Marketingu su potrebni kvalitetni podaci kako bi bili vođeni podacima – borbe i rješenja

Kvaliteta marketinških podataka i marketing vođen podacima

Marketinški stručnjaci su pod iznimnim pritiskom da budu vođeni podacima. Ipak, nećete naći marketinške stručnjake koji govore o lošoj kvaliteti podataka ili dovode u pitanje nedostatak upravljanja podacima i vlasništvo nad podacima unutar svojih organizacija. Umjesto toga, nastoje biti vođeni podacima s lošim podacima. Tragična ironija! 

Za većinu marketinških stručnjaka problemi poput nepotpunih podataka, pravopisnih pogrešaka i duplikata nisu niti prepoznati kao problem. Provodili bi sate ispravljajući pogreške u Excelu ili bi istraživali dodatke za povezivanje izvora podataka i poboljšanje tijekova rada, ali nisu svjesni da su to problemi s kvalitetom podataka koji imaju talasni učinak u cijeloj organizaciji što rezultira milijunima izgubljenih novac. 

Kako kvaliteta podataka utječe na poslovni proces

Trgovci su danas toliko zatrpani mjernim podacima, trendovima, izvješćima i analitikom da jednostavno nemaju vremena biti pedantni s izazovima kvalitete podataka. Ali to je problem. Ako trgovci za početak nemaju točne podatke, kako bi, zaboga, mogli stvoriti učinkovite kampanje? 

Kontaktirao sam nekoliko marketinških stručnjaka kada sam počeo pisati ovaj članak. Imao sam sreću da imam Axel Lavergne, suosnivač ReviewFlowz podijeliti svoje iskustvo s lošim podacima. 

Evo njegovih pronicljivih odgovora na moja pitanja. 

  1. Koje su bile vaše početne borbe s kvalitetom podataka kada ste gradili svoj proizvod? Postavljao sam motor za generiranje recenzija i trebalo mi je nekoliko udica koje bih iskoristio za slanje zahtjeva za recenziranje sretnim kupcima u trenutku kada bi oni vjerojatno ostavili pozitivnu recenziju. 

    Da bi se to dogodilo, tim je kreirao Net Promoter Score (NPS) anketu koja će biti poslana 30 dana nakon prijave. Kad god bi kupac ostavio pozitivan NPS, u početku 9 i 10, a kasnije proširen na 8, 9 i 10, bio bi pozvan da ostavi recenziju i zauzvrat dobije darovnu karticu od 10 USD. Najveći izazov ovdje je bio što je NPS segment postavljen na platformi za automatizaciju marketinga, dok su podaci stajali u NPS alatu. Nepovezani izvori podataka i nedosljedni podaci među alatima postali su usko grlo koje je zahtijevalo korištenje dodatnih alata i radnih tokova.

    Kako je tim nastavio integrirati različite logičke tokove i integracijske točke, morali su se pozabaviti održavanjem dosljednosti s naslijeđenim podacima. Proizvod se razvija, što znači da se podaci o proizvodu stalno mijenjaju, zahtijevajući od tvrtki da održavaju dosljednu shemu podataka izvješćivanja tijekom vremena.

  2. Koje ste korake poduzeli da riješite problem? Bilo je potrebno puno rada s timom za podatke kako bi se izgradio odgovarajući podatkovni inženjering oko aspekta integracije. Možda zvuči prilično osnovno, ali s mnogo različitih integracija i dosta isporuka ažuriranja, uključujući ažuriranja koja utječu na tijek prijave, morali smo izgraditi puno različitih logičkih tokova na temelju događaja, statičkih podataka itd.
  3. Je li vaš marketinški odjel imao riječ u rješavanju ovih izazova? To je zeznuta stvar. Kada se obratite timu za podatke s vrlo specifičnim problemom, mogli biste pomisliti da je to jednostavno rješenje i to potrebno je samo 1h da se popravi ali to stvarno često uključuje tonu promjena kojih niste svjesni. U mom konkretnom slučaju u vezi s dodacima, glavni izvor problema bilo je održavanje konzistentnih podataka sa naslijeđenim podacima. Proizvodi se razvijaju i stvarno je teško održavati dosljednu shemu podataka izvješćivanja tijekom vremena.

    Dakle, da, definitivno treba reći u smislu potreba, ali kada je riječ o tome kako implementirati ažuriranja itd. stvarno ne možete izazvati odgovarajući tim za inženjering podataka koji zna da se moraju nositi s puno promjena da bi se to dogodilo, i za “zaštitu” podataka od budućih ažuriranja.

  4. Zašto trgovci ne govore o tome upravljanje podatcima ili kvaliteta podataka iako pokušavaju biti vođeni podacima? Mislim da je to stvarno slučaj neshvaćanja problema. Većina marketinških stručnjaka s kojima sam razgovarao uvelike podcjenjuju izazove prikupljanja podataka i, u osnovi, gledaju KPI-je koji postoje godinama, a da ih nikad nisu doveli u pitanje. Ali ono što nazivate registracijom, potencijalnim klijentom ili čak jedinstvenim posjetiteljem uvelike se mijenja ovisno o vašim postavkama praćenja i vašem proizvodu.

    Vrlo osnovni primjer: niste imali nikakvu provjeru valjanosti e-pošte i vaš proizvodni tim je dodaje. Što je onda prijava? Prije ili poslije validacije? Neću ni početi ulaziti u sve suptilnosti web praćenja.

    Mislim da to također ima puno veze s atribucijom i načinom na koji se izgrađuju marketinški timovi. Većina marketinških stručnjaka odgovorna je za kanal ili podskup kanala, a kada zbrojite što svaki član tima pripisuje svom kanalu, obično ste oko 150% ili 200% atribucije. Zvuči nerazumno kada to tako kažete, zbog čega to nitko ne čini. Drugi aspekt je vjerojatno da se prikupljanje podataka često svodi na vrlo tehničke probleme, a većina marketinških stručnjaka nije baš upoznata s njima. U konačnici, ne možete trošiti svoje vrijeme na popravljanje podataka i traženje informacija savršenih za piksel jer ih jednostavno nećete dobiti.

  5. Što mislite koje praktične/neposredne korake trgovci mogu poduzeti kako bi popravili kvalitetu svojih podataka o kupcima?Stavite se u kožu korisnika i testirajte svaki od svojih tokova. Zapitajte se koju vrstu događaja ili radnje konverzije pokrećete u svakom koraku. Vjerojatno ćete biti jako iznenađeni što se stvarno događa. Razumijevanje što broj znači u stvarnom životu, za kupca, potencijalnog klijenta ili posjetitelja, apsolutno je temeljno za razumijevanje vaših podataka.

Marketing ima najdublje razumijevanje kupaca, ali se bori da dovede svoje probleme s kvalitetom podataka u red

Marketing je u srcu svake organizacije. Odjel je taj koji širi glas o proizvodu. To je odjel koji je most između kupca i poduzeća. Odjel koji sasvim iskreno, vodi emisiju.

Ipak, oni se također najviše bore s pristupom kvalitetnim podacima. Što je još gore, kao što je Axel spomenuo, oni vjerojatno niti ne shvaćaju što znače loši podaci i s čime se suoče! Ovdje su neke statistike dobivene iz izvješća DOMO, Marketingov novi MO, da stvari stavim u perspektivu:

  • 46% marketinških stručnjaka kaže da je sam broj podatkovnih kanala i izvora otežavao dugoročno planiranje.
  • 30% viših marketinških stručnjaka vjeruje da bi CTO i IT odjel trebali preuzeti odgovornost za posjedovanje podataka. Tvrtke još uvijek otkrivaju vlasništvo nad podacima!
  • 17.5% vjeruje da nedostaje sustava koji objedinjuju podatke i nude transparentnost u cijelom timu.

Ove brojke pokazuju da je vrijeme da marketing posjeduje podatke i generira zahtjeve kako bi isti bili vođeni podacima.

Što trgovci mogu učiniti kako bi razumjeli, identificirali i riješili izazove kvalitete podataka?

Unatoč tome što su podaci okosnica poslovnog odlučivanja, mnoge se tvrtke još uvijek bore s poboljšanjem svog okvira za upravljanje podacima kako bi riješile probleme kvalitete. 

U izvješću Marketing Evolution, više od četvrtine od 82% tvrtke u istraživanju bile su povrijeđene podstandardnim podacima. Marketinški stručnjaci više si ne mogu priuštiti da pitanja kvalitete podataka gurnu pod tepih niti si mogu priuštiti da nisu svjesni ovih izazova. Dakle, što trgovci stvarno mogu učiniti kako bi odgovorili na te izazove? Evo pet najboljih primjera iz prakse za početak.

Najbolji primjer 1: Počnite učiti o problemima s kvalitetom podataka

Marketinški stručnjak mora biti svjestan problema s kvalitetom podataka kao i njegov IT kolega. Morate znati uobičajene probleme koji se pripisuju skupovima podataka koji uključuju, ali nisu ograničeni na:

  • Greške u pisanju, pravopisne pogreške, pogreške u imenovanju, pogreške u zapisu podataka
  • Problemi s konvencijama imenovanja i nedostatkom standarda kao što su telefonski brojevi bez kodova zemalja ili korištenje različitih formata datuma
  • Nepotpune pojedinosti kao što su nedostajuće adrese e-pošte, prezimena ili kritične informacije potrebne za učinkovite kampanje
  • Netočne informacije poput netočnih imena, netočnih brojeva, e-pošte itd
  • Različiti izvori podataka u kojima bilježite informacije o istoj osobi, ali su pohranjeni na različitim platformama ili alatima koji vam sprječavaju dobivanje konsolidiranog prikaza
  • Duplicirani podaci gdje se te informacije slučajno ponavljaju u istom izvoru podataka ili u drugom izvoru podataka

Evo kako podaci izgledaju loše u izvoru podataka:

loši podaci o problemima marketinga

Upoznavanje s pojmovima kao što su kvaliteta podataka, upravljanje podacima i upravljanje podacima može vam pomoći da prijeđete dug put u prepoznavanju pogrešaka unutar vašeg upravljanja odnosima s korisnicima (CRM) platforma, i time vam omogućuje da poduzmete potrebne radnje.

Najbolji primjer iz prakse 2: Uvijek dajte prednost kvalitetnim podacima

Bio sam tamo, učinio sam to. Primamljivo je zanemariti loše podatke jer ako biste stvarno duboko kopali, samo bi 20% vaših podataka bilo stvarno upotrebljivo. Više od 80% podataka je potrošeno. Uvijek dajte prednost kvaliteti nad kvantitetom! To možete učiniti optimizacijom metoda prikupljanja podataka. Na primjer, ako bilježite podatke iz web obrasca, pobrinite se da prikupljate samo podatke koji su potrebni i ograničite potrebu da korisnik ručno upisuje podatke. Što više osoba mora 'upisati' informacije, veća je vjerojatnost da će poslati nepotpune ili netočne podatke.

Najbolji primjer iz prakse 3: Iskoristite pravu tehnologiju kvalitete podataka

Ne morate potrošiti milijun dolara na popravljanje kvalitete podataka. Postoje deseci alata i platformi koji vam mogu pomoći da dovedete svoje podatke u red bez podizanja buke. Stvari u kojima vam ovi alati mogu pomoći uključuju:

  • Profiliranje podataka: Pomaže vam identificirati različite pogreške unutar vašeg skupa podataka kao što su polja koja nedostaju, dupli unosi, pravopisne pogreške itd.
  • Čišćenje podataka: Pomaže vam u čišćenju vaših podataka omogućavajući bržu transformaciju iz loših u optimizirane podatke.
  • Podudaranje podataka: Pomaže vam da uskladite skupove podataka u različitim izvorima podataka i povežete/spojite podatke iz tih izvora zajedno. Na primjer, možete upotrijebiti podudaranje podataka za povezivanje mrežnih i izvanmrežnih izvora podataka.

Tehnologija kvalitete podataka omogućit će vam da se usredotočite na ono što je važno brinući se o suvišnom radu. Nećete morati brinuti o gubitku vremena popravljajući svoje podatke u Excelu ili unutar CRM-a prije pokretanja kampanje. Uz integraciju alata za kvalitetu podataka, moći ćete pristupiti kvalitetnim podacima prije svake kampanje.

Najbolji primjer iz prakse 4: Uključite više rukovodstvo 

Donositelji odluka u vašoj organizaciji možda nisu svjesni problema, ili čak i ako jesu, još uvijek pretpostavljaju da je to IT problem, a ne marketinški problem. Ovdje morate uskočiti kako biste predložili rješenje. Loši podaci u CRM-u? Loši podaci iz anketa? Loši podaci o kupcima? Sve su to marketinške brige i nemaju nikakve veze s IT timovima! No, osim ako marketinški stručnjak ne predlaže rješavanje problema, organizacije ne mogu učiniti ništa po pitanju kvalitete podataka. 

Najbolji primjer iz prakse 5: Identificirajte probleme na izvornoj razini 

Ponekad su problemi s lošim podacima uzrokovani neučinkovitim procesom. Iako možete očistiti podatke na površini, osim ako ne identificirate temeljni uzrok problema, pri ponavljanju ćete imati iste probleme s kvalitetom. 

Na primjer, ako prikupljate podatke o potencijalnim klijentima s odredišne ​​stranice i primijetite da 80% podataka ima problem s unosima telefonskih brojeva, možete implementirati kontrole unosa podataka (kao što je postavljanje obveznog polja koda grada) kako biste bili sigurni da ćete dobivaju točne podatke. 

Osnovni uzrok većine problema s podacima relativno je jednostavno riješiti. Samo trebate odvojiti vrijeme da kopate dublje i identificirate temeljni problem i uložite dodatni napor da riješite problem! 

Podaci su okosnica marketinških operacija

Podaci su okosnica marketinških operacija, ali ako ti podaci nisu točni, potpuni ili pouzdani, gubit ćete novac zbog skupih pogrešaka. Kvaliteta podataka više nije ograničena na IT odjel. Marketinški stručnjaci su vlasnici podataka o kupcima i stoga moraju biti sposobni implementirati ispravne procese i tehnologiju u postizanju svojih ciljeva temeljenih na podacima.

Što vi mislite?

Ova web stranica koristi Akismet za smanjenje neželjene pošte. Saznajte kako se podaci vašeg komentara obrađuju.