Samenvatting marktonderzoek K2
Marktonderzoek H1.7.7: marktonderzoek, big data.
Marktonderzoek:
- Onderzoek waarbij informatie wordt verzameld over mogelijke klanten en markten
Big-data:
- Big data is high-vole/velocity/variety informatie om nieuwe inzichten te vinden
waardoor men belangrijke keuzes kan maken.
Redenen gebruik big-data:
- Concurrentievoordeel behalen
- Meer afzet creëren en hoger waardering behalen
- Beter op de hoogte van wensen en behoeften
Toenemende oorzaken voor interesse in big-data:
- Het wordt steeds makkelijker om datastromen op te vangen en op te slaan
- Opslagcapaciteit is onbeperkt
- Opslaan wordt goedkoper
- Steeds betere software
Om big data praktisch toe te kunnen passen zal de gevonden data gekoppeld moeten
worden aan een customermanagementsysteem (CMS).
CMS:
- Een flexibele database waarin het bedrijf informatie over huidige en toekomstige
klanten opslaat en beheert.
Toepassingen binnen Big data:
- Micro targeting: (binnen een grote doelgroep die huishoudens of consumenten
selecteren die tot een beperkte doelgroep behoren bv: een gerichte aanbieding van
een autobedrijf op enkele personen in het gezin met een rijbewijs)
- Forecasting: (voorspellingen doen op basis van data over ontwikkelingen in de markt)
- Trendwatching: (voorspellingen doen over nieuwe consumentenbehoeften en
gedragingen)
- Relatiemanagement: (retentie zoals aanbod aan ex klanten, cross- deep- en up-sell)
Bronnen van big-data:
- Bedrijfsdatabases (eigen verzamelde info vanuit bv: de ah bonus kaart. Dit kan
gekoppeld/verrijkt worden met bestaande data van andere partijen)
- Internet en databanken (social media profielen of CBS-databanken)
Beperkingen binnen big-data:
- Informatie veroudert - Lastig te interpreteren
- Fouten bij verwerking - Zoek en surf gedrag van mensen
- Vaak niet generaliseerbaar - Trackingdata komt steeds vaker beschikbaar
1
, H4.2 + 4.7: Databases en CRM + Datamining
Geautomatiseerd systeem:
- Een geautomatiseerd systeem waarin gegevens zijn opgeslagen van de klant wat
inzicht geeft in de orderfrequentie en omvang van de omzet per klant. Bijvoorbeeld
CRM (Customer Relationship Management).
Records:
- Klantgegevens opgesteld in rijen om zo de gegevens overzichtelijk te weergeven
CRM:
- Is de naam voor de visie dat alle klant ervaring bekend moeten zijn om op deze
manier vanuit de klant te werken. Het is een geautomatiseerd systeem waarin
informatie ligt opgeslagen en toegankelijk gemaakt wordt. (Customer Relationship
Management).
Aandachtspunten bij het werken met databases:
- Kwaliteit van de gegevens (volledig en actueel)
- Organisatie van het systeem (niet te veel en niet te weinig opslaan)
- Bewust zijn van de beperkingen (houdt rekening met de status van de persoon)
Datamining:
- Het bezighouden met het onttrekken van strategische informatie uit databases door
middel van neutrale netwerken, beslissingsbomen en cluster. Met andere woorden
het herkennen van patronen in data. Bijvoorbeeld: vrouwen doen over het algemeen
vaker boodschappen dan mannen
Datawarehouses:
- Gegevens koppelen/ bij elkaar brengen van verschillende databases
2
Marktonderzoek H1.7.7: marktonderzoek, big data.
Marktonderzoek:
- Onderzoek waarbij informatie wordt verzameld over mogelijke klanten en markten
Big-data:
- Big data is high-vole/velocity/variety informatie om nieuwe inzichten te vinden
waardoor men belangrijke keuzes kan maken.
Redenen gebruik big-data:
- Concurrentievoordeel behalen
- Meer afzet creëren en hoger waardering behalen
- Beter op de hoogte van wensen en behoeften
Toenemende oorzaken voor interesse in big-data:
- Het wordt steeds makkelijker om datastromen op te vangen en op te slaan
- Opslagcapaciteit is onbeperkt
- Opslaan wordt goedkoper
- Steeds betere software
Om big data praktisch toe te kunnen passen zal de gevonden data gekoppeld moeten
worden aan een customermanagementsysteem (CMS).
CMS:
- Een flexibele database waarin het bedrijf informatie over huidige en toekomstige
klanten opslaat en beheert.
Toepassingen binnen Big data:
- Micro targeting: (binnen een grote doelgroep die huishoudens of consumenten
selecteren die tot een beperkte doelgroep behoren bv: een gerichte aanbieding van
een autobedrijf op enkele personen in het gezin met een rijbewijs)
- Forecasting: (voorspellingen doen op basis van data over ontwikkelingen in de markt)
- Trendwatching: (voorspellingen doen over nieuwe consumentenbehoeften en
gedragingen)
- Relatiemanagement: (retentie zoals aanbod aan ex klanten, cross- deep- en up-sell)
Bronnen van big-data:
- Bedrijfsdatabases (eigen verzamelde info vanuit bv: de ah bonus kaart. Dit kan
gekoppeld/verrijkt worden met bestaande data van andere partijen)
- Internet en databanken (social media profielen of CBS-databanken)
Beperkingen binnen big-data:
- Informatie veroudert - Lastig te interpreteren
- Fouten bij verwerking - Zoek en surf gedrag van mensen
- Vaak niet generaliseerbaar - Trackingdata komt steeds vaker beschikbaar
1
, H4.2 + 4.7: Databases en CRM + Datamining
Geautomatiseerd systeem:
- Een geautomatiseerd systeem waarin gegevens zijn opgeslagen van de klant wat
inzicht geeft in de orderfrequentie en omvang van de omzet per klant. Bijvoorbeeld
CRM (Customer Relationship Management).
Records:
- Klantgegevens opgesteld in rijen om zo de gegevens overzichtelijk te weergeven
CRM:
- Is de naam voor de visie dat alle klant ervaring bekend moeten zijn om op deze
manier vanuit de klant te werken. Het is een geautomatiseerd systeem waarin
informatie ligt opgeslagen en toegankelijk gemaakt wordt. (Customer Relationship
Management).
Aandachtspunten bij het werken met databases:
- Kwaliteit van de gegevens (volledig en actueel)
- Organisatie van het systeem (niet te veel en niet te weinig opslaan)
- Bewust zijn van de beperkingen (houdt rekening met de status van de persoon)
Datamining:
- Het bezighouden met het onttrekken van strategische informatie uit databases door
middel van neutrale netwerken, beslissingsbomen en cluster. Met andere woorden
het herkennen van patronen in data. Bijvoorbeeld: vrouwen doen over het algemeen
vaker boodschappen dan mannen
Datawarehouses:
- Gegevens koppelen/ bij elkaar brengen van verschillende databases
2
