Door individuele wijken met postcode-analyse te onderzoeken, kun je op lokaal niveau inzicht verkrijgen in de populariteit van je culturele product. Ook is het mogelijk om met deze vorm van data-analyse potentieel nieuw publiek te benaderen. Dit zorgt voor een aantal belangrijke voordelen.
Veel marketeers (en beleidsmakers) hebben het gevoel dat er meer publiek te vinden zou moeten zijn in hun stad of regio. Ze willen graag weten hoe ‘goed’ ze het doen, of en zo ja, waar er meer publiek te vinden is voor hun zaal. De aanname van een groot potentieel is vaak gebaseerd op een generieke vraag (naar theater- concert- of filmbezoek). Wat de specifieke vraag is naar theaterbezoek aan een bepaalde zaal of zelfs bepaalde makers, kun je zonder marktonderzoek niet beantwoorden. Wel kun je zien hoeveel bezoek er in een bepaalde periode gerealiseerd is. Door per wijk te berekenen hoeveel bezoekers er kwamen, kun je al veel meer te weten komen over waar je het ‘goed’ doet en hoeveel potentie er wellicht is.
Een wijk kun je benaderen door met 4P-postcodegebieden te werken (op basis van vier posities, bijvoorbeeld 1091). Dat is handig, omdat je meestal van je kaartkopers weet wat hun postcode is. Een meer gedetailleerde indeling, bijvoorbeeld op zes posities, kan ook, maar dan houd je per gebied vaak te weinig kaartkopers over en is er te veel toeval in het spel. Probeer om niet alleen inzicht te geven in het aantal kaartkopers, maar ook in hoe nieuw of jong dat publiek is en wat hun voorkeuren zijn (op basis van hun aankopen). Dat kan alleen als je wat grotere aantallen kaartkopers per gebied hebt.
Als je voor een analyse op postcodeniveau kiest, heb je volgende drie voordelen:
1. De mogelijkheid om te verrijken met open data. De cijfers die je per 4P-postcodegebied hebt berekend, kun je verbinden aan informatie over 4P-postcodegebieden van het CBS (Centraal Bureau voor de Statistiek). Deze informatie, bijvoorbeeld over het aantal huishoudens, het opleidings- of inkomensniveau, is niet heel recent, maar wel gratis. Als je bereid bent om te betalen, is er natuurlijk nog veel meer dataverrijking mogelijk, zelfs op huishoudniveau. Het aantal huishoudens kun je gebruiken om een penetratiegraad te berekenen, ongeacht de specifieke vraag, want die kennen we (nog) niet. Opleidings- en inkomensniveau zijn handig om de resultaten te interpreteren.
2. De gegevens zijn nu makkelijk te visualiseren. Als je een kaart voor je ziet van je eigen stad met donkere kleuren waar veel nieuwe kaartkopers vandaan komen en lichte kleuren voor weinig nieuwe kaartkopers (een choropletenkaart), gaat het direct leven. De interpretatie gaat dan ook makkelijker, omdat marketeers bijvoorbeeld weten waar ze veel buitenreclame hebben geplaatst.
3. Het derde voordeel: ook marketingacties zijn te verbinden aan specifieke wijken of gebieden. Ik denk dan bijvoorbeeld aan buitenreclame, Facebook Ads en huis-aan-huisreclame.
De volgende stap zou kunnen zijn, dat je preciezer gaat meten in welke buurt je inspanningen hebt verricht en wat dat heeft opgeleverd. Of je gaat meten wat een aanpassing van je aanbod in een bepaalde buurt oplevert. Vergelijken met jezelf door de tijd levert naar mijn mening meer op dan vergelijken met een collega in een andere stad. Zo kun je steeds meer inzicht verwerven in de specifieke vraag naar jouw aanbod per wijk. En hoe beter je dat weet, hoe meer inzicht je hebt in de omvang van je potentiële publiek.
Vanaf 12 mei 2022 organiseert Cultuurmarketing deze training over datagedreven werken, speciaal voor culturele organisaties.
Maak een begin met datagedreven marketing met deze 5 tips, waaronder een toolbox, handleiding en online event.
Hoe kun je algemene data uit het dashboard van de Museumvereniging inzetten om specifieke vraagstukken op te lossen? Sara Oomen licht het stapsgewijs toe.