Marketerzy siedzą na górze cennych danych konsumenckich. Ale nie wszystkie dane, którymi dysponują, są przydatne. Praca z danymi o niskiej jakości zatruwa wysiłki marketingowe, prowadzi do utraconych szans i ostatecznie szkodzi wynikom finansowym.



znaczenie liczby 808

Złe dane to takie, które często są uszkadzane przez okoliczności. Jest to częstsze, niż nam się wydaje. Nigdy celowe lub złośliwe, często jest wynikiem błędu ludzkiego lub niewłaściwego zbierania danych. Czasami jest to tak proste, jak zmiana adresów e-mail w czasie. W innych przypadkach jest to coś, co przerywa twój proces. Chociaż przyczyna może być prosta, skutek - luki i nieścisłości w danych analitycznych, które powodują, że wszystko, co mierzysz, jest nieskuteczne - może być katastrofalne.



Nie każda organizacja ma w swoim zespole mistrzów danych, ale ponieważ firmy coraz częściej przyjmują kulturę opartą na danych, priorytetowe traktowanie stanu danych stanie się koniecznością.

Złe dane nie są ustandaryzowane

W życiu osobistym zwykle istnieje sposób na uzgodnienie danych. Załóżmy, że znajdujesz rozbieżność na koncie bankowym: wiesz, ile zarobiłeś, a ile wydałeś, i możesz to porównać z danymi historycznymi na wyciągach bankowych. Innymi słowy, masz źródło prawdy. Jednak w marketingu najczęściej nie ma punktu odniesienia. Jako marketer masz oczywiście pewne pojęcie o tym, co jest właściwe, ale wszystkie Twoje dane odnoszą się do nich samych.

Ten problem nie jest nowy, po prostu łatwo mija się z tropem. Jeśli na przykład używasz Google Analytics do śledzenia ruchu na wszystkich swoich stronach internetowych iz jakiegoś powodu skrypt nie śledził 10% Twoich stron, po prostu nie wiedziałbyś, że brakuje Ci 10 % Twoich danych. Takie luki mogą wystąpić na kilka sposobów. Ale jednym z wielkich sposobów jest brak standaryzacji.

W przypadku firmy SaaS mierzenie liczby „odwiedzających witrynę” może nie oznaczać tego samego, co „użytkowników platformy”. Kiedy konfigurujesz te dane na różnych platformach analitycznych i dzielisz je na kilka działów - od marketingu przez sprzedaż po inżynierię - to robi różnicę. „Kliknięcia” w AdWords niekoniecznie przekładają się na ogólny ruch, ponieważ istnieje różnica między nowymi użytkownikami, unikalnymi użytkownikami i łączną liczbą sesji. Na dużą skalę pobierasz dane z setek źródeł. Brak standaryzacji tego, co mierzysz, a jednocześnie traktowanie tego w ten sam sposób, jest receptą na złe dane.

Złe dane są drogie

Niezależnie od tego, czy ignorujesz problem, ponieważ nie wiesz, jak go naprawić, czy może jeszcze nie wiesz, praca z danymi niskiej jakości ma wpływ na wiele działań biznesowych poza marketingiem. Jeśli Twoje dane są wszędzie, powstrzymuje to cenne inicjatywy i szkodzi Twojemu zyskowi.



znaczenie numeru 711

Patrząc z perspektywy, ponieważ dane rozpadają się w tempie 70% rocznie, złe dane kosztują firmy średnio 9,7 miliona dolarów rocznie . Harvard Business Review doszli do wniosku, że złe dane kosztują tak dużo, ponieważ decydenci, menedżerowie, naukowcy zajmujący się danymi i inni członkowie zespołu muszą dostosowywać się do rozbieżności w swojej codziennej pracy - szukając nieścisłości i złych źródeł, poprawiając błędy. Takie postępowanie jest czasochłonne i kosztowne.

Poza dolarami, złe dane zagrażają Twojej strategii, prowadząc do zmarnowanych możliwości wynikających z niedoinformowanych decyzji biznesowych. Radzenie sobie z ogromnymi ilościami danych dostarczanych z wielu źródeł, w różnych formatach i z różnymi częstotliwościami, jest procesem fragmentarycznym. Zrozumiałe jest, że działy marketingu często nie mają siły roboczej do analizowania, rozumienia i wykorzystywania wszystkich tych danych na bieżąco.

Dobre dane są czyste

Dobre wyniki w zakresie danych, gdy poświęcisz czas na oczyszczenie, weryfikację i uporządkowanie danych, tak aby typowe problemy, takie jak nieaktualne informacje, duplikaty lub nieścisłości, nie były już problemem dla Twojego systemu.



liczba 21

Radzenie sobie z tą złożonością wymaga dedykowanych zasobów oraz dobrze zdefiniowanych procesów i polityk standaryzacji, optymalizacji, raportowania i zwinnego podejścia. Jest to odejście od comiesięcznych raportów, prognoz kwartalnych i epizodycznego generowania wglądów, do których przywykła większość organizacji. Ale ta zmiana ma kluczowe znaczenie dla sukcesu w świecie coraz bardziej opartym na danych. Światowej klasy organizacja marketingowa powinna płynnie łączyć dane, analizy, strategie, ludzi, procesy i możliwości, aby dostarczać wyniki biznesowe.

Jeśli Twoja organizacja się rozwija i właśnie otworzyłeś furtki do udostępniania danych między działami, poszukaj obszarów, w których można scalić informacje, aby mieć pełniejszy obraz klienta. Rozważ utworzenie grupy zadaniowej, w której członkowie zespołu będą właścicielami różnych części potoku i będą bronić dobrych danych w Twojej organizacji.

Jeśli przydzielanie zasobów grupie zadaniowej w celu ręcznego czyszczenia potoku danych jest dla Ciebie nierealistyczną opcją, rozważ wdrażanie narzędzi AI . Predykcyjne uczenie maszynowe może nauczyć się podstawowego zachowania wskaźników danych i ma możliwość szybkiego przekształcania ogromnych fragmentów danych w zaufane informacje biznesowe, a także zautomatyzowania wykrywania anomalii.

Dedykowane zasoby do czyszczenia rurociągu rozwiązują problem, ale nie ma nic bardziej ochronnego niż proaktywne stosowanie tych zasad. Poświęć czas, który Twój zespół spędziłby na poprawianiu nieprawidłowych danych i zamienił je na czas spędzony na tworzeniu bezpiecznych i dokładnych procesów przetwarzania danych od samego początku.

16 liczba aniołów oznacza znaczenie

Pościg, a nie doskonałość

Bycie realistą jest ważne. A rzeczywistość złych danych polega na tym, że ich czyszczenie to niekończący się proces. Celem nie jest stan końcowy, w którym wszystko jest idealne. Celem jest dążenie do nawyków i procesów w miejscu pracy, które zachęcają do lepszych danych.

To powiedziawszy, jakość danych jest ostatecznie sprawą każdego. Niezależnie od tego, czy pracujesz bezpośrednio z liczbami, czy nie, dane mają wpływ na każdy wynik organizacji. Czysty, utrzymywany rurociąg oznacza, że ​​Ty i Twój zespół możecie wyciąć błędne koszty na dobre i łatwiej realizować zdrowe strategie dotyczące danych.

Przejście marketingu w stronę prawdziwej kultury opartej na danych może być długą podróżą. Ale to właśnie udowadnia swoją wartość.

Ten artykuł jest częścią naszej serii o marketingu opartym na danych, w której nasi eksperci badają klucze do tworzenia zespołu i strategicznego podejścia opartego na danych. Przeczytaj pierwszy artykuł tutaj .

Podziel Się Z Przyjaciółmi: