Persbericht van OPTA vandaag: Het eerste jaar van het bel-met-niet register heeft OPTA bijna 10.000 klachten ontvangen over ongewenste commerciële telefoontjes. Opvallend: 21% van de klachten betreft consumenten die gebeld zijn door een bedrijf waar ze klant zijn of waren. Alhoewel dit gewoon mag, is het geen gek idee om ook je klanten even langs het bel-me-niet register te halen.
Blijkbaar zijn het wel een handvol bedrijven die het gros van de klachten veroorzaken: OPTA is 48 onderzoeken gestart. Deze bedrijven zijn samen verantwoordelijk voor 80% van de klachten (hebben we hier een 20/80 regel?).
“top”-5 klachten: Telefonie & televisie (12%), energie (12%), loterijen (11%), kranten & tijdschriften (8%) en goede doelen (7%).
Beste collega’s: Wees niet irritant, maar relevant voor uw klant. En dat rijmt.
Zullen er later nog dingen zijn waar we geen Google voor gebruiken? Kijk eens naar onderstaande video over Google Refine, een tool om orde te scheppen in wanordelijke data. Of, zoals Google zelf zegt:
“Google Refine is a power tool for working with messy data, cleaning it up, transforming it from one format into another, extending it with web services (…)”.
Bijzonder is dat de tool ook zelf voorstellen doet voor transformaties om de vervuiling in je data tegen te gaan. Ook bijzonder: Google Refine is geen web service, maar gewoon een stukje software dat je kan installeren op je computer. Je hoeft dus geen data te uploaden naar Google. Volgens één van onderstaande video’s werkt het ook nog prima met een paar honderdduizend records, mits je pc snel genoeg is.
De komende weken trek ik de stoute schoenen aan en zet ik mijn eerste kleine stapjes op het vlak van Text Mining. Vandaag de eerste aflevering in een, naar ik hoop, lange en interessante reeks in dit voor vele database marketeers onontgonnen terrein. Heb je tips & tricks voor me? Ik hoor het graag!
In de aflevering van vandaag ga ik data verzamelen. Het leek me leuk om reviews te gebruiken van mobiele telefoons. Reviews bevatten vaak grote stukken tekst in combinatie met gestructureerde data zoals een rapportcijfer. We gaan deze data natuurlijk niet zelf copy-pasten, we gebruiken daarvoor de webscraping tool Mozenda (we hebben hier eerder over deze tool geschreven).
In onderstaande video (de eerste DBM Cafe video!), laat ik Mozenda alle reviews en rapportcijfers van alle HTC smartphones verzamelen op de site kieskeurig.nl. In amper zes minuten tijd krijg je zo een goed beeld wat je met deze tool kan! De video heeft geen geluid, ik heb een toelichting als ondertiteling toegevoegd. Je kan de video dus rustig kijken zonder je omgeving te storen.
Ik heb zo een duister vermoeden dat documentatie/metagegevens over de data in het bedrijf vaak op zijn best summier te noemen is. We zullen allemaal het belang van goede documentatie onderkennen, toch blijkt het er vaak niet van te komen. Vandaar de gewetensvraag hoe het met de documentatie is gesteld bij het bedrijf waar jij werkt.
Stem op de poll (linkermenu) of geef een reactie op dit artikel!
Het bel-me-niet register rapporteert op haar site netjes het aantal registraties. Ik was benieuwd naar de deelblokkades en schrok toch wel even: Nagenoeg alle deelblokkades staan rond de 99% (goede doelen op 97,2%) van het totaal aantal registraties. Oftewel, bijna niemand maakt gebruik van de deelblokkades.
Nu zijn de deelblokkades iets van de laatste jaren. Het is dus netter om naar het aantal nieuwe registraties te kijken. Zie de grafiek hieronder. Ook hier blijkt dat men zich liever voor alle telemarketing afsluit. Ik ben benieuwd of dit komt doordat de huidige mogelijkheid van deelblokkades niet aansluit op de behoeftes, of dat men gewoon helemaal niet zit te wachten op deelblokkades.
Er zit een rare dip in de grafiek qua totaal aantal registraties in augustus, maar niet voor de deelblokkades. Ik heb hier eergisteren contact over gehad met BMNR, en kreeg als reden terug dat dit komt door:
“Dit verschil komt doordat er mensen zijn die zich reeds geregistreerd hebben zonder alle deelblokkades te kiezen, besluiten om toch voor alles geblokkeerd te worden. Door deze aanpassing van reeds bestaande registraties, stijgt het aantal volledige blokkades meer danj het aantal nieuwe registraties.“.
Dit lijkt me onwaarschijnlijk, het verklaart niet de dip van het totaal aantal registraties. Inmiddels zie ik op de site van de BMNR dat er een tijd lang een fout in de rapportage heeft gezeten, doordat mensen die zich weer hebben afgemeld voor het BMNR, niet werden verwijderd uit het blokkadebestand (maar wel de deelblokkades op 0 werden gezet). Blijkbaar hebben ze dit 25 augustus gecorrigeerd door de telefoonnummers alsnog weg te halen.
Per ongeluk op de verkeerde link klikken is een dure aangelegenheid bij het bel-me-niet register, zo blijkt uit de oproep (zie: Gebruikerservaringen Bel-Me-Niet-Register) van DBM Café community lid Ton in ons Forum (ja, we hebben een forum!).
Het verhaal in het kort: In plaats van de gewenste (gratis!) verlenging, is per ongeluk op de knop voor een nieuwe download geklikt (1500 Euro!). Zonder dat om een bevestiging wordt gevraagd, is daarmee de transactie een feit. Ondanks het direct melden van de fout, is het bel-me-niet-register van plan de 1500 Euro te factureren. Een kostbaar klikje dus.
Ton vraagt of andere gebruikers soortgelijke ervaringen hebben. Help hem en reageer op zijn oproep! (Je kan gerust klikken, het is hier gratis )
Stichting postfilter werkt aan een code die alle bedrijven verplicht geen geadresseerde reclame meer te sturen naar consumenten die zich bij het postfilter hebben aangemeld, zo lees ik in de Volkskrant. Let wel: Alle bedrijven, dus niet zoals nu alleen de bedrijven die zijn aangesloten.
Verder lees ik op Adformatie dat ze hard bezig zijn het proces te verbeteren en klantvriendelijker te maken en dat consumenten zich ook voor specifieke bedrijven kunnen laten blokkeren. In de huidige situatie kan dat alleen op branche-niveau.
Ik heb mij vandaag even aangemeld (nestbevuiling?). Één tip alvast in kader van klantvriendelijkheid: Graag een postcodetabelletje achter het webformulier hangen, zodat ik niet zelf straatnaam en woonplaats in hoef te vullen. Vreemd genoeg wordt je registratie nu alleen geaccepteerd als je je woonplaats in HOOFDLETTERS invult…dat zou je toch niet van je klanten hoeven te vragen.
Vele marketeers zijn zo in de ban van de data die je over klanten kan verzamelen op allerhande social media, dat zij misschien, hééél misschien wel eens vergeten dat er ook klanten bestaan die hier bepaald allergisch op reageren. Hieronder een reactie van zo’n klant, met vermelding van voor- en achternaam (dat dan weer wel), op het artikel Get to know Stacey, the savvy single:
“I have to say that there’s one demographic they seem completely blind to: those to hate advertising with a passion that borders on psychotic. I recycle flyers before they get in the door and abandon companies I’ve dealt with for decades because of too many unsolicited ads. Why is it so difficult for them to believe that I’m faithful to those who don’t bother me?”
Goed om je er van bewust te zijn dat ook al delen veel mensen een groot deel van hun leven via social media, niet iedereen er op zit te wachten dat bedrijven deze data commercieel benutten.
Web data extraction, screen scraping, web crawling, web harvesting. Zelf noemen ze het bij Mozenda liever “comprehensive web data gathering”. Ik noem het webdata grazen (want dan kan ik eindelijk een plaatje van een koe laten zien).
Mozenda is een tool waarmee je “agents” kan maken die geautomatiseerd data van websites plukt, om het vervolgens keurig voor je in een bestandje weg te schrijven. En dat alles via een razend makkelijke GUI, je hoeft dus niet te programmeren. Het is geen gratis tool (voor de goedkoopste versie betaal je 100 dollar per maand), maar er is wel een trial versie beschikbaar om het eens uit te proberen.
Uitproberen, dat is precies wat ik eens ben gaan doen. In no-time heb ik vandaag een agent gemaakt die, geautomatiseerd, de volgende stappen doorloopt:
Inloggen in Linkedin;
naar mijn “groups” pagina gaat;
een groep selecteert waar ik lid van ben;
de ledenpagina opent van die groep;
vervolgens van elk lid de naam, functie en aantal “followers” wegschrijft in een bestand;
van elk lid ook de profielpagina opent en ook daar nog wat data van wegschrijft in het bestand;
vervolgens op de “next” knop drukt om de volgende 20 leden te “grazen”, net zo lang tot er geen “next” knop meer is.
En zo had ik van complete linkedin groepen alle leden met relevante info in een keurig .csv bestandje. Nou ja, helaas niet alle leden van de grotere groepen, Linkedin laat nooit meer dan 500 leden zien.
Nu kan je natuurlijk wel nuttigere toepassingen bedenken. Wat te denken van periodiek (je kan je agents ook schedulen), de assortimentpagina’s van je concurrenten afstruinen om je prijspositie in de markt te bepalen? Of meningen over jouw product op vergelijkings-sites?
Al met al een leuke tool, ik sta verbaasd hoe simpel het allemaal gaat.
Hieronder een leerzaam filmpje van de tool, waarin ze reviews van een bepaalde productgroep gaan grazen.
Ik heb mij overigens in de aanloop naar de kamerverkiezingen wild geïrriteerd aan de debatten die steeds werden onderbroken om een hippe redacteur, met laptop in de aanslag natuurlijk, te laten vertellen wat die voor de nederlandse bevolking volledig a-typische groep van twitteraars van het debat vond.
Toch valt niet te ontkennen dat twitter een interessante (en realtime) bron van informatie kan zijn. Leuk artikel hierover in de Harvard Business Review: Six Ways to Find Value in Twitter’s Noise. In dit artikel laten ze een aantal mogelijkheden zien, door ten tijde van de launch van de Ipad te kijken welke woorden werden getweet in combinatie met het woord Ipad. Ze gebruikten hiervoor een “steam graph”, die de frequentie van de gebruikte woorden in de tijd laat zien.
Het aardige is dat diegene die deze grafiek voor de Harvard Business Review heeft gemaakt, op zijn site een interactieve versie heeft staan, waar je zelf een trefwoord kan opgeven. Onderstaande heb ik gemaakt met zijn Twitter SteamGraphs tool, voor het keyword “bavaria”. Tijdens de huldiging is Bavaria in context met Heineken genoemd, zie de reacties onder in het plaatje.
Persbericht van OPTA vandaag: Het eerste jaar van het bel-met-niet register heeft OPTA bijna 10.000 klachten ontvangen over ongewenste commerciële telefoontjes. Opvallend: 21% van de klachten betreft consumenten die gebeld zijn door een bedrijf waar ze klant zijn of waren. Alhoewel dit gewoon mag, is het geen gek idee om ook je klanten even langs het bel-me-niet register te halen. 
Ik heb zo een duister vermoeden dat documentatie/metagegevens over de data in het bedrijf vaak op zijn best summier te noemen is. We zullen allemaal het belang van goede documentatie onderkennen, toch blijkt het er vaak niet van te komen. Vandaar de gewetensvraag hoe het met de documentatie is gesteld bij het bedrijf waar jij werkt.
)
Web data extraction, screen scraping, web crawling, web harvesting. Zelf noemen ze het bij 
RSS