Third party data stopt, zet je eigen data in voor sales en marketing

Met het steeds verder beperken van third party (cookie) data verandert het digital marketing landschap sterk. En daarmee ook de hoeveelheid beschikbare data. First party data (die je zelf genereert en toestemming voor hebt) zal belangrijker worden en gaat een belangrijke rol spelen in je toekomstige marketing. Het is daarom de hoogste tijd om meer te doen met de data die je al hebt (first party data) en de mogelijkheden van data science daarop los te laten.

Third party cookies?

In de huidige digitale wereld zijn cookies erg belangrijk als we kijken naar digitale marketing. Een deel daarvan zijn zogenoemde third party cookies. Dit zijn tracking cookies die allerlei gegevens bij kunnen houden om bijvoorbeeld gepersonaliseerde advertenties te kunnen tonen. Deze third party cookies staan ter discussie. Mensen willen meer controle over privacy en wat er met hun data gebeurt, gesteund door overheden. Dit verandert het hele spel. 

De browsers van Apple (Safari) en Mozilla (Firefox) blokkeren deze cookies standaard al een tijd. De grootste browser, Chrome van Google, gaat dit ook steeds verder beperken en per 2022 gaan ze geen third party cookies meer toelaten. Dit komt bovenop mensen die al een adblocker gebruiken, de nieuwe privacywetgeving (AVG) die het mogelijk maakt dat bezoekers geen toestemming geven voor (bepaalde) cookies en ITP (Intelligent Tracking Prevention) die steeds verder wordt toegepast. Door ITP kun je bijvoorbeeld al jaren geen bezoekers op Safari langer dan 7 dagen volgen. (ongeacht welke cookies!)

Het marktaandeel in Nederland qua browsers is als volgt verdeeld volgens statcounter:

Safari en Firefox pakken samen 30% en Chrome voert de lijst aan met 54%. (Op mobiel heeft Safari zelfs een aandeel van 39%.) Het gebruik van adblockers varieert, maar zal ergens tussen de 15% en 25% liggen in Nederland. 

Kortom: je mist nu al data en dit zal groeien. Wellicht herken je dit. Bijvoorbeeld door verschillen in Google Analytics en wat je daadwerkelijk binnen krijgt in je systemen aan leads en verkopen. Of zie je dat je een stuk minder data ziet van iOS apparaten. Of vullen je remarketing bakjes zich lang niet zo snel als vroeger. 

Beperkingen leiden tot minder data

Door deze beperkingen zul je al een stuk minder data hebben in je analytics en van advertentie tools en platforms. En je hebt sowieso minder betrouwbare data. De impact hiervan is nu al voelbaar. Toch hebben veel bedrijven zich nog niet echt aangepast, terwijl jij of je marketing bureau naar incomplete data zit te kijken. 

Uitgevers nemen al stappen hierin. Zo gaat het gezaghebbende New York Times stoppen met third party data. Zij gaan uit van first party data en bouwen hiervoor een eigen systeem. Vox Media en the Washington Post deden dit al eerder. In Nederland nam de STER hier stappen  in en maakte een eigen systeem met eigen data. Dat werd een succes. Sterker nog: eigen data bleek beter te werken dan advertentiecookies. 

Zij gebruiken in deze eigen systemen veel verschillende soorten data, niet alleen marketing data. Dat maakt het alleen nog maar interessanter, want er is veel meer data in te zetten voor sales en marketing dan je in eerste instantie denkt. 

Eigen data inzetten

Veel bedrijven maken gebruik van third party data en web analytics om beslissingen op te baseren in digital marketing. Bijvoorbeeld om leads te genereren of potentiële kopers aan te trekken naar een website, webshop of B2B portal. Bij veel bedrijven is deze marketing data nog ingedeeld in silo’s als Google, Facebook, e-mail, etc. Het zijn losse kanalen waarvan de data niet wordt gecombineerd onderling of met andere bronnen. Nu we in een wereld zijn waar we minder betrouwbare data hebben en targeting moeilijker is, is het tijd na te denken over wat je hier aan kan doen. 

Want waarschijnlijk heb je een ERP, een CRM, een kassasysteem, een e-mailsysteem, een webshop, een ‘mijn omgeving’ of portal of een ander systeem intern waarin je klantdata hebt zitten. Waarschijnlijk heb je er zelfs meerdere en je hebt (veel) meer data dan je denkt! Deze data is zeer waardevol om je marketing en sales mee aan te sturen. Dit is bovendien betrouwbaarder en vollediger. En voor het gebruik hiervan heb je in heel veel gevallen al toestemming verkregen.  Als je eigen data hebt, dan hebben we het over klantdata als demografische gegevens (N.A.W., contact,etc), aankoopgegevens (omzet, herhaling, producten, merken, etc) en wellicht ook data over gedrag als bezoek aan een winkel, inloggen, bellen of openen van emails.

Natuurlijk kun je nog meer doen om data te verzamelen (data acquisitie). Vraag bestaande klanten eens iets met korte vragen als ze toch ingelogd zijn. Of neem eens onder de loep wat je vraagt bij aanmelding of verkoop en wat je al meet in je klanten portal. Of gebruik externe data ter verrijking en analyse. Je kunt denken aan externe data als open data van het CBS, KvK data, het weer, etc. 

Om goed gebruik te maken van alles wat je hebt, wil je die data centraal brengen. Gelukkig is er met de meeste software tegenwoordig makkelijk te koppelen. Bijvoorbeeld met API’s of met periodieke exports van data. Ook met oude of minder toegankelijke systemen is dit vrijwel altijd te doen. Een centrale database is zo te maken. 

Eigen data inzetten voor marketing en sales

Door goed naar je eigen context te kijken, kun je uit je eigen data veel afleiden. Voor sales en marketing kun je onder andere de data te segmenteren en gebruiken als targeting. 

Stel je hebt een grote groep mensen geïdentificeerd in je data die eenmalig koopt en je daarna niet weer ziet. Wil je hier aandacht aan besteden? Waarschijnlijk niet je eerste prioriteit. Het wordt interessanter als je groepen identificeert die vaker kopen en bepaalde merk of product voorkeuren hebben. Of groepen die juist meer uitgeven dan anderen. Wie zijn dat en met welke kenmerken? Kunnen we analyseren waarom het gedrag zo is? 

Of denk aan klanten die wel inloggen en niet kopen. Interessante data om te gebruiken in meer gerichte e-mail of (re)marketing. Je kunt natuurlijk ook zaken automatiseren: iemand die net iets heeft gekocht hoeft even geen advertenties te zien of juist na een tijdje wel weer. Stel je koopt een printer, dan weet je wellicht na hoeveel tijd iemand gemiddeld nieuwe cartridges nodig heeft. 

Je kunt ook denken aan account managers en personeel in een winkel. Als je weet wie je voor je hebt en je krijgt gerichte data over deze persoon van je systeem, dan kun je veel persoonlijker en gerichter helpen. Sterker nog, met data science zou je een model kunnen maken dat dit al vanzelf aanreikt. Wat zouden interessante (vervolg)producten zijn of vervolgaankopen voor deze persoon? Welke merken kan ik aanraden? Welke prijsklassen? Antwoorden gebaseerd op alle data die je hebt van mensen die vergelijkbaar zijn. Dit werkt voor bestaande klanten, maar ook voor nieuwe klanten natuurlijk. 

Een bakker op de hoek kent zijn klanten, maar als je groter bent dan dat en ook nog digitaal zaken doet dan is het niet mogelijk om zelf alles persoonlijk te doen én alles te weten. Data centraal brengen en zorgen dat je je klanten kent en daarop acteert is dan erg belangrijk. De techniek kan je helpen dit terug te brengen. Daarmee wordt je slimmer, beter en pak je voorsprong op anderen. 

Dit soort zaken levert meer geld op uit bestaande én nieuwe klanten. Dat is een andere situatie dan alleen investeren in het vinden van nieuwe (onbekende) klanten met marketing waar je targeting vaak baseert op aannames of web analytics. Dat wordt bovendien steeds lastiger. We zien veel bedrijven die nog veel focus leggen op juist nieuwe klanten binnenhalen. Terwijl er met de bestaande data niet veel gebeurt behalve opslaan in systemen. Juist deze data is erg interessant om veel meer mee te doen. De balans herstellen in het licht van de veranderende digital wereld is dan een goed idee.

Lead scoring en hot prospects met data science

Naast het inzetten van eigen data in marketing is eigen data ook heel bruikbaar om andere zaken te doen die geld opleveren. Want als je al je klantdata centraal hebt kun je ook op zoek gaan naar look-a-likes. Er zijn genoeg open data bronnen (zoals KvK data) die je hiervoor kunt gebruiken en combineren met je eigen data. Uitgaan van je eigen data kan je inzicht en antwoorden opleveren voor vragen als: Wie kan ik het beste benaderen met deze dienst of dit product? Wie heeft potentie? Welke regio’s zijn hotspots om actief te benaderen? Is deze nieuwe lead veelbelovend? etc. 

Je kunt ook deze data gebruiken in je CRM of interne systeem. Moet een account manager een seintje krijgen bij afwijkend gedrag van een klant? Of wil je alerts instellen als iemand groeipotentie laat zien? Of juist van de wagen dreigt te vallen? Dan is dat met je centrale data ook te doen. En het maakt het leven van account managers makkelijker. Meer tijd om met klanten en verkopen bezig te zijn. 

Met je eigen data kun je ook goed adverteren. Je weet welke groep je voor je hebt en kunt daar een passende boodschap bij maken. Of denk aan lookalike doelgroepen maken door zogenoemde custom audiences als basis te gebruiken op Facebook, Google of LinkedIn. 

Als laatste, als je data centraal hebt kun je ook gaan voorspellen. Wat gaat een klant nu waarschijnlijk doen? Wat moeten we nu aanbieden? Neem de kans toe dat de klant afhaakt? Dat is erg nuttig om te anticiperen op wat er gebeuren gaat, in plaats van alleen te kijken naar wat er in het verleden is gebeurd. 

Werk aan je eigen data machine

Het is mogelijk om je eigen machine te bouwen voor sales en marketing met data science, zonder afhankelijkheid van data uit marketing platformen. En met veel meer diepte en breedte. Je hebt hier niet de budgetten voor nodig van bol.com, Google of Netflix. 

Dit is een duurzame manier om je voor te bereiden op het nieuwe tijdperk dat we nu in gaan. Het is een investering die verder reikt dan alleen marketing verbeteren. En het mooie is: de data is je eigendom, is betrouwbaar en niet alleen voor je marketing in te zetten. Zo snijdt het mes aan meerdere kanten en ga je voorsprong opbouwen ten opzichte van je concurrenten. 

Door data centraal te gebruiken, te blijven verrijken en op steeds meer plekken in te zetten in je operatie kun je persoonlijker en gerichter communiceren, service verbeteren en slimmer worden. Dat scheelt natuurlijk marketingkosten. Maar wat te denken van een persoonlijke benadering an sich? Tal van onderzoeken tonen aan dat slimheid in communicatie en persoonlijke benadering worden gewaardeerd door klanten. Snelheid in service net zo goed. Bovendien is snelheid in toenemende mate een onderscheidende factor aan het worden. Of dat nou in B2C of B2B is.  

Maak er werk van 

Maak werk van je eigen data in marketing en sales, want het wordt daar buiten langzaam donker qua data door de toenemende maatregelen en veranderde houding van mensen.

Over de auteur: Bart Ensink is digital strategist bij Little Rocket.