De kracht van data. Onderwerpen. Even voorstellen Data verzamelen Data bewerken Data gebruiken Een casus: IFFR Aan de slag.. Vragen en antwoorden

Transcriptie

1 De kracht van data Onderwerpen Even voorstellen Data verzamelen Data bewerken Data gebruiken Een casus: IFFR Aan de slag.. Vragen en antwoorden 2 1

2 Waarom verzamel je data? Weten, evalueren, controleren (historie) Campagne geslaagd, doelen gehaald? Voorspellen, voorbereiden (toekomst) RetenFe, cross selling, up & deep selling OperaFoneel (morgen t/m de rest van seizoen) TacFsch (volgend seizoen) Strategisch (volgende beleidsperiode) 3 Waar wil/moet je op sturen? Publieksaantallen Subsidiënten, arfesten Omzet Eigen inkomsten Typen bezoekers Afspiegeling verzorgingsgebied Programmering Breed/niche? KlanEevredenheid Klachten & wensen 4 2

3 Opera;oneel gebruik van data Inzicht krijgen in omzet/aantallen kaarten per: Dag, week, maand Voorstelling Zaal/locaFe Per klant(groep) AcFe/campagne 5 Tac;sch gebruik van data Inzicht in omzet & aantallen per seizoen van: Verkochte abonnementen en series Verkochte losse kaarten (met/zonder korfng) Verkochte programma s, horeca, merchandise Verhuur (congressen, beurzen, amateurs) Inzicht in resultaat Jaarplan/seizoensplan gehaald? 6 3

4 Strategisch gebruik van data Denk aan een periode van 3 5 jaar Voor de polifek Doelstellingen cultuurnota gehaald? Voor sponsoring, fondsenwerving, donafe Profiel bezoekers helder? Voor toetsen van missie & visie Liggen we op koers? 7 Wat laten data je zien? Omvang & samenstelling verzorgingsgebied RelaFe gerealiseerde & voorspelde omzet RelaFe tussen omzet & kosten BezoekfrequenFe per seizoen/genre Aantal nieuwe bezoekers/aeakers per seizoen Aantal trouwe bezoekers (heavy users) Aantallen klachten en wensen 8 4

5 Voorbeeld van data analyse Aantal bezochte genres in onderzoeksperiode 9 Analyse bezoek per seizoen Aantal bezochte seizoenen in vijf jaar 10 5

6 Hoe bewerk je data? Opschonen Interne/externe audit > verversen = besparen Bewerken HandmaFg, automafsch, door data analist Rapporteren Verzamelen & bewerken = 80% van de Fjd Analyse & interpretafe = 20% van de Fjd 11 Wat zijn data eigenlijk? Data zijn: De registrafe van een feit Ruw/onbewerkt In rijen/kolommen Deel van de werkelijkheid Bevroren moment Data analyse: Zoeken naar zinvolle verbanden, patronen en trends via analyse van gegevens m.b.v. technieken 12 6

7 Welke soorten data zijn er? Harde & zachte data KwanFtaFef vs. kwalitafef Interne data Gegevens uit diverse systemen Externe data Gemeente, SCP, OCW, VSCD, CBS, Cendris, Experian Big data Het ontdekken en interpreteren van patronen 13 Van data

8 Naar inzicht 40% 35% 30% 25% 20% 15% % kaarten % omzet Lineair( % kaarten) Lineair( % omzet) 10% 5% 0% Wat doe je met data? Analyseren Gedrag uit het verleden beschrijven (deducfe) A9tude in de toekomst voorspellen (inducfe) Segmenteren en selecteren Demografisch, socio economisch, lifestyle TransacFegedrag, surfgedrag 16 8

9 Wat is segmenteren? To divide the market in groups of customers with the same preferences in terms of sa?sfying their needs (Philip Kotler) Helpt om efficiënter gebruik te maken van middelen en zo het resultaat te verbeteren: Meer bezoekers trekken Meer eigen inkomsten genereren 17 Drie veel gebruikte segmenten Heavy users: cultuur als vanzelfsprekend Medium users: cultuur als opfe Light users: cultuur als ongebruikelijk 18 9

10 Gedrag vertalen naar klantpiramide 13% Heavy users Kaarten 49% % Light users Kaarten 25% % Incidentele bezoekers Kaarten 26% Deze informafe per seizoen verversen! 19 Voorbeeld van segmenta;e Mosaic: bovengemiddeld & gemiddeld kansrijk Type bezoeker Aantal bezoekers Aantal huishoudens Bereik & succes per type 20 10

11 Voorbeeld van segmenta;e Mosaic: Ondervertegenwoordigde typen bezoekers Wat gaan we voor hen doen? 21 Voorbeeld van segmenta;e RoEerdamse doelgroepen voor kunst & cultuur 22 11

12 Loca;e van R damse doelgroepen RoEerdam FesFvals 23 Doelgroepen in verzorgingsgebied RoEerdam FesFvals 24 12

13 Hoe verzamel je data? Field research Enquêtes houden Gegevens vragen Desk research Door aankopen Verleid je bezoekers om gegevens af te staan! 25 Wat heb je nodig voor analyse? Kennis van Excel en/of MS Access Kennis van & toegang tot je FckeFng systeem StaFsFsche tools SPSS, voor tellingen maar vooral voor cluster & factoranalyses Data mining tools Blootleggen van verbanden via kunstmafge intelligenfe 26 13

14 Waar sla je data in op? Kassasysteem/Reserveringssysteem MarkeFng en communicafesysteem Financiële administrafe Planning / boekingsysteem KlachtenregistraFesysteem Deze vormen uiteindelijk een CRM systeem 27 Hoe duur zijn data? Up to date houden klantkennis kost geld: Gegevens (ex )klanten, prospects actueel houden Systemen aanschaffen voor verzamelen/bewerken Medewerkers aantrekken en trainen Datakwaliteit vergroot effecfviteit: AcquisiFe, relafeontwikkeling, klantbehoud 28 14

15 Segmenta;e in de prak;jk 1. Onderzoek op inhoud (onderzoek) database (bezoekersgegevens) 2. SegmentaFe in markefngacfes 3. SegmentaFe in fondsenwerving 1. Onderzoek Voorbeelden op inhoud CommunicaFeboodschap en middelen Eerste Hulp bij filmkeuze Voorbeelden database aantal filmbezoeken aantal jaren bezoek 15

16 2. Segmenta;e in marke;ngac;es Onderverdeling doelgroepen op inhoud (thema s) en database (bezoeken) voorbeeld: inzet eerste hulp bij filmkeuze voorbeeld: More than film programma 3. Segmenta;e in fondsenwerving Werving donateurs: Onderverdeling in bezoekjaren Onderverdeling in aantal bezoeken (verschil in) resultaten 16

17 Do s and don ts.. Betrek iedereen (zelfs de direcfe..) Investeer in gangbare en flexibele sowware Niet uitbesteden: blijf baas in eigen base Gooi geen oude gegevens weg Verzamel gegevens en valideer regelmafg Ga uit van een business case niet van budget 33 Aan de slag.. Vind alle gegevens Breng alles onder op één plek: De Database Maak er een visueel aantrekkelijke presentafe van Trek iemand aan die de data kan bewerken Verspreid resultaten van de analyses intern Leg alle universele waarheden langs de data meetlat Analyse levert stukjes van de puzzel gouden formule Realiseer ambifes die door data ondersteund worden Laat iemand anders het woord voeren! 34 17

18 Vragen?