Ang Marketing ay Nangangailangan ng De-kalidad na Data upang Batay sa Data – Mga Pakikibaka at Solusyon

Marka ng Data ng Marketing at Marketing na Batay sa Data

Nasa ilalim ng matinding pressure ang mga marketer na maging batay sa data. Gayunpaman, hindi ka makakahanap ng mga marketer na nagsasalita tungkol sa mahinang kalidad ng data o nagtatanong sa kakulangan ng pamamahala ng data at pagmamay-ari ng data sa loob ng kanilang mga organisasyon. Sa halip, nagsusumikap silang maging data-driven na may masamang data. Kalunos-lunos na kabalintunaan! 

Para sa karamihan ng mga marketer, ang mga problema tulad ng hindi kumpletong data, typo, at mga duplicate ay hindi rin kinikilala bilang isang problema. Gumugugol sila ng maraming oras sa pag-aayos ng mga pagkakamali sa Excel, o magsasaliksik sila para sa mga plugin upang ikonekta ang mga pinagmumulan ng data at pahusayin ang mga daloy ng trabaho, ngunit hindi nila alam na ito ay mga isyu sa kalidad ng data na may epekto sa buong organisasyon na nagreresulta sa milyun-milyong pagkawala. pera. 

Paano Nakakaapekto ang Kalidad ng Data sa Proseso ng Negosyo

Ang mga marketer ngayon ay labis na nalulula sa mga sukatan, trend, ulat, at analytics na wala na silang oras upang maging maselan sa mga hamon sa kalidad ng data. Pero yun ang problema. Kung ang mga marketer ay walang tumpak na data sa simula, paano sila makakagawa ng mga epektibong kampanya? 

Naabot ko ang ilang mga marketer noong sinimulan kong isulat ang pirasong ito. Ako ay mapalad na magkaroon Axel Lavergne, Co-founder ng ReviewFlowz upang ibahagi ang kanyang karanasan sa mahinang data. 

Narito ang kanyang mga insightful na sagot sa aking mga katanungan. 

  1. Ano ang iyong mga unang pakikibaka sa kalidad ng data noong itinayo mo ang iyong produkto? Nagse-set up ako ng isang review generation engine at kailangan ko ng ilang mga kawit upang magamit upang magpadala ng mga kahilingan sa pagsusuri sa mga masasayang customer sa oras na malamang na mag-iwan sila ng positibong pagsusuri. 

    Upang magawa ito, lumikha ang koponan ng isang Net Promoter Score (NPS) survey na ipapadala 30 araw pagkatapos mag-signup. Sa tuwing ang isang customer ay mag-iiwan ng isang positibong NPS, sa una ay 9 at 10, sa kalaunan ay lumawak sa 8, 9, at 10, sila ay iniimbitahan na mag-iwan ng pagsusuri at makakuha ng $10 na gift card bilang kapalit. Ang pinakamalaking hamon dito ay ang NPS segment ay na-set up sa marketing automation platform, habang ang data ay nakaupo sa NPS tool. Ang mga nadiskonektang pinagmumulan ng data at hindi pare-parehong data sa mga tool ay naging isang bottleneck na nangangailangan ng paggamit ng mga karagdagang tool at workflow.

    Habang nagpatuloy ang koponan sa pagsasama-sama ng iba't ibang mga daloy ng lohika at mga punto ng pagsasama, kinailangan nilang harapin ang pagpapanatili ng pare-pareho sa legacy na data. Nagbabago ang produkto, na nangangahulugang patuloy na nagbabago ang data ng produkto, na nangangailangan ng mga kumpanya na panatilihin ang isang pare-parehong schema ng data ng pag-uulat sa paglipas ng panahon.

  2. Anong mga hakbang ang iyong ginawa upang malutas ang problema? Kinailangan ng maraming pakikipagtulungan sa pangkat ng data upang makabuo ng wastong engineering ng data sa paligid ng aspeto ng pagsasama. Maaaring mukhang simple, ngunit sa maraming iba't ibang mga pagsasama, at maraming mga update na ipinapadala, kabilang ang mga update na nakakaapekto sa daloy ng pag-signup, kailangan naming bumuo ng maraming iba't ibang mga daloy ng lohika batay sa mga kaganapan, static na data, atbp.
  3. May sinabi ba ang iyong departamento sa marketing sa paglutas ng mga hamong ito? Ito ay isang nakakalito na bagay. Kapag pumunta ka sa data team na may isang napaka-partikular na problema, maaari mong isipin na ito ay isang madaling ayusin at ito 1h lang para ayusin ngunit ito ay talagang madalas na nagsasangkot ng isang toneladang pagbabago na hindi mo alam. Sa aking partikular na kaso tungkol sa mga plugin, ang pangunahing pinagmumulan ng mga problema ay ang pagpapanatili ng pare-parehong data sa legacy na data. Nag-evolve ang mga produkto, at talagang mahirap panatilihin ang pare-parehong schema ng data ng pag-uulat sa paglipas ng panahon.

    Kaya oo, tiyak na sinasabi sa mga tuntunin ng mga pangangailangan, ngunit pagdating sa kung paano ipatupad ang mga pag-update atbp. hindi mo talaga maaaring hamunin ang isang wastong pangkat ng data engineering na nakakaalam na kailangan nilang harapin ang maraming pagbabago upang maisakatuparan ito, at para "protektahan" ang data laban sa mga update sa hinaharap.

  4. Bakit hindi pinag-uusapan ng mga marketer Pamamahala ng data o kalidad ng data kahit na sinusubukan nilang maging data-driven? Sa tingin ko ito ay talagang isang kaso ng hindi napagtanto ang problema. Karamihan sa mga marketer na nakausap ko ay malawakang minamaliit ang mga hamon sa pagkolekta ng data, at karaniwang, tumitingin sa mga KPI na nasa loob ng maraming taon nang hindi nagtatanong sa kanila. Ngunit ang tinatawag mong signup, lead, o kahit isang natatanging bisita ay malaki ang pagbabago depende sa iyong setup ng pagsubaybay, at sa iyong produkto.

    Napakapangunahing halimbawa: wala kang anumang email validation at idinagdag ito ng iyong team ng produkto. Ano ang isang signup pagkatapos? Bago o pagkatapos ng pagpapatunay? Hindi ko na sisimulan ang lahat ng subtleties sa pagsubaybay sa web.

    Sa tingin ko, malaki rin ang kinalaman nito sa attribution at sa paraan ng pagbuo ng mga marketing team. Karamihan sa mga marketer ay may pananagutan para sa isang channel o isang subset ng mga channel, at kapag nagsama-sama ka kung ano ang ini-attribute ng bawat miyembro ng isang team sa kanilang channel, karaniwan kang nasa 150% o 200% ng attribution. Parang hindi makatwiran kapag inilagay mo ito ng ganoon, kaya naman walang gumagawa. Ang isa pang aspeto ay malamang na ang pagkolekta ng data ay kadalasang nauuwi sa mga teknikal na isyu, at karamihan sa mga marketer ay hindi talaga pamilyar sa kanila. Sa huli, hindi mo maaaring gugulin ang iyong oras sa pag-aayos ng data at paghahanap ng pixel-perfect na impormasyon dahil hindi mo lang ito makukuha.

  5. Anong praktikal/mga agarang hakbang sa tingin mo ang maaaring gawin ng mga marketer para ayusin ang kalidad ng kanilang data ng customer?Ilagay ang iyong sarili sa posisyon ng isang user, at subukan ang bawat isa sa iyong mga funnel. Tanungin ang iyong sarili kung anong uri ng kaganapan o pagkilos na conversion ang iyong tini-trigger sa bawat hakbang. Malamang na magugulat ka sa kung ano talaga ang mangyayari. Ang pag-unawa sa ibig sabihin ng numero sa totoong buhay, para sa isang customer, lead o bisita, ay talagang mahalaga sa pag-unawa sa iyong data.

Ang Pagmemerkado ay May Pinakamalalim na Pang-unawa sa Customer Ngunit Nagpupumilit na Ayusin ang kanilang mga Problema sa Kalidad ng Data

Ang marketing ay nasa puso ng anumang organisasyon. Ang departamento ang nagpapakalat ng balita tungkol sa produkto. Ito ang departamento na isang tulay sa pagitan ng customer at ng negosyo. Ang departamento na medyo matapat, nagpapatakbo ng palabas.

Gayunpaman, higit na nahihirapan din sila sa pag-access sa kalidad ng data. Mas masahol pa, tulad ng nabanggit ni Axel, malamang na hindi nila napagtanto kung ano ang ibig sabihin ng mahinang data at kung ano ang kanilang kinakalaban! Narito ang ilang istatistika na nakuha mula sa ulat ng DOMO, Bagong MO ng Marketing, upang ilagay ang mga bagay sa pananaw:

  • 46% ng mga marketer ang nagsasabi na ang dami ng mga channel at source ng data ay nagpahirap sa pagpaplano para sa pangmatagalang panahon.
  • Naniniwala ang 30% na senior marketer na dapat balikatin ng CTO at IT department ang responsibilidad ng pagmamay-ari ng data. Inaalam pa ng mga kumpanya ang pagmamay-ari ng data!
  • 17.5% ang naniniwalang may kakulangan ng mga system na nagko-collate ng data at nag-aalok ng transparency sa buong team.

Isinasaad ng mga numerong ito na oras na para sa marketing na magkaroon ng data at pagbuo ng demand para ito ay tunay na batay sa data.

Ano ang Magagawa ng Mga Nagmemerkado upang Maunawaan, Matukoy, at Mahawakan ang Mga Hamon sa Kalidad ng Data?

Sa kabila ng pagiging backbone ng data para sa paggawa ng desisyon sa negosyo, nahihirapan pa rin ang maraming kumpanya sa pagpapabuti ng kanilang balangkas sa pamamahala ng data upang matugunan ang mga isyu sa kalidad. 

Sa isang ulat sa pamamagitan ng Marketing Evolution, higit sa isang-kapat ng 82% ang mga kumpanya sa survey ay nasaktan ng substandard na data. Ang mga marketer ay hindi na kayang walisin ang mga pagsasaalang-alang sa kalidad ng data sa ilalim ng alpombra at hindi rin nila kayang hindi alam ang mga hamong ito. Kaya ano talaga ang magagawa ng mga marketer upang matugunan ang mga hamong ito? Narito ang limang pinakamahuhusay na kagawian upang makapagsimula.

Pinakamahusay na Pagsasanay 1: Magsimulang matuto tungkol sa mga isyu sa kalidad ng data

Kailangang maging alam ng isang nagmemerkado sa mga isyu sa kalidad ng data gaya ng kanilang kasamahan sa IT. Kailangan mong malaman ang mga karaniwang problemang nauugnay sa mga set ng data na kinabibilangan ng ngunit hindi limitado sa:

  • Mga typo, mga error sa spelling, mga error sa pagbibigay ng pangalan, mga error sa pagtatala ng data
  • Mga isyu sa mga kombensiyon sa pagbibigay ng pangalan at kakulangan ng mga pamantayan tulad ng mga numero ng telepono na walang mga country code o paggamit ng iba't ibang mga format ng petsa
  • Mga hindi kumpletong detalye tulad ng mga nawawalang email address, apelyido, o kritikal na impormasyong kinakailangan para sa mga epektibong campaign
  • Hindi tumpak na impormasyon tulad ng mga maling pangalan, maling numero, email atbp
  • Magkahiwalay ang mga pinagmumulan ng data kung saan nagre-record ka ng impormasyon ng parehong indibidwal, ngunit nakaimbak ang mga ito sa iba't ibang platform o tool na pumipigil sa iyong makakuha ng pinagsama-samang view
  • Duplicate na data kung saan ang impormasyong iyon ay hindi sinasadyang naulit sa parehong data source o sa isa pang data source

Ganito ang hitsura ng mahinang data sa isang data source:

mahinang data isyu sa marketing

Ang pagiging pamilyar sa iyong sarili sa mga termino tulad ng kalidad ng data, pamamahala ng data, at pamamahala ng data ay makakatulong sa iyong makatutulong nang malaki sa pagtukoy ng mga error sa loob ng Pamamahala ng Pakikipag-ugnayan sa Customer (CRM) platform, at sa pamamagitan ng kahabaan na iyon, na nagbibigay-daan sa iyong kumilos kung kinakailangan.

Pinakamahusay na Kasanayan 2: Palaging Unahin ang Data ng Kalidad

Nakarating na ako, nagawa ko na. Nakatutukso na huwag pansinin ang masamang data dahil kung talagang maghuhukay ka ng malalim, 20% lang ng iyong data ang talagang magagamit. Higit sa 80% ng data ay nasasayang. Unahin ang kalidad kaysa sa dami palagi! Magagawa mo iyon sa pamamagitan ng pag-optimize ng iyong mga paraan ng pangongolekta ng data. Halimbawa, kung nagre-record ka ng data mula sa isang web form, tiyaking mangolekta ka lang ng data na kinakailangan at limitahan ang pangangailangan para sa user na manu-manong i-type ang impormasyon. Kung mas kailangan ng isang tao na 'mag-type' ng impormasyon, mas mataas ang posibilidad na magpadala sila ng hindi kumpleto o hindi tumpak na data.

Pinakamahusay na Kasanayan 3: Gamitin ang Tamang Teknolohiya ng Kalidad ng Data

Hindi mo kailangang gumastos ng isang milyong dolyar sa pag-aayos ng kalidad ng iyong data. Mayroong dose-dosenang mga tool at platform out doon na makakatulong sa iyong ayusin ang iyong data nang hindi nag-aabala. Ang mga bagay na matutulungan ka ng mga tool na ito ay kinabibilangan ng:

  • Pag-profile ng data: Tumutulong sa iyong matukoy ang iba't ibang mga error sa loob ng iyong set ng data tulad ng mga nawawalang field, mga duplicate na entry, mga error sa spelling atbp.
  • Paglilinis ng data: Tumutulong sa iyong linisin ang iyong data sa pamamagitan ng pagpapagana ng mas mabilis na pagbabago mula sa mahina patungo sa na-optimize na data.
  • Pagtutugma ng data: Tumutulong sa iyong tumugma sa mga set ng data sa iba't ibang data source at i-link/pagsamahin ang data mula sa mga source na ito nang magkasama. Halimbawa, maaari mong gamitin ang pagtutugma ng data upang ikonekta ang parehong online at offline na mga mapagkukunan ng data.

Ang teknolohiya ng kalidad ng data ay magbibigay-daan sa iyo na tumuon sa kung ano ang mahalaga sa pamamagitan ng pag-aalaga sa kalabisan na gawain. Hindi mo na kailangang mag-alala tungkol sa pag-aaksaya ng oras sa pag-aayos ng iyong data sa Excel o sa loob ng CRM bago simulan ang isang kampanya. Sa pagsasama ng isang tool sa kalidad ng data, maa-access mo ang kalidad ng data bago ang bawat kampanya.

Pinakamahusay na Kasanayan 4: Isama ang Senior Management 

Ang mga gumagawa ng desisyon sa iyong organisasyon ay maaaring hindi alam ang problema, o kahit na sila, ipagpalagay pa rin nila na ito ay isang problema sa IT at hindi isang alalahanin sa marketing. Dito kailangan mong pumasok upang magmungkahi ng solusyon. Masamang data sa CRM? Masamang data mula sa mga survey? Masamang data ng customer? Ang lahat ng ito ay mga alalahanin sa marketing at walang kinalaman sa mga IT team! Ngunit maliban na lang kung susulong ang isang marketer upang magmungkahi ng paglutas sa problema, maaaring walang magawa ang mga organisasyon tungkol sa mga isyu sa kalidad ng data. 

Pinakamahusay na Kasanayan 5: Tukuyin ang mga problema sa antas ng pinagmulan 

Minsan, ang mahihirap na isyu sa data ay sanhi ng isang hindi mahusay na proseso. Bagama't maaari mong linisin ang data sa ibabaw, maliban kung hindi mo matukoy ang ugat ng problema, paulit-ulit kang makakaranas ng parehong mga isyu sa kalidad. 

Halimbawa, kung nangongolekta ka ng data ng lead mula sa isang landing page, at napansin mong 80% ng data ay may isyu sa mga entry ng numero ng telepono, maaari kang magpatupad ng mga kontrol sa pagpasok ng data (tulad ng paglalagay ng mandatoryong field ng code ng lungsod) upang matiyak na muling pagkuha ng tumpak na data. 

Ang pangunahing sanhi ng karamihan sa mga problema sa data ay medyo simple upang malutas. Kailangan mo lang maglaan ng oras upang maghukay ng mas malalim at tukuyin ang pangunahing isyu at gumawa ng karagdagang pagsisikap upang malutas ang problema! 

Ang Data ang Backbone Ng Marketing Operations

Ang data ay ang backbone ng mga operasyon sa marketing, ngunit kung ang data na ito ay hindi tumpak, kumpleto, o maaasahan, mawawalan ka ng pera sa mga magastos na pagkakamali. Ang kalidad ng data ay hindi na limitado sa departamento ng IT. Ang mga marketer ang may-ari ng data ng customer at samakatuwid ay dapat na maipatupad ang mga tamang proseso at teknolohiya sa pagkamit ng kanilang mga layuning batay sa data.

Ano sa tingin ninyo?

Ang site na ito ay gumagamit ng Akismet upang mabawasan ang spam. Alamin kung paano naproseso ang data ng iyong komento.