Slide 1

Slide 1 text

Brand KPI Modelling ABN AMRO Brand, Marketing & Communicatie Big Data Expo 14 september 2022

Slide 2

Slide 2 text

Agenda 1. Even voorstellen 2. Waar kennen jullie ons van 3. Data model 4. Waar staan we nu; voorbeelden 5. Uitdagingen 6. Onze droom Big Data Expo 2022

Slide 3

Slide 3 text

NIKKI GILLESSEN 1 2 3 4 SENIOR DATA ANALIST BIJ ABN AMRO SINDS 2017 KICKBOKSEN, BOURGONDIËR, DANSEN ROTTERDAM; SAMENWONEND MET PETER DROOMBAAN BUITEN DATA: EIGEN KAASWINKEL WOUTER DE KRUIF MARKETEER ABN AMRO 1 2 3 4 MARKETEER B2B BIJ ABN AMRO SINDS 2016 WIELRENNEN, LEZEN, FESTIVALS, BIER ALMERE, GETROUWD, 2 PUBERS DROOMBAAN BUITEN MARKETING: MUZIKANT DATA ANALIST BIJ ABN AMRO SINDS 2018 PADEL EN TENNIS, BORRELEN, STRANDWANDELINGEN KATWIJK; SAMENWONEND MET THIJS EN SJAAK DROOMBAAN BUITEN DATA: WIJNGAARD RUNNEN PAOLA REMMELSWAAL

Slide 4

Slide 4 text

4 01 Wie is data analist? 02 Wie houdt zich ook bezig met brand analytics?

Slide 5

Slide 5 text

Klant comms Campagnes

Slide 6

Slide 6 text

We maken impact van campagnes op verschillende manieren meetbaar BRAND ANALYTICS (BRAND KPI MODELLING) PERFORMANCE ANALYTICS (ROMI)

Slide 7

Slide 7 text

Welke data nemen wij mee? • Mediaspend • Nieuws- en social media berichten • Klantcommunicatie • Sponsoring en events • Mediaspend • Nieuws- en social media berichten - Social media berichten - Online sentiment

Slide 8

Slide 8 text

Klantonderzoek gebruikt als te voorspellen variabele in brand KPI model Brand Track data Continu onderzoek met GfK NL bevolking, 18+ Vragen over ABN AMRO en concurrenten

Slide 9

Slide 9 text

Wat doen we met die data? - Moving average (voortschrijdend gemiddelde - Lagged effecten - Rekening houden met correlaties (VIF) - Bepaalde variabelen testen zoals Covid indicatie Wat doen we met die data? Moving average Trends/seizoenseffecten Lagged variabelen creëren Multicollineariteit testen

Slide 10

Slide 10 text

Dan nu: het model!

Slide 11

Slide 11 text

Waar staan we nu? Merkkpi’s Campagnes Nieuws Klantcommunicatie met negatieve impact Events Concurrentie / Adj. R² = 0.492

Slide 12

Slide 12 text

Voorbeeld van output van het model 28 30 32 34 36 38 40 42 44 Januari Februari Maart April Mei Juni Juli Augustus September Oktober November December Merkwaarde 1 Realisatie Forecast Merkwaarde = 36 + 0.00005 x “1 campagne euro” + 2 x “1 event” – 1.5 x “negatief nieuws” – 2 x “negatief nieuws lag 1” – 1.2 x “negatief nieuws lag 2” – 2 x “negatieve klantcommunicatie lag 3” – 1.8 x “ negatieve klantcommunicatie lag4”

Slide 13

Slide 13 text

Wat leren we dan? Negatieve impactvolle klantcommunicatie hebben een negatief effect: 4,6 punten daling in merkwaarde 1 Onze ATL campagnes (TV & radio) hebben een positief effect: per 100.000 euro een stijging van 4,3 punten in merkwaarde 1 ABN AMRO komt negatief in het nieuws: per bericht een daling van 9,8 punten verdeeld over 4 weken in merkwaarde 1 + 4,3 - 4,6 - 9,8

Slide 14

Slide 14 text

Uitdagingen Wat zijn de juiste data bronnen? 1 Paid media is bepalend: budget.... 2 Concurrentie is lastig te voorspellen 3

Slide 15

Slide 15 text

Onze droom Totale merk funnel modelleren 1 Volledig geautomatiseerde data set en modellen 2 Alle marketing beslissingen op basis van data 3

Slide 16

Slide 16 text

Nikki Gillessen [email protected] Paola Remmelswaal [email protected] VRAGEN OF FEEDBACK?