Nederland is continu in beweging. Als we CBS-data erbij pakken dan zien we dat op een doorsnee dag meer dan 5.000 Nederlanders verhuizen, 460 kinderen op de wereld worden gezet, 462 landgenoten komen te overlijden, 205 stellen elkaar het jawoord geven, maar er ook weer 272 huwelijken worden ontbonden. Verdriet en vreugde wisselen elkaar met al deze life events in recordtempo af. In het uur dat jij van je broodje kaas geniet of een videocall voert, zijn er alweer meer dan 200 verhuizingen geweest en 20 kinderen geboren. Dat telt snel op!
Hoe werken al die life events door op een database? Bekeken door een klantdata-bril is namelijk iedere verhuizing, bruiloft of begrafenis weer een verandering die de kwaliteit van de klantdata beïnvloedt. Een voorbeeld: je werkt bij een groot bedrijf met 500.000 klanten. Alle belangrijke gegevens zoals achternaam, leeftijd, woonadres en telefoonnummers zijn in een mooie database verzameld. Wat nou als we de tand des tijds één of drie jaar lang zijn werk laten doen en we niet omkijken naar de datakwaliteit. Hoe is het dan na verloop van tijd met de klantdata gesteld?
Onderstaand rekenvoorbeeld laat zien dat de kwaliteit van de data erg snel achteruit holt. Na één jaar is zo'n 15 procent van de database niet meer actueel. Na drie jaar is dat al 45 procent. En dat is op basis van slechts drie variabelen en in een optimale situatie waarin de database compleet en actueel is. Zo werkt het overigens in de praktijk helaas niet. Bij het invoeren van data worden er regelmatig fouten gemaakt. Niet gek, want hoe meer mensen klantdata invoeren, des te groter de kans op fouten.
Wat zegt de AVG hierover?
Dat datakwaliteit iets zegt over de mate van geschiktheid van data voor het uiteindelijke gebruiksdoel is algemeen bekend. Minder bekend is misschien dat de AVG zelfs vrij specifiek aangeeft wat organisaties moeten doen om de kwaliteit van klantgegevens te realiseren:
”Persoonsgegevens moeten juist zijn en zo nodig worden geactualiseerd; alle redelijke maatregelen moeten worden genomen om de persoonsgegevens die, gelet op de doeleinden waarvoor zij worden verwerkt, onjuist zijn, onverwijld te wissen of te rectificeren („juistheid”);”
Gebruikers van- en verantwoordelijken voor klantdata hebben daarmee een behoorlijke uitdaging op hun bord liggen.
Customer services, communicatie, marketing, finance en IT
Welk bedrijf in Nederland is er vandaag de dag niet datagedreven? Data is de brandstof waarop bedrijven groeien, een manier om de concurrentie voor te blijven. Dat realiseren zich steeds meer professionals. Van de werkvloer tot aan de boardroom. Daarom heeft datakwaliteit een prominente plek op de lijst van bedrijfskritische processen gekregen. En terecht. Te meer omdat de afhankelijkheid van- en verantwoordelijkheid voor data afdelingsoverstijgend is. Customer services wil klanten helpen en behouden, de afdeling communicatie wil relevant communiceren, marketing en sales gaan voor het optimale bereik en return-on-investment. De finance afdeling wil dat klanten aan hun financiële verplichtingen voldoen en IT beseft zich maar al te goed dat applicaties en infrastructuur waardeloos zijn zonder data. Ondanks dat iedereen dit weet, is het correct vastleggen van klantdata en het actueel houden ervan nog steeds een grote uitdaging. De resultaten van onze benchmark bevestigen dat.
Benchmark klantdata van de BV Nederland
Voor onze benchmark analyseerden wij de datakwaliteit van bijna honderd bedrijven. Wij vroegen ons af: hoe actueel is de klantdata? En hoe correct is klantdata vastgelegd? Een paar opvallende resultaten:
Het is evident. Er is nog veel te winnen op het gebied van datakwaliteit. Dus wil je meer weten over onze benchmark en jouw organisatie vergelijken met het Nederlandse bedrijfsleven? Bekijk dan onze infographic en zie hoe datagedreven Nederlandse bedrijven echt zijn.
We helpen je graag verder
Je bent vast overtuigd geraakt van het belang en noodzaak van datakwaliteit. Je wilt als organisatie immers aan de AVG voldoen maar ook datadriven zijn. Maar waar begin je? Weet dan dat klantdata moet voldoen aan het ACCU-principe. Klantdata moet Actueel, Correct, Compleet en Uniek zijn. Dit zijn de randvoorwaarden voor een optimale datakwaliteit. Welke drie stappen je daarvoor moet nemen, lees je in deze klantcase van online warenhuis Klingel. Voor een verdere verdieping en handige tips download je ons whitepaper met daarin 6 tips hoe je de datakwaliteit binnen je organisatie verhoogt.
Benieuwd naar onze tips hoe jij de datakwaliteit binnen jouw organisatie kan verhogen? Laat je gegevens achter en bekijk direct het volledige whitepaper.
Vragen over ons of onze diensten? Laat je gegevens achter en we nemen contact met je op.
Vragen over ons of onze diensten? Laat je gegevens achter en we nemen contact met je op.
Benieuwd hoe jouw organisatie hogere conversies kan behalen met eigen klantdata? Laat je gegevens achter en bekijk direct het volledige whitepaper.
Ben je verantwoordelijk voor het werven van nieuwe klanten? Gebruik je data in je campagnes? Gebruik dan SMART Audience Builder en converteer in slechts een paar kliks tot 600% beter dan voorheen.
De SMART Audience Builder is een easy to use Cloud-tool dat organisaties de mogelijkheid biedt om kennis en inzichten toe te passen op hun eigen marketingdata, om zo conversies te verhogen. Laad iedere vorm van eigen CRM-data (Postcode Huisnummer Toevoeging, E-mail, Telefoon) in de tool en haal extra inzichten uit eigen data. Door de automatische koppeling aan diverse verschillende kennis en intelligentiebronnen kan je kenmerkselecties en voorspelmodellen toepassen om zo de meest effectieve doelgroepen klaar te zetten voor activatie. Hierbij blijf je gedurende het gehele proces in controle over je eigen data.
Nieuwe relevante consumenten benaderen die echt geïnteresseerd zijn in jouw propositie of product? EDM helpt organisaties inzicht te creëren in bestaande klantgroepen, dat vervolgens kan worden ingezet om potentiële nieuwe klanten te vinden binnen Nederland.
Met Audiences analyseren we de doelgroep op basis van historische gegevens en gegevens van huidige klant(segment)en. Dit resulteert in een doelgroepprofiel en kanaalvoorkeuren. Vervolgens stellen we doelen voor de alle gewenste kanalen (Direct Mail, DPG media, Marktplaats, telefoon en inserting). Met toegang tot uitgebreide consumentendatabases worden de beste audiences samengesteld op basis van diverse socio-demografische gegevens, lifestylekenmerken of geavanceerde look-a-like modellen. Hiermee worden de best mogelijke audiences opgesteld en geactiveerd, wat gemiddeld resulteert in een verdubbeling van conversies.
De Automotivebase 2.0 is ontwikkeld doormiddel van 10 jaar onderzoek naar alle voertuigtransacties in Nederland, waarbij de berijder centraal stond. Hierdoor hebben wij niet alleen inzichtelijk welke huishoudens nu, of in de nabije toekomst, in de markt zijn voor een nieuwe auto. Maar ook het profiel van deze huishoudens. Pas deze kennis toe binnen jouw huidige audiences, verbeter je rendement op first-party data. Activeer deze segmenten in nieuwe kanalen, activeer look-a-like profielen of automotivetypes, om zo jouw ROI te maximaliseren.
Een integrale klantwervingsoplossing. De bewezen methode voor effectieve data gedreven marketing.
Voor iedere organisatie is werving van nieuwe klanten cruciaal. Hiervoor moeten wervingscampagnes zo effectief mogelijk worden ingericht. Dat betekent: de juiste doelgroep benaderen via de juiste kanalen, op een data gedreven manier. EDM heeft een bewezen methode voor data gedreven marketing, wat zich uit in een iteratief proces bestaande uit 6 stappen:
EDM analyseert de bestaande klantendatabase en zorgt dat deze correct en actueel is. Verbetert de kwaliteit van inkomende leads en analyseert deze om inzicht te krijgen in: “wie is de klant?”. Vervolgens wordt geïnventariseerd welke kanalen al worden ingezet, welke extra kanalen toegevoegd kunnen worden en hoe dit zo optimaal als mogelijk kan worden ingericht. Dit resulteert in verbetering en meetbaarheid van conversies en effectiviteit. Wat als input dient voor re-work van non-conversies en continue optimalisatie van wervingscampagnes.