Data, data og atter data.

Mængderne af data vokser eksponentielt hos landets virksomheder. De kommer fra sociale medier, callcentre, kasseterminaler, hjemmesider, smartphones, indkøbskurve og alt muligt andet. 

Den overvældende mængde har ført til begrebet Big Data. Samtidig er en ny software-generation under udvikling: Software, som kan samkøre, skabe orden og finde mønstre i dataene – i realtid. 

Det skaber muligheder, som ikke fandtes for få år siden. For at forske i mulighederne har Copenhagen Business School (CBS) netop lanceret det nye forskningscenter Center for Business Data Analytics. 

Overvåger kundernes følelser i realtid

”Perspektiverne i det her er meget store. Om få år vil man kunne tage temperaturen på sine kunder og sit brand hver dag – eller hver time: Hvordan har mit brand det? Er der en shitstorm på vej? 

Niels Buus Lassen, CBS

Tidligere skrev vi på foodculture.dk, hvordan forskere fra centret vil bruge data fra Roskilde Festival som laboratorium til at forudsige salg af fødevarer i realtid. De vil for eksempel kombinere salgsdata, vejrdata og data om, hvilke musikgenrer der spiller netop nu.

LÆS OGSÅ Forskere lærer at forudsige salg af fødevarer

Men det er blot ét af perspektiverne. Da foodculture.dk besøgte forskerne på årets Roskilde Festival, fik vi også fremvist en opsigtsvækkende graf, der kunne noget helt andet.

Facebook-data er forsmag på fremtiden

Grafen viser seks kurver, der hver repræsenterer én af seks grundfølelser: glæde, sorg, afsky, frygt, vrede og overraskelse. Kurverne viser, hvordan befolkningens følelser omkring Roskilde Festival har bølget op og ned gennem den seneste måned. 

Tallene bag kurverne er baseret på mange millioner offentlige tilkendegivelser på Facebook, Instagram og Twitter, som er blevet kategoriseret og analyseret af nogle af verdens mest avancerede computerprogrammer – for eksempel IBM’s flagskibs-system, Watson. Det handler dog ikke om at snage i folks privatliv. I stedet bliver dataene analyseret i samlet form.

Grafen er en forsmag på de værktøjer, der er på vej til erhvervslivet, fortæller forskerne.

”Perspektiverne i det her er meget store. Om få år vil man kunne tage temperaturen på sine kunder og sit brand hver dag – eller hver time: Hvordan har mit brand det? Er der en shitstorm på vej? Hvordan er min Brand Awareness, Customer Satisfaction, Net Promoter Score og Brand Reputation (vi forklarer begreberne nedenfor, red.)? Og hvis du kan gøre det, kan du styre din virksomhed meget bedre end dine konkurrenter. Du opnår simpelthen en kompetitiv fordel.”

Sådan lyder det fra Niels Buus Lassen, der er ph.d. fellow i såkaldt predictive modelling på CBS’ nye Center for Business Data Analytics. 

Hvorfor anbefaler kunder bestemte varer?

Om få år vil alle fødevarebrands bruge de her værktøjer. Og dem, der er first movers, vil få en konkurrencefordel.

Niels Buus Lassen, CBS

Predictive modelling handler om at bygge modeller, der kan forudsige ting ved hjælp af Big Data. De begreber, Niels Buus Lassen nævner, er kort sagt målinger, der viser, hvor positivt folk ser på ens virksomhed og produkter. En ’Net Promoter Score’ fortæller for eksempel, hvor tilbøjelige kunderne er til at anbefale et produkt, en service eller en virksomhed til venner og kollegaer.

”Hvis Coca Colas kunder er 10 procent gladere end Pepsis kunder, så vil det være vigtigt for Coca Cola at vide, hvorfor det sker, og at måle løbende på forskellene i følelser i forhold til deres konkurrenter. Det bliver et rigtigt vigtigt styringsværktøj. Og vi er lige ved at kunne dette,” siger Niels Buus Lassen.

Hvorfor er kunderne sure?

”Social media-monitorering handler kort sagt om at stikke en snabel ned i de sociale medier og finde ud af, hvad der foregår,” forklarer Niels Buus Lassen og uddyber:

”Hvis du kender din Net Promoter Score via de sociale data, finder du måske ud af, at den er sammensat af ’glæde’ og andre følelser. Og så kan du dykke ned i: Hvad er det, der gør, at folk er sure eller glade? Hvis der er en masse negative følelser: Hvad er det så, der skaber dem? Er det køer ved kassen, dårlig kundeservice eller noget helt andet? Og dét kan vi finde ud med data mining.”

Især oplagt for store brands

Vi har i dag det fænomen, der hedder et ’multiindivid’: Om morgenen har du én adfærd, på kontoret har du en anden adfærd, og med vennerne om aftenen har du en tredje adfærd.

Per Østergaard Jacobsen, CBS

Hidtil har den slags analyser typisk taget form som eksempelvis spørgeskema-undersøgeler og interview. Men det er mere effektivt at sætte en computer til at pløje sig igennem millioner af bramfri tilkendegivelser på de sociale medier, mener Niels Buus Lassen.

”Det er rigtig dyrt, hvis du skal ud og interviewe mellem 1.000 og 10.000 mennesker. Og de data, der ender på dit bord, vil være 2-4 uger gamle,” siger han.

Samtidig forklarer Niels Buus Lassen dog, at de analyser, han arbejder med, stadig er på udviklingsstadiet. 

”Men vi har på fornemmelsen, at de store, meget værdifulde, globale fødevarebrands, er i gang med det. Og de store, visionære fødevarebrands i Danmark burde gå i gang med det her nu. Om få år vil alle fødevarebrands bruge de her værktøjer. Og dem, der er first movers, vil få en konkurrencefordel,” lyder det fra Niels Buus Lassen.

Det er dog mest oplagt at foretage analyserne på store brands som Kvickly eller Carlsberg. Systemerne skal nemlig helst have mulighed for at tygge på flere millioner kommentarer, likes eller andet, før en analyse bliver retvisende, forklarer Niels Buus Lassen. 

”Mange af de basale varer, som vi ikke har nogen holdning til, kan vi ikke modellere – for eksempel en ’no name’-toiletrulle nede i et supermarked, en dåse med tomater eller en ’no name’-shampoo,” siger Niels Buus Lassen. 

Krævende at forstå fremtidens forbrugere

Vi arbejder på at finde logikker og mønstre i de formål, det ser ud som om, kunderne har. Hvis vi får et overblik over den slags, kan vi bedre styre varevalget i de enkelte butikker

Christian Maltesen, COOP

Men hvorfor skulle det nu være nødvendigt at holde øje med kundernes følelser i realtid?

Jo, kundernes loyalitet over for produkter og brands er i frit fald – særligt blandt de yngre generationer – forklarer co-director på CBS’s nye data-forskningscenter, Per Østergaard Jacobsen, der forsker i markedsføring.

”Der er mange kæder, der arbejder med ’personas’ (en persona er en groft skitseret karakteristik af målgruppen, red.). Men det er en fuldstændig forældet måde at arbejde med forbrugere på. Vi har i dag det fænomen, der hedder et ’multiindivid’: Om morgenen har du én adfærd, på kontoret har du en anden adfærd, og med vennerne om aftenen har du en tredje adfærd,” siger Per Østergaard Jacobsen og fortsætter:

”Så man bliver nødt til at monitorere og måle, hvor kunderne er henne, og hvilken følelse de er i. Og det er en tanke, som hele marketings-industrien kommer til at agere på.”

Som han siger: 

”Roskilde Festival er et tidsbillede på de kommende forbrugergenerationer. Man står ikke nødvendigvis og hører en koncert til ende. Som vi ser på de digitale og mobile kanaler, er man også her meget utålmodig og søger hurtigt videre: Man skal have flere oplevelser, og det skal gå hurtigere."

Coop finder mønstre i 350 millioner bon’er

Hos Coop forklarer kundeindsigtsdirektør Christian Maltsen da også, at Big Data spiller en absolut nøglerolle for forretningsudviklingen. Coop har eksempelvis en af landets mest udbyggede loyalitetsklubber med omtrent 1,6 million medlemmer. Koncernens systemer sender løbende tilbudsmails af sted, som automatisk bliver skræddersyet til hvert enkelt medlem, ud fra hvad vedkommende tidligere har købt.

Der er mange detailkæder, der analyserer deres bondata. Men det er en meget éndimensionel måde at se på verden på. Vi bringer det op i et flerdimensionelt lag

Per Østergaard Jacobsen, CBS

Coop samarbejder også med forskerne ved CBS om nye måder at anvende data på. Men om analyser på de sociale medier siger Christian Maltesen:

”Vi har ikke forfulgt dette endnu. Men der er ingen tvivl om, at hvis vi får en kæmpe shitstorm, så vil vi stille os spørgsmålet: Kunne vi have forudsagt det eller handlet anderledes, hvis vi havde haft den slags data?”

Indtil videre er Coop mest nysgerrige på de data, de allerede har – specielt de data, der kommer fra kasseterminalerne. Det vil sige data om varekategorier, priser og tidspunkter, samt hvordan forbrugerne kombinerer indkøbet af varerne.

”Coop har 350 millioner bon’er om året, og det kan du få rigtig meget ud af at grave i. For eksempel arbejder vi på at finde logikker og mønstre i de formål, det ser ud som om, kunderne har. Én butik har måske mange aftensmåltidskøb, hvor en anden måske er mere en weekendbutik, hvor kunderne fylder deres indkøbskurv. Hvis vi får et overblik over den slags, kan vi bedre styre varevalget i de enkelte butikker.”

”Det kan også være, vi har en butik, hvor folk primært handler i dagligdagen: Hvad skal jeg gøre med den i weekenden? Bare ved at analysere bon’erne, kan jeg blive meget klogere,” siger Christian Maltesen. 

Forsker: Salgsdata er éndimensionelt

Christian Maltsen fortæller dog, at COOP er i gang med at teste mere avancerede former for analyser.

”Inden for det sidste halvandet år er vi begyndt at samkøre data i højere grad, og vi er begyndt at kigge på nogle meget større datasæt.”

Ifølge Per Østergaard Jacobsen bør detailkæderne forberede sig på at tage skridtet videre.

”Der er mange detailkæder, der analyserer deres bondata. Men det er en meget éndimensionel måde at se på verden på. Vi bringer det op i et flerdimensionelt lag. Vi kigger eksempelvis også på flere faktorer så som vejr, bevægelsesmønstre, adfærd og emotions på de sociale medier,” siger han. 

 


Tagget med Fødevareforsyning, Forbrug, Forskning, Innovation, Teknologi, Vækst