Data: van verzamelen tot analyseren

blog

Mijn collega Jessie heeft in een eerder artikel al verteld dat klein beginnen met data helemaal niet eng hoeft te zijn en ze gaf je tips om hiermee te starten.

Misschien ben je inmiddels wel aan de slag gegaan met data of ben je aan het bedenken hoe je dit het beste kunt aanpakken. Aan de hand van praktische voorbeelden en verdieping op de tips die Jessie je gaf, help ik je verder op weg. 

Van aannames naar datagestuurd

Voordat je überhaupt start met data is het belangrijk om vast te stellen waarom je begint met data. Er zijn heel veel redenen om te starten met data, maar zeker ook redenen waarom je het niet moet doen. Vooral de buzzwords zoals AI, Machine Learning en Big Data moeten niet de reden zijn om te willen starten. Het is belangrijk om echt een doel voor ogen te hebben dat jou en je organisatie helpt groeien op wat voor manier dan ook. Denk hierbij bijvoorbeeld aan;

  • Ik wil de customer journey beter in kaart brengen
  • Ik wil mijn customer lifetime value vergroten
  • Ik wil realtime inzage in klantgedrag, medewerkers en/of processen

Kortom; niet meer willen werken met aannames, maar meer sturen op basis van data. Met een duidelijk doel voor ogen, kun je gericht tools inzetten die je helpen dit doel te bereiken.

Extraction Transform Load

Je hebt je doelstelling(en) bepaald, en nu? Je bedrijf werkt op dit moment al met meerdere systemen en tools (denk aan; ERP, CRM, salestools, marketing automation tools en ga zo maar door). Hoe ga je de data ontsluiten uit deze systemen?

Er is super veel aanbod van tools die hierbij kunnen helpen. Dat maakt het ook meteen lastig, want ga maar eens op basis van een paar websites van diverse tools het verschil bepalen. Hoewel de prijs erg kan variëren, lijken de tools in grote lijnen op elkaar en vaak werken ze qua dataproces op dezelfde manier. Dit proces noemen we: Extraction Transform Load (ETL). De ETL wil eigenlijk zeggen hoe je, met behulp van tools, data haalt - Extract - uit meerdere systemen en je dus komt tot je brondata. Vervolgens transformeer je deze data - Transform - naar waarden die allemaal hetzelfde zijn, zodat je deze kunt (laten) interpreteren. En als laatste stap sla je de getransformeerde data op - Load. 

Hoe kies je de juiste tool?

Zoals je hierboven al las, is er ontzettend veel aanbod op de markt. Hoe kom je dan toch tot een goede keuze voor jouw organisatie? Dat doe je door te beginnen met het in kaart brengen van je datalandschap. Dat klinkt misschien heel zwaar, maar dat is het niet. Het inzichtelijk maken van je datalandschap doe je door antwoord te geven op de volgende vragen:

  • Met welke software en tools worden gewerkt op mijn afdeling en binnen het bedrijf?
  • Zijn er belangrijke spreadsheets die gebruikt worden voor data?
  • Met welke systemen werken mijn leveranciers?
  • Welke rapportages gebruiken we op dit moment en waarvoor?

Als je bovenstaande vragen in kaart hebt gebracht, helpt deze informatie je om gerichter te zoeken naar de beschikbare tools. Wellicht is er bij sommige tools al ervaring met bepaalde integraties. Zo maak je uiteindelijk een goede keuze voor één of meerdere tools die het beste informatie ontsluiten uit alle systemen die je gebruikt.

Data voorbereiden op het analyseren

Helaas bestaat er nog geen tool waarmee je al je brondata in één klap omtovert tot een analyse die alle verbanden ziet en je deze kant-en-klaar voorschotelt. Het probleem is vaak dat niet alle brondata uit de verschillende bedrijfssystemen en rapportages kunnen worden gelezen door de tool die een mooie analyse kan maken. Het is dus zaak om alle data uit alle verschillende bronnen om te zetten in gegevens die leesbaar zijn voor de tools die je kiest om analyses te maken. 

De tools die we in dit proces bij E-sites vaak gebruiken zijn Zapier en Google BigQuery. Hieronder geef ik een korte toelichting op de tools. 

  1. 1

    Zapier

    Zapier is een handige tool die er simpelweg voor zorgt dat de gegevens uit jouw systemen getransformeerd worden naar data die door andere analysetools kan worden gelezen en geanalyseerd. Door een simpele koppeling en met vooraf ingestelde workflows gaat Zapier op de achtergrond te werk, zonder dat jij daar last van ondervindt. Door deze tool één keer goed in te stellen ben je voorzien voor het verzamelen en transformeren van je gegevens.

  2. 2

    Google BigQuery

    Veel brondata wordt direct gelezen door Google BigQuery en Zapier zorgt ervoor dat de data die niet direct door de tool gelezen kan worden, zo getransformeerd wordt dat deze wel gelezen kan worden. Zie de tool dan ook als het verzamelpunt. Met Google BigQuery heb je dus in een handomdraai alle data gebundeld. Deze tool heeft genoeg opslagcapaciteit voor alle data die je hebt en blijft real-time data verzamelen. Je gegevens zijn dus altijd up-to-date en worden door Google BigQuery getransformeerd tot data die leesbaar is voor het maken van analyses. 

Om data leesbaar te maken, kun je dus verschillende tools inzetten. Groot favoriet van onze data-experts is Google BigQuery. Maar soms moet de data eerst leesbaar gemaakt worden door een koppeling met bijvoorbeeld Zapier, zoals voor de salestool Pipedrive. Google Analytics kan bijvoorbeeld direct leesbare gegevens doorsturen naar Google BigQuery. 

De analyse

Uiteindelijk stuurt Google BigQuery alle gegevens door naar een tool waar alles visueel en duidelijk wordt. Bij E-sites is dat Google Data Studio. Een goed programma dat al jouw data leesbaar en interactief maakt en visualiseert, precies zoals je zelf wil. In een oogopslag krijg je inzicht in alle gegevens die van belang zijn voor jouw doelstellingen. Zo kan je gemakkelijk beslissingen nemen op basis van data en je doel voor ogen houden. Een soortgelijk programma is Microsoft Power BI. Ook in dat programma draai je duidelijke analyses uit. Ga je nog een stap verder de data in, dan kun je zelfs alle statistieken gebruiken om bedrijfsresultaten te voorspellen: predictive modelling. 

In deze blog lees je veel over het analyseren van data en het gebruik van tools. Een pittige klus om zelf mee te starten. Een data-oplossing is vaak maatwerk en vereist expertise. 
Wil je (meer) gaan sturen op basis van data? Meer inzicht creëren in de gegevens die je verzamelt? Slimmere en betere bedrijfsbeslissingen nemen? En heb je hier hulp bij nodig? Praat dan eens met onze data-experts. Zij kunnen jouw vragen rondom data beantwoorden.