Wat de marketing- of financiële afdeling van een bedrijf kan leren van de stroompanne bij Belgocontrol

Peter d’Haeyer, business analytics solutions architect bij IBM, wijst op de impact die een stroompanne – zoals onlangs bij luchtverkeersleider Belgocontrol – heeft op elke afdeling van het bedrijf.

Eind mei viel de Belgische luchtverkeersleider Belgocontrol even zonder stroom waardoor het volledige vliegverkeer vier uur lang stil lag. De kranten kopten eerstdaags titels als “propvolle luchthaven, geen beweging” of “ergernis op Twitter over stroompanne luchtverkeersleiding”. Terecht? Neen, zo blijkt. Een analyse van alle #belgocontrol tweets tijdens de stroompanne, leert dat slechts een minderheid tweets negatief van aard, de overgrote meerderheid neutraal en een niet onbelangrijk deel zelfs positief was.

Bovenstaand voorbeeld leert dat bedrijven de impact van een bepaalde gebeurtenis op de tevredenheid van klanten over- of onderschatten. In het geval van Belgocontrol kunnen we spreken van een overschatting. Een onderschatting is nochtans even waarschijnlijk. En dat kan je een bedrijf niet eens kwalijk nemen omdat het geen idee heeft van de impact van een situatie, zoals een stroomstoring, op het welbevinden van klanten op een specifiek ogenblik.

De meeste bedrijven zijn zich ondertussen bewust van de toegevoegde waarde van sociale mediateams. Die monitoren voortdurend wat consumenten over hun merk(en) zeggen op sociale media en gaan in interactie met hen. Wat heel wat minder bedrijven doen is die berichten op grote schaal analyseren en er waardevolle inzichten uit te halen. Zeker in crisissituaties, zoals tijdens de luchthavenchaos eind mei, is een dergelijke analyse uitermate interessant.

Een stroomstoring bij Belgocontrol heeft niet enkel een impact op het luchtverkeer, maar ook op het trein- en busverkeer, de hoofdstad en Brussels Airlines. Een realtime analyse van alle tweets over deze onderwerpen is voor het sociale mediateam op dat ogenblik onontbeerlijk omdat het precies die reizigers kan identificeren die nood hebben aan specifieke informatie. Meer zelfs, het kan eventueel negatief sentiment ombuigen naar positief sentiment.

Een volgende stap is om een voorspellend element toe te voegen aan de analyse. Welke zijn de factoren die leiden tot frustraties bij klanten? Geldt dit voor alle klanten of enkel voor een specifieke groep? Zo ja, wat zijn hun kenmerken? Via analysetools zoals Watson Analytics kunnen bedrijven snel die elementen detecteren die de grootste impact hebben op hun business in specifieke situaties.

Burn-outs en schadeclaims voorspellen

De impact van een stroompanne is voor elke bedrijfsafdeling anders. Neem nu de financiële afdeling. Een paar dagen na de stroomchaos eiste de koepelorganisatie van reisbureaus een compensatie van 150.000 euro van Belgocontrol. Als die überhaupt al nodig is. Een financiële afdeling die gebruik maakt van analytics kan de werkelijk geleden schade, op basis van tal van datasets zoals sociale media of tevredenheidsonderzoek, perfect correleren met de grootte van de claims. Zo heeft ze een sterker dossier in de juridische strijd die ongetwijfeld volgt na de elektriciteitspanne.

Ander voorbeeld: de werknemers van Belgocontrol, Brussels Airlines en de luchthaven zullen wellicht een bovengemiddeld stresserende dag achter de kiezen hebben gehad. Op lange termijn leidt stress tot burn-outs, absenteïsme en jobverloop. Een HR-afdeling die nauwgezet de impact van specifieke situaties zoals een stroompanne op het welbevinden van werknemers, meet, kan maatregelen nemen om jobverloop te voorkomen. Meer nog, ze kan de #belgocontrol tweets linken aan bestaande HR-data. Vandaag hebben de meeste personeelsafdelingen wel een spreadsheet die het verloop binnen elke afdeling bijhoudt, of een werknemer ver van zijn werkplaats woont, hoeveel uur hij werkt, etc. Via tools als Watson analytics kunnen ze automatisch inzichten halen uit deze data. Wat zijn de echte variabelen die het verloop van werknemers bepalen? Het zijn inzichten die technologie vandaag in een oogopslag kan geven maar waar een klassiek HR dashboard moeite mee heeft. Een analyse laat HR-managers vandaag toe om te anticiperen op jobverloop en om hun aanwervingsstrategie aan te passen.

De inzichten die het sociale media team bij Belgocontrol kan halen uit een Twitteranalyse verschillen uiteraard sterk van de noden die een HR- of financiële afdeling heeft. Het proces om die inzichten te vinden is in elk van deze drie gevallen echter identiek. Of het nu gaat over het voorspellen van frustraties bij reizigers op een luchthaven tijdens een stroompanne, de beweegredenen van werknemers om een andere job te zoeken of de impact op de schadeclaims, de technologische processen zijn telkens identiek.

Peter d’Haeyer, Business Analytics Solutions Architect bij IBM