De CRM-illusie ° 8 mrt 07
Door Rutger van Waveren | Alle berichten van Rutger
Malcolm Gladwell schreef in Blink (2005), een boek over hoe mensen snelle beslissingen maken, het volgende:
Dr. Brendan Reilly, the chairman of the Department of Medicine at Cook County Hospital in Chicago, desperately needed criteria for diagnosing heart attacks in patients complaining of chest pains that could be both quickly applied and accurate. At Reilly’s instigation, Cook County Hospital eventually adopted guidelines that narrowed the criteria that emergency physicians used to decide which patients to admit down to 4 simple risk factors (electrocardiographic evidence, presence of unstable angina, fluid in the lungs, and systolic blood pressure). This simplified decision tree improved their ability to identify true heart attack patients by 70%.
Hartaanvallen zijn blijkbaar niet gemakkelijk te identificeren. Doktoren maken vaak beslissingen op basis van heel veel factoren (inclusief leeftijd, sekse, roker of niet, etc). Maar meer informatie over de patiënt heeft blijkbaar een negatief effect op de diagnose. Bij slechts 4 indicatoren is de diagnose het best. Een dokter hoeft dus niet te weten of de patiënt man of vrouw is of hoe oud de patiënt is.
We hebben altijd geleerd dat meer informatie lijdt tot betere beslissingen. Dat is niet altijd het geval.
Meer informatie kan lijden tot information overload en tot allerlei cognitieve biases. Meer informatie kan veel ruis veroorzaken en het feit dat iemand rookt kan de dokter onterecht het vooroordeel geven dat de patiënt een hartaanval heeft gehad.
CRM
Als we kijken naar Customer Relationship Management is een onderdeel het opslaan van klantgegevens. Naar aanleiding van deze gegevens worden beslissingen genomen over hoe een product aan een klant gekoppeld kan worden. Het is een zoektocht naar relevantie. Als het aanbod relevant is zal het aandacht krijgen en is de kans op aankoop groter.
Ik ben bang dat er te veel moeite wordt gestoken in het verzamelen van steeds meer informatie die er niet toe doet.
Doet mijn leeftijd en mijn naam ertoe? Doet het ertoe dat ik hoogopgeleid ben? Is het belangrijk dat ik in Amsterdam woon? Zijn deze gegevens behulpzaam voor een retailer?
Goede verkopers in winkels hebben al deze informatie ook niet als een willekeurige klant binnenkomt. Ze kijken naar een klant, kijken waarnaar ze kijken, stellen een paar vragen misschien en luisteren vooral. Goede verkopers kunnen kleine subtiele clues oppikken van een klant en daarop een relevant aanbod doen. Gladwell noemt dit thin slicing.
Google
Google heeft zijn succes te danken aan thin slicing. Ze nemen maar 1 stukje informatie – je zoekterm – en koppelen daar advertenties aan. Het maakt niet uit of je 20 of 60 bent, als je zoekt op het verzorgen van waterschildpadden geeft dat een intentie/interesse weer. Er wordt op advertenties van Google vele malen meer geklikt dan andere advertenties.
Ik hoorde Seth Godin laatst zeggen: We moeten af van demographics en starten met ‘psychographics’.
Mijn buurman en ik delen dezelfde postcode en leeftijd, maar zijn in totaal verschillende dingen geïnteresseerd.
Is CRM een illusie en zijn we doorgeslagen met het verzamelen van informatie?
(Lees ook de eerdere post van Stephan Bon over instant profiling)
Popularity: 3% [?]
Loading ...
Ik ben het hiermee eens. Het beste is wat basisgegevens opslaan en daarnaast een relatie opbouwen. Als levert BI soms wel interessante resultaten op.
CRMcentraal.nl
CRM (5 apr 07 om 8:15)Mee eens, in mijn ogen speelt commercie zich af op 3 niveaus: transactie, conversatie en relatie. Het probleem is schaalbaarheid. Transacties kunnen schaalbaar (lees: efficient) aangeboden worden, maar bij conversatie en relatie is dat een stuk moeilijker.
Toch zie je soms dat bedrijven conversatie (of communicatie) schaalbaar weten toe te passen. Amazon’s: “people who bought this, also bought ….” functionaliteit nog steeds geniaal. Een relevant aanbod (compleet automatisch gegenereerd) wordt getoond bij elk product. Hierbij maakt het ook niet uit wie de persoon is. Het bekijken van een product is een signaal dat op prima wijze wordt opgepikt door Amazon.
Rutger (5 apr 07 om 12:10)Onder het motto, “Beter laat dan nooit” geef ik alsnog even een reactie hierop.
Reilly baseerde zich voor zijn werk op het onderzoek van Goldman – “Goldman worked on his decision tree for years.” (Blink p. 134). Verzamelen van data, verfijnen, controleren/verifiëren, interpreteren. Reilly heeft gedurende twee jaar een dubbeltest gedaan (traditioneel vs het Goldman model) en pas daarna bleek de toepasbaarheid en de geschiktheid van dit model.
De te leren les? Veel data verzamelen, zoveel mogelijk contextuele gegevens bemachtigen ,verfijnen/destilleren, voordat je bruikbare of hanteerbare informatie krijgt (voordat je op weg bent naar kennis dus). Ja, leeftijd, welstandsklasse, postcode, beroep, geslacht kunnen bruikbare variabelen zijn, die bijvoorbeeld ook een aspiratieniveau weerspiegelen. Ja behaviorial targeting kan op dat punt veel betekenen – zelfs op individueel niveau wil je in de ene mood (geëmotioneerd, betrokken) wel eens een aankoop doen die je in een andere (nuchter, rationeel) achterwege zou laten. Waarom zou anders die collectebus voor Bio-vakantieoorden in de bios zo’n succes hebben?
Denk alleen dat er nog een lange weg te gaan is op het gebied van psychografica, zeg maar instant profiling.
Reinolt Duerings (15 mei 07 om 13:08)Je hebt gelijk, het onderzoek naar hartaanvallen was een lang proces op zoek naar waardevolle voorspellers.
Maar als je kijkt naar marketingacties die er gedaan worden door bedrijven ligt de zwakste schakel bij het vertalen van de informatie over de klant en de aanbieding die hem gedaan wordt.
In de praktijk wordt daar met de natte vinger gewerkt en wordt er nog steeds veel gekeken naar de traditionele indicatoren (sexe, leeftijd, etc).
Rutger van Waveren (15 mei 07 om 14:29)