Issuu on Google+

Data Mining & Web Mining: Analyse op wetenschapsniveau

Uw dienaar legt in deze bijdrages een voortdurende interesse voor marktgericht denken aan de dag. Trendspotting, marktvoorspelling en -analyse vormen immers de erogene zones van iedere wakkere ondernemer, of niet soms? Toen de Jonge Kamer Gheel-en-Thals onlangs een symposium over data-en webmining op poten zette, legde Phobos maar al te graag de beide oren te luister. In het Wetenschapspark te Diepenbeek verrichtte MINEvision, een spin-off van het plaatselijk universitair centrum, in deze materies baanbrekend onderzoek. Een greep uit hun bevindingen.

Het is niet altijd eenvoudig te cateren voor de juiste klant en op de juiste manier. Aangezien de huidige maatschappij gekenmerkt wordt door verzadigde markten en de aandacht van een klant beperkt divers is, zijn bedrijven naarstig op zoek naar nieuwe methodes om klanten aan te trekken en, als het even kan, zo lang mogelijk te behouden. Wie liever bedankt voor de platgetreden paden, vindt in data mining een relatief nieuwe bondgenoot. Data mining kan omschreven worden als het toepassen van patroonherkenning, statistische en wiskundige technieken bij de analyse van een grote hoeveelheid gegevens. Uit de in kaart gebrachte data kunnen bepaalde patronen of wetmatigheden bij de consument gedistilleerd worden, die vervolgens moeten leiden tot het voorspellen van dat consumentengedrag. Deze methode kadert in wat het knowledge discovery process genoemd wordt: het extraheren van marktgerichte kennis uit gegevens. Data Mining kan op een veelheid aan manieren aangepakt worden. Logischerwijze variëren de onderzoeksmethodes in functie van de aard, de omvang en de specifieke wensen van het bedrijf dat haar gegevens laat analyseren. Het gaat hierbij niet om klantgegevens in de zin van namenlijsten: data mining, zoals het door MINEvision wordt uitgetekend, is een vrij complexe aangelegenheid. Grofweg komt de indeling hier op neer: vooreerst wordt, op basis van gegevens over bestaande klanten, een potentieel succesprofiel opgemaakt van de prospect die het meest zou kunnen aangesproken worden door uw producten of

diensten. Bedoeling is de juiste commerciële boodschap op de juiste mensen te richten, zodat het najagen van die potentiële klanten op een efficiënter manier kan gebeuren. Immers, als kan vooropgesteld worden wie de meest waarschijnlijke klanten zijn, hoef je geen tijd noch geld aan alle anderen te verspillen. Homogene groepen klanten worden geprofileerd in termen van vb. leeftijd en inkomen. Als de latente interesses van uw eigenlijke klanten kunnen vastgesteld worden, kan u ze ook het juiste product bieden. Belangrijke scharnier in het verhaal betreft de manier waarop men in data mining poogt de producten aan te bieden. Hier komen de analytische mogelijkheden van data mining misschien wel het duidelijkst aan de oppervlakte. Het voorbeeld dat we onthielden uit het betoog van MINEvision betrof een grondige analyse van de inhoud der boodschappenwagentjes en de kassatickets van een warenhuis: uit de analyse bleek dat er een duidelijke correlatie kon aangetoond worden tussen bepaalde producten. Een broodje hesp, een blikje frisdrank en een pakje sigaretten staan vb. vaak samen op de lijst. Het zal u vast niet als onmogelijk voorkomen dat u ze voor uw lunchpauze ook al eens samen heeft aangeschaft. Als je één van deze producten uit het assortiment zou halen, zou dat een uitdijende invloed hebben en zou ook de verkoop van de bijproducten dalen. Conclusie: als je de combinaties, de hidden links tussen producten ontdekt, kan je daar op inspelen: je kan die producten in functie van de link gaan

Wenst u meer te weten, KLIK HIER St.-Jobsstraat - B-2200 Herentals - T +32 14 23 28 47 - info@phobos.be - www.phobos.be


Data Mining & Web Mining: Analyse op wetenschapsniveau

positioneren, je kan er een promotionele formule voor bedenken enz. Het laatste luik van de analyse probeert enerzijds aan te tonen welke klanten afhaken en waarom en anderzijds de juiste klanten zoveel en zo lang mogelijk aan het bedrijf te binden, uitgaande van de stelling dat het veel goedkoper is bestaande klanten tevreden te houden dan nieuwe aan te trekken. De cirkel is dan rond en kan tot 3 werkwoorden herleid worden: aantrekken, koesteren en vasthouden. Op analoge wijze kan u lessen trekken uit de perceptie van uw website: wie bezoekt uw site, waarom, hoe wordt die gebruikt en voldoet die site aan de behoeften van de bezoeker? Het is het studieveld van de web mining. Uit de logfiles van de bezoekers van uw site kan al heel wat informatie gewonnen worden: wie kwam er naar mijn site gesurfd, van waar, met welke browser of met welke zoektermen, hoe lang duurde het bezoek... Nu de website een dynamisch gegeven is geworden in de concurrentiële strijd, kan een bezoeker van uw site vergeleken worden met een klant in een winkel. Om vooreerst meer gebruikers naar uw website te lokken, kan onderzocht worden wie de huidige surfers zijn. Wij citeren het voorbeeld van

MINEvision: een bepaalde site lokt vooral surfers van academische sites tussen bepaalde uren, dan kan de houder van die site vb. tijdens die uren op één of meer universitaire sites een banner kopen, waarin bepaalde blikvangers kort worden aangestipt. Ook belangrijk om weten is dus wat de piekmomenten van het bezoek aan uw website zijn: als dat vb. vrijdagmorgen is, dan kan u nieuwe producten of acties optimaal in de kijker zetten door op donderdagavond uw site aan te passen. Tevens wordt onderzocht hoe lang een surfer op de diverse pagina’s blijft hangen en op welke pagina’s hij meestal afhaakt. De efficiëntie van uw site kan ook afgeleid worden uit de duur van een bezoek, de wetenschap of de surfer al dan niet zijn gegevens achterlaat, enz. Deze analyses herbergen een schat aan info over de perceptie van uw site door uw bezoekers. Bijsturen en aanpassen wordt een stuk gerichter en gefundeerder als u dergelijke gegevens vakkundig laat uitpluizen. Met dank aan MINEvision, Diepenbeek Carlo van Tichelen

Wenst u meer te weten, KLIK HIER St.-Jobsstraat - B-2200 Herentals - T +32 14 23 28 47 - info@phobos.be - www.phobos.be


Data mining & Web mining