Hoe vind je de waarheid in data en marketinganalyses
Hoe vind je de winnende formule voor data-analyse? Jeff analyseerde eigenschappen van renpaarden om te zien welke kampioenen voorspelden. Hij keek naar kenmerken zoals:
- Grootte van de neusgaten
- Aantal snelle spiervezels
- Hoeveelheid uitwerpselen
Geen van deze voorspelde succes. Jeff bleef proberen en stond na 20 jaar bijna op de rand van faillissement.
Maar toen veranderde alles.
Jeff bouwde het eerste elektrocardiogram om de interne organen van een paard te meten en ontdekte dat de linkerhartkamer van het hart een geldige voorspeller van kampioenen was. Een goed voorbeeld is American Pharoah. In 2015 won het paard de Triple Crown, het eerste paard in 37 jaar dat alle drie de beroemde races voor driejarige volbloeden won. Maar twee jaar eerder realiseerde niemand zich het fenomenale racepaard dat American Pharoah zou worden, behalve Jeff.
Denk aan de eigenschappen van American Pharoah:
- Lengte (56e percentiel)
- Gewicht (61e percentiel)
- Afkomst (70e percentiel)
- Grootte van de linkerhartkamer (99,61e percentiel)
Hoewel lengte, gewicht en afkomst niet indrukwekkend waren, voorspelde de grote linkerhartkamer van American Pharoah zijn succes in de Triple Crown nauwkeurig.
Seth deelt dit verhaal om de volgende inzichten voor data-gedreven marketeers te verduidelijken:
- De waarde van een dataset zit vaak niet in de omvang, maar in de nieuwheid.
- Succes in Big Data vereist ondernemerschap.
- Winnaars in Big Data falen vaak voordat ze de grote winnaar vinden.
- “Linkerhartkamer”-ontdekkingen zijn mogelijk.
Door deze inzichten toe te passen, zegt Seth, kan je jouw datamodel tien keer beter maken dan die van anderen.
MADS-les: Ontdek de “linkerhartkamers” van je merk in analytische gegevens (bijvoorbeeld web, e-mailmarketing, sociale media, betaalde zoekopdrachten). Stel een hypothese op door een vraag te stellen. Analyseer de gegevens om die vraag te beantwoorden. Als het antwoord nee is, stel dan een nieuwe vraag. Blijf doorvragen, net als Jeff Seder, totdat je de “linkerhartkamer” vindt die jouw campagnes naar Triple Crown-succes leidt.
Kun je vertrouwen wat mensen zeggen?
Niet alle data is per se nuttig. Neem enquêtes als voorbeeld. Seth legt uit dat het format dat vaak wordt gebruikt door Gallup en Pew Research Center kan helpen te begrijpen waarom mensen dingen doen. Maar enquêtes hebben een fundamenteel probleem.
Mensen geven vaak antwoorden waarvan ze denken dat die indruk maken, wat leidt tot sociale wenselijkheid. Zo zeggen mensen bijvoorbeeld dat ze gestemd hebben, terwijl ze dat niet deden, of dat ze op een andere kandidaat stemden dan in werkelijkheid.
Maar waar kunnen marketeers pure eerlijkheid vinden? In Google-zoekopdrachten, zegt Seth. Hij noemt het het “digitale waarheidsserum” omdat mensen er eerlijk zijn. Ze stellen vragen over gezondheid, relaties en wat er ook in hun hoofd omgaat. Ze voelen zich vrij om eerlijk te zijn omdat ze denken dat niemand hen beoordeelt.
Seth stelt dat Google meer weet over mensen dan hun partners en familieleden. In plaats van mensen te vragen wat ze doen, gebruik Google Trends. Het voorspelt beter dan Gallup wie gaat stemmen en werkloosheidscijfers, en meet zelfs racisme.
Seth waarschuwt echter om niet alle Big Data als hetzelfde waarheidsserum te beschouwen. Als Google een digitaal waarheidsserum is, noemt Seth sociale platforms zoals Facebook het “digitaal opschep-serum.”
Moet je vertrouwen op je gevoel?
MADS-les: Verzamel data om te analyseren hoe goed je marketinggevoel (bijv. perceptie) werkt in de realiteit (bijv. overschat, onderschat, op het doel).
Welke rol speelt uiterlijk?
MADS-les: Net zoals het uiterlijk van een kandidaat de perceptie van bekwaamheid beïnvloedt, zo doen ook het uiterlijk en de uitstraling van websites en apps dat. Gebruik focusgroepen om te begrijpen welke ontwerpelementen gebruikers associëren met gevoelens van vreugde of tevredenheid.
Hoe ga je data-analyse gebruiken in je marketing?
Ik verliet Seth’s keynote geïnspireerd om nieuwe en creatieve manieren te vinden om marketinganalyses te gebruiken om beslissingen te sturen.
