Marketing potřebuje kvalitní data, aby byla řízena daty – boj a řešení

Kvalita marketingových dat a marketing řízený daty

Marketéři jsou pod extrémním tlakem, aby byli řízeni daty. Přesto nenajdete obchodníky, kteří by hovořili o nízké kvalitě dat nebo zpochybňovali nedostatek správy dat a vlastnictví dat v rámci jejich organizací. Místo toho se snaží být založeny na datech se špatnými daty. Tragická ironie! 

Pro většinu obchodníků nejsou problémy jako neúplná data, překlepy a duplikáty ani považovány za problém. Strávili by hodiny opravováním chyb v Excelu nebo by hledali pluginy pro připojení zdrojů dat a zlepšení pracovních postupů, ale neuvědomují si, že jde o problémy s kvalitou dat, které mají dominový efekt v celé organizaci a mají za následek miliony ztrát. peníze. 

Jak kvalita dat ovlivňuje obchodní proces

Marketéři jsou dnes tak zahlceni metrikami, trendy, reporty a analytiky, že prostě nemají čas věnovat se problémům s kvalitou dat. Ale to je ten problém. Pokud marketéři nemají přesná data, jak by proboha mohli vytvářet efektivní kampaně? 

Když jsem začal psát tento článek, oslovil jsem několik obchodníků. Měl jsem to štěstí Axel Lavergne, spoluzakladatel ReviewFlowz aby se podělil o své zkušenosti se špatnými daty. 

Zde jsou jeho zasvěcené odpovědi na mé otázky. 

  1. Jaké byly vaše počáteční problémy s kvalitou dat, když jste budovali svůj produkt? Nastavoval jsem modul pro generování recenzí a potřeboval jsem pár háčků, které bych mohl využít k odesílání žádostí o recenze spokojeným zákazníkům v době, kdy pravděpodobně zanechají pozitivní recenzi. 

    Aby se tak stalo, tým vytvořil čisté skóre propagátora (NPS) průzkum, který bude odeslán 30 dní po přihlášení. Kdykoli zákazník zanechá pozitivní NPS, zpočátku 9 a 10, později se rozšíří na 8, 9 a 10, bude vyzván, aby zanechal recenzi a na oplátku získal dárkovou kartu v hodnotě 10 USD. Největší výzvou zde bylo, že segment NPS byl nastaven na platformě automatizace marketingu, zatímco data seděla v nástroji NPS. Odpojené zdroje dat a nekonzistentní data napříč nástroji se staly úzkým hrdlem, které vyžadovalo použití dalších nástrojů a pracovních postupů.

    Jak tým pokračoval v integraci různých logických toků a integračních bodů, musel se vypořádat s udržením konzistence se staršími daty. Produkt se vyvíjí, což znamená, že produktová data se neustále mění, což vyžaduje, aby společnosti udržovaly konzistentní datové schéma výkaznictví v průběhu času.

  2. Jaké kroky jste podnikli k vyřešení problému? Vybudování správného datového inženýrství kolem aspektu integrace vyžadovalo hodně práce s datovým týmem. Může to znít docela jednoduše, ale s mnoha různými integracemi a spoustou aktualizací, včetně aktualizací ovlivňujících tok registrace, jsme museli vytvořit spoustu různých logických toků založených na událostech, statických datech atd.
  3. Mělo vaše marketingové oddělení slovo při řešení těchto problémů? Je to ošemetná věc. Když se obrátíte na datový tým s velmi specifickým problémem, můžete si myslet, že jde o snadnou opravu oprava trvá pouze 1 hodinu ale opravdu to často zahrnuje spoustu změn, o kterých si nejste vědomi. V mém konkrétním případě ohledně pluginů bylo hlavním zdrojem problémů udržování konzistentních dat se staršími daty. Produkty se vyvíjejí a je opravdu těžké udržet konzistentní datové schéma výkazů v průběhu času.

    Takže ano, rozhodně se o tom mluví, pokud jde o potřeby, ale pokud jde o to, jak implementovat aktualizace atd., opravdu nemůžete napadnout správný tým datových inženýrů, který ví, že se musí vypořádat se spoustou změn, aby se to stalo. a „chránit“ data před budoucími aktualizacemi.

  4. Proč o tom obchodníci nemluví správa dat nebo kvalitu dat, i když se snaží být řízeny daty? Myslím, že je to opravdu případ neuvědomování si problému. Většina obchodníků, s nimiž jsem mluvil, široce podceňuje problémy se sběrem dat a v zásadě se dívá na KPI, které existují již léta, aniž by je kdy zpochybňovaly. Ale to, čemu říkáte registrace, potenciální zákazník nebo dokonce jedinečný návštěvník, se výrazně mění v závislosti na vašem nastavení sledování a na vašem produktu.

    Velmi základní příklad: nemáte žádné ověření e-mailu a váš produktový tým je přidá. Co je potom registrace? Před nebo po validaci? Ani nezačnu zabíhat do všech jemností sledování webu.

    Myslím si, že to také hodně souvisí s atribucí a tím, jak jsou sestavovány marketingové týmy. Většina marketérů je zodpovědná za kanál nebo podmnožinu kanálů, a když sečtete, co každý člen týmu přisuzuje svému kanálu, obvykle se pohybujete kolem 150 % nebo 200 % atribuce. Zní to nerozumně, když to řeknete takhle, a proto to nikdo nedělá. Dalším aspektem je pravděpodobně to, že shromažďování dat často vede k velmi technickým problémům a většina obchodníků je ve skutečnosti nezná. Nakonec nemůžete trávit čas opravováním dat a hledáním dokonalých informací pro pixely, protože je prostě nedostanete.

  5. Jaké praktické/okamžité kroky podle vás mohou marketéři podniknout, aby napravili kvalitu svých zákaznických dat?Vžijte se do situace uživatele a otestujte každý jeden ze svých trychtýřů. Zeptejte se sami sebe, jaký druh události nebo konverzní akce v každém kroku spouštíte. Pravděpodobně budete velmi překvapeni, co se skutečně stane. Pochopení toho, co číslo v reálném životě znamená pro zákazníka, potenciálního zákazníka nebo návštěvníka, je naprosto zásadní pro pochopení vašich dat.

Marketing má nejhlubší porozumění zákazníkovi, přesto se snaží vyřešit problémy s kvalitou dat

Marketing je srdcem každé organizace. Je to oddělení, které šíří informace o produktu. Je to oddělení, které je mostem mezi zákazníkem a obchodem. Oddělení, které docela upřímně, provozuje show.

Přesto se také nejvíce potýkají s přístupem ke kvalitním datům. A co je horší, jak zmínil Axel, pravděpodobně si ani neuvědomují, co znamenají špatná data a proti čemu stojí! Zde jsou některé statistiky získané ze zprávy DOMO, Marketing's New MO, abych uvedl věci na pravou míru:

  • 46 % marketérů tvrdí, že kvůli velkému množství datových kanálů a zdrojů je dlouhodobé plánování obtížnější.
  • 30 % senior marketérů se domnívá, že odpovědnost za vlastnictví dat by měli nést CTO a IT oddělení. Společnosti stále zjišťují vlastnictví dat!
  • 17.5 % se domnívá, že chybí systémy, které shromažďují data a nabízejí transparentnost v celém týmu.

Tato čísla naznačují, že je čas, aby marketing vlastnil data a požadoval jejich generování, aby byly skutečně založeny na datech.

Co mohou marketéři udělat, aby pochopili, identifikovali a zvládli problémy s kvalitou dat?

Navzdory tomu, že data jsou páteří pro obchodní rozhodování, mnoho společností se stále potýká se zlepšením svého rámce správy dat, aby řešily problémy s kvalitou. 

Ve zprávě Marketingová evoluce, více než čtvrtina z 82 % společnosti v průzkumu byly zraněny nekvalitními údaji. Obchodníci si již nemohou dovolit zamést úvahy o kvalitě dat pod koberec, ani si nemohou dovolit neuvědomovat si tyto výzvy. Co tedy mohou marketéři skutečně udělat, aby se s těmito výzvami vypořádali? Zde je pět osvědčených postupů, se kterými můžete začít.

Doporučený postup 1: Začněte se učit o problémech s kvalitou dat

Obchodník si musí být vědom problémů s kvalitou dat stejně jako jeho IT kolega. Potřebujete znát běžné problémy připisované souborům dat, které zahrnují, ale nejsou omezeny na:

  • Překlepy, pravopisné chyby, chyby v názvech, chyby v záznamu dat
  • Problémy s konvencemi pojmenovávání a nedostatkem standardů, jako jsou telefonní čísla bez kódů zemí nebo používání různých formátů data
  • Neúplné podrobnosti, jako jsou chybějící e-mailové adresy, příjmení nebo důležité informace potřebné pro efektivní kampaně
  • Nepřesné informace, jako jsou nesprávná jména, nesprávná čísla, e-maily atd
  • Různé zdroje dat, kde zaznamenáváte informace o stejné osobě, ale jsou uloženy na různých platformách nebo nástrojích, což vám brání získat konsolidovaný pohled
  • Duplicitní data, kde se tyto informace náhodně opakují ve stejném zdroji dat nebo v jiném zdroji dat

Takto vypadají špatná data ve zdroji dat:

špatný marketing datových problémů

Seznámení s pojmy jako kvalita dat, správa dat a správa dat vám může pomoci jít dlouhou cestou při identifikaci chyb v rámci správy vztahů se zákazníky (CRM) platforma, a tím úsek, který vám umožní jednat podle potřeby.

Nejlepší postup 2: Vždy upřednostňujte údaje o kvalitě

Byl jsem tam, udělal jsem to. Je lákavé ignorovat špatná data, protože pokud byste se měli opravdu ponořit do hloubky, pouze 20 % vašich dat by bylo skutečně použitelných. Více než 80 % dat je zbytečný. Vždy upřednostňujte kvalitu před kvantitou! Můžete to udělat optimalizací metod sběru dat. Pokud například zaznamenáváte data z webového formuláře, ujistěte se, že shromažďujete pouze data, která jsou nezbytná, a omezte potřebu uživatele ručně zadávat informace. Čím více musí člověk „zadávat“ informace, tím vyšší je pravděpodobnost, že pošle neúplná nebo nepřesná data.

Nejlepší postup 3: Využijte správnou technologii kvality dat

Nemusíte utrácet milion dolarů za opravu kvality dat. Existují desítky nástrojů a platforem, které vám mohou pomoci dát vaše data do pořádku, aniž byste vyvolali povyk. Mezi věci, se kterými vám tyto nástroje mohou pomoci, patří:

  • Profilování dat: Pomáhá identifikovat různé chyby ve vaší datové sadě, jako jsou chybějící pole, duplicitní položky, pravopisné chyby atd.
  • Čištění dat: Pomáhá vám vyčistit data tím, že umožňuje rychlejší transformaci z chudých na optimalizovaná data.
  • Shoda dat: Pomáhá vám spárovat soubory dat v různých zdrojích dat a propojit/sloučit data z těchto zdrojů dohromady. Můžete například použít shodu dat k propojení online i offline zdrojů dat.

Technologie kvality dat vám umožní soustředit se na to, na čem záleží, tím, že se postará o nadbytečnou práci. Nebudete se muset bát ztrácet čas opravováním dat v Excelu nebo v CRM před zahájením kampaně. Díky integraci nástroje pro kvalitu dat budete mít přístup ke kvalitním datům před každou kampaní.

Nejlepší postup 4: Zapojte vyšší management 

Osoby s rozhodovací pravomocí ve vaší organizaci si nemusí být vědomy problému, nebo i když ano, stále předpokládají, že jde o problém IT a nikoli o marketingový problém. Zde musíte zasáhnout a navrhnout řešení. Špatná data v CRM? Špatná data z průzkumů? Špatná data zákazníků? To vše jsou marketingové záležitosti a nemají nic společného s IT týmy! Ale pokud marketingový specialista nenavrhne řešení problému, organizace nemusí s problémy s kvalitou dat nic dělat. 

Osvědčený postup 5: Identifikujte problémy na úrovni zdroje 

Někdy jsou problémy se špatnými daty způsobeny neefektivním procesem. I když můžete vyčistit data na povrchu, pokud neidentifikujete hlavní příčinu problému, budete mít při opakování stejné problémy s kvalitou. 

Pokud například shromažďujete údaje o potenciálních zákaznících ze vstupní stránky a všimnete si, že 80 % údajů má problém se zadáním telefonních čísel, můžete implementovat ovládací prvky zadávání údajů (jako je umístění povinného pole s kódem města), abyste zajistili, že získává přesná data. 

Hlavní příčina většiny problémů s daty je poměrně snadno řešitelná. Stačí si udělat čas na to, abyste se ponořili hlouběji a identifikovali hlavní problém a vynaložili další úsilí na vyřešení problému! 

Data jsou páteří marketingových operací

Data jsou páteří marketingových operací, ale pokud tato data nejsou přesná, úplná nebo spolehlivá, přijdete o peníze kvůli nákladným chybám. Kvalita dat již není omezena na IT oddělení. Obchodníci jsou vlastníky zákaznických dat, a proto musí být schopni implementovat správné procesy a technologie při dosahování svých datově řízených cílů.

Co si myslíte?

Tyto stránky používají Akismet k omezení spamu. Zjistěte, jak jsou vaše údaje komentářů zpracovávány.