Data Integratie en Data-Driven CRM

De Customer Relationship Management (CRM) strategieën zijn ooit ontstaan uit het besef dat het werven van een nieuwe klant we 8 keer zo veel kost als het behouden van een bestaande klant, die hetzelfde omzet. In de huidige tijd, waarin een groot deel van de zaken online gedaan worden en het internet ervoor gezorgd heeft dat voor veel bedrijven de wereld hun afzetgebied is, is het behouden van klanten echter een stuk moeilijker geworden. Klanten zijn gewend te shoppen, voor iedere aankoop opnieuw en informeren zich liever via de social media dan via de geijkte marketing kanalen over producten en diensten.  En in een tijd waarin het moeilijker is de klant vast te houden, is het optimaal bedienen van die klanten natuurlijk belangrijker dan ooit. Het moet de klanten zo eenvoudig mogelijk gemaakt worden om zaken te doen met uw bedrijf, anders lopen ze net zo makkelijk naar een ander. Maar hoe maak je het een klant nu zo makkelijk mogelijk? Hoe zorg je dat je – ook bij het digitaal zakendoen, waarbij je de klant nooit face-to-face spreekt – toch voldoende relevant blijft voor de klant om hem te binden? Wel, één van de belangrijkste wapens waar bedrijven in deze strijd over kunnen beschikken is…  DATA. Hoe meer u weet over uw klanten en hun gedragingen, hoe beter u in staat bent om het hen naar de zin te maken en hoe beter u ook  vroegtijdig kunt ingrijpen wanneer een klant dreigt weg te lopen.

Wat dit betreft valt er gelukkig enig goed nieuws te melden: de hoeveelheid klantdata waarover bedrijven kunnen beschikken is vandaag de dag gigantisch, en groeit zelf exponentieel. De klanten vertellen u erg veel over zich zelf middels hun posts op de social media platforms, en veel van hun online gedragingen, zoals bijvoorbeeld hun klikgedrag tijdens een bezoek aan uw website, is goed meetbaar. En ook is de technologie om grote hoeveelheid data in een zeer rap tempo te kunnen analyseren voorhanden. Anders dan nog maar 5 tot 10 jaar geleden hoeven gegevens niet meer allemaal fysiek bijeengebracht te worden in dezelfde database om erover te kunnen rapporteren; de Big Data analyse tools kunnen werken met file systemen waarbij de data over tientallen databases verspreid is.

Helaas blijkt echter keer op keer dat wanneer een zelfde gegeven op twee of meer plekken, in verschillende systemen, opgeslagen wordt, dat dan het formaat van opslag ook anders is. Zo worden bijvoorbeeld in het ene systeem straatnaam en huisnummer in het zelfde veld opgeslagen, terwijl in het andere systeem er verschillende velden voor zijn. Wanneer je de data bij elkaar wilt brengen, bijvoorbeeld om er een gecombineerd overzicht van te maken, of om er data-driven-decison-engines op los te laten, zul je dus eerst een slag moeten maken om de gegevens dusdanig te transformeren, dat zij van het ene naar het andere systeem uitgewisseld kunnen worden.

Iets vergelijkbaars speelt ook ten aanzien van de uniciteit van gegevens. In verschillende bronsystemen kunnen immers verschillende ontdubbelcriteria zijn ingesteld. En zo kan het bijvoorbeeld voorkomen dat in systeem A meer Jan Janssens voorkomen dan in systeem B, omdat systeem A ontdubbeld op voornaam, achternaam en geboortedatum, terwijl systeem B alleen maar kijkt naar voor- en achternaam. Bij het koppelen van de gegevens tussen systeem A en B dient hier – door de koppeling zelf-  met intelligentie naar gekeken te worden, zodat er geen gegevens verloren gaan.