بازاریابی برای اینکه مبتنی بر داده باشد به داده های با کیفیت نیاز دارد - مبارزات و راه حل ها

بازاریابان برای اینکه داده محور باشند تحت فشار شدید هستند. با این حال، بازاریاب هایی را پیدا نمی کنید که در مورد کیفیت داده های ضعیف صحبت کنند یا عدم مدیریت داده ها و مالکیت داده ها را در سازمان خود زیر سوال ببرند. در عوض، آنها تلاش می کنند تا با داده های بد داده محور باشند. طنز غم انگیز! 

برای اکثر بازاریابان، مشکلاتی مانند داده های ناقص، اشتباهات تایپی و تکراری حتی به عنوان یک مشکل شناخته نمی شوند. آن‌ها ساعت‌ها صرف رفع اشتباهات در اکسل می‌کنند، یا برای افزونه‌هایی برای اتصال منابع داده و بهبود گردش کار تحقیق می‌کنند، اما نمی‌دانند که اینها مشکلات کیفیت داده‌ها هستند که تأثیر موج‌دار در سراسر سازمان دارند و منجر به از دست رفتن میلیون‌ها نفر می‌شوند. پول 

امروزه بازاریابان آنقدر غرق در معیارها، روندها، گزارش‌ها و تحلیل‌ها هستند که زمان دقیقی برای چالش‌های کیفیت داده‌ها ندارند. اما مشکل همین است. اگر بازاریابان برای شروع اطلاعات دقیقی نداشته باشند، چگونه در دنیا می توانند کمپین های موثری ایجاد کنند؟ 

زمانی که شروع به نوشتن این قطعه کردم با چندین بازاریاب تماس گرفتم. من به اندازه کافی خوش شانس بودم که داشتم اکسل لاورین، یکی از بنیانگذاران ReviewFlowz برای به اشتراک گذاشتن تجربه خود در مورد داده های ضعیف. 

در اینجا پاسخ های روشنگرانه او به سوالات من است. 

1. زمانی که در حال ساختن محصول خود بودید، مشکلات اولیه شما با کیفیت داده ها چه بود؟ من در حال راه‌اندازی یک موتور تولید مرور بودم و به چند قلاب نیاز داشتم تا بتوانم درخواست‌های بررسی را برای مشتریان خوشحال در زمانی که احتمالاً نظر مثبتی از خود به جای بگذارند ارسال کنم. 

   برای تحقق این امر، تیم یک امتیاز خالص تبلیغ کننده (NPS) نظرسنجی که 30 روز پس از ثبت نام ارسال می شود. هر زمان که مشتری یک NPS مثبت، در ابتدا 9 و 10، که بعداً به 8، 9 و 10 افزایش یافت، ترک می‌کرد، از او دعوت می‌شود نظر خود را بگذارند و در ازای آن یک کارت هدیه 10 دلاری دریافت کنند. بزرگترین چالش در اینجا این بود که بخش NPS بر روی پلت فرم اتوماسیون بازاریابی راه اندازی شد، در حالی که داده ها در ابزار NPS قرار داشتند. منابع داده قطع شده و داده های متناقض در میان ابزارها به گلوگاهی تبدیل شد که نیازمند استفاده از ابزارها و گردش کار اضافی بود.

   همانطور که تیم به ادغام جریان های منطقی مختلف و نقاط ادغام ادامه داد، آنها باید با حفظ سازگاری با داده های قدیمی دست و پنجه نرم می کردند. محصول تکامل می‌یابد، به این معنی که داده‌های محصول دائماً در حال تغییر است، و شرکت‌ها را ملزم می‌کند که طرح داده‌های گزارش دهی ثابتی را در طول زمان حفظ کنند.

2. برای رفع مشکل چه اقداماتی انجام دادید؟ برای ایجاد مهندسی داده مناسب حول جنبه ادغام، کار زیادی با تیم داده طول کشید. ممکن است بسیار ابتدایی به نظر برسد، اما با ادغام‌های بسیار مختلف، و ارسال به‌روزرسانی‌های فراوان، از جمله به‌روزرسانی‌هایی که بر جریان ثبت‌نام تأثیر می‌گذارند، ما مجبور شدیم تعداد زیادی جریان منطقی متفاوت را بر اساس رویدادها، داده‌های ثابت و غیره ایجاد کنیم.
3. آیا بخش بازاریابی شما در حل این چالش ها نظری داشت؟ این یک چیز فریبنده است. هنگامی که با یک مشکل بسیار خاص به تیم داده می روید، ممکن است فکر کنید که این یک راه حل آسان است و آن را حل می کند تعمیر فقط 1 ساعت طول می کشد اما واقعاً اغلب شامل تغییرات زیادی است که شما از آنها آگاه نیستید. در مورد خاص من در مورد پلاگین ها، منبع اصلی مشکلات حفظ داده های سازگار با داده های قدیمی بود. محصولات تکامل می یابند، و حفظ یک طرح داده گزارش دهی ثابت در طول زمان واقعاً دشوار است.

   بنابراین بله، قطعاً از نظر نیازها می‌توان گفت، اما وقتی صحبت از نحوه اجرای به‌روزرسانی‌ها و غیره می‌شود، واقعاً نمی‌توانید یک تیم مهندسی داده مناسب را که می‌دانند برای تحقق آن باید با تغییرات زیادی دست و پنجه نرم کنند، به چالش بکشید. و برای "محافظت" از داده ها در برابر به روز رسانی های آینده.

4. چرا بازاریابان در مورد آن صحبت نمی کنند مدیریت اطلاعات یا کیفیت داده ها حتی اگر آنها سعی می کنند داده محور باشند؟ من فکر می کنم این واقعاً به دلیل عدم درک مشکل است. اکثر بازاریابانی که با آنها صحبت کرده‌ام، چالش‌های جمع‌آوری داده‌ها را دست‌کم می‌گیرند و اساساً به شاخص‌های کلیدی عملکردی نگاه می‌کنند که سال‌ها بدون تردید درباره آن‌ها وجود داشته‌اند. اما آنچه شما آن را ثبت نام، سرنخ یا حتی یک بازدیدکننده منحصر به فرد می نامید، بسته به تنظیمات ردیابی شما و محصول شما به شدت تغییر می کند.

   مثال بسیار ابتدایی: شما هیچ گونه اعتبارسنجی ایمیلی ندارید و تیم محصول شما آن را اضافه می کند. پس ثبت نام چیست؟ قبل یا بعد از اعتبارسنجی؟ من حتی شروع به ورود به تمام نکات ظریف ردیابی وب نمی کنم.

   من فکر می کنم که ارتباط زیادی با اسناد و نحوه تشکیل تیم های بازاریابی نیز دارد. اکثر بازاریابان مسئول یک کانال یا زیرمجموعه ای از کانال ها هستند و وقتی آنچه را که هر یک از اعضای یک تیم به کانال خود نسبت می دهد را جمع آوری می کنید، معمولاً حدود 150٪ یا 200٪ از اسناد را دریافت می کنید. وقتی آن را اینطور می گذارید نامعقول به نظر می رسد، به همین دلیل است که هیچ کس این کار را نمی کند. جنبه دیگر احتمالاً این است که جمع آوری داده ها اغلب به مسائل فنی ختم می شود و بیشتر بازاریابان واقعاً با آنها آشنا نیستند. در نهایت، نمی‌توانید وقت خود را صرف تعمیر داده‌ها و جستجوی اطلاعات کامل پیکسلی کنید، زیرا آنها را دریافت نمی‌کنید.

5. به نظر شما بازاریابان چه اقدامات عملی/فوری می توانند برای اصلاح کیفیت داده های مشتریان خود انجام دهند؟خود را به جای یک کاربر قرار دهید و تک تک قیف های خود را آزمایش کنید. از خود بپرسید که چه نوع رویداد یا اقدام تبدیلی را در هر مرحله راه اندازی می کنید. احتمالاً از آنچه واقعاً اتفاق می افتد بسیار شگفت زده خواهید شد. درک معنای یک عدد در زندگی واقعی، برای یک مشتری، رهبر یا بازدید کننده، برای درک داده های شما کاملاً اساسی است.

بازاریابی عمیق ترین درک مشتری را دارد اما در تلاش است تا مشکلات کیفیت داده های آنها را مرتب کند.

بازاریابی در قلب هر سازمانی قرار دارد. این بخش است که اخبار مربوط به محصول را منتشر می کند. این بخش است که پلی بین مشتری و کسب و کار است. بخشی که کاملاً صادقانه نمایش را اجرا می کند.

با این حال، آنها همچنین بیشترین مشکل را برای دسترسی به داده های با کیفیت دارند. بدتر از آن، همانطور که اکسل اشاره کرد، آنها احتمالاً حتی متوجه نیستند که داده های ضعیف یعنی چه و با چه چیزی روبرو هستند! در اینجا برخی از آمارهای به دست آمده از گزارش DOMO آمده است، بازاریابی جدید MO، برای در نظر گرفتن چیزها:

• 46 درصد از بازاریابان می گویند که تعداد زیاد کانال ها و منابع داده، برنامه ریزی بلند مدت را دشوارتر کرده است.
• 30 درصد از بازاریابان ارشد معتقدند که بخش مدیریت فناوری اطلاعات و فناوری اطلاعات باید مسئولیت مالکیت داده ها را بر عهده بگیرد. شرکت ها هنوز در حال کشف مالکیت داده ها هستند!
• 17.5 درصد بر این باورند که سیستم‌هایی که داده‌ها را جمع‌آوری می‌کنند و شفافیت را در سراسر تیم ارائه می‌دهند، وجود ندارد.

این اعداد نشان می‌دهند که زمان آن فرا رسیده است که بازاریابی داده‌ها را در اختیار داشته باشد و تولید تقاضا برای آن‌ها واقعاً مبتنی بر داده باشد.

بازاریابان برای درک، شناسایی و مدیریت چالش های کیفیت داده چه کاری می توانند انجام دهند؟

علیرغم اینکه داده‌ها ستون فقرات تصمیم‌گیری تجاری هستند، بسیاری از شرکت‌ها هنوز با بهبود چارچوب مدیریت داده‌های خود برای رسیدگی به مسائل کیفی درگیر هستند. 

در گزارش تکامل بازاریابی، بیش از یک چهارم از 82٪ شرکت‌های شرکت‌کننده در نظرسنجی از داده‌های غیراستاندارد آسیب دیدند. بازاریابان دیگر نمی‌توانند ملاحظات کیفیت داده‌ها را در زیر فرش قرار دهند و همچنین نمی‌توانند از این چالش‌ها بی‌اطلاع باشند. بنابراین، بازاریابان واقعاً چه کاری می توانند برای رفع این چالش ها انجام دهند؟ در اینجا پنج بهترین روش برای شروع آورده شده است.

بهترین تمرین 1: شروع به یادگیری در مورد مسائل مربوط به کیفیت داده ها کنید

یک بازاریاب باید به اندازه همکار فناوری اطلاعات خود از مسائل مربوط به کیفیت داده آگاه باشد. شما باید مشکلات رایج منتسب به مجموعه های داده را بدانید که شامل موارد زیر است اما محدود به آنها نیست:

• اشتباهات تایپی، غلط املایی، اشتباهات نامگذاری، خطاهای ثبت اطلاعات
• مشکلات مربوط به نامگذاری و فقدان استانداردهایی مانند شماره تلفن بدون کد کشور یا استفاده از فرمت های مختلف تاریخ
• جزئیات ناقص مانند آدرس ایمیل، نام خانوادگی، یا اطلاعات مهم مورد نیاز برای کمپین های موثر
• اطلاعات نادرست مانند نام های نادرست، شماره های نادرست، ایمیل ها و غیره
• منابع داده متفاوت که در آن شما اطلاعات یک فرد را ضبط می کنید، اما در پلتفرم ها یا ابزارهای مختلف ذخیره می شوند و از دریافت یک نمای تلفیقی جلوگیری می کنند.
• داده های تکراری که در آن اطلاعات به طور تصادفی در همان منبع داده یا در منبع داده دیگری تکرار می شود

در اینجا نحوه ظاهر ضعیف داده ها در یک منبع داده آمده است:

آشنایی با عباراتی مانند کیفیت داده، مدیریت داده، و حاکمیت داده می تواند به شما کمک کند تا در شناسایی خطاها در مدیریت ارتباط با مشتری خود قدم بردارید.CRM) پلتفرم، و با این کشش، به شما امکان می دهد در صورت نیاز اقدام کنید.

بهترین روش 2: همیشه داده های با کیفیت را در اولویت قرار دهید

من آنجا بودم، این کار را کردم. نادیده گرفتن داده‌های بد وسوسه‌انگیز است، زیرا اگر واقعاً عمیقاً حفاری کنید، تنها 20٪ از داده‌های شما واقعاً قابل استفاده خواهد بود. بیشتر از 80 درصد داده ها هدر می رود. همیشه کیفیت را بر کمیت اولویت دهید! شما می توانید این کار را با بهینه سازی روش های جمع آوری داده ها انجام دهید. به عنوان مثال، اگر داده‌ها را از یک فرم وب ضبط می‌کنید، مطمئن شوید که فقط داده‌های ضروری را جمع‌آوری می‌کنید و نیاز کاربر به تایپ دستی اطلاعات را محدود کنید. هر چه یک شخص مجبور باشد اطلاعات بیشتری را تایپ کند، احتمال ارسال داده های ناقص یا نادرست بیشتر است.

بهترین روش 3: از فناوری مناسب کیفیت داده استفاده کنید

لازم نیست یک میلیون دلار برای تعمیر کیفیت داده خود خرج کنید. ده‌ها ابزار و پلتفرم وجود دارد که می‌توانند به شما کمک کنند تا اطلاعات خود را بدون سر و صدا مرتب کنید. مواردی که این ابزارها می توانند به شما کمک کنند عبارتند از:

• پروفایل داده ها: به شما کمک می کند تا خطاهای مختلف را در مجموعه داده های خود شناسایی کنید، مانند فیلدهای از دست رفته، ورودی های تکراری، اشتباهات املایی و غیره.
• پاک کردن داده: با فعال کردن تبدیل سریعتر از داده های ضعیف به داده های بهینه به شما کمک می کند داده های خود را پاک کنید.
• تطبیق داده ها: به شما کمک می کند مجموعه های داده را در منابع داده های مختلف مطابقت دهید و داده های این منابع را با هم پیوند دهید/ادغام کنید. برای مثال، می‌توانید از تطابق داده‌ها برای اتصال منابع داده آنلاین و آفلاین استفاده کنید.

فناوری کیفیت داده به شما این امکان را می دهد که با مراقبت از کارهای اضافی، بر روی موارد مهم تمرکز کنید. لازم نیست قبل از شروع کمپین نگران اتلاف وقت برای تعمیر داده های خود در اکسل یا درون CRM باشید. با ادغام یک ابزار کیفیت داده، می توانید قبل از هر کمپین به داده های با کیفیت دسترسی داشته باشید.

بهترین روش 4: مدیریت ارشد را درگیر کنید 

تصمیم گیرندگان در سازمان شما ممکن است از مشکل آگاه نباشند، یا حتی اگر از این مشکل آگاه باشند، هنوز تصور می کنند که این یک مشکل فناوری اطلاعات است و نه یک نگرانی بازاریابی. اینجاست که باید برای پیشنهاد راه حل وارد عمل شوید. داده های بد در CRM؟ داده های بد از نظرسنجی ها؟ داده های بد مشتری؟ همه اینها دغدغه بازاریابی هستند و ربطی به تیم های IT ندارند! اما تا زمانی که یک بازاریاب برای پیشنهاد حل مشکل اقدام نکند، سازمان ها ممکن است هیچ کاری در مورد مسائل کیفیت داده انجام ندهند. 

بهترین تمرین 5: مشکلات را در سطح منبع شناسایی کنید 

گاهی اوقات، مشکلات داده های ضعیف ناشی از یک فرآیند ناکارآمد است. در حالی که می‌توانید داده‌ها را روی سطح تمیز کنید، مگر اینکه علت اصلی مشکل را شناسایی کنید، در صورت تکرار با همان مشکلات کیفیت مواجه خواهید شد. 

برای مثال، اگر در حال جمع‌آوری داده‌های سرنخ از یک صفحه فرود هستید و متوجه شدید که 80 درصد داده‌ها با ورودی شماره تلفن مشکل دارند، می‌توانید کنترل‌های ورود داده‌ها (مانند قرار دادن یک فیلد کد شهر اجباری) را برای اطمینان از اینکه دریافت اطلاعات دقیق 

حل علت اصلی اکثر مشکلات داده نسبتاً ساده است. فقط باید وقت بگذارید تا عمیق‌تر بگردید و موضوع اصلی را شناسایی کنید و تلاش بیشتری برای حل مشکل انجام دهید! 

داده ها ستون فقرات عملیات بازاریابی است

داده ها ستون فقرات عملیات بازاریابی هستند، اما اگر این داده ها دقیق، کامل یا قابل اعتماد نباشند، به دلیل اشتباهات پرهزینه ضرر خواهید کرد. کیفیت داده‌ها دیگر محدود به بخش فناوری اطلاعات نیست. بازاریابان صاحب داده های مشتری هستند و بنابراین باید بتوانند فرآیندها و فناوری مناسب را در دستیابی به اهداف داده محور خود پیاده سازی کنند.