Turundus vajab andmepõhiseks kvaliteetseid andmeid – võitlused ja lahendused

Turundusandmete kvaliteet ja andmepõhine turundus

Turundajad on äärmise surve all olla andmepõhised. Siiski ei leia turundajaid, kes räägivad halvast andmekvaliteedist või seavad kahtluse alla andmehalduse ja andmete omandiõiguse puudumise oma organisatsioonides. Selle asemel püüavad nad olla andmepõhised halbade andmetega. Traagiline iroonia! 

Enamiku turundajate jaoks ei tunnistata selliseid probleeme nagu puudulikud andmed, kirjavead ja duplikaadid isegi probleemiks. Nad kulutaksid tunde Excelis vigade parandamisele või otsiksid pistikprogramme andmeallikate ühendamiseks ja töövoogude parandamiseks, kuid nad ei ole teadlikud, et need on andmekvaliteedi probleemid, mis mõjutavad kogu organisatsiooni, põhjustades miljonite kadu. raha. 

Kuidas andmete kvaliteet äriprotsesse mõjutab

Tänapäeva turundajad on mõõdikute, suundumuste, aruannete ja analüüsidega nii ülekoormatud, et neil pole lihtsalt aega andmekvaliteediga seotud väljakutsetega tegeleda. Aga see on probleem. Kui turundajatel pole alustuseks täpseid andmeid, siis kuidas saaksid nad luua tõhusaid kampaaniaid? 

Selle kirjatüki kirjutamist alustades võtsin ühendust mitme turundajaga. Mul oli õnn Axel Lavergne, ettevõtte kaasasutaja ReviewFlowz jagada oma kogemusi halbade andmetega. 

Siin on tema põhjalikud vastused minu küsimustele. 

  1. Millised olid teie esialgsed võitlused andmete kvaliteediga, kui oma toodet koostasite? Seadistasin arvustuste genereerimise mootorit ja vajasin mõnda konksu, et saata rahulolevatele klientidele arvustustaotlusi ajal, mil nad jätavad tõenäoliselt positiivse arvustuse. 

    Selle saavutamiseks lõi meeskond Net Promoter Score (NPS) küsitlus, mis saadetakse välja 30 päeva pärast registreerumist. Kui klient jätab positiivse NPS-i, algselt 9 ja 10, hiljem laiendati 8-le, 9-le ja 10-le, kutsutakse teda jätma arvustus ja saama vastutasuks 10-dollarise kinkekaardi. Suurim väljakutse oli siin see, et NPS-i segment loodi turunduse automatiseerimise platvormil, samal ajal kui andmed olid NPS-i tööriistas. Lahti ühendatud andmeallikad ja ebajärjekindlad andmed tööriistade lõikes muutusid kitsaskohaks, mis nõudis täiendavate tööriistade ja töövoogude kasutamist.

    Kuna meeskond jätkas erinevate loogikavoogude ja integreerimispunktide integreerimist, pidid nad tegelema pärandandmetega järjepidevuse säilitamisega. Toode areneb, mis tähendab, et tooteandmed muutuvad pidevalt, nõudes ettevõtetelt aja jooksul järjepidevat aruandlusskeemi.

  2. Milliseid samme te probleemi lahendamiseks ette võtsite? Andmemeeskonnaga kulus palju tööd, et luua integratsiooniaspektist õige andmetöötlus. Võib tunduda üsna lihtne, kuid paljude erinevate integratsioonide ja paljude värskenduste, sealhulgas registreerumisvoogu mõjutavate värskenduste, tõttu pidime sündmuste, staatiliste andmete jms põhjal looma palju erinevaid loogikavooge.
  3. Kas teie turundusosakond sai nende väljakutsete lahendamisel kaasa rääkida? See on keeruline asi. Kui pöördute andmemeeskonna poole väga konkreetse probleemiga, võite arvata, et see on lihtne lahendus ja see on nii parandamiseks kulub vaid 1h kuid see hõlmab sageli palju muudatusi, millest te teadlik pole. Minu konkreetsel pistikprogrammide puhul oli peamiseks probleemide allikaks järjepidevate andmete säilitamine pärandandmetega. Tooted arenevad ja järjepidevat aruandlusandmete skeemi on aja jooksul tõesti raske hoida.

    Nii et jah, kindlasti on vajaduste osas sõnaõigus, kuid värskenduste jms juurutamise osas ei saa te tõesti väljakutset esitada korralikule andmeinseneride meeskonnale, kes teab, et selle elluviimiseks tuleb teha palju muudatusi. ja andmete "kaitsmiseks" tulevaste uuenduste eest.

  4. Miks turundajad sellest ei räägi andmehaldus või andmete kvaliteet, kuigi nad püüavad olla andmepõhised? Ma arvan, et see on tõesti nii, et probleemi ei teadvustata. Enamik turundajaid, kellega olen rääkinud, alahindavad andmete kogumise väljakutseid ja vaatavad põhimõtteliselt KPI-sid, mis on olnud kasutusel juba aastaid, ilma et oleks neid kunagi kahtluse alla seadnud. Kuid see, mida te nimetate registreerumiseks, müügivihjeks või isegi unikaalseks külastajaks, muutub suuresti sõltuvalt teie jälgimise seadistusest ja teie tootest.

    Väga lihtne näide: teil ei olnud meilikontrolli ja teie tootetiim lisab selle. Mis on siis registreerumine? Enne või pärast kinnitamist? Ma ei hakka isegi uurima kõiki veebijälgimise nüansse.

    Arvan, et sellel on palju pistmist ka omistamise ja turundusmeeskondade loomise viisiga. Enamik turundajaid vastutab kanali või kanalite alamhulga eest ja kui võtate kokku selle, mida iga meeskonnaliige oma kanalile omistab, saate tavaliselt umbes 150% või 200% omistamisest. Kõlab ebamõistlikult, kui seda nii öelda, mistõttu keegi seda ei tee. Teine aspekt on ilmselt see, et andmete kogumine taandub sageli väga tehnilistele probleemidele ja enamik turundajaid pole nendega tegelikult kursis. Lõppkokkuvõttes ei saa te kulutada aega andmete parandamisele ja pikslite täiusliku teabe otsimisele, sest te lihtsalt ei saa seda.

  5. Milliseid praktilisi/vahetuid samme saavad turundajad teie arvates oma kliendiandmete kvaliteedi parandamiseks ette võtta?Astuge kasutaja olukorda ja testige iga oma lehtrit. Küsige endalt, millist sündmust või konversioonitoimingut te igal etapil käivitate. Tõenäoliselt olete väga üllatunud, mis tegelikult juhtub. Teie andmete mõistmiseks on ülimalt oluline mõista, mida number reaalses elus kliendi, müügivihje või külastaja jaoks tähendab.

Turundus mõistab klienti kõige sügavamalt, kuid neil on raskusi andmete kvaliteedi probleemide lahendamisega

Turundus on iga organisatsiooni keskmes. See on osakond, kes levitab sõna toote kohta. Osakond on sillaks kliendi ja ettevõtte vahel. Osakond, kes ausalt öeldes saadet juhib.

Siiski on neil ka kõige rohkem raskusi juurdepääsuga kvaliteetsetele andmetele. Mis veelgi hullem, nagu Axel mainis, nad ilmselt isegi ei mõista, mida halvad andmed tähendavad ja millega nad silmitsi seisavad! Siin on mõned DOMO aruandest saadud statistikad, Turunduse uus MO, et panna asjad perspektiivi:

  • 46% turundajatest ütleb, et andmekanalite ja allikate suur arv on muutnud pikaajalise planeerimise keerulisemaks.
  • 30% kõrgematest turundajatest usuvad, et CTO ja IT-osakond peaksid vastutama andmete omamise eest. Ettevõtted selgitavad endiselt andmete omandiõigust!
  • 17.5% usub, et puuduvad süsteemid, mis koondaksid andmeid ja pakuksid läbipaistvust kogu meeskonnas.

Need numbrid näitavad, et turundusel on aeg andmeid omada ja nõuda, et need oleksid tõeliselt andmepõhised.

Mida saavad turundajad teha, et andmekvaliteediga seotud väljakutseid mõista, tuvastada ja nendega toime tulla?

Vaatamata sellele, et andmed on äriotsuste tegemise selgroog, näevad paljud ettevõtted endiselt vaeva oma andmehaldusraamistiku täiustamisega, et lahendada kvaliteediprobleeme. 

Aastal aruande Marketing Evolution, enam kui veerand 82% uuringus osalenud ettevõtted said ebakvaliteetsete andmete tõttu haiget. Turundajad ei saa enam lubada andmekvaliteedi kaalutlustel vaiba alla pühkida ega lubada endale, et nad pole nendest väljakutsetest teadlikud. Mida saavad turundajad nende väljakutsete lahendamiseks tegelikult teha? Siin on viis parimat tava alustamiseks.

1. parim tava: Alustage andmete kvaliteedi probleemidega tutvumist

Turundaja peab olema andmete kvaliteedi probleemidega sama kursis kui tema IT-kolleeg. Peate teadma andmekogumitele omistatud levinumaid probleeme, mis hõlmavad, kuid ei ole nendega piiratud:

  • Kirjavead, kirjavead, nimetamisvead, andmete salvestamise vead
  • Probleemid nimetamistavade ja standardite puudumisega, nagu telefoninumbrid ilma riigikoodideta või erinevate kuupäevavormingute kasutamine
  • Mittetäielikud üksikasjad, nagu puuduvad e-posti aadressid, perekonnanimed või tõhusate kampaaniate jaoks vajalik oluline teave
  • Ebatäpne teave, nagu valed nimed, valed numbrid, e-posti aadressid jne
  • Erinevad andmeallikad, kus salvestate teavet sama isiku kohta, kuid need on salvestatud erinevatele platvormidele või tööriistadele, mis takistavad teil konsolideeritud vaate saamist
  • Dubleerivad andmed, kui seda teavet korratakse kogemata samas andmeallikas või teises andmeallikas

Andmeallika halvad andmed näevad välja järgmiselt.

kehvad andmeprobleemid turunduses

Mõistete, nagu andmete kvaliteet, andmehaldus ja andmehaldus, tundmine võib aidata teil oma kliendisuhete halduses vigu tuvastada (CRM) platvormil ja võimaldab teil vastavalt vajadusele tegutseda.

2. parim tava: seadke alati prioriteediks kvaliteetsed andmed

Olen seal olnud, tegin seda. On ahvatlev halbu andmeid ignoreerida, sest kui te tõesti süveneksite, oleks ainult 20% teie andmetest tegelikult kasutatavad. Rohkem kui 80% andmetest on raisatud. Eelista kvaliteeti alati kvantiteedile! Seda saate teha andmete kogumise meetodite optimeerimisega. Näiteks kui salvestate andmeid veebivormilt, veenduge, et kogute ainult vajalikke andmeid ja piirake kasutaja vajadust teavet käsitsi sisestada. Mida rohkem peab inimene teavet sisestama, seda suurem on tõenäosus, et ta saadab mittetäielikke või ebatäpseid andmeid.

3. parim tava: kasutage õiget andmekvaliteedi tehnoloogiat

Te ei pea kulutama miljonit dollarit andmete kvaliteedi parandamiseks. Seal on kümneid tööriistu ja platvorme, mis aitavad teil oma andmed korda saada, ilma et peaksite kära tekitama. Need tööriistad võivad teid aidata, sealhulgas:

  • Andmete profileerimine: Aitab tuvastada erinevaid andmekogumi vigu, nagu puuduvad väljad, korduvad kirjed, õigekirjavead jne.
  • Andmete puhastamine: Aitab teil andmeid puhastada, võimaldades kehvadest andmetest optimeeritud andmete kiirema teisendamise.
  • Andmete sobitamine: Aitab sobitada erinevatest andmeallikatest pärit andmekogumeid ja linkida/ühendada nendest allikatest pärit andmeid. Näiteks saate andmevastet kasutada nii võrgu- kui ka võrguühenduseta andmeallikate ühendamiseks.

Andmekvaliteedi tehnoloogia võimaldab teil keskenduda olulisele, hoolitsedes üleliigse töö eest. Te ei pea enne kampaania alustamist muretsema, et raiskate aega oma andmete parandamiseks Excelis või CRM-is. Andmekvaliteedi tööriista integreerimisega on teil juurdepääs kvaliteetsetele andmetele enne iga kampaaniat.

4. parim tava: kaasake tippjuhtkonda 

Teie organisatsiooni otsustajad ei pruugi probleemist teadlikud olla või isegi kui nad on, eeldavad nad ikkagi, et see on IT-probleem, mitte turundusprobleem. Siin peate lahenduse pakkumiseks sekkuma. Halvad andmed CRM-is? Halvad andmed küsitlustest? Halvad kliendiandmed? Kõik need on turundusprobleemid ja neil pole IT-meeskondadega mingit pistmist! Kuid välja arvatud juhul, kui turundaja probleemi lahendamist soovitab, ei pruugi organisatsioonid andmekvaliteedi probleemidega midagi ette võtta. 

5. parim tava: tuvastage probleemid allika tasemel 

Mõnikord on kehvade andmeprobleemide põhjuseks ebatõhus protsess. Kuigi saate pinnalt andmeid puhastada, tabavad teid korduvad samad kvaliteediprobleemid, kui te ei tuvasta probleemi algpõhjust. 

Näiteks kui kogute müügivihjete andmeid sihtlehelt ja märkate, et 80% andmetest on probleeme telefoninumbrite sisestamisega, saate rakendada andmesisestuse juhtelemente (nt kohustusliku linnakoodi välja panemine), et tagada saada täpseid andmeid. 

Enamiku andmeprobleemide algpõhjuseid on suhteliselt lihtne lahendada. Peate lihtsalt võtma aega, et süveneda ja tuvastada põhiprobleem ning teha täiendavaid jõupingutusi probleemi lahendamiseks! 

Andmed on turundustoimingute selgroog

Andmed on turundustoimingute selgroog, kuid kui need andmed pole täpsed, täielikud või usaldusväärsed, kaotate kulukate vigade tõttu raha. Andmete kvaliteet ei piirdu enam IT-osakonnaga. Turundajad on kliendiandmete omanikud ja seetõttu peavad nad suutma rakendada oma andmepõhiste eesmärkide saavutamiseks õigeid protsesse ja tehnoloogiat.

Mis sa arvad?

Sellel saidil kasutatakse rämpsposti vähendamiseks Akismetit. Vaadake, kuidas teie andmeid töödeldakse.