Het discriminatieverbod en redelijke aanpassingen Annelies D’Espallier.
Petra Dewilde Annelies Duerinckx
description
Transcript of Petra Dewilde Annelies Duerinckx
Onderzoek naar het customer intelligence niveau van de Belgische bedrijven aan de hand van een
customer intelligence maturity framework
Petra DewildeAnnelies Duerinckx
Overzicht
Onderzoeksvragen Methode Literatuur
– Vijf pijlers– MSQ model– Andere maturity frameworks
Analyse– Algemene analyse– Sectoranalyse – Niveauverdeling– Clusteranalyse
Algemeen besluit– Validatie MSQ-model– Patronen in de data– Aandachtspunten– Aanbevelingen
Onderzoeksvragen & methode
Onderzoeksvragen:– Is het MSQ-model een goed model en eenvoudig te
gebruiken voor de bedrijven?– Zijn er patronen, trends of clusters aanwezig in de data?– Wat zijn de aandachtspunten waaraan gewerkt moet
worden om het CI niveau te verbeteren?
Methode:– Literatuurstudie– Enquête (632 bedrijven 54 antwoorden)– Analyse (Excel, SAS, SPSS)– Interviews (Microsoft Dynamics, KBC, SAS)
Literatuur
Vijf pijlers MSQ-model Andere maturity frameworks
Vijf pijlers
1. Grotere beschikbaarheid van informatie
2. Boodschappen dringen niet door
3. Klanten worden veeleisender
4. Opkomst multi-channel marketing
5. Kleinere marketingbudgetten
(Liao 2009), (Shaw 2001), (Bruce 2007)
MSQ-model
Figuur 1: voorbeeld van het MSQ-model (Responsys 2008)
Andere maturity frameworks
Tabel 1: overzicht van maturity frameworks
Analyse
Algemene analyse Sector analyse Niveau analyse Clusteranalyse
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Strategic 54 5 21 13,83 3,761
Analytical 54 6 23 12,87 4,327
Technical 54 5 22 12,52 3,780
Process 54 7 22 15,22 3,473
Total 54 26 81 54,44 13,057
Valid N (listwise) 54
Algemene Analyse
- Scores evenwichtig verdeeld
- Proces domein scoort beter
Tabel 2: algemene descriptieve analyse
Figuur 2: algemeen gemiddelde
Algemene Analyse (2)
**. Correlation is significant at the 0.01 level (2-tailed).
Strategic Analytical Technical Process Total
Strategic 1,000 ,657** ,706** ,672** ,889**
Analytical ,657** 1,000 ,727** ,469** ,856**
Technical ,706** ,727** 1,000 ,547** ,879**
Process ,672** ,469** ,547** 1,000 ,773**
Total ,889** ,856** ,879** ,773** 1,000
Tabel 3: correlatie-matrix (Pearson correlation)
Sector analyse
Groothandel (n=8) Productie (n=12) Productie en groothandel (n=7)
Services (n=27)
Strategic 13,75 12,92 13,43 14,37 Analytical 12,25 11,58 12,00 13,85 Technical 12,00 11,00 12,14 13,44 Process 13,25 15,75 15,29 16,56 Totaal 51,25 51,25 52,86 57,22 Tabel 4: gemiddelde scores per
sector
Figuur 3: gemiddelde scores per sector
Niveau analyse
Oorspronkelijke verdeling Nieuwe verdeling
Niveau Naam Score Minimum Aantal antwoorden op dit niveau
1 Broadcast 20-36
2 Targetted 37-52 17
3 Programmatic 53-68 13
4 Predictive 69-84 9
5 Integrated 85-100 5
Niveau analyse (2)
Figuur 4: scoreverdeling – Cumulatieve absolute frequenties
Niveau analyse (3)
Tabel 5: gemiddelde score per niveau en per domein
Clusteranalyse
Hiërarchische clustering
Figuur 5: dendogram van de hiërarchische clustering
Clusteranalyse (2)
K-means clustering (k=3)
Figuur 6: clustereigenschappen bij K-means clustering
Algemeen besluit
Validatie MSQ-model Patronen in de data Aandachtspunten Aanbevelingen
Validatie MSQ-model
Vier domeinen zijn goed gekozen
Voordelen:– Houdt met veel aspecten rekening– Komt overeen met de bedrijfsvisie– Definieert stappen voor verbetering
Nadelen:– Stappen zijn vaag– Geen aanbevelingen in niveau 5– Verkeerde niveauverdeling
Patronen in data
3 duidelijke groepen:– Procesgericht– Evenwichtig– Bedrijven in groei
Meeste Belgische bedrijven bevinden zich in de groeifase.
Aandachtspunten
Cross-channel integratie
Niet één grote stap maar vele kleine stapje
Streven naar evenwichtige score
Automatisatie tussen 25 en 50%
Goede samenwerking tussen marketing en IT
Aanbevelingen
Meer data verzamelen
Longitudinaal onderzoek
Aandachtspunten per sector
Niveauverdeling optimaliseren
Referenties
CSC (2006) ‘Information is the foundation for customer intelligence’, White paper, July 2006, 2p.
Arora, N (2008) ‘Putting one-to-one marketing to work: personalization, customization, and choice’, Market Lett, vol. 19, p. 305-321.
Stefanou, C en Sarmaniotis, C (2003) ‘CRM and customer-centric knowledge management: an empirical research’, Business Process Management Journal, Vol 9, No 5, p 617.
Gulati, R en Oldroyd, J (2005) ‘The quest for customer focus’, Harvard Business Review, April 2005, 12p.
Schiffer, R en Leininger, E (2008) ‘Customer are the core’, Marketing Management, January/February 2008, p. 30-37.
Referenties (2)
Liao,S et al. (2009) ‘Mining information users’ knowledge for one-to-one marketing on information appliance’ Expert Systems with Applications, vol. 36, p. 4967-4979.
Shaw, M et al. (2001) ‘Knowledge management and data mining for marketing’, Decision Support systems, vol. 31, p. 127-137.
Bruce, D et al. (2007) ‘Multichannel marketing: Mindset and program development’, Business Horizons, vol. 50, p. 385-394.
Responsys (2008) ‘Marketing beyond the status quo’, white paper, 23p.
Vragen