マーケティングにはデータ駆動型の高品質データが必要–闘争とソリューション

マーケティングデータ品質とデータドリブンマーケティング

マーケターは、データ主導型であるという極度のプレッシャーにさらされています。 それでも、マーケターがデータ品質の低さについて話したり、組織内のデータ管理とデータ所有権の欠如について疑問を呈したりすることはありません。 代わりに、彼らは悪いデータでデータ駆動型になるよう努めています。 悲劇的な皮肉! 

ほとんどのマーケターにとって、不完全なデータ、タイプミス、重複などの問題は問題として認識されていません。 彼らはExcelの間違いを修正するのに何時間も費やすか、データソースを接続してワークフローを改善するプラグインを研究していましたが、これらが組織全体に波及効果をもたらし、何百万もの損失をもたらすデータ品質の問題であることを認識していませんお金。 

データ品質がビジネスプロセスに与える影響

今日のマーケターは、メトリクス、トレンド、レポート、分析に圧倒されているため、データ品質の課題に細心の注意を払う時間がありません。 しかし、それが問題です。 マーケターがそもそも正確なデータを持っていない場合、世界でどのようにして効果的なキャンペーンを作成できるでしょうか。 

この作品を書き始めたとき、私は何人かのマーケターに連絡を取りました。 私は幸運にも持っていた Axel Lavergne、の共同創設者 ReviewFlowz 彼の経験を貧弱なデータと共有するため。 

これが私の質問に対する彼の洞察に満ちた答えです。 

  1. 製品を構築する際のデータ品質に関する最初の苦労は何でしたか? 私はレビュー生成エンジンをセットアップしていて、肯定的なレビューを残す可能性が高いときに、幸せな顧客にレビュー要求を送信するために活用するためのいくつかのフックが必要でした。 

    これを実現するために、チームはネットプロモータースコアを作成しました(NPS)登録から30日後に送信される調査。 顧客がポジティブなNPSを残すときはいつでも、最初は9と10で、後で8、9、10に拡張され、レビューを残して10ドルのギフトカードを受け取るように招待されます。 ここでの最大の課題は、データがNPSツールにある間に、NPSセグメントがマーケティング自動化プラットフォームに設定されたことでした。 切断されたデータソースとツール間で一貫性のないデータがボトルネックになり、追加のツールとワークフローを使用する必要がありました。

    チームがさまざまなロジックフローと統合ポイントを統合するにつれ、レガシーデータとの一貫性を維持することに対処する必要がありました。 製品は進化します。つまり、製品データは絶えず変化しているため、企業は長期にわたって一貫したレポートデータスキーマを維持する必要があります。

  2. 問題を解決するためにどのような手順を実行しましたか? 統合の側面を中心に適切なデータエンジニアリングを構築するには、データチームとの協力に多くの時間がかかりました。 かなり基本的に聞こえるかもしれませんが、多くの異なる統合と、サインアップフローに影響する更新を含む多くの更新が出荷されるため、イベントや静的データなどに基づいて、さまざまなロジックフローを構築する必要がありました。
  3. あなたのマーケティング部門は、これらの課題を解決することに発言権を持っていましたか? それはトリッキーなことです。 非常に具体的な問題を抱えているデータチームに行くと、それは簡単な修正だと思うかもしれません。 修正には1時間しかかかりません しかし、それは本当にあなたが気づいていないたくさんの変更を伴うことがよくあります。 プラグインに関する私の特定のケースでは、問題の主な原因は、レガシーデータとの一貫性のあるデータを維持することでした。 製品は進化しており、長期にわたって一貫したレポートデータスキーマを維持することは非常に困難です。

    そうですね、確かにニーズの観点から言えば、更新の実装方法などに関しては、それを実現するために多くの変更に対処する必要があることを知っている適切なデータエンジニアリングチームに挑戦することはできません。将来の更新からデータを「保護」するため。

  4. マーケターが話していないのはなぜですか データ管理 または、データ駆動型にしようとしているにもかかわらず、データ品質は? 本当に問題に気づかなかったのだと思います。 私が話をしたほとんどのマーケターは、データ収集の課題を広く過小評価しており、基本的に、何年も前から存在しているKPIを疑うことなく見ています。 しかし、あなたがサインアップ、リード、あるいはユニークな訪問者と呼ぶものは、あなたの追跡設定とあなたの製品に応じて大きく変わります。

    非常に基本的な例: 電子メールの検証がなく、製品チームがそれを追加します。 それでは、サインアップとは何ですか? 検証の前または後? 私はすべてのウェブ追跡の微妙な点に立ち入ることさえしません。

    アトリビューションやマーケティングチームの構築方法にも大きく関係していると思います。 ほとんどのマーケターはチャネルまたはチャネルのサブセットに責任があり、チームの各メンバーがチャネルに帰属するものを合計すると、通常、帰属の約150%または200%になります。 あなたがそれをそのように置くとき、それは不合理に聞こえます、それが誰もそうしない理由です。 もうXNUMXつの側面は、おそらくデータ収集は非常に技術的な問題に帰着することが多く、ほとんどのマーケターはそれらにあまり精通していないということです。 最終的には、データを修正したり、ピクセル単位で完全な情報を探したりすることに時間を費やすことはできません。

  5. マーケターが顧客データの品質を修正するために実行できる実用的/即時のステップは何だと思いますか?ユーザーの立場になって、目標到達プロセスをすべてテストします。 各ステップでトリガーしているイベントまたはコンバージョンアクションの種類を自問してください。 実際に何が起こっているかに驚くでしょう。 顧客、リード、または訪問者にとって、実際の生活で数字が何を意味するかを理解することは、データを理解するための絶対的な基本です。

マーケティングは顧客を最も深く理解していますが、データ品質の問題を解決するのに苦労しています

マーケティングはあらゆる組織の中心です。 製品についての情報を広めるのは部門です。 顧客とビジネスの間の架け橋となるのは部門です。 正直なところ、ショーを運営している部門。

それでも、彼らは質の高いデータへのアクセスに最も苦労しています。 さらに悪いことに、Axelが述べたように、彼らはおそらく、貧弱なデータが何を意味し、何に反対しているのかさえ理解していません! これがDOMOレポートから得られたいくつかの統計です。 マーケティングの新しいMO、物事を見通しに入れるために:

  • マーケターの46%は、データチャネルとソースの数が非常に多いため、長期的な計画が難しくなっていると述べています。
  • 30%のシニアマーケターは、CTOとIT部門がデータを所有する責任を負うべきだと考えています。 企業はまだデータの所有権を把握しています!
  • 17.5%は、データを照合し、チーム全体に透明性を提供するシステムが不足していると考えています。

これらの数字は、マーケティングがデータを所有し、それが真にデータ駆動型であるための需要生成の時が来たことを示しています。

マーケターは、データ品質の課題を理解、特定、および処理するために何ができますか?

データがビジネスの意思決定のバックボーンであるにもかかわらず、多くの企業は、品質の問題に対処するためのデータ管理フレームワークの改善に依然として苦労しています。 

の報告では マーケティングの進化、82%のXNUMX分のXNUMX以上 調査対象の企業は、標準以下のデータによって被害を受けました。 マーケターは、データ品質に関する考慮事項を一掃する余裕がなく、これらの課題に気付かない余裕もありません。 では、マーケターはこれらの課題に対処するために実際に何ができるでしょうか。 開始するためのXNUMXつのベストプラクティスを次に示します。

ベストプラクティス1: データ品質の問題について学び始める

マーケティング担当者は、IT部門の同僚と同じようにデータ品質の問題を認識する必要があります。 以下を含むがこれらに限定されないデータセットに起因する一般的な問題を知る必要があります。

  • タイプミス、スペルミス、名前付けエラー、データ記録エラー
  • 命名規則の問題、および国コードのない電話番号や異なる日付形式の使用などの標準の欠如
  • 効果的なキャンペーンに必要なメールアドレス、名前、重要な情報の欠落などの不完全な詳細
  • 間違った名前、間違った番号、電子メールなどの不正確な情報
  • 同じ個人の情報を記録しているが、それらが異なるプラットフォームまたはツールに保存されているため、統合されたビューを取得できない異種のデータソース
  • 同じデータソースまたは別のデータソースでその情報が誤って繰り返されている重複データ

データソースでの貧弱なデータの外観は次のとおりです。

貧弱なデータの問題のマーケティング

データ品質、データ管理、データガバナンスなどの用語をよく理解しておくと、顧客関係管理内のエラーを特定するのに大いに役立ちます(CRM)プラットフォーム、そしてそのストレッチによって、必要に応じてアクションを実行できるようになります。

ベストプラクティス2:常に品質データを優先する

私はそこに行ったことがあります。 悪いデータを無視したくなるのは、実際に深く掘り下げた場合、実際に使用できるのはデータの20%だけだからです。 より多い データの80% 無駄になります。 常に量より質を優先してください! データ収集方法を最適化することでそれを行うことができます。 たとえば、Webフォームからデータを記録する場合は、必要なデータのみを収集し、ユーザーが手動で情報を入力する必要性を制限するようにしてください。 人が情報を「入力」しなければならないほど、不完全または不正確なデータを送信する可能性が高くなります。

ベストプラクティス3:適切なデータ品質テクノロジーを活用する

データ品質の修正にXNUMX万ドルを費やす必要はありません。 大騒ぎせずにデータを整理するのに役立つツールやプラットフォームは数十あります。 これらのツールが役立つものは次のとおりです。

  • データプロファイリング: フィールドの欠落、エントリの重複、スペルミスなど、データセット内のさまざまなエラーを特定するのに役立ちます。
  • データクレンジング: 貧弱なデータから最適化されたデータへのより迅速な変換を可能にすることにより、データをクリーンアップするのに役立ちます。
  • データマッチング: さまざまなデータソースのデータセットを照合し、これらのソースからのデータをリンク/マージするのに役立ちます。 たとえば、データ一致を使用して、オンラインとオフラインの両方のデータソースを接続できます。

データ品質テクノロジーにより、冗長な作業を処理することで、重要なことに集中できます。 キャンペーンを開始する前に、ExcelまたはCRM内でデータを修正する時間を無駄にすることを心配する必要はありません。 データ品質ツールの統合により、すべてのキャンペーンの前に品質データにアクセスできるようになります。

ベストプラクティス4:上級管理職を巻き込む 

組織の意思決定者は問題を認識していない可能性があります。認識している場合でも、ITの問題であり、マーケティングの問題ではないと想定しています。 ここで、解決策を提案するために介入する必要があります。 CRMの悪いデータ? 調査からの悪いデータ? 悪い顧客データ? これらはすべてマーケティング上の懸念事項であり、ITチームとは何の関係もありません。 しかし、マーケティング担当者が問題の解決を提案しない限り、組織はデータ品質の問題について何もしない可能性があります。 

ベストプラクティス5:ソースレベルで問題を特定する 

時々、不十分なデータの問題は非効率的なプロセスによって引き起こされます。 表面のデータをクリーンアップすることはできますが、問題の根本的な原因を特定しない限り、同じ品質の問題が繰り返し発生します。 

たとえば、ランディングページからリードデータを収集していて、データの80%に電話番号の入力に問題があることに気付いた場合は、データ入力コントロール(必須の都市コードフィールドの配置など)を実装して、次のことを確認できます。正確なデータを再取得します。 

ほとんどのデータ問題の根本的な原因は、比較的簡単に解決できます。 時間をかけて深く掘り下げ、主要な問題を特定し、問題を解決するために余分な努力をする必要があります。 

データはマーケティング業務のバックボーンです

データはマーケティング業務のバックボーンですが、このデータが正確、完全、または信頼できない場合、コストのかかるミスでお金を失うことになります。 データ品質はもはやIT部門に限定されていません。 マーケターは顧客データの所有者であるため、データ主導の目標を達成するために適切なプロセスとテクノロジーを実装できなければなりません。

おわりに

このサイトはAkismetを使用して迷惑メールを減らします。 コメントの処理方法を学ぶ.