Met data kijken naar de toekomst

Door Job van den Berg | 31-05-2022

We leggen vaak de focus op de korte termijn omdat we daar nou eenmaal meer voorkeur voor hebben dan voor de langere termijn. Liever een kleine beloning op de korte termijn dan een grote beloning op de langere termijn. ‘Present biases’ heet dat in de psychologie. Data-expert Job van den Berg kijkt in deze blog naar de juiste afweging tussen korte en lange termijn. Een ‘how to’ in zes stappen.

Hoe kunnen we betere beslissingen nemen die ook slim zijn voor de langere termijn. Hoe kunnen we ‘present biases’, de reflex om voor voordeel op korte termijn te gaan, uitschakelen en meer focus krijgen op langetermijnkansen? Het antwoord zit in data en voorspelmodellen. Die kunnen helpen om objectief in de toekomst te kijken en om biases in ons gedrag uit te schakelen. Maar hoe kijk je met data naar de toekomst? Volg het stappenplan en misschien kun je de concurrent wel te slim af zijn.

Stap 1. Analyseer wat je al weet op basis van historische data

Als het goed is weet je door onderzoek en jarenlange ervaring hoe consumenten reageren op jouw product. Stap 1 is om in data en onderzoeken te duiken die je al hebt. Dat klinkt als een open deur, maar veel bedrijven vergeten soms dat ze al op een berg informatie en ervaringen zitten. Wellicht heb je in het verleden een product gelanceerd? Wat gebeurde er toen met de klantendatabase. Nam die in omvang toe? En wat deed het met de kosten?

Stap 2. Stel hypothesen op

Op basis van de inzichten uit stap 1 stel je een concrete lijst op van bevindingen. Vervolgens ga je proberen vooruit te kijken en aannames doen wat de introductie van je product in de huidige omstandigheden zou betekenen. Stel hypothesen op: verwachtingen die je wilt toetsen. Neem daarbij, naast interne data en onderzoeken, in ieder geval het volgende mee:

  • Economische verwachtingen. Denk aan voorspellingen van het Centraal Planbureau (CPB) en het CBS over het consumentenvertrouwen en inflatie.
  • Stel verwachtingen op over wat je concurrenten zullen gaan doen. Hebben zij een gelijkwaardig product? Wat is de USP van je product en bij welke consumentengroepen verwacht je effect?
  • Portfolio-/interne analyse: omdat we willen weten wat de impact van een nieuw product is, moeten we ook naar andere producten kijken. Wellicht heeft de introductie een kannibaliserend effect, of gaan bestaande klanten vooral meer kopen en worden geen nieuwe klantgroepen aangetrokken.
  • Merkanalyse: sterke merken zorgen voor loyale consumenten. Hoe sterk is je merk en heb je dat in een brand-tracker of merkmeting al eens getoetst? Is er een latente behoefte onder je doelgroep waarop nog niet is ingespeeld?
  • Klantendatabase-analyse: hoe is mijn klantengroep door de tijd veranderd? Hebben nieuwe klanten een ander profiel? Is het aantal toe- of afgenomen?

Stap 3. Bepaal of je de juiste data hebt

Vervolgens ga je na of je de hypothesen kloppen. Heb je alle data beschikbaar? Als je die niet hebt, dan kun je ze niet in een model meenemen om te toetsen. Bekijk of je alsnog de data kunt verkrijgen of wellicht moet verzamelen. Schrap de hypothesen die je niet kunt toetsen. Belangrijk is dat je alle data meeneemt die mogelijk van invloed kunnen zijn. Je wilt namelijk met alle factoren rekening houden.

'Schrap de hypothesen die je niet kunt toetsen'

Stap 4. Bouw een voorspelmodel

Stop de data die je hebt verzameld in een voorspellend model, waarbij je op basis van data wilt voorspellen wat het effect is van een nieuw product op je klanten. Kijk goed wat de verklarende waarde van het model is vanuit statistisch oogpunt zodat je weet of het model en je aannames ook daadwerkelijk hout snijden. Met andere woorden, kan het model goede voorspellingen maken of zijn de kwaliteit en de hypothesen niet goed? Zo ja, ga terug naar de vorige stappen.

Stap 5. Toets what ifscenario’s

Je gaat nu echt in de glazen bol kijken door zogenaamde ‘what ifscenario’s op te stellen. ‘What if’ de huidige klantenbase krimpt? Kan het nieuwe product nieuwe groepen aantrekken of juist weggelopen consumenten terughalen? Of: ‘what if’ concurrent A stopt met zijn product? Heeft mijn nieuwe product dan een grotere impact? In dit soort ‘what if’s’ geldt altijd ceteris paribus (het overige gelijkblijvend), je gaat er vanuit dat de overige factoren constant zijn en gelijk blijven. Je kunt immers niet alle scenario’s tot in detail door het model laten voorkauwen.

Stel zoveel mogelijk what if-scenario’s op. Ga net zo lang door tot je gevoel krijgt bij de mechanismen, dat je begrijpt wat er gebeurt als je aan verschillende knoppen draait, zoals economische omstandigheden, gedrag van de concurrent of pricing. Op een gegeven moment zul je zien welke situatie het meest aannemelijk is over vijf jaar. Dit is een iteratief proces; het gaat erom dat je door what if-scenario’s eigenlijk de toekomst probeert te begrijpen met daarbij de marketingmix in het achterhoofd.

'Stel zoveel mogelijk what if-scenario’s op'

Stap 6. Stel een vervolgplan op

Vertaal de uitkomsten uit bovenstaande exercitie naar de dagelijkse praktijk en vertaal het naar beleid. Wat moeten we morgen doen, welke strategische keuzes moeten we maken als we de effecten op de langere termijn daarin meenemen?

 

Deze blog verscheen eerder – in uitgebreidere versie – in De Ondernemer.

Job van den Berg is Chief Data & Insights Officer bij Blue Field Agency

Blue Field Agency is Kennispartner van Daily Data Bytes

Auteur: Job van den Berg, Chief Data & Insights Officer, Blue Field Agency

Deze artikelen vind je vast ook interessant

Ook de laatste bytes ontvangen?