Beter leren van historische campagnes met MDSaaS

De gemiddelde sales- en marketingafdeling zit bovenop een databerg, vaak ook nog eens verdeeld over meerdere datasilo’s. Nu weet de gemiddelde marketeer vast wel dat er mooie inzichten te winnen vallen uit die databerg. Maar hoe doe je dat als je te weinig tijd of budget hebt? Of als sales je in de nek hijgt om meer leads? Dat verkennen we in dit blog.

MDSaaS voor beginners: een blogserie van 5 over de onbenutte kansen voor je marketingorganisatie

Marketing data science is de geavanceerde aanpak van je marketing die big data en marketing automation combineert tot een ijzersterke, data-gedreven marketingmachine. De kansen zijn enorm. In een serie van 5 blogs verkennen we een aantal specifieke gebieden waar je winst kan boeken. Dit is blog 3/5.

Wat is MDSaaS en waarom kunnen marketingorganisaties van nu niet zonder?

Laten we eerst even een opfrisser geven over de problemen rondom marketingdata.

Sales- en marketingafdelingen verzamelen tegenwoordig bergen aan data. Alleen is de interpretatie en inzet ervan een probleem voor veel organisaties. Als je niet weet hoe je een solide data-analyse doet van een grote dataset, dan is het onwaarschijnlijk dat je de juiste conclusies trekt.

Dat kan ernstige gevolgen hebben voor je sales- en marketingstrategie én je eigen reputatie intern. Wellicht richt je je op verkeerde groepen prospects, past de messaging van je laatste campagne niet bij wat je prospects zoeken of sla je de plank zo mis dat je juist klanten wegjaagt.

Dat is allemaal weggegooid budget wat de andere interne stakeholders je niet in dank zullen afnemen. Wie wil er nu als een slechte salesmanager of marketeer worden weggezet? Maar ja, zie maar eens een data scientist te krijgen voor je team. Als je ze al kan vinden, kan het vaak niet uit om er eentje vast aan te nemen.

Beter leren van historische campagnes

We hadden het al even over het leren van historische campagnes. Deze bevatten een schat aan informatie waar meestal niet zoveel mee gedaan wordt. Terwijl je met de juiste analyses verborgen trends en inzichten naar boven kan halen.

Vaak is de belangrijkste reden hiervoor een gebrek aan tijd en mensen. Want veel marketingafdelingen krijgen die ademruimte niet. Dat komt omdat de focus meestal ligt op de laatste campagne die gemaakt moet worden omdat marketing en vooral sales bepaalde targets moeten halen.

En juist dat analyseren van historische campagnes kan marketingafdelingen enorm helpen. Als je gedetailleerd inzicht hebt in wat wel of niet heeft gewerkt voor een willekeurige doelgroep, dan maak je sneller een succesvolle campagne op maat.

Zo analyseer je historische campagnes

Oké, maar hoe pak je dat aan dan? Nou, vrij simpel eigenlijk. Laten we eerst kijken naar de analoge basics van het evalueren van een historische campagne.

Verzamel de campagnes en definieer het volgende:

• Wat was het algemene doel van de campagne?

Bijvoorbeeld: X hoeveelheid aan demoverzoeken binnenhalen.

• Hoe goed heeft de campagne dat doel bereikt?

Bijvoorbeeld: Gemiddeld resultaat

• Wat waren de meest succesvolle elementen van de campagne?

Bijvoorbeeld: Er werd te weinig op de social ads geklikt maar degenen die doorkwamen reageerden goed op de landingspagina copy en een bovengemiddeld percentage vroeg een demo aan.

• Wat kan worden verbeterd voor toekomstige campagnes?

Bijvoorbeeld: Andere social ad variaties A/B-testen op basis van de landingspagina copy.

Zie je? Ook al is het een voorbeeld, het is wel heel nuttig om te doen. Doe je dit soort oefeningen niet regelmatig, dan bouw je ook geen institutionele kennis over je doelgroep op. Dat is slecht voor de business waar je werkt want je gooit je budget in een zwart gat. Verder is het slecht voor jouw reputatie als marketeer want je kunt vragen over (het uitblijven van) resultaten vanuit het MT of sales niet goed beantwoorden.

Hoe schaal je het analyseren van historische campagnes?

Hier komt marketing data science om de hoek kijken. De voorwaarden om dit zo optimaal mogelijk te doen? Ten eerste moet je al je systemen aan elkaar verbinden met een customer data platform (CDP) zodat je altijd naar de laatste versie van je data kijkt, in realtime.

Dus geen gedoe met spreadsheets en aparte systemen met dubbele data in moeilijk te bereiken datasilo’s. Maar alles van je CRM, e-mail en analytics tools tot aan je webshop aan toe centraal trekken en integreren.

Nog een bijkomstig gemak is dat je voortaan via een dashboard de business in realtime kan volgen. Voortaan presenteer je al je meetings met live data, en dat scheelt je heel wat werk qua voorbereiding en laat je sneller reageren op nieuwe gebeurtenissen.

Staat dat eenmaal? Dan slaat een data creative aan het analyseren met bijvoorbeeld een responsanalyse of een wervingsanalyse zodat de onderste steen boven komt. Doordat alle data klopt en in één systeem staat, is het resultaat betrouwbaarder en ontsluit je die verborgen trends en inzichten op schaal. Dat gebruik je vervolgens weer om betere campagnes neer te zetten in minder tijd die meer ROI opleveren.

Maar hoe zit dat dan met budget krijgen voor MDSaaS?

Als jij een plan maakt dat vertelt hoe je voortaan eigen data efficiënt omzet in waardevolle intel voor geoptimaliseerde campagnes met hogere conversieratio’s en waarbij het MT live kan meekijken met realtime resultaten op online dashboards, dan lijkt het ons niet dat daar veel weerstand tegen is. Neem anders contact met onze experts op om te brainstormen.