Il marketing ha bisogno che i dati di qualità siano basati sui dati: lotte e soluzioni

Qualità dei dati di marketing e marketing basato sui dati

I marketer sono sottoposti a una pressione estrema per essere guidati dai dati. Tuttavia, non troverai esperti di marketing che parlino di scarsa qualità dei dati o mettano in dubbio la mancanza di gestione dei dati e proprietà dei dati all'interno delle loro organizzazioni. Invece, si sforzano di essere guidati dai dati con dati errati. Ironia tragica! 

Per la maggior parte degli esperti di marketing, problemi come dati incompleti, errori di battitura e duplicati non vengono nemmeno riconosciuti come un problema. Passerebbero ore a correggere gli errori su Excel o cercherebbero plug-in per collegare le origini dati e migliorare i flussi di lavoro, ma non sono consapevoli che si tratta di problemi di qualità dei dati che hanno un effetto a catena in tutta l'organizzazione con conseguenti milioni di perdite i soldi. 

In che modo la qualità dei dati influisce sui processi aziendali

Gli esperti di marketing oggi sono così sopraffatti da metriche, tendenze, report e analisi che semplicemente non hanno il tempo di essere meticolosi con le sfide della qualità dei dati. Ma questo è il problema. Se gli esperti di marketing non dispongono di dati accurati per cominciare, come potrebbero essere in grado di creare campagne efficaci? 

Ho contattato diversi marketer quando ho iniziato a scrivere questo pezzo. Ho avuto la fortuna di averlo Axel Lavergne, co-fondatore di ReviewFlowz condividere la sua esperienza con dati scarsi. 

Ecco le sue risposte perspicaci alle mie domande. 

  1. Quali sono state le difficoltà iniziali con la qualità dei dati durante la creazione del prodotto? Stavo configurando un motore di generazione di recensioni e avevo bisogno di alcuni hook da sfruttare per inviare richieste di recensione a clienti soddisfatti in un momento in cui probabilmente avrebbero lasciato una recensione positiva. 

    A tal fine, il team ha creato un Net Promoter Score (NPS) sondaggio che verrebbe inviato 30 giorni dopo la registrazione. Ogni volta che un cliente lasciava un NPS positivo, inizialmente 9 e 10, successivamente ampliato a 8, 9 e 10, veniva invitato a lasciare una recensione e ricevere in cambio una carta regalo da $ 10. La sfida più grande in questo caso è stata che il segmento NPS è stato impostato sulla piattaforma di automazione del marketing, mentre i dati si trovavano nello strumento NPS. Origini dati disconnesse e dati incoerenti tra gli strumenti sono diventati un collo di bottiglia che ha richiesto l'uso di strumenti e flussi di lavoro aggiuntivi.

    Man mano che il team integrava diversi flussi logici e punti di integrazione, ha dovuto fare i conti con il mantenimento della coerenza con i dati legacy. Il prodotto si evolve, il che significa che i dati del prodotto cambiano costantemente, richiedendo alle aziende di mantenere uno schema di dati di reporting coerente nel tempo.

  2. Quali passaggi hai fatto per risolvere il problema? È stato necessario molto lavorare con il team dei dati per creare un'adeguata ingegneria dei dati attorno all'aspetto delle integrazioni. Potrebbe sembrare piuttosto semplice, ma con molte integrazioni diverse e molti aggiornamenti inviati, inclusi gli aggiornamenti che influiscono sul flusso di registrazione, abbiamo dovuto creare un sacco di flussi logici diversi basati su eventi, dati statici, ecc.
  3. Il tuo reparto marketing ha avuto voce in capitolo nella risoluzione di queste sfide? È una cosa complicata. Quando vai dal team dei dati con un problema molto specifico, potresti pensare che sia una soluzione facile e basta ci vuole solo 1 ora per riparare ma spesso comporta un sacco di cambiamenti di cui non sei a conoscenza. Nel mio caso specifico per quanto riguarda i plug-in, la principale fonte di problemi è stata il mantenimento di dati coerenti con i dati legacy. I prodotti si evolvono ed è davvero difficile mantenere uno schema di dati di reporting coerente nel tempo.

    Quindi sì, sicuramente una voce in capitolo in termini di esigenze, ma quando si tratta di come implementare gli aggiornamenti, ecc. Non puoi davvero sfidare un vero team di ingegneria dei dati che sa di dover affrontare molte modifiche per farlo accadere, e per “proteggere” i dati da futuri aggiornamenti.

  4. Perché i marketer non ne parlano gestione dei dati o la qualità dei dati anche se stanno cercando di essere guidati dai dati? Penso che sia davvero un caso di non rendersi conto del problema. La maggior parte dei marketer con cui ho parlato sottovaluta ampiamente le sfide della raccolta dei dati e, in pratica, esamina i KPI che esistono da anni senza mai metterli in discussione. Ma ciò che chiami una registrazione, un lead o anche un visitatore unico cambia enormemente a seconda della configurazione del monitoraggio e del prodotto.

    Esempio molto elementare: non avevi alcuna convalida e-mail e il tuo team di prodotto lo aggiunge. Che cos'è un'iscrizione allora? Prima o dopo la convalida? Non inizierò nemmeno ad entrare in tutte le sottigliezze del monitoraggio web.

    Penso che abbia molto a che fare anche con l'attribuzione e il modo in cui sono costruiti i team di marketing. La maggior parte degli esperti di marketing è responsabile di un canale o di un sottoinsieme di canali e quando sommi ciò che ogni membro di un team attribuisce al proprio canale, di solito sei circa il 150% o il 200% dell'attribuzione. Suona irragionevole quando la metti così, motivo per cui nessuno lo fa. L'altro aspetto è probabilmente che la raccolta dei dati spesso si riduce a problemi molto tecnici e la maggior parte degli esperti di marketing non li conosce bene. In definitiva, non puoi dedicare il tuo tempo alla correzione dei dati e alla ricerca di informazioni perfette per i pixel perché semplicemente non le otterrai.

  5. Quali passi pratici/immediati pensi che i marketer possano intraprendere per correggere la qualità dei dati dei loro clienti?Mettiti nei panni di un utente e testa ogni singola canalizzazione. Chiediti che tipo di evento o azione di conversione stai attivando ad ogni passaggio. Probabilmente rimarrai molto sorpreso da ciò che accade davvero. Capire cosa significa un numero nella vita reale, per un cliente, lead o visitatore, è assolutamente fondamentale per comprendere i tuoi dati.

Il marketing ha la comprensione più profonda del cliente, ma fa fatica a mettere in ordine i suoi problemi di qualità dei dati

Il marketing è al centro di qualsiasi organizzazione. È il reparto che sparge la voce sul prodotto. È il reparto che fa da ponte tra il cliente e l'azienda. Il dipartimento che, onestamente, gestisce lo spettacolo.

Tuttavia, stanno anche lottando maggiormente con l'accesso a dati di qualità. Peggio ancora, come ha detto Axel, probabilmente non si rendono nemmeno conto di cosa significhino dati scadenti e cosa devono affrontare! Ecco alcune statistiche ottenute dal report DOMO, Il nuovo MO del marketing, per mettere le cose in prospettiva:

  • Il 46% degli esperti di marketing afferma che l'enorme numero di canali e fonti di dati ha reso più difficile la pianificazione a lungo termine.
  • Il 30% dei professionisti del marketing senior ritiene che il reparto CTO e IT debba assumersi la responsabilità di possedere i dati. Le aziende stanno ancora valutando la proprietà dei dati!
  • Il 17.5% ritiene che manchino sistemi che raccolgano i dati e offrano trasparenza all'interno del team.

Questi numeri indicano che è tempo che il marketing possieda i dati e richieda la generazione affinché sia ​​veramente basato sui dati.

Cosa possono fare gli esperti di marketing per comprendere, identificare e gestire le sfide relative alla qualità dei dati?

Nonostante i dati siano la spina dorsale del processo decisionale aziendale, molte aziende stanno ancora lottando per migliorare il proprio framework di gestione dei dati per affrontare i problemi di qualità. 

In un rapporto di Evoluzione del marketing, oltre un quarto dell'82% le aziende nel sondaggio sono state danneggiate da dati scadenti. Gli esperti di marketing non possono più permettersi di nascondere le considerazioni sulla qualità dei dati sotto il tappeto né possono permettersi di non essere consapevoli di queste sfide. Quindi cosa possono davvero fare i marketer per affrontare queste sfide? Ecco cinque best practice con cui iniziare.

Migliore pratica 1: Inizia a conoscere i problemi di qualità dei dati

Un marketer deve essere consapevole dei problemi di qualità dei dati quanto il suo collega IT. È necessario conoscere i problemi comuni attribuiti ai set di dati che includono ma non sono limitati a:

  • Errori di battitura, errori di ortografia, errori di denominazione, errori di registrazione dei dati
  • Problemi con le convenzioni di denominazione e la mancanza di standard come i numeri di telefono senza prefisso internazionale o l'utilizzo di formati di data diversi
  • Dettagli incompleti come indirizzi e-mail, cognomi mancanti o informazioni critiche necessarie per campagne efficaci
  • Informazioni imprecise come nomi errati, numeri errati, e-mail ecc
  • Diverse fonti di dati in cui stai registrando informazioni sulla stessa persona, ma sono archiviate in piattaforme o strumenti diversi che ti impediscono di ottenere una visione consolidata
  • Dati duplicati in cui tali informazioni vengono ripetute accidentalmente nella stessa origine dati o in un'altra origine dati

Ecco come appaiono i dati scadenti in un'origine dati:

dati scarsi problemi di marketing

Familiarizzare con termini come la qualità dei dati, la gestione dei dati e la governance dei dati può aiutarti a fare molto per identificare gli errori all'interno del tuo Customer Relationship Management (CRM) piattaforma e, di conseguenza, consentendoti di agire secondo necessità.

Best Practice 2: dare sempre priorità ai dati di qualità

Ci sono stato, l'ho fatto. Si è tentati di ignorare i dati errati perché se dovessi scavare davvero in profondità, solo il 20% dei tuoi dati sarebbe effettivamente utilizzabile. Più di 80% dei dati è sprecato. Dai sempre la priorità alla qualità alla quantità! Puoi farlo ottimizzando i metodi di raccolta dei dati. Ad esempio, se stai registrando dati da un modulo web, assicurati di raccogliere solo i dati necessari e di limitare la necessità per l'utente di digitare manualmente le informazioni. Più una persona deve "digitare" le informazioni, maggiore è la probabilità che invii dati incompleti o imprecisi.

Best Practice 3: sfruttare la giusta tecnologia per la qualità dei dati

Non devi spendere un milione di dollari per correggere la qualità dei tuoi dati. Ci sono dozzine di strumenti e piattaforme là fuori che possono aiutarti a mettere in ordine i tuoi dati senza fare storie. Le cose con cui questi strumenti possono aiutarti includono:

  • Profilazione dei dati: Ti aiuta a identificare diversi errori all'interno del tuo set di dati come campi mancanti, voci duplicate, errori di ortografia ecc.
  • Pulizia dei dati: Ti aiuta a pulire i tuoi dati consentendo una trasformazione più rapida da dati scadenti a dati ottimizzati.
  • Corrispondenza dei dati: Ti aiuta ad abbinare i set di dati in diverse origini dati e a collegare/unire i dati da queste origini insieme. Ad esempio, puoi utilizzare la corrispondenza dei dati per connettere origini dati sia online che offline.

La tecnologia della qualità dei dati ti consentirà di concentrarti su ciò che conta occupandoti del lavoro ridondante. Non dovrai preoccuparti di perdere tempo a correggere i tuoi dati su Excel o all'interno del CRM prima di iniziare una campagna. Con l'integrazione di uno strumento di qualità dei dati, sarai in grado di accedere ai dati di qualità prima di ogni campagna.

Best Practice 4: Coinvolgere l'Alta Direzione 

I responsabili delle decisioni nella tua organizzazione potrebbero non essere consapevoli del problema o, anche se lo sono, stanno ancora presumendo che si tratti di un problema IT e non di un problema di marketing. È qui che devi intervenire per proporre una soluzione. Dati errati nel CRM? Dati errati dai sondaggi? Dati dei clienti errati? Tutti questi sono problemi di marketing e non hanno nulla a che fare con i team IT! Ma a meno che un marketer non si faccia avanti per suggerire di risolvere il problema, le organizzazioni potrebbero non fare nulla per i problemi di qualità dei dati. 

Best Practice 5: identificare i problemi a livello di origine 

A volte, problemi di dati scadenti sono causati da un processo inefficiente. Sebbene tu possa ripulire i dati in superficie, a meno che non identifichi la causa principale del problema, verrai colpito ripetutamente dagli stessi problemi di qualità. 

Ad esempio, se stai raccogliendo dati sui lead da una pagina di destinazione e noti che l'80% dei dati ha un problema con l'inserimento del numero di telefono, puoi implementare controlli di immissione dati (come inserire un campo codice città obbligatorio) per assicurarti di " re ottenere dati accurati. 

La causa principale della maggior parte dei problemi relativi ai dati è relativamente semplice da risolvere. Devi solo prenderti del tempo per scavare più a fondo e identificare il problema principale e fare lo sforzo extra per risolvere il problema! 

I dati sono la spina dorsale delle operazioni di marketing

I dati sono la spina dorsale delle operazioni di marketing, ma se questi dati non sono accurati, completi o affidabili, perderai denaro a causa di errori costosi. La qualità dei dati non è più limitata al reparto IT. I marketer sono i proprietari dei dati dei clienti e quindi devono essere in grado di implementare i processi e la tecnologia giusti per raggiungere i loro obiettivi basati sui dati.

Cosa ne pensi?

Questo sito utilizza Akismet per ridurre lo spam. Scopri come vengono elaborati i dati dei tuoi commenti.