[marketingscience] Data aan de macht?

Onder andere Obama en Trump hebben data een centrale rol gegeven in hun verkiezingscampagnes. De waarde van informatie over – potentiële - kiezers toont grote gelijkenissen met die van klantdata in marketingcampagnes.
Door de digitalisering van de afgelopen jaren is er een enorme berg aan persoonlijke data beschikbaar, vaak meer dan mensen zich beseffen. Een groot deel van deze data kan door bedrijven - of in dit geval politieke partijen - worden gekocht of opgevraagd. Ondanks dat deze data waardevol zijn voor organisaties, is het voor bedrijven ook belangrijk om naar de morele kant van klantinformatie te blijven kijken. Het is echter duidelijk dat data een cruciale rol spelen in (verkiezings-)campagnes.

Efficiënt langs de deuren
Het feit dat Obama in 2008, ondanks zijn relatieve onbekendheid bij het grote publiek, de eerste voorverkiezingen in Iowa won, kwam mede doordat beschikbare kiezersinformatie gebruikt was om stemgedrag te voorspellen. Data-analyses werden gebruikt om individuele kiezers in kaart te brengen ,zodat een beeld werd geschetst wie er ging stemmen, wie Obama al steunde en hoe hij ervoor stond in iedere staat. Met deze informatie kon het campagneteam zich richten op Obama-aanhangers die twijfelden of ze zouden gaan stemmen en stemmers die twijfelden op wie ze zouden gaan stemmen. Hierdoor werd geen tijd verspild aan kiezers die toch al op Obama zouden stemmen, kiezers die nooit op Obama zouden stemmen en niet-stemmers. Zo werden beschikbare vrijwilligers die langs de deuren gingen een stuk efficiënter en effectiever ingezet. Niet alleen leverde dit veel meer voldoening op bij vrijwilligers, het team van Obama kon ook veel nauwkeuriger inschatten hoe ze ervoor stonden in de peilingen dan andere bureaus.

Psychometrie als basis
Waar Obama’s campagne werd gebaseerd op demografische data, gebruikte Trump’s data-team psychometrie om kiezers te bereiken. Dit is een tak binnen de psychologie waarbij op basis van data psychologische eigenschappen worden gemeten. Trump’s team kocht data van verschillende bronnen - zoals informatie van bonuskaarten, koopgedrag en lidmaatschappen - om op individueel niveau een beeld te vormen van kiezers. Door middel van het OCEAN-model waren ze in staat om, op basis van vijf karaktereigenschappen - Openness, Conscientiousness, Extroversion, Agreeableness en Neuroticism - iemands persoonlijkheid te voorspellen. Op basis hiervan werd iedereen op een andere manier benaderd.
Bovendien werd door middel van persoonlijke boodschappen ook voorkomen dat Amerikanen op Hillary Clinton zouden stemmen. Zo kregen inwoners van Little Haïti - een buurt in Miami, Florida - berichten te zien waarin werd benadrukt hoe de Clinton Foundation faalde na de aardbeving in Haïti. Een bijkomend voordeel van deze persoonlijke online benadering was dat voor het grote publiek niet zichtbaar werd hoe Trump te werk ging. Deze campagnes liepen immers niet via grootschalige media. Terwijl Clinton een voorsprong dacht te hebben op basis van demografische projecties, lag de werkelijkheid een stuk anders.

Compleet klantbeeld
Waar data in bovenstaande voorbeelden gebruikt worden voor politieke campagnes, zijn soortgelijke technieken ook toepasbaar voor bedrijven. Een goed voorbeeld van een organisatie die data inzetten om gericht de juiste personen te bereiken is de KNVB, die hiermee de DDMA Customer Award 2017 won. Door verschillende databronnen te koppelen is een grote hoeveelheid data beschikbaar gemaakt, waaruit inzichten konden worden onttrokken.
Hiermee kon worden achterhaald waarom amateurvoetballers stoppen en worden voorspeld hoeveel kaarten er verkocht zouden worden voor wedstijden van Oranje. Door het complete klantbeeld dat uit de data komt, kunnen campagnes veel gerichter onder de aandacht van klanten gebracht worden. De datagedreven aanpak van de KNVB heeft geleid tot een sterke toename in klik-, open- en responseratio’s van hun online campagnes.

Gepersonaliseerde campagnes
Berichten en boodschappen in marketingcampagnes zijn ook steeds persoonlijker. Een goed voorbeeld hiervan is de campagne Minder Grijze Haren door Beleggen van ING. Voor deze campagne krijgen ontvangers real time een dynamische boodschap te zien op basis van locatie en interesses van de ontvanger. Een voorbeeld van zo’n persoonlijke en actuele boodschap is dat reizigers op station Amersfoort Centraal laatst een bericht te zien kregen over het bomenbeleid van de gemeente Amersfoort, waarover de gemeenteraad die avond vergaderde. Hoe ver bedrijven willen en kunnen gaan in het personaliseren van boodschappen, wordt de komende jaren duidelijk, maar zeker is dat het gebruik van klantdata enorme mogelijkheden biedt in de toespitsing van marketingcampagnes op het individu.

Bronnen: volkskrant.nl/opinie/richt-je-alleen-tot-de-juiste-kiezer~a4234867/; Grassegger, H., & Krogerus, M. (2017). The data that turned the world upside down. Luettavissa: http://motherboard. vice. com/read/big-data-cambridge-analytica-brexit-trump. Luettu, 28, 2017.; marketingfacts.nl/berichten/aan-de-slag-met-datagedreven-marketing-dit-kun-je-leren-van-de-knvb; www.ad.nl/amersfoort/ing-weet-alles-van-bomenkap-in-amersfoort~ab8d6cce/.

Dit artikel is geschreven door Marc Baardman, consultant data science VODW en stond in MarketingTribune 3, 13 februari 2018.

De headerfoto is van Matheus Ferrero via Unsplash.