je site komen. Nog makkelijker: zet alle pagina's van je site onder elkaar, op volgorde van het aantal bezoekers dat ze het laatste kwartaal trokken.

Zoals je merkt maak ik me niet zo druk om de precisie van metrics. We zijn marketeers, geen statistici. En we willen vooral weten hoe onze prestaties van deze maand zich verhouden tot die van vorige maanden. Je meetmethodes hoeven dus niet wetenschappelijk verantwoord te zijn, als je maar wel zorgt dat je een metric altijd hetzelfde meet. Want dan vergelijk je altijd appels met appels.

3. Zoek databronnen

Nu mag je je laptop en telefoon weer pakken. Want nu heb je een helder, strategisch idee over welke data je nodig hebt en kun je dus gericht op zoek. Open dus je mooie tools, klik voorbij de startpagina's en standaarddashboards en stel de vraag: 'wat weten we nou eigenlijk?'

Bereid je voor op teleurstelling.

Aan het meeste van wat al die tools iedere dag uitspugen, heb je waarschijnlijk weinig. En wat je wél kunt gebruiken, is meestal niet in de juiste vorm. Je zult dus best veel werk hebben aan het vinden, combineren en berekenen van de juiste metrics. Hulp van een techneut en/of een online marketeer met softwareskills is in dit stadium geen overbodige luxe.

De data die je hebt opgediept vervolgens zien in een overzichtelijk dashboard. Google Data Studio is de bekendste tool daarvoor (en helemaal gratis). Andere populaire tools zijn Databox, Tableau en Microsoft Power BI.

Maar ook hier geldt: verlies je niet te snel in techniek. Al jaren staan al mijn dashboards gewoon in Excel of Google Sheets. Typ of plak daar gewoon wekelijks of maandelijks je metrics in en maak mooie grafiekjes. Ga pas nadenken over automatisering en coole dashboard-features als je zeker weet dat deze set KPI's ook de set is waarmee je de toekomst in wilt. Dashboard-oplossingen hebben namelijk precies dezelfde valkuil als andere digitale tools: zo veel mogelijkheden dat je je al snel laat leiden door wat er kan, in plaats van door wat je nodig hebt.

4. Doe een nulmeting

Metrics klaar? Content maken maar... Niet helemaal. Houd je nog even in. Totdat je weet hoe je gekozen KPI's presteren in de huidige situatie. Het hele idee van een dataproces is dat je je marketing ermee verbetert. En verbetering kun je alleen aantonen als je een benchmark hebt. Zie hierover ook het tweede deel van deze serie:

400 eieren eten: waarom cijfers nutteloos zijn zonder context
Wat doe je liever: 400 hardgekookte eieren eten, of 400 meter rennen? In beide gevallen betekent het getal ‘400’ iets totaal anders. Dat snapt iedereen, toch? Waarom gooien we in marketingmeetings dan nog zo vaak met cijfers zonder context?

Heb je je nulmeting gedaan? Dan kun je van start. Een nulmeting doe je één keer. De volgende stappen (analyseren - experimenteren - implementeren) zijn een terugkerend proces, dat zich zal blijven herhalen zolang je doelen niet veranderen.

Gebeurt dat wel, dan ga je uiteraard terug naar stap 1.

5. Analyseer

Je hebt data omgezet in kennis door uit de spaghetti van data die je systemen uitspugen strategische KPI's te filteren. Je bent, kortom, vet goed bezig. De volgende stap is om die kennis om te zetten in begrip. Die stap zet je in de analysefase. Data-analyse is creatief mensenwerk dat wekelijks of maandelijks een paar uur rustige denk- of brainstormtijd vergt. Plan dit in, voordat de waan van de dag het weer overneemt.

Kijk naar de data van je experimenten (of, als je net begonnen bent, van je nulmeting) en probeer te bedenken wat het waarom achter de cijfers is. De analysefase is ook het enige moment waarop je juist wel mag rondklikken in al die mooie data-dashboards, op zoek naar informatie over het gedrag van je klanten.

Het doel is niet om met antwoorden te komen, maar met hypotheses. Dingen die je graag zou willen testen. Een werkbare hypothese is bijvoorbeeld 'als we vaker links op Facebook posten, krijgen onze blogs meer visits'. Of 'mensen downloaden onze whitepaper niet, omdat de call to action niet duidelijk is'.

6. Experimenteer

Een hypothese is in feite niet meer dan een educated guess naar wat er misschien aan de hand zou kunnen zijn. Er is maar één manier om je hypothese te toetsen in de echte wereld: testen. Zet dus experimenten op waarmee je, meetbaar en binnen korte tijd, kunt testen of je hypotheses kloppen. In de gevallen hierboven: tijdelijk vaker links posten op Facebook en de call to action van je landingspagina herschrijven.

Het is belangrijk om dit soort experimenten gestructureerd aan te pakken. Hoe je dat precies doet, lees je in een volgende aflevering.

7. Implementeer

Hypothese bewezen? In deze laatste stap, implementatie, maak je de geteste tactiek routinematig uitvoerbaar. Je neemt de uitvoering ervan op in je planning en proces ('we posten iedere dinsdag en donderdag een link naar ons blog op Facebook') en je belegt de verantwoordelijkheid daarvoor duidelijk in het team. Vervolgens houd je bij of het effect dat je in stap 6 hebt gemeten blijvend is.

In het geval van de CTA voor je download, zou je bijvoorbeeld kunnen besluiten om iedere CTA eerst door een aantal buitenstaanders op duidelijkheid te laten beoordelen. Of te testen op een aantal echte klanten.

Houd bij het implementeren van nieuwe tactieken wel rekening met tijd en budget. Budget en tijd spelen bij implementatie een belangrijke rol. Heel vaak zie ik marketingafdelingen dingen toevoegen aan hun processen en activiteiten, zonder dat er andere dingen verdwijnen. Zoekwoordenlijsten groeien, er komen socialmediakanalen bij, er worden community's en forums gestart en de website ontwikkeld door de jaren heen overgewicht.

Experimenteren en nieuwe tactieken adopteren is fantastisch, maar om ruimte te maken moet je af en toe ook dingen weggooien. Of uitbesteden. Of, en dat is mijn favoriete optie, automatiseren.

En door...

Zo ben je aan het eind van je dataproces gekomen. En toch weer niet.

Want wat doe je na het succesvol afronden van een experiment? Precies: beginnen aan het volgende.

Je bent nu geabonneerd op boukevlierhuis.nl
Goed bezig! Doorloop de checkout om alle premium content te lezen.
Error! Abonneren lukte niet, want de link was niet geldig :-(
Welkom terug! Je bent nu ingelogd.
Error! Inloggen lukte niet :-( Wil je het nog een keer proberen?
Yessss! Je account is geactiveerd. Je kunt nu alle content bekijken.
Error! Je Stripe-checkout is niet goed gegaan.
Geregeld! Je betaalinformatie is aangepast.
Error! Betaalinformatie aanpassen is niet gelukt :-(