Voorgeschreven literatuur Feedback fruits – Strategisch marketng lanning
Vijf elementen van marketnn van de toekomst
1. Wetenschap
Dankzij ontwikkelingen o het gebied van gegevens, modelleren en analyse kunnen de beslissingen
van de consument recies worden gemeten en kan er gerichter worden geïnvesteerd in marketngg
•Gebruik big data en analytcs om inzichten o te bouwen in de achtereenvolgende keuzen van de
consument naar een aankoo toeg
•Benut gegevens uit sensoren en video-o namen van consumentengedrag in de winkel om het
roductaanbod te verbetereng
2. Inhoud
Marketeers kunnen de bedrijfsactviteiten direct beïnvloeden door de klantervaring, roducten en
diensten verder vorm te geveng
•S eel in o de wensen en behoefen van de consument door functonele voordelen te bieden – van
veilige auto’s tot winkelgemakg
•Leg uit waarom initateven o het gebied van klantenzorg en een consistente klantervaring
belangrijk zijng
3. Verhaal
De manieren waaro verhalen worden verteld, veranderen voortdurend door de inzet van alsmaar
gevarieerdere digitale interactes en krachtger communicate-instrumenten
•Leer verhalen los te laten als klanten ze anders inter reteren en veranderen o Social Media
•Zoek uit hoe je het best createf talent kan aantrekkeng
4. Snelheid
Consumentenvoorkeuren, de dynamiek in de markt en roductlevenscycli veranderen verbijsterend
snel in de digitale economieg
•Ontwikkel de managementvaardigheden en het organisatevermogen om multfunctonele teams
snel bij elkaar te brengeng
•Bereik een gemeenscha elijke visie met de roductontwikkelaars om snel te kunnen ins elen o
veranderingen in de marktg
5. Eenvoud
Com lexiteit is de vijand van snelheid – toonaangevende marketeers streven daarom naar grotere
eenvoudg
•Verminder of verwijder hiërarchie, interne schoten, breuklijnen in de communicate en overbodige
zaken in de organisateg
•Vereenvoudig de samenwerkingsrelate met reclame- en mediabureausg
, Bin data
Het onderscheid dat ontstond tussen big data en small data was ook ingegeven door de herkomst
van gegevens: die kwamen niet langer uitsluitend uit de interne transactesystemen maar ook van
buiteng Er werden nu gegevens ontleend aan allerlei verschillende bronnen: internet, allerlei
sensoren, o enbare initateven als het menselijk genoom roject, geluids- en beeldo namen
Analytcs 1.0: Voor het eerst werden gegevens over onder meer roducte rocessen, verkoo en het
contact met de klant geregistreerd, samengebracht en geanalyseerdg Nieuwe
com utertechnologieën gaven de doorslagg De eerste informatesystemen werden o maat gemaakt
door bijzonder ka itaalkrachtge ondernemingen, later kwamen er algemenere systemen die meer
bedrijven zich konden veroorloveng Dit was de tjd van het ‘enter rise data warehouse’, waarin
informate werd o geslagen, en van de ‘business intelligence’-sofware waarmee die gegevens
werden onderzocht en gera orteerdg
Er waren ook nieuwe com etentes nodig, allereerst om gegevens te behereng
Gegevensbestanden waren nog vrij klein en statsch, en konden dus ten behoeve van de analyse
a art worden o geslagen in de ‘warehouses’g Het was echter een hele klus om ze daarvoor geschikt
te maken; analisten besteedden vooral daar veel tjd aan, en relatef weinig aan de analyse zelfg
Het was vooral belangrijk om de aar cruciale vragen te be alen waar men zich o kon
concentreren, want de analyse was bijzonder tjdrovend; vaak waren er weken of zelfs maanden mee
gemoeidg De ra ortages, die veruit de meerderheid vormden van het ‘business intelligence’-werk in
die dagen, hadden bovendien alleen betrekking o het verledeng Er werden geen verklaringen of
voors ellingen ontwikkeldg
Maar niemand had het toen al over ‘concurreren o basis van analytcs’g De winst zat vooral in
grotere o eratonele efciënte: o be aalde belangrijke unten werden betere beslissingen
genomen om het restateniveau te verbetereng
Kortom, Analytcs 2.0 vereiste geheel andere com etentes dan Analytcs g.g De nieuwe
kwanttatef-analisten heeten nu data scientsts en beschikten over zowel com utervaardigheden als
analytsche vaardighedeng Zij namen al snel geen genoegen meer met een ondersteunde rol achter
de schermen, maar wilden werken aan het roductaanbod en de verdere ontwikkeling van de
ondernemingg
Analytcs 3.0 – het tjd erk van aanbod verrijkt met gegevens Iemand met een scher e blik kon in
tjd erk 2g. al de aanzet zien naar het volgende tjd erkg De ionierende big data-bedrijven in Silicon
Valley gingen investeren in grootschalige gegevensanalyse om het roduct- en dienstenaanbod aan
de klant te ondersteunen en invulleng
-Al deze voorbeelden hebben het volgende met elkaar gemeen: het management besloot om met
grootschalige gegevensanalyse niet alleen de interne besluitvorming te verbeteren, maar ook
hoogwaardiger roducten en diensten te ontwikkeleng Dat is waar het bij Analytcs g. allemaal om
draaitg
-De uitdaging in het tjd erk g. is om o eratonele, roductontwikkelings- en
besluitvormings rocessen aan te assen om te kunnen rofteren van wat de nieuwe technologieën
en methoden o levereng
-Integrate van grootschalige gegevensanalyse in systemen en rocessen levert tjdwinst o g
Vijf elementen van marketnn van de toekomst
1. Wetenschap
Dankzij ontwikkelingen o het gebied van gegevens, modelleren en analyse kunnen de beslissingen
van de consument recies worden gemeten en kan er gerichter worden geïnvesteerd in marketngg
•Gebruik big data en analytcs om inzichten o te bouwen in de achtereenvolgende keuzen van de
consument naar een aankoo toeg
•Benut gegevens uit sensoren en video-o namen van consumentengedrag in de winkel om het
roductaanbod te verbetereng
2. Inhoud
Marketeers kunnen de bedrijfsactviteiten direct beïnvloeden door de klantervaring, roducten en
diensten verder vorm te geveng
•S eel in o de wensen en behoefen van de consument door functonele voordelen te bieden – van
veilige auto’s tot winkelgemakg
•Leg uit waarom initateven o het gebied van klantenzorg en een consistente klantervaring
belangrijk zijng
3. Verhaal
De manieren waaro verhalen worden verteld, veranderen voortdurend door de inzet van alsmaar
gevarieerdere digitale interactes en krachtger communicate-instrumenten
•Leer verhalen los te laten als klanten ze anders inter reteren en veranderen o Social Media
•Zoek uit hoe je het best createf talent kan aantrekkeng
4. Snelheid
Consumentenvoorkeuren, de dynamiek in de markt en roductlevenscycli veranderen verbijsterend
snel in de digitale economieg
•Ontwikkel de managementvaardigheden en het organisatevermogen om multfunctonele teams
snel bij elkaar te brengeng
•Bereik een gemeenscha elijke visie met de roductontwikkelaars om snel te kunnen ins elen o
veranderingen in de marktg
5. Eenvoud
Com lexiteit is de vijand van snelheid – toonaangevende marketeers streven daarom naar grotere
eenvoudg
•Verminder of verwijder hiërarchie, interne schoten, breuklijnen in de communicate en overbodige
zaken in de organisateg
•Vereenvoudig de samenwerkingsrelate met reclame- en mediabureausg
, Bin data
Het onderscheid dat ontstond tussen big data en small data was ook ingegeven door de herkomst
van gegevens: die kwamen niet langer uitsluitend uit de interne transactesystemen maar ook van
buiteng Er werden nu gegevens ontleend aan allerlei verschillende bronnen: internet, allerlei
sensoren, o enbare initateven als het menselijk genoom roject, geluids- en beeldo namen
Analytcs 1.0: Voor het eerst werden gegevens over onder meer roducte rocessen, verkoo en het
contact met de klant geregistreerd, samengebracht en geanalyseerdg Nieuwe
com utertechnologieën gaven de doorslagg De eerste informatesystemen werden o maat gemaakt
door bijzonder ka itaalkrachtge ondernemingen, later kwamen er algemenere systemen die meer
bedrijven zich konden veroorloveng Dit was de tjd van het ‘enter rise data warehouse’, waarin
informate werd o geslagen, en van de ‘business intelligence’-sofware waarmee die gegevens
werden onderzocht en gera orteerdg
Er waren ook nieuwe com etentes nodig, allereerst om gegevens te behereng
Gegevensbestanden waren nog vrij klein en statsch, en konden dus ten behoeve van de analyse
a art worden o geslagen in de ‘warehouses’g Het was echter een hele klus om ze daarvoor geschikt
te maken; analisten besteedden vooral daar veel tjd aan, en relatef weinig aan de analyse zelfg
Het was vooral belangrijk om de aar cruciale vragen te be alen waar men zich o kon
concentreren, want de analyse was bijzonder tjdrovend; vaak waren er weken of zelfs maanden mee
gemoeidg De ra ortages, die veruit de meerderheid vormden van het ‘business intelligence’-werk in
die dagen, hadden bovendien alleen betrekking o het verledeng Er werden geen verklaringen of
voors ellingen ontwikkeldg
Maar niemand had het toen al over ‘concurreren o basis van analytcs’g De winst zat vooral in
grotere o eratonele efciënte: o be aalde belangrijke unten werden betere beslissingen
genomen om het restateniveau te verbetereng
Kortom, Analytcs 2.0 vereiste geheel andere com etentes dan Analytcs g.g De nieuwe
kwanttatef-analisten heeten nu data scientsts en beschikten over zowel com utervaardigheden als
analytsche vaardighedeng Zij namen al snel geen genoegen meer met een ondersteunde rol achter
de schermen, maar wilden werken aan het roductaanbod en de verdere ontwikkeling van de
ondernemingg
Analytcs 3.0 – het tjd erk van aanbod verrijkt met gegevens Iemand met een scher e blik kon in
tjd erk 2g. al de aanzet zien naar het volgende tjd erkg De ionierende big data-bedrijven in Silicon
Valley gingen investeren in grootschalige gegevensanalyse om het roduct- en dienstenaanbod aan
de klant te ondersteunen en invulleng
-Al deze voorbeelden hebben het volgende met elkaar gemeen: het management besloot om met
grootschalige gegevensanalyse niet alleen de interne besluitvorming te verbeteren, maar ook
hoogwaardiger roducten en diensten te ontwikkeleng Dat is waar het bij Analytcs g. allemaal om
draaitg
-De uitdaging in het tjd erk g. is om o eratonele, roductontwikkelings- en
besluitvormings rocessen aan te assen om te kunnen rofteren van wat de nieuwe technologieën
en methoden o levereng
-Integrate van grootschalige gegevensanalyse in systemen en rocessen levert tjdwinst o g
