Parkeren met big data

'Wat is de impact van onze media-investeringen op het aantal parkeerreserveringen?' Zo luidde de vraag van het marketingteam van Schiphol Parking & Mobility Services. Eerdere onderzoeken naar de tv-inzet voor Smart Parking (het populairste parkeerproduct van Schiphol) duidden op positieve invloeden op kennis, houding en gedrag van consumenten, maar gaven onvoldoende aan wat een en ander daadwerkelijk had bijgedragen aan het aantal reserveringen.

Behalve met tv wordt gewerkt met radio, search (SEA en SEO), affiliates (direct en prijsvergelijkers), online display e-mailmarketing. Ook externe factoren hebben invloed op het aantal reserveringen. Rondom Schiphol zijn verschillende partijen actief die concurrerende parkeerproducten aanbieden. Maar denk ook aan de fluctuatie in het aantal reizigers rondom vakantieperioden, storingen in de dienstregeling van de NS en verschillende prijsniveaus tijdens drukke perioden.

Enorme puzzel
Tobias Boog, Yield Manager Parking bij Schiphol: ‘Wij willen onze media-investeringen per kanaal optimaliseren, maar zonder inzicht in de wisselwerking van alle genoemde factoren blijft dit een enorme puzzel. We hebben daarom de onderzoeksafdeling van Universal Media gevraagd om alle data samen te brengen om vervolgens te kijken waar we onze media-inzet kunnen optimaliseren. Het begon dus allemaal met het verzamelen van heel veel data.’

De eerste stap was het opstellen van een data template, aldus Mervyn Brookson, manager Marketing Sciences bij UM, ‘een overzicht van alle data waarvan we vermoedden dat ze impact hebben op de aantallen reserveringen’. Veel van de benodigde data waren opgeslagen in verschillende systemen van UM, Schiphol en de onlinepartners van Schiphol. Uiteindelijk was de grootste uitdaging volgens Brookson om alle data ‘op uniforme wijze’ in één bestand te krijgen.

Variabelen
Schiphol en UM hebben uiteindelijk ruim drie maanden besteed aan het verzamelen van de data, die op weekniveau geaggregeerd werden in één bestand. Dat bestand bevatte op hoofdlijnen ruim zestig variabelen. Maar omdat elke variabele op verschillende manieren gekwantificeerd kon worden, bestond het uiteindelijke databestand uit 672 variabelen, gevuld voor een periode van 119 weken. Het was vervolgens aan de econometristen van UM om deze data te analyseren.

'De eerste stap die je zet, is beschrijvende statistiek’, vertelt UM-econometrist Simon Teggelaar. Bepalen dus welke combinatie van variabelen het beste in staat is om de reserveringen van Schiphol Parking te verklaren. ‘Vakantieperioden waren gelijk enorm significant, net als media-inzet via tv, radio, online display en affiliates. Ook externe factoren zoals prijs, koopbereidheid, NS storingen en het weer bleken significant. SEA bleek daarentegen lastig om goed mee te nemen vanwege de te hoge correlatie met de onlinereserveringen.’ Teggelaar legde vervolgens uit dat het uiteindelijke model de reserveringen op weekniveau voor meer dan 90 procent kon verklaren. (R-kwadraat van 94% en een Durbon Watson van 2,2). 

Het econometrische model kwantificeert de bijdrage van elke factor per week, waardoor onderstaande ‘decompositie’ opgebouwd kon worden (zie onderstaande figuur, waarbij elke kleur een ander mediumtype of externe factor vertegenwoordigt). 

Budgetscenario's

Tobias Boog van Schiphol Parking & Mobility Services: ‘We weten nu wat de bijdrage is geweest van alle belangrijke factoren, en per mediakanaal geeft een responscurve aan bij welke mediadruk afnemende meeropbrengsten optreden. We kunnen nu ook, rekening houdend met de kosten, de ROI berekenen van onze afzonderlijke investeringen. En dat biedt ons weer handvatten om onze budgetten efficiënter te alloceren. Dit model gebruiken we nu om verschillende budgetscenario’s vooraf met elkaar te vergelijken.’

Dat er veel data voorhanden zijn waaruit je waardevolle inzichten kan halen, ja, dat wisten Boog c.s. wel. Maar het daadwerkelijk ontsluiten en structureren van data, dat bleek een grotere opgave dan verwacht. De uitdaging is dan ook, zegt Boog, om voortaan al die gegevens gestructureerd op te slaan. Maar nog belangrijker is de vraag hoe je van deze (big) data bruikbare en hanteerbare informatie maakt. ‘Meer inzicht in de effecten van de verschillende media geeft ons immers de mogelijkheid om de winstgevendheid te verbeteren.’