Trženje potrebuje kakovostne podatke, ki jih vodijo podatki – borbe in rešitve

Kakovost trženjskih podatkov in trženje na podlagi podatkov

Tržniki so pod izjemnim pritiskom, da jih vodijo podatki. Kljub temu ne boste našli tržnikov, ki bi govorili o slabi kakovosti podatkov ali dvomili o pomanjkanju upravljanja s podatki in lastništvu podatkov v svojih organizacijah. Namesto tega si prizadevajo, da jih vodijo podatki s slabimi podatki. Tragična ironija! 

Za večino tržnikov se težave, kot so nepopolni podatki, tipkarske napake in dvojniki, niti ne prepoznajo kot problem. Ure bi porabili za popravljanje napak v Excelu ali pa bi iskali vtičnike za povezovanje virov podatkov in izboljšanje delovnih tokov, vendar se ne zavedajo, da so to težave s kakovostjo podatkov, ki imajo valovit učinek v celotni organizaciji in povzročijo milijone izgubljenih denar. 

Kako kakovost podatkov vpliva na poslovni proces

Danes so tržniki tako preobremenjeni z meritvami, trendi, poročili in analitiko, da preprosto nimajo časa, da bi bili natančni pri izzivih kakovosti podatkov. Ampak to je problem. Če tržniki za začetek nimajo natančnih podatkov, kako bi lahko ustvarili učinkovite kampanje? 

Ko sem začel pisati ta članek, sem se obrnil na več tržnikov. Imel sem srečo Axel Lavergne, soustanovitelj ReviewFlowz deliti svoje izkušnje s slabimi podatki. 

Tukaj so njegovi pronicljivi odgovori na moja vprašanja. 

  1. Kakšne so bile vaše prve težave s kakovostjo podatkov, ko ste gradili svoj izdelek? Nastavljal sem motor za generiranje ocen in potreboval sem nekaj kljuk, da bi lahko poslal zahteve za pregled zadovoljnim strankam v času, ko bodo verjetno pustile pozitivno oceno. 

    Da bi se to zgodilo, je ekipa ustvarila Net Promoter Score (NPS), ki bo poslana 30 dni po prijavi. Kadar koli bi stranka pustila pozitiven NPS, sprva 9 in 10, pozneje razširjeno na 8, 9 in 10, bi bila povabljena, da pusti oceno in v zameno prejme darilno kartico za 10 USD. Največji izziv je bil, da je bil segment NPS nastavljen na platformi za avtomatizacijo trženja, medtem ko so podatki sedeli v orodju NPS. Nepovezani viri podatkov in nedosledni podatki med orodji so postali ozko grlo, ki je zahtevalo uporabo dodatnih orodij in delovnih tokov.

    Ko je ekipa nadaljevala z integracijo različnih logičnih tokov in integracijskih točk, so se morali ukvarjati z ohranjanjem skladnosti s podedovanimi podatki. Izdelek se razvija, kar pomeni, da se podatki o izdelkih nenehno spreminjajo, zaradi česar morajo podjetja skozi čas vzdrževati dosledno shemo podatkov o poročanju.

  2. Katere korake ste sprejeli za rešitev težave? Potrebno je bilo veliko dela s podatkovno skupino, da smo zgradili ustrezen podatkovni inženiring glede vidika integracij. Morda se sliši precej osnovno, a z veliko različnimi integracijami in veliko pošiljanjem posodobitev, vključno s posodobitvami, ki vplivajo na tok prijave, smo morali zgraditi veliko različnih logičnih tokov na podlagi dogodkov, statičnih podatkov itd.
  3. Ali je vaš marketinški oddelek imel besedo pri reševanju teh izzivov? To je zapletena stvar. Ko se obrnete na podatkovno skupino z zelo specifično težavo, boste morda mislili, da je to enostavno odpraviti in tako je popravilo traja le 1 uro vendar res pogosto vključuje tono sprememb, ki se jih ne zavedate. V mojem konkretnem primeru glede vtičnikov je bil glavni vir težav vzdrževanje skladnih podatkov s starimi podatki. Izdelki se razvijajo in res je težko ohraniti dosledno shemo podatkov poročanja skozi čas.

    Torej, ja, vsekakor je treba reči glede potreb, toda ko gre za implementacijo posodobitev itd., res ne morete izpodbijati ustrezne ekipe za inženiring podatkov, ki ve, da se morajo soočiti z veliko spremembami, da se to zgodi, in za "zaščito" podatkov pred prihodnjimi posodobitvami.

  4. Zakaj tržniki ne govorijo o tem Upravljanje podatkov ali kakovost podatkov, čeprav se trudijo, da jih vodijo podatki? Mislim, da gre res za ne zavedanje problema. Večina tržnikov, s katerimi sem se pogovarjal, podcenjuje izzive zbiranja podatkov in v bistvu si oglejte KPI, ki obstajajo že leta, ne da bi jih nikoli dvomili. Toda to, kar imenujete prijava, potencialna stranka ali celo edinstven obiskovalec, se močno spremeni glede na vašo nastavitev sledenja in vaš izdelek.

    Zelo osnovni primer: niste imeli nobene potrditve e-pošte in vaša ekipa za izdelke jo doda. Kaj je potem prijava? Pred ali po potrditvi? Ne bom se niti začel spuščati v vse tankosti spletnega sledenja.

    Mislim, da ima veliko opraviti tudi z atribucijo in načinom oblikovanja marketinških ekip. Večina tržnikov je odgovornih za kanal ali podskupino kanalov, in ko seštejete, kaj vsak član ekipe pripiše svojemu kanalu, imate običajno približno 150 % ali 200 % atribucije. Sliši se nerazumno, če tako izraziš, zato tega nihče ne stori. Drugi vidik je verjetno, da zbiranje podatkov pogosto pride do zelo tehničnih težav in večina tržnikov jih v resnici ne pozna. Navsezadnje ne morete porabiti časa za popravljanje podatkov in iskanje popolnih informacij, ker jih preprosto ne boste dobili.

  5. Katere praktične/takojšnje korake lahko storijo tržniki, da popravijo kakovost svojih podatkov o strankah?Postavite se v kožo uporabnika in preizkusite vsak od svojih tokov. Vprašajte se, kakšen dogodek ali dejanje konverzije sprožite v vsakem koraku. Verjetno boste zelo presenečeni, kaj se v resnici zgodi. Razumevanje, kaj številka pomeni v resničnem življenju, za stranko, potencialno stranko ali obiskovalca, je bistveno za razumevanje vaših podatkov.

Trženje najgloblje razume stranko, vendar se trudi, da bi svoje težave s kakovostjo podatkov uredili

Marketing je v središču vsake organizacije. Oddelek je tisti, ki širi besedo o izdelku. To je oddelek, ki je most med stranko in podjetjem. Oddelek, ki pošteno vodi oddajo.

Največ pa imajo tudi težave z dostopom do kakovostnih podatkov. Še huje, kot je omenil Axel, se verjetno niti ne zavedajo, kaj pomenijo slabi podatki in s čim se soočajo! Tukaj je nekaj statističnih podatkov, pridobljenih iz poročila DOMO, Marketing's New MO, da stvari postavim v perspektivo:

  • 46 % tržnikov pravi, da je zaradi velikega števila podatkovnih kanalov in virov dolgoročno načrtovanje težje.
  • 30 % višjih tržnikov meni, da bi morala CTO in IT oddelek prevzeti odgovornost za lastništvo podatkov. Podjetja še ugotavljajo lastništvo podatkov!
  • 17.5 % jih meni, da primanjkuje sistemov, ki zbirajo podatke in zagotavljajo preglednost celotne ekipe.

Te številke kažejo, da je čas, da trženje lasti podatke in ustvari povpraševanje, da bo resnično podatkovno vodeno.

Kaj lahko storijo tržniki, da razumejo, prepoznajo in obravnavajo izzive kakovosti podatkov?

Kljub temu, da so podatki hrbtenica za poslovno odločanje, se mnoga podjetja še vedno borijo z izboljšanjem svojega okvira za upravljanje podatkov, da bi se spopadli s kakovostnimi vprašanji. 

V poročilu, ki ga je Marketing Evolution, več kot četrtina od 82 % podjetja v raziskavi so prizadeli podstandardni podatki. Tržniki si ne morejo več privoščiti, da bi pomete o kakovosti podatkov pod preprogo, niti si ne morejo privoščiti, da se teh izzivov ne zavedajo. Kaj torej lahko tržniki res storijo za spopadanje s temi izzivi? Tukaj je pet najboljših praks za začetek.

Najboljša praksa 1: Začnite spoznavati težave s kakovostjo podatkov

Tržnik se mora zavedati težav s kakovostjo podatkov enako kot njegov IT kolega. Poznati morate pogoste težave, ki se pripisujejo nizom podatkov, ki vključujejo, vendar niso omejene na:

  • Tipkovalne napake, pravopisne napake, napake pri poimenovanju, napake pri zapisovanju podatkov
  • Težave s konvencijami poimenovanja in pomanjkanjem standardov, kot so telefonske številke brez kod držav ali uporaba različnih formatov datuma
  • Nepopolne podrobnosti, kot so manjkajoči e-poštni naslovi, priimki ali kritični podatki, potrebni za učinkovite kampanje
  • Netočne informacije, kot so napačna imena, napačne številke, e-pošta itd
  • Različni viri podatkov, kjer beležite podatke o istem posamezniku, vendar so shranjeni na različnih platformah ali orodjih, kar vam preprečuje, da bi dobili konsolidiran pogled
  • Podvojeni podatki, kjer se ti podatki po naključju ponovijo v istem viru podatkov ali v drugem viru podatkov

Takole so videti slabi podatki v viru podatkov:

trženje s slabimi podatki

Če se seznanite z izrazi, kot so kakovost podatkov, upravljanje podatkov in upravljanje podatkov, vam lahko pomaga pri prepoznavanju napak v vašem upravljanju odnosov s strankami (CRM) platformo in s tem delom, ki vam omogoča, da ukrepate po potrebi.

Najboljša praksa 2: Vedno dajte prednost kakovostnim podatkom

Bil sem tam, naredil sem to. Prezreti slabe podatke je mamljivo, ker če bi se zares poglobili, bi bilo le 20 % vaših podatkov dejansko uporabnih. Več kot 80 % podatkov je zapravljen. Vedno dajte prednost kakovosti pred količino! To lahko storite tako, da optimizirate svoje metode zbiranja podatkov. Če na primer beležite podatke iz spletnega obrazca, poskrbite, da boste zbrali le podatke, ki so potrebni, in omejite potrebo, da uporabnik ročno vnaša podatke. Več ko mora oseba 'vtipkati' informacij, večja je verjetnost, da bo poslala nepopolne ali netočne podatke.

Najboljša praksa 3: Izkoristite pravo tehnologijo kakovosti podatkov

Za popravljanje kakovosti podatkov vam ni treba porabiti milijona dolarjev. Na voljo je na desetine orodij in platform, ki vam lahko pomagajo urediti svoje podatke, ne da bi se obremenjevali. Stvari, pri katerih vam lahko ta orodja pomagajo, vključujejo:

  • Profiliranje podatkov: Pomaga vam prepoznati različne napake v vašem naboru podatkov, kot so manjkajoča polja, podvojeni vnosi, črkovalne napake itd.
  • Čiščenje podatkov: Pomaga vam očistiti vaše podatke, saj omogoča hitrejšo preoblikovanje iz slabih v optimizirane podatke.
  • Ujemanje podatkov: Pomaga vam povezati nabore podatkov v različnih virih podatkov in povezati/združiti podatke iz teh virov skupaj. Ujemanje podatkov lahko na primer uporabite za povezovanje spletnih in nespletnih virov podatkov.

Tehnologija kakovosti podatkov vam bo omogočila, da se osredotočite na tisto, kar je pomembno, tako da poskrbite za odvečno delo. Pred začetkom kampanje vam ne bo treba skrbeti, da bi izgubljali čas za popravljanje podatkov v Excelu ali v CRM-ju. Z integracijo orodja za kakovost podatkov boste lahko pred vsako kampanjo dostopali do kakovostnih podatkov.

Najboljša praksa 4: Vključite višje vodstvo 

Tisti, ki sprejemajo odločitve v vaši organizaciji, se morda ne zavedajo težave, ali tudi če se, še vedno domnevajo, da gre za težavo IT in ne za trženje. Tu se morate vključiti in predlagati rešitev. Slabi podatki v CRM-ju? Slabi podatki iz anket? Slabi podatki o strankah? Vse to so marketinški pomisleki in nimajo nobene zveze z IT ekipami! Toda razen če tržnik predlaga rešitev problema, organizacije morda ne storijo ničesar glede težav s kakovostjo podatkov. 

Najboljša praksa 5: Prepoznajte težave na izvorni ravni 

Včasih so težave s slabimi podatki posledica neučinkovitega postopka. Čeprav lahko počistite podatke na površini, boste ob ponovitvi imeli enake težave s kakovostjo, razen če ne ugotovite glavnega vzroka težave. 

Če na primer zbirate podatke o potencialnih strankah s ciljne strani in opazite, da ima 80 % podatkov težave z vnosi telefonskih številk, lahko uporabite nadzor za vnos podatkov (kot je vnos obveznega polja s kodo mesta), da zagotovite: pridobiva točne podatke. 

Glavni vzrok večine težav s podatki je relativno enostavno rešiti. Samo čas si morate vzeti, da se poglobite in ugotovite bistveni problem ter se dodatno potrudite, da ga rešite! 

Podatki so hrbtenica trženjskega delovanja

Podatki so hrbtenica trženjskega delovanja, vendar če ti podatki niso točni, popolni ali zanesljivi, boste izgubili denar zaradi dragih napak. Kakovost podatkov ni več omejena na oddelek IT. Tržniki so lastniki podatkov o strankah in zato morajo biti sposobni implementirati prave procese in tehnologijo za doseganje svojih ciljev, ki temeljijo na podatkih.

Kaj menite?

Ta stran uporablja Akismet za zmanjšanje nezaželene pošte. Preberite, kako se vaš komentar obravnava.