Het ideale profiel van een data-gedreven marketeer

H

Ondanks de aandacht voor data en het feit dat er steeds meer geld in omgaat, is het belang van data-bedreven marketeers nog te vaak onbekend. In mijn boek Data-bedreven marketing benadruk ik het belang van data-bedreven strategen, marketeers en communicatiespecialisten. Maar welke kwaliteiten moet een goede data-bedreven marketeer hebben? Dat vraagt natuurlijk om specifieke kennis en vaardigheden. Hieronder vind je daarom een profielschets van de ideale data-bedreven marketeer.

Ben je geïnteresseerd in de typerende persoonlijkheidskenmerken, lees dan mijn blog op Marketingfacts. In dit artikel focus ik me op de gewenste kennis en vaardigheden.

Kennis, zowel breed als specifiek, maakt of iemand een doorsnee of echt goede marketeer is. Marketeers hebben kennis over analytics, marketing automation, personalisatie, experimenten opzetten, metrics, data-communicatie, privacy, front-end code, etcetera. De noodzakelijke vaardigheden, die al op hogescholen en universiteiten onderwezen zouden moeten worden, kun je samenvatten in de T-Shaped data-bedreven marketeer.

T-Shaped marketeer

De T-shaped professional (zie afbeelding) werd voor het eerst geopperd door David Guest als ‘someone who specialises in being a generalist but who also has one or 2 areas of expertise’. Het werd vervolgens populair door Brian Balfour die de T-shape voor het eerst toepaste op marketing. David Arnoux ontwikkelde de T-Shaped Marketeer vanuit het perspectief van growth marketing.

Level 1

Het eerste level zijn de vaardigheden waar je enige kennis van moet hebben.

  • Front-end code. Met front-end coding wordt de visuele interface gecreëerd die de gebruikers zien. Enige kennis van HTML, CSS en JavaScript, is sterk aan te bevelen.
    • Service design. Te midden van de opties en uitingen waar consumenten dagelijks mee geconfronteerd worden leert servicedesign om diensten en producten te ontwikkelen die gebruikers daadwerkelijk nodig hebben en willen. Het draait hier om kennis van de klantreis, user experience en gedragspsychologie.
    • Wireframing. De website als ‘owned’ kanaal heeft vaak de centrale plek in de marketingstrategie. Vandaar dat web-ontwikkeling, en het uittekenen van belangrijke klantflows, zoals on-boarding flows of afrekenflows, noodzakelijke kennis is voor data-bedreven marketeers.
    • Gedragspsychologie. Als data-bedreven marketeer móet je de klant begrijpen. Welke pijnpunten ervaren ze? Hoe gedragen ze zich, en waarom? Verliesaversie, reciprociteit, sociale bewijskracht en andere ‘persuasion’-technieken zijn bekende termen voor de data-bedreven marketeer, en hij kent het gedachtegoed van mensen als Dan Ariely, Duncan Watts en Daniel Kahneman.
    • Strategie. Een goede data-bedreven marketeer werkt doelgericht: de marketingstrategie sluit daarbij naadloos aan op de bedrijfsstrategie. Kennis van strategie en het LEAN-framework zijn noodzakelijk om effectief data-bedreven te kunnen werken. Alleen met dat op zak ben je bijvoorbeeld in staat om effectieve metrics op te stellen die weerspiegelen wat er écht toe doet.
    • Stakeholdermanagement. Naarmate de organisatie groeit, zul je als marketeer met steeds meer mensen en afdelingen te maken krijgen. Eerst het productteam, dan sales, customer service… Bij stakeholder management draait het om ‘zachte’ vaardigheden waarmee je door de complexe jungle van de organisatie navigeert en draagvlak creëert voor jouw initiatieven.

Level 2

Het volgende niveau zijn vaardigheden waar je veel kennis van moet hebben én waar je in de praktijkervaring mee hebt opgedaan. Het blijft wel goed om te beseffen dat een data-bedreven marketeer geen data-analist of data-wetenschapper is (en dus niet dé expert is op het gebied van bijvoorbeeld statistiek of big data).

  • Sales & e-commerce. Verkopers zijn goed in wegnemen van blokkades bij leads, zodat ze tot aankoop over gaan. ‘ABC’, het omgaan met bezwaren en koude acquisitie zijn begrippen waar een T-shaped marketeer verstand van moet hebben. Ook heeft hij kennis van hoe verkopen, transacties en betalingen verlopen in een webshop, en hoe cross- en upselling werkt.
    • Mediagedrag. Een goede data-bedreven marketeer onderzoekt hoe het mediagebruik van zijn doelgroep er uit ziet. Alleen dan weet hij hoe de customer journey er uit ziet, en weet hij op welke plekken hij aanwezig moet zijn en hoe hij de doelgroep aanspreekt.
    • Contentcreatie. Of een data-marketeer nu bezig bent met het aanscherpen van de landingspagina’s, het bereiken van de doelgroep op social media of mensen met bovengemiddelde interesse naar de website wilt trekken: overal zet hij of zij content in. Van het creëren van allerhande content (teksten, blogs, video’s, podcasts, whitepapers, etc.) heeft de data-bedreven marketeer kennis en enige ervaring.
    • Automatisering & API’s. Vrijwel alles wat de data-bedreven marketeer doet is digitaal. Bovendien wil hij zo efficiënt mogelijk te werk gaan. De data-bedreven marketeer is zich zodoende bewust van welk van zijn hij zou kunnen automatiseren. Denk hierbij aan het ontwikkelen van een data dashboard die automatisch data via API’s uitleest of content die via RSS of XML-feeds automatisch in e-mails kan worden geladen.
    • Big data & machine learning. Een data-bedreven marketeer kent de mogelijkheden en beperkingen van big data en machine learning. Hij weet op welke wijze het waardevol is om in te zeten. Zo is hij in staat om met experts op deze gebieden te werken en kritisch te zijn op hoe big data en machine learning worden ingezet.
    • Statistiek. Wanneer je dingen gaat testen, moet dat wat de data aangeven ook daadwerkelijk kloppen. Significantie, maar ook representativiteit, controlegroepen, het opstellen van hypotheses en correlatie versus causaliteit zijn zaken waar de data-bedreven marketeers verstand van heeft.

Level 3 ‘links’

Deze spreken voor zich: de marketingkanalen die we als marketeer inzetten. Een T-shaped marketeer heeft zowel kennis als praktijkervaring met deze kanalen. In enkele van deze is hij of zij een expert.

Level 3 ‘rechts’

Naast dat een data-bedreven marketeer kennis heeft van het arsenaal aan marketingkanalen, beschikt hij tevens over vaardigheden om te werken met data. Die data zijn immers onderdeel van elke stap in de data-bedreven werkwijze.

  • Customer journey marketing. Marketeers zijn er voor de hele klantreis. Niet alleen om gebruikers naar de website te trekken, maar om te zorgen voor merkbekendheid. Dat betekent gebruikers met koopintentie naar de website te trekken, hen te activeren, converteren, vasthouden, positieve productbeleving te stimuleren en klanten hun ervaring te laten delen. Kennis van de klantreis van je doelgroep, en het op de juiste wijze inrichten van je marketinginspanningen om hierop in te spelen zijn essentiële vaardigheden.
    • Analytics. Data-bedreven marketeers kunnen niet zonder analysevaardigheden in combinatie met een nieuwsgierige en kritische houding. Inzoomen, segmenteren, uitsplitsen en het op andere wijze uitpluizen van data om antwoord te vinden op de vraag is dagelijkse kost. Niet alleen beschikt de data-bedreven marketeer over de juiste vaardigheden en tools, ook weet hij wanneer je wel of niet data effectief inzet.
    • Metrics. Metrics zijn van groot belang voor data-bedreven marketeers: dit is immers de basis waarop je al je marketinginspanningen beoordeelt. Het opstellen van de juiste metrics die relevant en doelgericht zijn voor de werkzaamheden, is dan ook een essentiële vaardigheid van data-bedreven marketeers.
    • Tooling. Of het nu gaat om het verzamelen, analyseren, opschonen, scrapen of koppelen van data: er zijn legio tools die de data-bedreven marketeer moet kennen en ervaring mee moet hebben.
    • Data-communicatie. Het opdoen van inzichten uit data leidt niet noodzakelijk tot verbetering. Dat hangt ook af van het vermogen om de resultaten over te brengen aan degene die de beslissingen neemt. Een data-marketeer hoeft niet een dataspecialist te zijn, maar moet wel in staat zijn om de resultaten te kunnen communiceren. Je mag er nooit van uitgaan dat de cijfers wel voor zichzelf spreken.
    • Data-verzameling. Harde statistieken vertellen ons wat er is gebeurd met een campagne of een experiment. soft-gegevens (kwalitatieve gegevens) vertellen ons WAAROM het gebeurde. Het verzamelen van nauwkeurige kwalitatieve gegevens is eigenlijk een wetenschap. Of het nu online of offline is, we groeperen deze technieken en best practices onder de naam van klantinterviews.
    • Experimenteren. Binnen een data-bedreven werkwijze is experimenteren onontbeerlijk om te testen wat werkt, of om associaties en onbewuste beslissingen meetbaar te maken. Kennis over het opzetten en uitvoeren van experimenten, alsmede de statistiek ervan, is dan ook logisch voor de data-bedreven marketeer.
    • Conversie-optimalisatie. Conversie-optimalisatie is de kunst van het converteren van gebruikers naar kopers. Het raakt aan user experience (ontdekken van knelpunten die een bezoeker ervan weerhouden om actie te ondernemen), psychologie (de juiste stimulans geven) en experimenteren (om vervolgens oplossingen te bedenken en deze te testen).
    • Privacy. Data is de nieuwe liefde. Voor een marketeer heel waardevol, maar ook de klant moet er waarde van ervaren. De waarde-uitwisseling is tweerichtingsverkeer. Het is belangrijk dat de data-marketeer daarom op een nette manier (volgens de wetgeving, maar ook ethisch) omgaat met persoonsgegevens.