15. februar 2018

Hvorfor vi også skal tænke i ”thick data”

Nokia.png

“What is measurable isn’t the same as what’s valuable”

I 2009 blev Nokia præsenteret for to empiriske studier. Det ene studie var en rapport fra mere end 1 mio. kunder, der viste stor tilfredshed, ved brug af deres Nokia mobiler. Det andet var et etnografisk studie af en mindre gruppe, der boede i Beijings slumkvarter. Dette etnografiske studie kunne dog fortælle, at samtlige deltagere var villige til at bruge mere end halvdelen af deres indtjening, på de nye ”smartphones”, som bl.a. Apple lige havde introduceret.
 
Set i bakspejlet er det selvfølgelig nemt at påpege, hvor Nokia skred i svinget. Havde Nokia dykket ned i den første rapport, og indset at de 1 mio. glade kunder ikke var klar over hvad en iPhone var, havde historien måske været en anden. Men spol frem til i dag, hvor mere end hver fjerde virksomhed i Danmark nu arbejder med Big Data, og hvor prædiken om at blive en ”data-drevet organisation” ender med at drukne det kvalitative med det kvantitative. Der er også brug for ”thick data”, som giver kontekst og dybde til den fortælling, som man forsøger at skabe. 
 
Dermed ikke sagt, at Big Data ikke er vigtigt. Men får man ikke helhedsperspektivet, således at beslutninger træffes udelukkende fra et kvantitativ grundlag, kan man risikere at misse de mere radikale innovationer - ”The Next Big Thing” - som om 10 år kommer til at virke så indlysende.

Jacob Sander
Jacob Sander
Associate Strategist
Jacob arbejder i strategiafdeling, hvor han samler og omsætter data til indsigter. I fritiden bruger han tragisk meget tid på at kigge på data, til at optimere sit Fantasy Football hold.
Skrevet af: Jacob Sander

17. august 2017

Den kunstige intelligens er klar til at hjælpe

AI-hype-MAG-2017.jpg

AI removes the tedium and guesswork of running a marketing campaign, which includes creative, email, social media and more, by generating insights from haystacks of data. But the marketer still designs and runs the campaign. What I see is people and AI working together to be more efficient than either one alone.

 

Leslie Fine, VP of Data and Analytics at Salesforce.

Allerede tilbage I 1997 måtte den bedste menneskelige skakspiller Gary Kasparov se sig slået af den kunstige intelligens Deep Blue. I 2016 var det så AI’en AlphaGo, der slog Lee Sedoi, en af verdens bedste Go spillere.

 

I marketing automation verdenen ser vi at de største spillere i løbet af det seneste år har lanceret deres version af hvad AI skal være for hver af deres platforme. Blandt dem kan nævnes Salesforce Einstein, Adobe Sensei og IBM Watson, som tidligere er kendt som Jeopardy mester.

 

Men hvad kan vi så reelt bruge det til allerede i dag?

Det første område hvor vi skal bruge AI er til at analysere de store data mængder der bliver generet fra vores forskellige marketing systemer, Resultaterne af analysen kan så bruges til at forbedre og inspirere kreative mennesker til at få nye ideer.

 

Næste skridt, i takt med at AI bliver bedre integreret i marketing platformene, er at vi laver forskellige varianter og typer af kampagner og budskaber og lader AI'en teste hvad der virker på hvilke kunder.

 

Hvad kræver det af os og bruge mulighederne?

Grundstoffet for at denne nye verden er data, ikke bare meget data men også data af god kvalitet.

Det tegner i retning af en øget nødvendighed af at have en god forståelse af data og hvordan den bruges at informere den kreative proces.

 

I takt med at de vi får mulighed for at målrette mere personligt til den enkelte kunde, kræver der også at der produceres endnu mere godt content. 

 

Jeg tror på at kombinationen af dygtige kreative mennesker og AI i de kommende år vil resultere i nogle helt fantastiske kunde oplevelser. Vi har kun set toppen af isbjerget.

Thomas Gjermansen
Thomas Gjermansen
Head of Martech
Thomas arbejder med tekniske løsninger, som bruger advanceret teknologi og masser af data til at skabe en personlig og engagerende dialog med hver enkelt kunde.
Skrevet af: Thomas Gjermansen

12. juli 2017

Er begrebet Big Data blevet uinteressant?

GettyImages-497526241.jpg

”Kun 35% tror, at de in-house har evnerne til at arbejde med kundedata på en måde, som giver dem en konkurrencemæssig fordel”

 

Citat fra Geomatics analyse af nordiske B2C-virksomheders databrug

I 2015 og 2016 var et af de store buzz-words ”big-data”. Der var ikke en konference med respekt for sig selv, der ikke havde flere indlæg om, hvor vigtigt det var at indsamle og lagre al mulig tilgængelig data om kunders og leads adfærd (web, køb, SoMe etc.) og demografiske oplysninger.

 

Men hvor er vi i dag? Har vi gjort det? Bruger vi det?

Eller har vi erkendt, at det er for svært at arbejde med operationelt?

 

Geomatic lavede sidste år en undersøgelse i Norden - og der er både gode og dårlige nyheder imellem:

 

Det gode er, at de adspurgte virksomheder i høj grad mener, at det er essentielt at indsamle og analysere kundedata, hvis virksomhedens fremtidige vækst og indtjening skal sikres.

Det knap så gode er, at det kun er ca. halvdelen af virksomhederne, der formår at indsamle og konsolidere data, så de føler de kan bruges til forretningsudvikling.

Det meget ærgerlige er, at en stor del af virksomhederne ser mangel på tid og rigtige kompetencer som nogle af de største barrierer. Samtidig mener de, at de generelt klarer sig dårligere end deres kolleger i branchen – alligevel er det kun 7% af de adspurgte, der får ekstern hjælp fra eksperter.

 

Jeg køber ofte online – fødevarer, take-away, elektronik, tøj osv. Jeg har endnu ikke prøvet at købe en bil online, men det er nok kun et spørgsmål om tid…

 

Et af mine favorit-sites er et stort internationalt tøjmærke. De har et godt site, fede produkter, gode tilbud, og skarpe anbefalinger på baggrund af de produkter jeg har kigget på. Desuden får jeg jævneligt gode mails, der inspirerer mig til at købe igen og igen.

Men der er en ting, der irriterer mig lidt: Deres ellers velfungerende re-targeting maskine bliver ikke fodret med relevante salgsdata. Det betyder, at jeg i ca. 2 uger efter besøg på sitet, bliver påvirket på Facebook, nyheds-sites mm. med alle de pragtfulde produkter, som jeg netop har købt…

 

Jeg ser frem til endnu mere og bedre brug af Big Data på operationelt plan - helst i nær fremtid.