Met groot genoegen kan ik melden dat ook Human Inference is toegetreden tot het mooie rijtje sponsors van DBM Café.

In de download sectie vind je ook een drietal whitepapers van Human Inference over geautomatiseerde verwerking van adressen en persoons- en bedrijfsgegevens.

De download sectie is nu gesplitst in enerzijds “Whitepapers” en anderzijds “Tools & code”. Gebruik je zelf nog tools die je elke collega database marketeer kan aanraden? Stuur even een mailtje naar info@dbmcafe.nl.

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.

Deze week o.a: Analyseren en antwoorden geven kunnen we allemaal, de kunst is de juiste vragen te stellen. Maar ook een verhaal over het loyalty programma van Startbucks en natuurlijk nog veel meer. Neem snel een kijkje!

Aanbevolen literatuur van deze week:

Deze pagina is alleen toegankelijk voor leden.
Login. Heeft u nog geen account? Registreer nu!

Loon database analist stijgt het hardst, kopt het persbericht van ADP.

Gemiddeld krijgt de database analist € 37.900,-. Dit is 4,7% meer dan in 2009.

Dit blijkt uit de beloningsmonitor 2010/2011 van loonstrookjesverwerker ADP, adviesbureau Berenschot en uitgeverij Springer.

Iemand interesse in een salariskompas op DBM café?

Drie jaar geleden schreef ik het artikel De misbruikte database marketeer. In het artikel schreef ik, in een enigszins gefrustreerde toon, dat ik te weinig toe kwam aan het feitelijk analyseren van de data omdat ik veel tijd kwijt was aan rapporten ontwerpen, database beheer, lijstje matchen, applicaties bouwen, noem maar op.

Kom jij wel genoeg toe aan het analyseren van data? Heb jij naar jouw gevoel genoeg tijd om diepgaande analyses te maken?

Ik ben benieuwd! Reageer op dit artikel en/of vul de poll in. Je vindt ‘m in de linker menubalk.

Independer.nl gaat nieuwe doelgroepen aanboren en de site vernieuwen. Niet per se iets wat we op DBM Café moeten vermelden. Toch is onderstaand interview (door marketingfacts) met marketingdirecteur Mieke van Os ook voor ons interessant omdat zij jaren in het database marketing veld heeft gewerkt waaronder als manager database marketing bij Air Miles en Shell.

Als klanten bereikt moeten worden is zij dus gewend met scherp te schieten. Toch is de keuze nu gevallen op TV als medium, een schot hagel dus. In het openhartige interview laat ze blijken hier nog wel twijfels bij te hebben (“daarom hebben wij nooit televisie gedaan en dat wil ik eigenlijk nog steeds het liefst!” en “ik moet een beetje op mijn geloof terug komen dat massamediaal niet nodig is als je online bezig bent“).

Elke klus vereist het juiste gereedschap. Of een tv campagne de juiste keuze is, de tijd zal het leren. De eerste slag hebben ze in ieder geval al gewonnen, want op hun weblog publiceren ze een dagelijkse rubriek waarin ze de ervaringen delen zoals het bepalen van de doelgroepen, de ontwikkeling van de commercial, etc. Transparantie, compleet met twijfels en zekerheden. En daarvoor verdienen ze lof.

Op videolectures.net staat een grote hoeveelheid video’s van colleges over allerhande onderwerpen, maar kijk vooral eens in het computer science of mathematics gedeelte.

Vaak wordt naast de video, synchroon, ook de bijbehorende powerpoint slideshow afgespeeld en/of zijn te downloaden.

Erg handig allemaal. Ik heb ze nog niet van begin tot eind bekeken, maar kijk bijvoorbeeld eens naar onderstaande college’s:

Graph Mining Techniques for Social Media Analysis

Mary McGlohon

Subjectivity and Sentiment Analysis

Jan Wiebe

Text Mining, Information and Fact Extraction (TMIFE)

Marie-Francine Moens

Finding Influencers and Consumer Insights in the Blogosphere

Hikaru Yamamoto, Naohiro Matsumura, Daisuke Tomozawa

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.

Maar hij heeft nog meer, zie bijvoorbeeld Twitter Venn en Twitter Spectrum. Hierover is ook een artikel verschenen in de Harvard Business Review: Four Ways of Looking at Twitter.

Nieuws over social Media en social networks is prominent aanwezig op de leestafel van deze week (maar sowieso op DBM Café, met onze nagelnieuwe twitteraccount, en artikel Gezocht: Tribal leader).

Mooie quote uit het aanbod van deze week: “You can never manage what you can’t measure. But now it’s possible to measure so much you can’t manage.”

Aanbevolen literatuur van deze week:

Deze pagina is alleen toegankelijk voor leden.
Login. Heeft u nog geen account? Registreer nu!

Voor de zelfkastijders onder ons.

Via de datablog van The Guardian kwam ik onderstaande interactieve visual tegen.

De visual is gemaakt met Many Eyes, waar we hier eerder over schreven. Om ook andere dimensies te kunnen selecteren (zoals tackles!), klik dan even op de titel.