Jak řešení entit přidává hodnotu vašim marketingovým procesům

Co je rozlišení entit v marketingových datech

Připouští to velké množství B2B marketérů – téměř 27 %. nedostatečná data je stála 10 %nebo v některých případech ještě více v ročních ztrátách příjmů.

To jasně poukazuje na významný problém, kterému dnes většina marketérů čelí, a to je špatná kvalita dat. Neúplná, chybějící nebo nekvalitní data mohou mít obrovský dopad na úspěch vašich marketingových procesů. K tomu dochází, protože téměř všechny procesy oddělení ve společnosti – ale zejména prodej a marketing – jsou silně poháněny organizačními daty.

Ať už se jedná o úplný 360-násobný pohled na vaše zákazníky, potenciální zákazníky nebo potenciální zákazníky, nebo jiné informace související s produkty, nabídkou služeb nebo adresou – marketing je místo, kde se to všechno spojuje. To je důvod, proč obchodníci nejvíce trpí, když společnost nepoužívá řádné rámce řízení kvality dat pro nepřetržité profilování dat a opravy kvality dat.

V tomto blogu chci upozornit na nejběžnější problém kvality dat a na to, jak ovlivňuje vaše kritické marketingové procesy; poté se podíváme na možné řešení tohoto problému a nakonec uvidíme, jak jej můžeme zavést průběžně.

Takže začněte!

Největší problém kvality dat, kterému čelí marketéři

Ačkoli špatná kvalita dat způsobuje obchodníkům ve společnosti dlouhý seznam problémů, ale po dodání datových řešení více než 100 klientům nejběžnějším problémem s kvalitou dat, kterému lidé čelí, je:

Získání jednotného pohledu na základní datová aktiva.

Tento problém se objeví, když jsou pro stejnou entitu uloženy duplicitní záznamy. Zde může pojem entita znamenat cokoliv. V oblasti marketingu může slovo entita většinou označovat: zákazníka, potenciálního zákazníka, potenciálního zákazníka, produkt, umístění nebo něco jiného, ​​co je základem výkonu vašich marketingových aktivit.

Vliv duplicitních záznamů na vaše marketingové procesy

Přítomnost duplicitních záznamů v datových sadách používaných pro marketingové účely může být pro každého obchodníka noční můrou. Pokud máte duplicitní záznamy, můžete narazit na několik vážných scénářů:

  • Ztracený čas, rozpočet a úsilí – Protože vaše datová sada obsahuje více záznamů pro stejnou entitu, můžete skončit investováním času, rozpočtu a úsilí vícekrát pro stejného zákazníka, potenciálního zákazníka nebo potenciálního zákazníka.
  • Nelze usnadnit personalizované zážitky – Duplicitní záznamy často obsahují různé části informací o entitě. Pokud jste vedli marketingové kampaně s neúplným pohledem na vaše zákazníky, může se stát, že se vaši zákazníci budou cítit nevyslyšeni nebo nepochopeni.
  • Nepřesné marketingové zprávy – S duplicitními datovými záznamy můžete skončit poskytováním nepřesného pohledu na vaše marketingové úsilí a jeho návratnost. Například jste odeslali e-mailem 100 potenciálním zákazníkům, ale obdrželi jste odpovědi pouze od 10 – mohlo se stát, že pouze 80 z těchto 100 bylo jedinečných a zbytek z 20 byly duplikáty.
  • Snížená provozní efektivita a produktivita zaměstnanců – Když členové týmu získávají data pro určitou entitu a najdou více záznamů uložených v různých zdrojích nebo shromážděných v průběhu času ve stejném zdroji, působí to jako obrovská překážka v produktivitě zaměstnanců. Pokud se to stává poměrně často, pak to znatelně ovlivňuje provozní efektivitu celé organizace.
  • Nelze provést správnou atribuci konverzí – Pokud jste stejného návštěvníka zaznamenali jako novou entitu pokaždé, když navštívil vaše sociální kanály nebo web, bude pro vás téměř nemožné provést přesnou atribuci konverzí a znát přesnou cestu, kterou návštěvník šel ke konverzi.
  • Nedoručené fyzické a elektronické pošty – Toto je nejčastější důsledek duplicitních záznamů. Jak již bylo zmíněno dříve, každý duplicitní záznam má tendenci obsahovat částečný pohled na entitu (proto záznamy skončily jako duplikáty ve vaší datové sadě na prvním místě). Z tohoto důvodu mohou některé záznamy obsahovat chybějící fyzické umístění nebo kontaktní informace, což může způsobit selhání doručení pošty.

Co je rozlišení entit?

Rozlišení entity (ER) je proces určování, kdy jsou odkazy na entity reálného světa ekvivalentní (stejná entita) nebo neekvivalentní (různé entity). Jinými slovy, je to proces identifikace a propojení více záznamů se stejnou entitou, když jsou záznamy popsány odlišně a naopak.

Rozlišení entit a kvalita informací od Johna R. Talburta

Implementace rozlišení entit do vašich marketingových datových sad

Poté, co jste viděli strašlivý dopad duplikátů na úspěch vašich marketingových aktivit, je nezbytné mít jednoduchou, ale účinnou metodu deduplikaci vašich datových sad. Zde probíhá proces rozlišení entity Jednoduše řečeno, rozlišení entity odkazuje na proces identifikace, které záznamy patří stejné entitě.

V závislosti na složitosti a stavu kvality vašich datových sad může tento proces obsahovat řadu kroků. Provedu vás každým krokem tohoto procesu, abyste pochopili, co přesně to obnáší.

Poznámka: Při popisu níže uvedeného procesu budu používat obecný termín „entita“. Stejný proces je však použitelný a možný pro jakýkoli subjekt zapojený do vašeho marketingového procesu, jako je zákazník, potenciální zákazník, adresa umístění atd.

Kroky v procesu řešení entit

  1. Shromažďování záznamů dat entit, které se nacházejí v různých zdrojích dat – Toto je první a nejdůležitější krok procesu, kde se identifikujete kde přesně záznamy entity jsou uloženy. Mohou to být data pocházející z reklam na sociálních sítích, návštěvnosti webových stránek nebo ručně zadaná obchodními zástupci nebo marketingovými pracovníky. Jakmile jsou zdroje identifikovány, musí být všechny záznamy shromážděny na jednom místě.
  2. Profilování kombinovaných záznamů – Jakmile jsou záznamy sloučeny do jedné datové sady, je nyní čas porozumět datům a odhalit skryté detaily o jejich struktuře a obsahu. Datové profilování statisticky analyzuje vaše data a zjišťuje, zda jsou datové hodnoty neúplné, prázdné nebo nemají neplatný vzor a formát. Profilování vaší datové sady odhaluje další takové podrobnosti a zvýrazní potenciální možnosti čištění dat.
  3. Čištění a standardizace datových záznamů – Hloubkový datový profil vám poskytuje použitelný seznam položek pro čištění a standardizaci vaší datové sady. To může zahrnovat kroky k doplnění chybějících dat, opravu datových typů, opravu vzorů a formátů, stejně jako analýzu složitých polí do dílčích prvků pro lepší analýzu dat.
  4. Přiřazování a propojování záznamů patřících do stejné entity – Nyní jsou vaše datové záznamy připraveny ke spárování a propojení a poté dokončit, které záznamy patří stejné entitě. Tento proces se obvykle provádí implementací průmyslových nebo proprietárních párovacích algoritmů, které buď provádějí přesnou shodu na jedinečně identifikujících atributech, nebo fuzzy shodu na kombinaci atributů entity. V případě, že výsledky porovnávacího algoritmu jsou nepřesné nebo obsahují falešně pozitivní výsledky, možná budete muset algoritmus doladit nebo ručně označit nesprávné shody jako duplikáty nebo neduplikáty.
  5. Implementace pravidel pro slučování entit do zlatých záznamů – Zde dojde ke konečnému sloučení. Pravděpodobně nechcete ztratit data o entitě uložená napříč záznamy, takže tento krok je o konfiguraci pravidel pro rozhodování:
    • Který záznam je hlavní záznam a kde jsou jeho duplikáty?
    • Které atributy z duplikátů chcete zkopírovat do hlavního záznamu?

Jakmile jsou tato pravidla nakonfigurována a implementována, výstupem je sada zlatých záznamů vašich entit.

Vytvořte průběžný rámec řešení entit

Přestože jsme prošli jednoduchým podrobným průvodcem pro řešení entit v sadě marketingových dat, je důležité pochopit, že by to mělo být ve vaší organizaci považováno za trvalý proces. Podniky, které investují do porozumění svým datům a řešení jejich hlavních problémů s kvalitou, jsou připraveny na mnohem slibnější růst.

Pro rychlou a snazší implementaci takových procesů můžete také poskytnout datovým operátorům nebo dokonce obchodníkům ve vaší společnosti snadno použitelný software pro rozlišení entit, který je provede výše uvedenými kroky.

Závěrem můžeme s jistotou říci, že datový soubor bez duplicit působí jako klíčový hráč při maximalizaci ROI marketingových aktivit a posilování reputace značky napříč všemi marketingovými kanály.