Dit deed BI voor de STER

Een adverteerder komt bij de STER, reclamespot onder zijn arm, en wil de naamsbekendheid van zijn merk onder 18- tot 25-jarigen vergroten naar 30 procent. Hoe vaak en rond welke programma's moet de spot daarvoor worden ingezet?

Vroeger was dat een onmogelijke vraag, maar dankzij business intelligence beantwoordt de reclamestichting deze nu met grote zekerheid.

De STER werkt hiervoor samen met onderzoeksbureau MarketResponse, dat de eigenlijke analyse uitvoert. MarketResponse legt de spot voor aan een panel dat vervolgens een vragenlijst invult. De antwoorden worden vergeleken met resultaten van eerdere spotjes, en leveren op die manier een accurate voorspelling op. Binnen 3 dagen kan de STER adviseren een spotje maar helemaal niet uit te zenden, of bijvoorbeeld het budget te halveren omdat de uiting opvallend effectief is.

"Dat zijn zeer geavanceerde toepassingen waarbij zware analyses lopen, maar die gelijkertijd ongelooflijk efficiënt moeten zijn zodat een externe dat proces kan aansturen," vertelt Leo van Doorn, directeur van MarketResponse. "Dat kan niet eens als we dat als een zelfstandig systeem hadden moeten maken. Dat kan alleen met een geavanceerd systeem voor business intelligence. In dat geval is dat SAS."

MarketResponse investeerde zo'n 700.000 euro in het BI-project. De helft daarvan verdiende zich direct terug doordat andere applicaties niet langer nodig waren. Daarnaast leverde het pakket een onverwachte besparing op van 200.000 euro aan personeelskosten, doordat een afdeling die cijfers uit onderzoeken controleerde niet langer nodig bleek. De directe return on investment is daarmee binnen 1,5 jaar gerealiseerd.

Kostenbesparingen waren overigens niet het grootste doel van het project. Van Doorn wilde in de eerste plaats afrekenen met een lappendeken aan verouderde applicaties. De onderzoeksbranche gaat gebukt onder een groot aantal verouderde en sterk versnipperde toepassingen. Bij een gemiddeld onderzoek komen al snel 6 verschillende programma’s kijken, maar het uitwisselen van data tussen die applicaties is bijna onmogelijk omdat elk platform zijn eigen standaarden en metadata hanteert. Bij lang lopende onderzoeken zat de data daardoor opgesloten in de specifieke applicatie die de klant destijds vereiste.