Ga naar inhoud
  • Heb je een column, artikel of opiniestuk geschreven over innovatie en/of ondernemerschap? Dan plaatsen we deze na een redactionele check graag op Higherlevel.nl! Middels onderstaand formulier kun je de column plaatsen. Let op: de columnsectie is niet bedoeld voor Online Marketeers die werkzaam/ingehuurd zijn om producten/diensten onder de aandacht te brengen.

  • Log in om dit te volgen  

    Zes kostbare bedrijfsproblemen die kunnen worden opgelost met big data en predictive analytics.

    De meeste bedrijven doen niets met de data die ze verzamelen en bewaren. Dit is een gemiste kans want advanced analytics kan hen helpen om een voorsprong op hun concurrentie te bewerkstelligen met inzet van competitive intelligence. Tevens kunnen structurele besparingen gerealiseerd worden die investeringen mogelijk maken en het behalen van de doelstellingen eenvoudig maakt. Big data creëert kansen en groei. Big data is here to stay.

     

    Uit een recent onderzoek van de KvK ‘Ondernemen met (big) data door het MKB’ daterend van 10 januari 2017 komt naar voren dat 46 procent van de ondernemers geen werknemers in huis heeft om waarde met data te creëeren en slechts 7 procent geeft aan wel de benodigde expertise te bezitten om met data te werken.

     

    Een groot deel van de ondernemers lijkt zich niet bewust te zijn van de kansen die ondernemen met (big) data in zich heeft. Ondernemers willen met big data met name de volgende vijf punten optimaliseren: klantbediening verbeteren, inzicht in de klantbehoefte, omzet verhogen, de concurrentiepositie verbeteren en het ontwikkelen van nieuwe producten en diensten. Gemiddeld is circa 13 procent van de ondernemers in het MKB er al mee bezig, 15 procent gaat er zeker mee aan de slag en 22 procent twijfelt er nog over.

     

    Het onderzoek toont dat ondernemers hun ontwikkelniveau van het toepassen van (big) data laag inschatten, ze beoordelen zichzelf met circa een 2 op een schaal van 1 tot 5.

     

    Predictive analytics kan een business leader helpen met het begrijpen hoe hij waarde aan de klant levert. Door het genereren van klantinzicht is een ondernemer beter in staat om in te spelen op de behoeftes van zijn klanten en zelfs deze behoeftes accuraat te voorspellen.

     

    Met predictive analytics wordt vergaande personalisatie haalbaar en wordt onder andere de online customer experience geoptimaliseerd. Met gebruik van machine learning algorithms kunt u uw klanten persoonlijke aanbiedingen doen nog voordat u de klant kent. De machine learning algorithm aanbevelingen zijn gebaseerd op eerdere aankopen door klanten.

     

    Quote
    “Alle data die mensen vanaf de prehistorie tot 2003 verzameld hebben, staat gelijk aan de hoeveelheid data die op dit moment elke tien minuten geproduceerd wordt”

     

    Forecasting geeft ondernemers hun eigen kristallen bol.

    Accurate en tijdige forecasting drijft succes. Een retailer weet hierdoor precies hoeveel voorraad hij moet bestellen. Een ondernemer bestelt hierdoor nooit te veel of te weinig voorraad maar ook zaken als omzet, personeelsbezetting en kosten kunnen kunnen weken en maanden vooraf inzichtelijk worden gemaakt. Volgens een onderzoek van Het McKinsey&Company - McKinsey Global Institute zou de operationele marge van retailers met zestig procent kunnen toenemen als ze big data volledig zouden inzetten.

     

    Met predictive analytics ligt targeted marketing binnen handbereik.

    Uw klant data kan worden ingezet om targeted marketing campaigns te ontwikkelen. U weet vooraf met procentuele zekerheid welke klanten waarschijnlijk uw aanbieding zullen aanschaffen. Dit maakt uw marketing campagne niet alleen effectiever maar werkt ook nog eens kostenbesparend en doordat u vooraf weet welke klanten geïnteresseerd zullen zijn in uw aanbod kunt u een perfect offer samenstellen.

     

    Met marketing campaign optimization weet u precies wanneer u uw klanten het best kunt benaderen. Met marketing campaign optimization weet u met grote zekerheid welke klanten u op welke dag en tijdstip het best kunt benaderen en tevens via welk kanaal, bijvoorbeeld via een: cold call, e-mail en SMS. De machine learning algorithms tonen u op welke moment van de week uw prospect op uw aanbod ingaat.

     

    Predictive analytics maakt churn inzichtelijk.

    Het is eenvoudiger en rendabeler om bestaande klanten te houden dan nieuwe klanten te werven. Met predictive analytics kunt u churn inzichtelijk maken en hierop adequaat actie ondernemen door de klant bijvoorbeeld te contacteren of een onweerstaanbaar aanbod te doen.

     

    Applicant/employee hiring and retention.

    Met applicant/employee hiring and retention staat u niet meer voor kostbare verrassingen. Employees zijn de meest waardevolle assets van uw organisatie, ze zijn de levensader van uw organisatie. Predictive analytics helpt u of uw HR manager om de meest geschikte kandidaat for the job te selecteren en tevens helpt predictive analytics u om inzichtelijk te maken welke employees procentueel het meest kans maken om hun ontslag in te dienen.

    Big data is de aanjager voor economische groei en innovatie.

    Big data wordt beschouwd als de olie van de 21e eeuw en big data is overal. Het is duidelijk dat big data een grote rol gaat spelen in de maatschappij. Wat we nu nodig hebben zijn slimme analyse-technieken om big data om te zetten in waardevolle informatie. En het ontwikkelen en gebruiken van die technieken, dat is een vak apart: data science. Big data is de aanjager voor economische groei en innovatie.

    Log in om dit te volgen  


    Aanbevolen reacties

    Alle MKBers hebben een domein van ongestructureerde big data die ze dagelijks gebruiken om informatie te verzamelen en kennis te genereren. De boekhouding.

     

    Die gaan ze niet 1 voor 1 bestuderen. Daar worden boekhoudregels voor gebruikt en er zijn talloze standaard tools voor beschikbaar. Zelfs vanuit de cloud. Data in: kennis uit!

    Deel deze reactie


    Link naar reactie
    Delen op andere sites

    Oef, wat een hoop vaktermen. Na het lezen van deze column weet ik dat ik kennelijk kansen mis als ondernemer, maar door het jargon heb ik geen idee wat ik mis...!?

     

    Als ik lees dat erg weinig ondernemers bezig zijn met Big Data, dan ligt er waarschijnlijk voor de Big Data aanjagers nog een wereld te winnen in het duidelijk vertellen van wat ze doen ;)

     

     

     

     

     

    Deel deze reactie


    Link naar reactie
    Delen op andere sites

    Hallo,

     

    Interessant stuk.

    Maar als ik zo wat uitspraken bij elkaar zet krijg ik een idee waar de schoen wringt.

     

    Predictive analytics kan een business leader helpen met het begrijpen hoe hij waarde aan de klant levert.

    McKinsey&Company - McKinsey Global Institute zou de operationele marge van retailers met zestig procent kunnen toenemen als ze big data volledig zouden inzetten.

    Met gebruik van machine learning algorithms kunt u uw klanten persoonlijke aanbiedingen doen nog voordat u de klant kent .

     

    ZZP'ers en MKB'ers zijn afhankelijk van een lokaal en persoonlijk netwerk.

    Hun omzet en opdrachtcapaciteit is gering en ligt waarschijnlijk binnen de grenzen van acceptabele statistische afwijkingen.

    Met een marktaandeel van < 1% en geen of weinig personeel dus één tot enkele productieve krachten is het moeilijker om in te spelen op de uitkomsten van geaggregeerde informatie.

    Leuk dat er 10.000 huizen moeten worden geschilderd in mijn gemeente maar hoe dan verder?

    Inderdaad daarom maken ze gebruik van de Big Data Analyse tussen de oortjes.

    Kennis van hun regio, markt en een persoonlijk netwerk gecombineerd met hun zakelijk instinct creëert steeds nieuwe kansen op de markt.

    Het meer beschikbaar stellen van hoofdzakelijk regionale en plaatselijke informatie zou zeker nuttig zijn.

    (Ik weet nu alleen detailhandel.info en de locatiescan.info op het net.). Ook dat is voor kleinere marktspelers een bottle neck.

    Evenals een groot advertentie- en reclamebudget ontbreekt.

    Want de klant moet je wel kunnen vinden.

     

    Misschien wil je voor deze groep een meer praktische aanpak uitwerken.

    Ik zie graag van je.

     

    Vriendelijke groet.

    Deel deze reactie


    Link naar reactie
    Delen op andere sites

    De haakjes in Ondernemen met (big) data door het mkb zijn heel goed gevonden. Begin gewoon eens met data: meten is weten. Ik weet bijvoorbeeld dat ik in één segment vooral mannen van 40 tot 50 jaar bedien en in een ander segment overwegend jonge moeders en jonge grootmoeders. Hoewel ik daarvoor soms een interessante cloudoplossing gebruik, kom je met Excel ook een heel eind … als je maar (big) data hebt!

     

    Als ik zie hoe velen klungelen met Google Analytics, denk ik overigens dat er in het MKB meer een nijpend tekort is aan datavaardigheden dan aan (big) data. A fool with a tool is still a fool.

    Deel deze reactie


    Link naar reactie
    Delen op andere sites

    Hoe 'big' moet je data zijn? Heb wat moocs over 'data science' gevolgd en heb het idee dat een pijltje op een dartboard gooien - of ouderwets onderbuikgevoel - voor een gemiddeld bedrijf net zo effectief / rendabel is.

    Deel deze reactie


    Link naar reactie
    Delen op andere sites

    Hoe 'big' moet je data zijn? Heb wat moocs over 'data science' gevolgd en heb het idee dat een pijltje op een dartboard gooien - of ouderwets onderbuikgevoel - voor een gemiddeld bedrijf net zo effectief / rendabel is.

     

    classic:

    64da14294c8ddf09d46528854334d20d.jpg

    Deel deze reactie


    Link naar reactie
    Delen op andere sites


    Maak een account aan of log in om te reageren

    Je moet een lid zijn om een reactie te kunnen achterlaten

    Account aanmaken

    Registreer voor een nieuwe account in onze community. Het is erg gemakkelijk!

    Registreer een nieuw account

    Inloggen

    Heb je reeds een account? Log hier in.

    Nu inloggen

×

Cookies op HigherLevel.nl

Cookies zijn nodig om Higherlevel.nl goed te laten functioneren. Door het gebruik van HigherLevel.nl verklaar je onze voorwaarden te hebben gelezen en te accepteren.

 Meer informatie   Oké