Kuidas üksuse lahendamine teie turundusprotsessidele väärtust lisab

Mis on üksuse lahendamine turundusandmetes

Suur hulk B2B turundajaid – ligi 27% – tunnistab seda ebapiisavad andmed on maksnud neile 10%, või mõnel juhul isegi suurem iga-aastane tulude vähenemine.

See toob selgelt esile olulise probleemi, millega enamik turundajaid täna silmitsi seisab, ja see on halb andmete kvaliteet. Mittetäielikud, puuduvad või halva kvaliteediga andmed võivad teie turundusprotsesside edule tohutult mõjutada. See juhtub seetõttu, et peaaegu kõik ettevõtte osakondade protsessid – aga eelkõige müük ja turundus – on tugevalt toidetud organisatsiooniandmetest.

Olenemata sellest, kas tegemist on täieliku 360-kraadise ülevaatega teie klientidest, müügivihjetest või potentsiaalsetest klientidest või muust toodete, teenuste pakkumiste või aadressi asukohtadega seotud teabest – turundus on koht, kus see kõik kokku saab. Seetõttu kannatavad turundajad kõige rohkem, kui ettevõte ei kasuta pidevaks andmete profiilide koostamiseks ja andmete kvaliteedi fikseerimiseks sobivaid andmekvaliteedi juhtimisraamistikke.

Selles blogis tahan juhtida tähelepanu kõige levinumale andmekvaliteedi probleemile ja sellele, kuidas see mõjutab teie olulisi turundusprotsesse; siis vaatame sellele probleemile võimalikku lahendust ja lõpuks vaatame, kuidas saaksime seda pidevalt luua.

Nii et alustame!

Suurim andmekvaliteedi probleem, millega turundajad silmitsi seisavad

Kuigi kehv andmekvaliteet põhjustab ettevõtte turundajatele pikkade probleemide nimekirja, kuid pärast 100+ kliendile andmelahendusi tarnitud on kõige levinum andmekvaliteedi probleem, millega inimesed silmitsi seisavad:

Põhiandmevarade ühtse vaate saavutamine.

See probleem ilmneb siis, kui sama olemi jaoks salvestatakse duplikaatkirjed. Siin võib mõiste üksus tähendada kõike. Enamasti võib sõna üksus turunduse valdkonnas viidata: kliendile, müügivihjele, potentsiaalsele kliendile, tootele, asukohale või millelegi muule, mis on teie turundustegevuse keskmes.

Dubleerivate kirjete mõju teie turundusprotsessidele

Turunduseesmärkidel kasutatavate andmekogumite dubleeritud kirjete olemasolu võib olla iga turundaja jaoks õudusunenägu. Kui teil on topeltkirjeid, on järgmised tõsised stsenaariumid, millega võite kokku puutuda.

  • Raisatud aeg, eelarve ja jõupingutused – Kuna teie andmestik sisaldab sama olemi kohta mitut kirjet, võite lõpuks investeerida aega, eelarvet ja jõupingutusi sama kliendi, potentsiaalse kliendi või müügivihje jaoks mitu korda.
  • Isikupärastatud kogemusi ei saa hõlbustada – Duplikaatkirjed sisaldavad sageli olemi kohta teabe erinevaid osi. Kui viisite turunduskampaaniaid läbi, kasutades oma klientidest puudulikku ülevaadet, võite lõpuks panna oma kliendid tundma end kuulmata või valesti mõistetud.
  • Ebatäpsed turundusaruanded – Dubleerivate andmekirjete korral võite anda ebatäpse ülevaate oma turundustegevusest ja nende tuludest. Näiteks saatsite meili 100 müügivihjele, kuid saite vastuseid ainult 10-lt – võib juhtuda, et neist 80-st ainult 100 olid kordumatud ja ülejäänud 20 olid duplikaadid.
  • Vähenenud töö efektiivsus ja töötajate tootlikkus – Kui meeskonnaliikmed toovad andmeid teatud olemi kohta ja leiavad mitu erinevatest allikatest salvestatud või aja jooksul samast allikast kogutud kirjet, toimib see töötajate tootlikkuse suurendamisel tohutu takistusena. Kui seda juhtub üsna sageli, mõjutab see märgatavalt kogu organisatsiooni tegevuse efektiivsust.
  • Konversioonide õiget omistamist ei saa teostada – Kui olete registreerinud sama külastaja uue üksusena iga kord, kui ta teie suhtluskanaleid või veebisaiti külastas, on teil peaaegu võimatu teostada täpset konversioonide omistamist ja teada saada täpset teed, mida külastaja konversioonini läks.
  • Edastamata füüsilised ja elektronkirjad – See on dubleerivate kirjete kõige levinum tagajärg. Nagu varem mainitud, sisaldab iga duplikaatkirje olemi osalist vaadet (seetõttu sattusid kirjed teie andmekogus esmalt duplikaatidena). Sel põhjusel võivad teatud kirjetel puududa füüsilised asukohad või kontaktteave, mis võib põhjustada kirjade edastamise ebaõnnestumise.

Mis on olemi eraldusvõime?

Olemi eraldusvõime (ER) on protsess, mille käigus tehakse kindlaks, millal viited reaalmaailma olemitele on samaväärsed (sama üksus) või mitte samaväärsed (erinevad olemid). Teisisõnu, see on protsess, mille käigus tuvastatakse ja seostatakse mitu kirjet sama olemiga, kui kirjeid kirjeldatakse erinevalt ja vastupidi.

Entity Resolution and Information Quality autor John R. Talburt

Üksuste eraldusvõime juurutamine turundusandmekogumitesse

Olles näinud duplikaatide kohutavat mõju teie turundustegevuse edule, on hädavajalik omada lihtsat, kuid võimsat meetodit andmekogumite dubleerimist. See on koht, kus üksuse resolutsioon Lihtsalt, olemi lahendamine viitab protsessile, mille käigus tehakse kindlaks, millised kirjed kuuluvad samale olemile.

Sõltuvalt teie andmekogumite keerukusest ja kvaliteediseisundist võib see protsess sisaldada mitmeid samme. Juhendan teid selle protsessi iga etapiga, et saaksite aru, mida see täpselt endast kujutab.

Märkus. Protsessi kirjeldamisel kasutan allpool üldmõistet „üksus”. Kuid sama protsess on rakendatav ja võimalik kõigi teie turundusprotsessis osalevate üksuste jaoks, nagu klient, müügivihje, potentsiaalsed kliendid, asukoha aadress jne.

Üksuste lahendamise protsessi sammud

  1. Olemiandmete kirjete kogumine, mis asuvad erinevatest andmeallikatest – See on protsessi esimene ja kõige olulisem samm, kus te tuvastate kus salvestatakse täpselt olemikirjed. Need võivad olla andmed, mis pärinevad sotsiaalmeedia reklaamidest, veebisaidi liiklusest või müügiesindajate või turundustöötajate käsitsi sisestatud andmed. Kui allikad on tuvastatud, tuleb kõik dokumendid koondada ühte kohta.
  2. Kombineeritud kirjete profileerimine – Kui kirjed on koondatud ühte andmekogumisse, on nüüd aeg andmeid mõista ja paljastada nende struktuuri ja sisu peidetud üksikasjad. Andmete profileerimine analüüsib teie andmeid statistiliselt ja selgitab välja, kas andmeväärtused on mittetäielikud, tühjad või järgivad kehtetut mustrit ja vormingut. Andmestiku profiilide koostamine toob esile muud sellised üksikasjad ja tõstab esile võimalikud andmete puhastamise võimalused.
  3. Andmekirjete puhastamine ja standardimine – Põhjalik andmeprofiil annab teile kasutatava loendi andmetest puhastamiseks ja standardiseerimiseks. See võib hõlmata samme puuduvate andmete täitmiseks, andmetüüpide parandamiseks, mustrite ja vormingute parandamiseks ning keerukate väljade analüüsimiseks alamelementideks.
  4. Samale olemile kuuluvate kirjete sobitamine ja linkimine – Nüüd on teie andmekirjed valmis sobitamiseks ja linkimiseks ning seejärel viimistlege, millised kirjed kuuluvad samale olemile. See protsess viiakse tavaliselt läbi tööstustaseme või patenteeritud sobitusalgoritmide rakendamisega, mis kas teostavad täpse vaste unikaalselt identifitseerivate atribuutide puhul või ähmase vaste üksuse atribuutide kombinatsioonile. Juhul, kui sobitusalgoritmi tulemused on ebatäpsed või sisaldavad valepositiivseid tulemusi, peate võib-olla algoritmi viimistlema või valed vasted käsitsi duplikaatideks või mitteduplikaatideks märkima.
  5. Rakendusreeglid üksuste ühendamiseks kuldplaatideks – Siin toimub lõplik ühinemine. Tõenäoliselt ei taha te kaotada andmeid kirjetesse salvestatud olemi kohta, seega on see samm seotud reeglite konfigureerimisega, et otsustada:
    • Milline rekord on põhirekord ja kus on selle duplikaadid?
    • Milliseid duplikaatide atribuute soovite põhikirjesse kopeerida?

Kui need reeglid on konfigureeritud ja rakendatud, on väljundiks teie olemite kuldsete rekordite komplekt.

Looge käimasolev üksuste lahendamise raamistik

Kuigi läbisime lihtsa samm-sammulise juhendi turundusandmestiku olemite lahendamiseks, on oluline mõista, et seda tuleks käsitleda kui pidevat protsessi teie organisatsioonis. Ettevõtted, kes investeerivad oma andmete mõistmisse ja nende põhiliste kvaliteediprobleemide lahendamisse, on ette nähtud palju paljulubavamaks kasvuks.

Selliste protsesside kiireks ja lihtsamaks rakendamiseks saate oma ettevõtte andmeoperaatoritele või isegi turundajatele pakkuda lihtsalt kasutatavat olemilahendustarkvara, mis juhendab neid ülalnimetatud sammude kaudu.

Kokkuvõttes võime kindlalt väita, et duplikaatideta andmestik on turundustegevuse ROI maksimeerimisel ja kaubamärgi maine tugevdamisel kõigis turunduskanalites ülioluline.