На сайте размещен перевод статьи "Качество данных: жизненно-важное руководство для маркетинга ". Статья посвящена вопросам управления качеством маркетинговых данных в компаниях.

Качество данных: жизненно важное руководство для маркетинга (пер. с англ.)

Опубликовано на businessobjects.com

Резюме

Прямой маркетинг является коммуникационным сообщением к существующим или потенциальным клиентам. Успех коммуникаций заключается в генерировании продаж и зависит от точного определения перспектив. Однажды определив перспективу вам нужно контактировать с клиентами и убеждать их, что ваше сообщение стоит их время. Это не должно иметь ничего общего с неверным написанием их имен, с использованием неправильного названия, отправкой по старому адресу или отправкой многоразовыми копиями, что мгновенно ведет к потере доверия. Гарантия качества данных является существенным требованием если вы имеете 500000, 1 миллион или 10 миллионов записей в вашей системе взаимоотношений с клиентами (CRM) и если вы пытаетесь достичь правильной цели. В этом случае обязательным требованием становится соответствие целевой аудитории из вашей маркетинговой кампании к записям в вашей базе данных.

Как сделать выбор правильных перспектив? Качество данных, интеграция данных и другие функции управления (EIM) информацией предприятия в данном случае наиболее важны. Демографические характеристики перспективных клиентов являются ключевыми в ваших CRM записях, но правильно ли вы применили демографические признаки для определения перспективных клиентов? В прошлом, когда массовый маркетинг был в моде, это была стандартная практика, чтобы послать почтой 10 миллионов маркетинговых писем и надеется на лучшее. В те дни маркетинговые бюджеты были созданы для печати и оплаты рассылки огромных количеств писем. Сегодня же маркетинг является большим фактором в рентабельном достижении нужных клиентов.

В конечном счете, даже с самой прекрасной организацией маркетинга, успех зависит от данных. Сбор данных и хранение в программных приложениях людей, процессов, стандартов, и технологий используется для управления данными.

Эта статья от Business Objects сосредоточивается на этих понятиях, так как они имеют отношение к маркетингу, и особенно как они поддерживается функциями качества данных внутри широкой EIM структуры.

Типичные проблемы данных в маркетинговых кампаниях

Возможно, вы осознавали или страдали от некоторых из этих проблем. Мы указываем и кратко обсуждаем их здесь, чтобы установить общее понимание того с чем мы сталкиваемся. Наиболее очевидная вещь - проблемы качества данных обостряют друг друга. Например, если вы имеете двойные записи, некоторые из дубликатов не будут выявлены, если критические элементы данных, такие как адреса, неправильны или не стандартизированы.

Дублирование бухгалтерских записей

Какую запись вы выбираете? Я часто видел коэффициент дублирования 8 к 1 между клиентскими записями. То есть, для каждой клиентской записи Ford Motor, которую вы можете считать основной, вы могли иметь еще семь записей в том же файле, также как и другие на вашем предприятии в несопоставимых системах. Как это случается? Во многом это создается теми из нас кто собирает, создает и вводит данные клиента.

Поглощения и слияния (M&A) - один большой помощник для дублирования записей. Это повторяется снова и снова, где IT обременено слиянием двух версий систем оплаты, выставления счетов, пересылки, исполнения, упорядочивания поступлений и CRM систем, а также дается слишком мало времени, чем было запланировано или ощущается недостаток требуемых ресурсов, чтобы объединить системы без создания дублирования. По правде говоря, даже лучшие M&A проекты все еще создают некоторое дублирование записей, часто перегружая IT хранилища.

Бухгалтера другой популярный источник дублирования бухгалтерских записей. При создании клиентской записи бухгалтер видит запись соответствующую клиентам, но по многочисленным причинам пренебрегает ею и создают новую запись. Часто это дублирует усилия по управлению контролем данных.

Третий источник дублирования записей - плохая видимость и связь через системы. Это случается в высоко структурированных предприятиях, где каждая бизнес-единица, функция или департамент имеют свое хранилище клиентских данных.

Неполные данные

Неполные данные - как например пустые поля данных - создают много проблем для маркетологов. Первое, и самое очевидное, когда адрес, e-mail, или поле номера телефона пусто, ваша способность доставить сообщение ограничена. Второе: если такие поля как заглавие, приветствие, вид работы или этническая принадлежность пусты, ваша способность сегментировать по нужным категориям или демографическим характеристикам ограничена. И третье, если такие поля как социальное страхование, номер счет, ID, или наименование счета пустые, то ваша возможность определить подобные или связанные записи ограничена. Акцентируйте вашу проблему дублирования записей на том, что вам нужны поля которые подходят для того чтобы идентифицировать сходства.

Неверная информация

Существует много путей по которым неверные данные растут в вашей системе. Люди двигаются (меняют адреса), меняют номера телефонов, меняют работу и т.д. В течение времени эти изменения аккумулируются. Опытные менеджеры при использовании данных часто скептически относятся к данным, которые не были обновлены за шесть месяцев, год или более, потому что они понимают сущность эффекта старения данных.

Системные миграции - другой источник неверных данных. Некорректное отображение полей или попытка объединить большие поля в маленькие могут приводить к загадочным сокращениям, которые понятны только человеку делающему изменения и неправильно толкуются конечным пользователем.
Более коварная форма неверных данных - фальсификация, где поставщик информации целеустремленно вводит неверные данные, чтобы ввести в заблуждение бизнес. Например, когда ушедший клиент с неоплаченным счетом за мобильный телефоны открывает новый счет и поставляет фиктивную информацию.

Какие маркетинговые преимущества приносит качество данных

Для того, чтобы маркетинговые усилия принесли наибольшую выгоду необходим ясный и единственный вид клиента. Без этого вида контакты осуществляются с неверными перспективными клиентами и правильные клиенты или пропущены, или имеют многоразовые контакты, которые спутаны и дороги.

Обычно, организации первым делом нуждаются в качестве данных и других EIM-способностях, когда они строят CRM (или систему интеграции клиентских данных (CDI)) и обнаруживают что данных загруженных в системе намного меньше, чем ожидалось. Повсюду в этой статье, мы используем CRM в качестве замены хранилища маркетинговых данных. Где-нибудь, так или иначе, клиент и перспективные данные должны быть запомнены и доступны, и системы CRM/CDI (самописные или созданные компаниями по разработке ПО) являются хранилищами для этих данных.

Но как найти проблемы с качеством данных?

Ваша позиция в пределах организации определяет ваш взгляд на данные и восприятие качества этих данных. Директор по маркетингу (CMO), например, может задавать вопрос, «Как узнать ошибки в моих данных?». Специалист по маркетингу в большинстве обычно удивляется «Я знаю виды проблем, мне нужны подсчеты». К счастью, безразлично, кто спрашивает, решение обеих ситуаций и других вопросов безошибочности данных то же: «Проводите оценку качества данных». Без оценки вы будете иметь ряд проблем, которые имеют ряд вопросов:

• Вы не знаете возможность и глубину ваших проблем. Например, они систематические или поверхностные?

• Вы не знаете причину дефектов. Без знания видов проблем, вы не сможете отслеживать процесс, чтобы изолировать источник.

• Вы не знаете, как эффективно результирующее очистительное действие.

• Очищающая операция может терять много категорий проблем. Вы не знаете, как эффективна результирующая очистительная операция;

• У вас нет возможности проводить анализ тенденций в течение времени с точки зрения регресса или прогресса ваших данных.

• Вы не можете обнаружить прогресс или регресс, потому что нет базовых установок.

Многие проблемы качества данных основаны на процессах. То есть, проблемы происходят от нестандартных практик, нет подтверждения процедур ввода данных или неправильно спроектированное приложение. Результаты оценки качества данных часто открывают проблемы процесса, так как вы работаете через причину и следствие. Оценка приносит эффект и относительно простой материал для маркетингового менеджера возвращается в исходное состояние через цепь распространения данных. Например, проверка области редактирования поля в системе управления счетами. Оценку качества данных некоторые маркетинговые менеджеры делают собственноручно, особенно если они имеют оценочные инструменты. Другая альтернатива для маркетингового менеджера обязывать IT проводить оценку или даже заключить контракт с привлеченной фирмой занимающейся управленческим консалтингом.

Полную версию статьи можно скачать в разделе «Статьи» сайта.