Pemasaran Memerlukan Data Berkualiti untuk Dipacu Data – Perjuangan & Penyelesaian

Kualiti Data Pemasaran dan Pemasaran Berdasarkan Data

Pemasar berada di bawah tekanan yang melampau untuk dipacu data. Namun, anda tidak akan menemui pemasar bercakap tentang kualiti data yang lemah atau mempersoalkan kekurangan pengurusan data dan pemilikan data dalam organisasi mereka. Sebaliknya, mereka berusaha untuk menjadi dipacu data dengan data yang buruk. Ironi yang tragis! 

Bagi kebanyakan pemasar, masalah seperti data tidak lengkap, kesilapan menaip dan pendua tidak diiktiraf sebagai masalah. Mereka akan menghabiskan berjam-jam membetulkan kesilapan pada Excel, atau mereka akan meneliti pemalam untuk menyambung sumber data dan menambah baik aliran kerja, tetapi mereka tidak menyedari bahawa ini adalah isu kualiti data yang mempunyai kesan riak di seluruh organisasi yang mengakibatkan berjuta-juta kehilangan wang. 

Bagaimana Kualiti Data Mempengaruhi Proses Perniagaan

Pemasar hari ini sangat terharu dengan metrik, arah aliran, laporan dan analitik sehingga mereka tidak mempunyai masa untuk teliti dengan cabaran kualiti data. Tetapi itulah masalahnya. Jika pemasar tidak mempunyai data yang tepat untuk bermula, bagaimanakah mereka boleh mencipta kempen yang berkesan? 

Saya menghubungi beberapa pemasar apabila saya mula menulis karya ini. Saya cukup bertuah untuk memilikinya Axel Lavergne, Pengasas bersama ReviewFlowz untuk berkongsi pengalamannya dengan data yang lemah. 

Inilah jawapannya yang bernas kepada soalan saya. 

  1. Apakah perjuangan awal anda dengan kualiti data semasa anda membina produk anda? Saya sedang menyediakan enjin penjanaan ulasan dan memerlukan beberapa cangkuk untuk memanfaatkan untuk menghantar permintaan ulasan kepada pelanggan yang gembira pada masa mereka mungkin akan meninggalkan ulasan positif. 

    Untuk mewujudkan perkara ini, pasukan mencipta Skor Promoter Bersih (NPS) tinjauan yang akan dihantar 30 hari selepas pendaftaran. Apabila pelanggan meninggalkan NPS positif, pada mulanya 9 dan 10, kemudian berkembang kepada 8, 9 dan 10, mereka akan dijemput untuk meninggalkan ulasan dan mendapatkan kad hadiah $10 sebagai balasan. Cabaran terbesar di sini ialah segmen NPS telah disediakan pada platform automasi pemasaran, manakala data berada dalam alat NPS. Sumber data yang terputus dan data yang tidak konsisten merentas alatan menjadi hambatan yang memerlukan penggunaan alatan dan aliran kerja tambahan.

    Apabila pasukan meneruskan untuk menyepadukan aliran logik dan titik integrasi yang berbeza, mereka terpaksa berurusan dengan mengekalkan konsistensi dengan data warisan. Produk berkembang, yang bermaksud data produk sentiasa berubah, memerlukan syarikat mengekalkan skema data pelaporan yang konsisten dari semasa ke semasa.

  2. Apakah langkah yang anda ambil untuk menyelesaikan masalah tersebut? Ia mengambil banyak usaha dengan pasukan data untuk membina kejuruteraan data yang betul di sekitar aspek penyepaduan. Mungkin bunyinya agak asas, tetapi dengan banyak penyepaduan yang berbeza, dan banyak kemas kini yang dihantar, termasuk kemas kini yang mempengaruhi aliran pendaftaran, kami terpaksa membina banyak aliran logik yang berbeza berdasarkan peristiwa, data statik, dsb.
  3. Adakah jabatan pemasaran anda mempunyai suara dalam menyelesaikan cabaran ini? Ia satu perkara yang rumit. Apabila anda pergi ke pasukan data dengan masalah yang sangat khusus, anda mungkin fikir ia adalah penyelesaian yang mudah dan itu hanya mengambil masa 1j untuk dibaiki tetapi ia selalunya melibatkan satu tan perubahan yang anda tidak sedar. Dalam kes khusus saya berkenaan pemalam, punca utama masalah ialah mengekalkan data yang konsisten dengan data lama. Produk berkembang dan sangat sukar untuk mengekalkan skema data pelaporan yang konsisten dari semasa ke semasa.

    Jadi ya, sudah tentu anda boleh berkata dari segi keperluan, tetapi apabila ia melibatkan cara melaksanakan kemas kini dan lain-lain. anda benar-benar tidak boleh mencabar pasukan kejuruteraan data yang betul yang tahu mereka perlu berurusan dengan banyak perubahan untuk merealisasikannya, dan untuk "melindungi" data daripada kemas kini masa hadapan.

  4. Mengapa pemasar tidak bercakap tentang pengurusan data atau kualiti data walaupun mereka cuba dipacu data? Saya fikir ia benar-benar kes tidak menyedari masalahnya. Kebanyakan pemasar yang telah saya bincangkan secara meluas memandang rendah cabaran pengumpulan data, dan pada asasnya, melihat KPI yang telah wujud selama bertahun-tahun tanpa pernah mempersoalkannya. Tetapi perkara yang anda panggil sebagai pendaftaran, petunjuk atau malah pelawat unik berubah secara besar-besaran bergantung pada persediaan penjejakan anda dan pada produk anda.

    Contoh yang sangat asas: anda tidak mempunyai sebarang pengesahan e-mel dan pasukan produk anda menambahkannya. Apakah pendaftaran itu? Sebelum atau selepas pengesahan? Saya tidak akan mula pergi ke semua kehalusan penjejakan web.

    Saya fikir ia juga mempunyai banyak kaitan dengan atribusi dan cara pasukan pemasaran dibina. Kebanyakan pemasar bertanggungjawab untuk saluran atau subset saluran dan apabila anda menjumlahkan perkara yang setiap ahli pasukan atribut kepada saluran mereka, anda biasanya sekitar 150% atau 200% daripada atribusi. Kedengaran tidak munasabah apabila anda meletakkannya seperti itu, itulah sebabnya tiada siapa yang melakukannya. Aspek lain mungkin pengumpulan data sering berpunca daripada isu yang sangat teknikal, dan kebanyakan pemasar tidak begitu biasa dengannya. Akhirnya, anda tidak boleh menghabiskan masa anda untuk membetulkan data dan mencari maklumat yang sempurna piksel kerana anda tidak akan mendapatnya.

  5. Apakah langkah praktikal/segera yang anda fikir pemasar boleh ambil untuk membetulkan kualiti data pelanggan mereka?Letakkan diri anda dalam kedudukan pengguna, dan uji setiap satu corong anda. Tanya diri anda apakah jenis peristiwa atau tindakan penukaran yang anda cetuskan pada setiap langkah. Anda mungkin akan sangat terkejut dengan apa yang sebenarnya berlaku. Memahami maksud nombor dalam kehidupan sebenar, untuk pelanggan, ketua atau pelawat, adalah sangat asas untuk memahami data anda.

Pemasaran Mempunyai Pemahaman Terdalam Tentang Pelanggan Namun Berjuang untuk Menguruskan Masalah Kualiti Data mereka

Pemasaran adalah teras kepada mana-mana organisasi. Ia adalah jabatan yang menyebarkan berita tentang produk. Ia adalah jabatan yang menjadi jambatan antara pelanggan dan perniagaan. Jabatan yang secara jujurnya menjalankan rancangan itu.

Namun, mereka juga paling bergelut dengan akses kepada data berkualiti. Lebih teruk, seperti yang Axel sebutkan, mereka mungkin tidak menyedari maksud data yang lemah dan apa yang mereka hadapi! Berikut adalah beberapa statistik yang diperoleh daripada laporan DOMO, MO Baharu Pemasaran, untuk meletakkan perkara ke dalam perspektif:

  • 46% daripada pemasar mengatakan bilangan saluran dan sumber data yang banyak telah menjadikannya lebih sukar untuk merancang untuk jangka panjang.
  • 30% pemasar kanan percaya jabatan CTO dan IT harus memikul tanggungjawab untuk memiliki data. Syarikat masih memikirkan pemilikan data!
  • 17.5% percaya terdapat kekurangan sistem yang mengumpul data dan menawarkan ketelusan merentas pasukan.

Angka-angka ini menunjukkan bahawa sudah tiba masanya untuk pemasaran memiliki data dan penjanaan permintaan supaya data itu benar-benar dipacu data.

Apakah yang Boleh Pemasar Lakukan untuk Memahami, Mengenalpasti dan Mengendalikan Cabaran Kualiti Data?

Walaupun data menjadi tulang belakang untuk membuat keputusan perniagaan, banyak syarikat masih bergelut untuk menambah baik rangka kerja pengurusan data mereka untuk menangani isu kualiti. 

Dalam laporan oleh Evolusi Pemasaran, lebih daripada satu perempat daripada 82% syarikat dalam kaji selidik itu terjejas oleh data substandard. Pemasar tidak lagi mampu untuk menyapu pertimbangan kualiti data di bawah permaidani dan mereka juga tidak mampu untuk tidak menyedari cabaran ini. Jadi apakah yang boleh dilakukan oleh pemasar untuk menangani cabaran ini? Berikut ialah lima amalan terbaik untuk bermula.

Amalan Terbaik 1: Mula belajar tentang isu kualiti data

Seorang pemasar perlu sedar tentang isu kualiti data seperti rakan IT mereka. Anda perlu mengetahui masalah biasa yang dikaitkan dengan set data yang termasuk tetapi tidak terhad kepada:

  • Taip, kesilapan ejaan, kesilapan penamaan, kesilapan rakaman data
  • Isu dengan konvensyen penamaan dan kekurangan piawaian seperti nombor telefon tanpa kod negara atau menggunakan format tarikh yang berbeza
  • Butiran tidak lengkap seperti kehilangan alamat e-mel, nama keluarga atau maklumat penting yang diperlukan untuk kempen yang berkesan
  • Maklumat yang tidak tepat seperti nama yang salah, nombor yang salah, e-mel dll
  • Asingkan sumber data yang anda merakam maklumat individu yang sama, tetapi ia disimpan dalam platform atau alatan berbeza yang menghalang anda daripada mendapat paparan yang disatukan
  • Data pendua di mana maklumat itu berulang secara tidak sengaja dalam sumber data yang sama atau dalam sumber data lain

Begini rupa data yang lemah dalam sumber data:

pemasaran isu data yang lemah

Membiasakan diri anda dengan istilah seperti kualiti data, pengurusan data dan tadbir urus data boleh membantu anda pergi jauh dalam mengenal pasti ralat dalam Pengurusan Perhubungan Pelanggan anda (CRM) platform, dan dengan itu, membolehkan anda mengambil tindakan mengikut keperluan.

Amalan Terbaik 2: Sentiasa Utamakan Data Kualiti

Saya pernah ke sana, lakukan itu. Sangat menggoda untuk mengabaikan data yang buruk kerana jika anda benar-benar menggali lebih dalam, hanya 20% daripada data anda yang sebenarnya boleh digunakan. Lebih daripada 80% daripada data terbuang. Utamakan kualiti daripada kuantiti sentiasa! Anda boleh melakukannya dengan mengoptimumkan kaedah pengumpulan data anda. Contohnya, jika anda merekodkan data daripada borang web, pastikan anda hanya mengumpul data yang diperlukan dan mengehadkan keperluan pengguna untuk menaip maklumat secara manual. Lebih banyak seseorang perlu 'menaip' maklumat, lebih tinggi mereka mungkin menghantar data yang tidak lengkap atau tidak tepat.

Amalan Terbaik 3: Manfaatkan Teknologi Kualiti Data yang Betul

Anda tidak perlu membelanjakan satu juta dolar untuk membetulkan kualiti data anda. Terdapat berpuluh-puluh alat dan platform di luar sana yang boleh membantu anda menyusun data anda tanpa perlu membuat kekecohan. Perkara yang alat ini boleh membantu anda termasuk:

  • Pemprofilan data: Membantu anda mengenal pasti ralat yang berbeza dalam set data anda seperti medan yang tiada, entri pendua, ralat ejaan dsb.
  • Pembersihan data: Membantu anda membersihkan data anda dengan mendayakan transformasi yang lebih pantas daripada data yang lemah kepada data yang dioptimumkan.
  • Padanan data: Membantu anda memadankan set data dalam sumber data yang berbeza dan memaut/mencantumkan data daripada sumber ini bersama-sama. Sebagai contoh, anda boleh menggunakan padanan data untuk menyambung kedua-dua sumber data dalam talian dan luar talian.

Teknologi kualiti data akan membolehkan anda menumpukan pada perkara yang penting dengan menjaga kerja yang berlebihan. Anda tidak perlu risau tentang membuang masa membetulkan data anda pada Excel atau dalam CRM sebelum memulakan kempen. Dengan penyepaduan alat kualiti data, anda akan dapat mengakses data berkualiti sebelum setiap kempen.

Amalan Terbaik 4: Libatkan Pengurusan Kanan 

Pembuat keputusan dalam organisasi anda mungkin tidak menyedari masalah itu, atau walaupun mereka sedar, mereka masih menganggap ia masalah IT dan bukan kebimbangan pemasaran. Di sinilah anda perlu melangkah masuk untuk mencadangkan penyelesaian. Data buruk dalam CRM? Data buruk daripada tinjauan? Data pelanggan buruk? Semua ini adalah kebimbangan pemasaran dan tiada kaitan dengan pasukan IT! Tetapi melainkan jika pemasar bertindak untuk mencadangkan penyelesaian masalah, organisasi tidak boleh berbuat apa-apa tentang isu kualiti data. 

Amalan Terbaik 5: Kenal pasti masalah di peringkat sumber 

Kadangkala, isu data yang lemah disebabkan oleh proses yang tidak cekap. Walaupun anda boleh membersihkan data di permukaan, melainkan anda tidak mengenal pasti punca masalah, anda akan ditimpa isu kualiti yang sama berulang kali. 

Contohnya, jika anda mengumpul data petunjuk daripada halaman pendaratan dan anda mendapati 80% daripada data mempunyai masalah dengan entri nombor telefon, anda boleh melaksanakan kawalan kemasukan data (seperti meletakkan medan kod bandar wajib) untuk memastikan anda' mendapatkan semula data yang tepat. 

Punca utama kebanyakan masalah data agak mudah untuk diselesaikan. Anda hanya perlu meluangkan masa untuk menggali lebih mendalam dan mengenal pasti isu teras dan membuat usaha tambahan untuk menyelesaikan masalah itu! 

Data Adalah Tulang Belakang Operasi Pemasaran

Data ialah tulang belakang operasi pemasaran, tetapi jika data ini tidak tepat, lengkap atau boleh dipercayai, anda akan kehilangan wang akibat kesilapan yang mahal. Kualiti data tidak terhad kepada jabatan IT lagi. Pemasar ialah pemilik data pelanggan dan oleh itu mesti dapat melaksanakan proses dan teknologi yang betul dalam mencapai matlamat dipacu data mereka.

Apa yang anda fikir?

Laman web ini menggunakan Akismet untuk mengurangkan spam. Ketahui bagaimana data komen anda diproses.