Het creëren van één data waarheid
Data intelligence
Aukeline Wind
02 / 12 / 2024
6 minuten leestijd
Data is overal; veel hiervan is ook in te zien. Denk aan de resultaten van die ene campagne die op Facebook heeft gedraaid, de omzetcijfers van je webshop binnen Google Analytics 4 of het aantal klikken op een specifieke pagina vanuit Hotjar. Data is echter niet eenduidig: de aantallen tussen de verschillende bronnen kunnen afwijken. Dit komt omdat elk (advertentie)platform zijn eigen eenzijdige beeld van de werkelijkheid laat zien. De grote vraag is dan ook: wat is de waarheid?
Belang van één data waarheid
Kort gezegd toont elk platform in principe de waarheid: het meet immers zijn eigen resultaten. Pas wanneer de data gecombineerd worden met andere data komen de afwijkingen aan het licht. Dit komt door externe factoren zoals adblockers, niet geaccepteerde cookies, laadsnelheden van pixels en het gekozen attributiemodel.
Om de juiste beslissingen te kunnen maken, is het van groot belang om te begrijpen waar de verschillen vandaan komen en beter nog: één data waarheid te creëren. Dat houdt in dat er één representatie van de werkelijkheid wordt weergegeven op basis van de meest nauwkeurige, volledige en actuele data die er beschikbaar is. De definities van de verschillende indicatoren binnen deze weergave zijn omschreven en duidelijk bij iedereen die ermee moet werken. Dit voorkomt dat de data alsnog op verschillende manieren wordt geïnterpreteerd.
Welke databron past bij jouw doel?
Het creëren van een data waarheid begint bij het bepalen van de belangrijkste indicatoren: wat zijn de primaire en secundaire conversiepunten die ervoor zorgen dat de organisatiedoelstelling kan worden behaald? Wat is de definitie van deze conversie? Zo is een ‘lead’ binnen de automotive branche bijvoorbeeld iemand die een proefrit plant, terwijl dit binnen e-commerce iemand is die een offerte aanvraagt.
Wanneer eenmaal helder is wat alle benodigde dimensies en statistieken inhouden, moet worden bepaald wat de meest geschikte databron hiervoor is. Dit kan voor elke dimensie en/of statistiek een andere bron zijn. Het is van belang om hierbij zo dicht mogelijk bij het eindpunt van de dataverzameling te gaan zitten. Wil je bijvoorbeeld de omzet in kaart brengen, dan zal de data vanuit het CRM betrouwbaarder en vollediger zijn dan de omzetwaarde die in Google Analytics te zien is. Terwijl Google Analytics hoogstwaarschijnlijk vollediger is wanneer je het aantal conversies vanuit een specifiek kanaal wil inzien.
Databronnen koppelen
Vervolgens zullen de verschillende databronnen daadwerkelijk gekoppeld moeten worden. Dit kan enerzijds door de data zelf op te halen middels een API koppeling met bijvoorbeeld BigQuery of anderzijds via de inzet van een ETL tool als Funnel.io die deze koppelingen mogelijk standaard al beschikbaar hebben. ETL (Extract Transform Load) is het proces dat datagestuurde organisaties gebruiken voor het verzamelen en samenvoegen van data uit meerdere bronnen.
Beide hebben hun eigen voor- en nadelen. Zo is de inzet van een ETL tool over het algemeen minder tijdsintensief, maar zijn de licentiekosten hoger. De inzet van BigQuery vergt meer kennis, tijd en onderhoud, maar bied je wel weer veel meer flexibiliteit in de op te halen data.
In beide gevallen zul je na het verzamelen nog wel de data dusdanig moeten prepareren dat deze ook echt bruikbaar is. Je kunt hier verschillende benamingen herdefiniëren zodat ze overeenkomen. Denk bijvoorbeeld aan ‘Kosten’ vanuit Google Ads en ‘Amount spend’ vanuit Meta Ads. Beide representeren het uitgegeven mediabudget, maar worden anders genoemd. Wel is dit in een aantal gevallen te voorkomen (bijv. bij campagnenamen) door een algemene naming convention aan te houden. Hoe minder herdefinities nodig zijn, hoe beter.
Data dashboard
Tot slot kan de geprepareerde data naar wens gevisualiseerd worden. Bedenk hierbij goed wat de wensen en benodigdheden zijn, wie de stakeholders zijn en of de visualisatie aansluit en wenselijk is bij het datatype. Over het algemeen geldt Less is more. Zet dus geen overbodige informatie in het dashboard. Dit zorgt er eerder voor dat het dashboard minder leesbaar en dus bruikbaar wordt.
Wij denken graag met je mee
Zoals je ziet, gaat het creëren van een data waarheid niet over één nacht ijs. Het is eigenlijk een continu proces: nieuwe inzichten kunnen weer leiden tot nieuwe (of andere) keuzes. Neem daarom de tijd om zaken goed uit te denken, uit te werken én niet te vergeten te documenteren.
Kun je hier hulp bij gebruiken? We denken graag met je mee. Neem contact op!
Data Audit
In de snel veranderende digitale wereld kan data een enorme impact hebben op jouw bedrijfsresultaten. Maar hoe weet je of je al het potentieel van je data benut? Bij Friday willen we daar graag met je over sparren. Middels de audit brengen we in kaart hoe we jouw data nog beter in kunnen zetten om je business een koppositie te geven.