Tiếp thị cần dữ liệu chất lượng để được theo hướng dữ liệu - Cuộc đấu tranh và giải pháp

Chất lượng dữ liệu tiếp thị và tiếp thị theo hướng dữ liệu

Các nhà tiếp thị đang phải chịu áp lực rất lớn khi phải dựa trên dữ liệu. Tuy nhiên, bạn sẽ không thấy các nhà tiếp thị nói về chất lượng dữ liệu kém hoặc đặt câu hỏi về việc thiếu quản lý dữ liệu và quyền sở hữu dữ liệu trong tổ chức của họ. Thay vào đó, họ cố gắng hướng dữ liệu với dữ liệu xấu. Thật là trớ trêu! 

Đối với hầu hết các nhà tiếp thị, các vấn đề như dữ liệu không đầy đủ, lỗi chính tả và trùng lặp thậm chí không được coi là một vấn đề. Họ sẽ dành hàng giờ để sửa các lỗi trên Excel hoặc nghiên cứu các plugin để kết nối các nguồn dữ liệu và cải thiện quy trình làm việc, nhưng họ không biết rằng đây là những vấn đề về chất lượng dữ liệu có ảnh hưởng lan rộng trong tổ chức, dẫn đến hàng triệu người bị mất tiền bạc. 

Chất lượng dữ liệu ảnh hưởng như thế nào đến quy trình kinh doanh

Các nhà tiếp thị ngày nay quá tải với các số liệu, xu hướng, báo cáo và phân tích, đến nỗi họ không có thời gian để giải quyết các thách thức về chất lượng dữ liệu. Nhưng đó là vấn đề. Nếu các nhà tiếp thị không có dữ liệu chính xác để bắt đầu, thì làm thế nào trên thế giới họ có thể tạo ra các chiến dịch hiệu quả? 

Tôi đã liên hệ với một số nhà tiếp thị khi tôi bắt đầu viết tác phẩm này. Tôi đã đủ may mắn để có Axel Lavergne, Đồng sáng lập của ReviewFlowz để chia sẻ kinh nghiệm của mình với dữ liệu kém. 

Đây là những câu trả lời sâu sắc của anh ấy cho những câu hỏi của tôi. 

  1. Những khó khăn ban đầu của bạn với chất lượng dữ liệu khi bạn xây dựng sản phẩm của mình là gì? Tôi đang thiết lập một công cụ tạo bài đánh giá và cần có một vài cơ hội để tận dụng để gửi yêu cầu đánh giá đến những khách hàng hài lòng vào thời điểm mà họ có khả năng sẽ để lại đánh giá tích cực. 

    Để làm cho điều này xảy ra, nhóm đã tạo Điểm khuyến mại ròng (NPS) khảo sát sẽ được gửi đi sau 30 ngày kể từ ngày đăng ký. Bất cứ khi nào khách hàng để lại NPS tích cực, ban đầu là 9 và 10, sau đó được mở rộng thành 8, 9 và 10, họ sẽ được mời để lại đánh giá và đổi lại nhận được một thẻ quà tặng trị giá 10 đô la. Thách thức lớn nhất ở đây là phân khúc NPS được thiết lập trên nền tảng tự động hóa tiếp thị, trong khi dữ liệu nằm trong công cụ NPS. Các nguồn dữ liệu bị ngắt kết nối và dữ liệu không nhất quán giữa các công cụ đã trở thành một nút thắt cổ chai yêu cầu sử dụng các công cụ và quy trình làm việc bổ sung.

    Khi nhóm tiếp tục tích hợp các luồng logic khác nhau và các điểm tích hợp, họ phải giải quyết việc duy trì tính nhất quán với dữ liệu kế thừa. Sản phẩm phát triển, có nghĩa là dữ liệu sản phẩm liên tục thay đổi, đòi hỏi các công ty phải giữ một lược đồ dữ liệu báo cáo nhất quán theo thời gian.

  2. Bạn đã thực hiện những bước nào để giải quyết vấn đề? Phải mất rất nhiều thời gian làm việc với nhóm dữ liệu để xây dựng kỹ thuật dữ liệu phù hợp xung quanh khía cạnh tích hợp. Nghe có vẻ khá cơ bản, nhưng với nhiều tích hợp khác nhau và vận chuyển nhiều bản cập nhật, bao gồm cả các bản cập nhật ảnh hưởng đến quy trình đăng ký, chúng tôi đã phải xây dựng rất nhiều luồng logic khác nhau dựa trên các sự kiện, dữ liệu tĩnh, v.v.
  3. Bộ phận tiếp thị của bạn có tiếng nói trong việc giải quyết những thách thức này không? Đó là một điều khó khăn. Khi đến gặp nhóm dữ liệu với một vấn đề rất cụ thể, bạn có thể nghĩ rằng đó là một cách khắc phục dễ dàng và nó chỉ mất 1h để sửa nhưng nó thực sự thường liên quan đến rất nhiều thay đổi mà bạn không biết. Trong trường hợp cụ thể của tôi liên quan đến plugin, nguồn chính của vấn đề là duy trì dữ liệu nhất quán với dữ liệu cũ. Các sản phẩm ngày càng phát triển và thực sự khó để duy trì một giản đồ dữ liệu báo cáo nhất quán theo thời gian.

    Vì vậy, vâng, chắc chắn là có tiếng nói về nhu cầu, nhưng khi nói đến cách triển khai các bản cập nhật, v.v. bạn thực sự không thể thách thức một nhóm kỹ thuật dữ liệu phù hợp, những người biết rằng họ phải đối phó với rất nhiều thay đổi để điều đó xảy ra, và để "bảo vệ" dữ liệu khỏi các bản cập nhật trong tương lai.

  4. Tại sao các nhà tiếp thị không nói về quản lý dữ liệu hay chất lượng dữ liệu mặc dù họ đang cố gắng hướng tới dữ liệu? Tôi nghĩ đó thực sự là một trường hợp không nhận ra vấn đề. Hầu hết các nhà tiếp thị mà tôi đã nói chuyện đều đánh giá thấp các thách thức thu thập dữ liệu và về cơ bản, hãy nhìn vào các KPI đã tồn tại trong nhiều năm mà không bao giờ đặt câu hỏi về chúng. Nhưng những gì bạn gọi là đăng ký, khách hàng tiềm năng hoặc thậm chí là một khách truy cập thay đổi hàng loạt tùy thuộc vào thiết lập theo dõi và sản phẩm của bạn.

    Ví dụ rất cơ bản: bạn không có bất kỳ xác thực email nào và nhóm sản phẩm của bạn sẽ thêm nó vào. Đăng ký sau đó là gì? Trước hay sau khi xác nhận? Tôi thậm chí sẽ không bắt đầu đi sâu vào tất cả các điểm tinh tế theo dõi web.

    Tôi nghĩ nó cũng liên quan nhiều đến phân bổ và cách xây dựng nhóm tiếp thị. Hầu hết các nhà tiếp thị chịu trách nhiệm về một kênh hoặc một tập hợp con các kênh và khi bạn tổng hợp những gì mà mỗi thành viên trong nhóm phân bổ cho kênh của họ, bạn thường chiếm khoảng 150% hoặc 200% phân bổ. Nghe có vẻ không hợp lý khi bạn đặt nó như vậy, đó là lý do tại sao không ai làm. Khía cạnh khác có lẽ là việc thu thập dữ liệu thường liên quan đến các vấn đề rất kỹ thuật và hầu hết các nhà tiếp thị không thực sự quen thuộc với chúng. Cuối cùng, bạn không thể dành thời gian để sửa dữ liệu và tìm kiếm thông tin pixel hoàn hảo bởi vì bạn sẽ không nhận được nó.

  5. Bạn nghĩ các nhà tiếp thị có thể thực hiện những bước thiết thực / tức thời nào để khắc phục chất lượng dữ liệu khách hàng của họ?Đặt mình vào vị trí của người dùng và thử nghiệm từng kênh của bạn. Tự hỏi bản thân xem bạn đang kích hoạt loại sự kiện hoặc hành động chuyển đổi nào ở mỗi bước. Bạn có thể sẽ rất ngạc nhiên về những gì thực sự xảy ra. Hiểu ý nghĩa của một con số trong cuộc sống thực, đối với khách hàng, khách hàng tiềm năng hoặc khách truy cập, là điều hoàn toàn cơ bản để hiểu dữ liệu của bạn.

Tiếp thị có sự hiểu biết sâu sắc nhất về khách hàng nhưng vẫn phải vật lộn để giải quyết các vấn đề về chất lượng dữ liệu của họ theo thứ tự

Tiếp thị là trọng tâm của bất kỳ tổ chức nào. Đó là bộ phận truyền bá thông tin về sản phẩm. Bộ phận này là cầu nối giữa khách hàng và doanh nghiệp. Bộ phận đó khá thành thật, điều hành chương trình.

Tuy nhiên, họ cũng đang gặp khó khăn nhiều nhất trong việc tiếp cận dữ liệu chất lượng. Tệ hơn, như Axel đã đề cập, họ có thể thậm chí không nhận ra dữ liệu kém có nghĩa là gì và họ đang chống lại điều gì! Dưới đây là một số thống kê thu được từ báo cáo DOMO, MO mới của tiếp thị, để đưa mọi thứ vào quan điểm:

  • 46% các nhà tiếp thị cho biết số lượng kênh và nguồn dữ liệu quá lớn khiến việc lập kế hoạch dài hạn trở nên khó khăn hơn.
  • 30% các nhà tiếp thị cấp cao tin rằng CTO và bộ phận CNTT nên gánh vác trách nhiệm sở hữu dữ liệu. Các công ty vẫn đang tìm ra quyền sở hữu dữ liệu!
  • 17.5% tin rằng thiếu hệ thống đối chiếu dữ liệu và cung cấp tính minh bạch trong toàn đội.

Những con số này cho thấy rằng đã đến lúc tiếp thị phải sở hữu dữ liệu và tạo nhu cầu để nó thực sự theo hướng dữ liệu.

Nhà tiếp thị có thể làm gì để hiểu, xác định và xử lý các thách thức về chất lượng dữ liệu?

Mặc dù dữ liệu là xương sống cho việc ra quyết định kinh doanh, nhiều công ty vẫn đang vật lộn với việc cải thiện khung quản lý dữ liệu của họ để giải quyết các vấn đề về chất lượng. 

Trong một báo cáo của Tiếp thị Evolution, hơn một phần tư trong số 82% các công ty trong cuộc khảo sát đã bị tổn hại bởi dữ liệu không đạt tiêu chuẩn. Các nhà tiếp thị không còn đủ khả năng để xem xét chất lượng dữ liệu dưới tấm thảm cũng như không thể không nhận thức được những thách thức này. Vậy các nhà tiếp thị thực sự có thể làm gì để giải quyết những thách thức này? Dưới đây là năm phương pháp hay nhất để bắt đầu.

Phương pháp hay nhất 1: Bắt đầu tìm hiểu về các vấn đề chất lượng dữ liệu

Một nhà tiếp thị cần phải nhận thức được các vấn đề về chất lượng dữ liệu như đồng nghiệp CNTT của họ. Bạn cần biết các vấn đề chung do tập dữ liệu bao gồm nhưng không giới hạn ở:

  • Lỗi chính tả, lỗi chính tả, lỗi đặt tên, lỗi ghi dữ liệu
  • Các vấn đề với quy ước đặt tên và thiếu tiêu chuẩn, chẳng hạn như số điện thoại không có mã quốc gia hoặc sử dụng các định dạng ngày khác nhau
  • Các chi tiết không đầy đủ như thiếu địa chỉ email, họ hoặc thông tin quan trọng cần thiết cho các chiến dịch hiệu quả
  • Thông tin không chính xác như tên không chính xác, số điện thoại không chính xác, email, v.v.
  • Các nguồn dữ liệu riêng biệt trong đó bạn đang ghi lại thông tin của cùng một cá nhân, nhưng chúng được lưu trữ trong các nền tảng hoặc công cụ khác nhau, ngăn bạn có được chế độ xem tổng hợp
  • Dữ liệu trùng lặp trong đó thông tin đó vô tình được lặp lại trong cùng một nguồn dữ liệu hoặc trong một nguồn dữ liệu khác

Đây là cách dữ liệu kém trông như thế nào trong một nguồn dữ liệu:

tiếp thị vấn đề dữ liệu kém

Tự làm quen với các thuật ngữ như chất lượng dữ liệu, quản lý dữ liệu và quản trị dữ liệu có thể giúp bạn đi một chặng đường dài trong việc xác định lỗi trong Quản lý quan hệ khách hàng của mình (CRM) nền tảng, và bằng khoảng thời gian đó, cho phép bạn thực hiện hành động khi cần thiết.

Phương pháp hay nhất 2: Luôn ưu tiên dữ liệu chất lượng

Tôi đã ở đó, đã làm điều đó. Thật hấp dẫn khi bỏ qua dữ liệu xấu bởi vì nếu bạn thực sự tìm hiểu sâu, chỉ 20% dữ liệu của bạn thực sự có thể sử dụng được. Nhiều hơn 80% dữ liệu là lãng phí. Luôn ưu tiên chất lượng hơn số lượng! Bạn có thể làm điều đó bằng cách tối ưu hóa các phương pháp thu thập dữ liệu của mình. Ví dụ: nếu bạn đang ghi dữ liệu từ một biểu mẫu web, hãy đảm bảo rằng bạn chỉ thu thập dữ liệu cần thiết và hạn chế việc người dùng phải nhập thông tin theo cách thủ công. Một người càng phải 'nhập' thông tin, thì khả năng họ gửi dữ liệu không đầy đủ hoặc không chính xác càng cao.

Thực tiễn tốt nhất 3: Tận dụng công nghệ chất lượng dữ liệu phù hợp

Bạn không phải chi một triệu đô la cho việc sửa chữa chất lượng dữ liệu của mình. Có hàng tá công cụ và nền tảng có thể giúp bạn lấy dữ liệu của mình theo thứ tự mà không cần phải phiền phức. Những điều mà các công cụ này có thể giúp bạn bao gồm:

  • Cấu hình dữ liệu: Giúp bạn xác định các lỗi khác nhau trong tập dữ liệu của mình, chẳng hạn như trường bị thiếu, mục nhập trùng lặp, lỗi chính tả, v.v.
  • Dọn dẹp dữ liệu: Giúp bạn làm sạch dữ liệu của mình bằng cách cho phép chuyển đổi nhanh hơn từ dữ liệu kém sang dữ liệu được tối ưu hóa.
  • Đối sánh dữ liệu: Giúp bạn đối sánh các tập dữ liệu trong các nguồn dữ liệu khác nhau và liên kết / hợp nhất dữ liệu từ các nguồn này với nhau. Ví dụ: bạn có thể sử dụng đối sánh dữ liệu để kết nối cả nguồn dữ liệu trực tuyến và ngoại tuyến.

Công nghệ chất lượng dữ liệu sẽ cho phép bạn tập trung vào những gì quan trọng bằng cách xử lý các công việc thừa. Bạn sẽ không phải lo lắng về việc lãng phí thời gian sửa dữ liệu của mình trên Excel hoặc trong CRM trước khi bắt đầu chiến dịch. Với việc tích hợp công cụ chất lượng dữ liệu, bạn sẽ có thể truy cập vào dữ liệu chất lượng trước mỗi chiến dịch.

Thực tiễn tốt nhất 4: Tham gia vào quản lý cấp cao 

Những người ra quyết định trong tổ chức của bạn có thể không nhận thức được vấn đề, hoặc ngay cả khi có, họ vẫn cho rằng đó là một vấn đề CNTT chứ không phải một mối quan tâm tiếp thị. Đây là lúc bạn cần bước vào để đề xuất giải pháp. Dữ liệu xấu trong CRM? Dữ liệu xấu từ các cuộc khảo sát? Dữ liệu khách hàng không hợp lệ? Tất cả những điều này đều là mối quan tâm về tiếp thị và không liên quan gì đến đội CNTT! Nhưng trừ khi một nhà tiếp thị bước lên để đề xuất giải quyết vấn đề, các tổ chức có thể không làm gì đối với các vấn đề về chất lượng dữ liệu. 

Thực hành tốt nhất 5: Xác định các vấn đề ở cấp nguồn 

Đôi khi, các vấn đề về dữ liệu kém là do một quy trình không hiệu quả. Mặc dù bạn có thể làm sạch dữ liệu trên bề mặt, trừ khi bạn không xác định được nguyên nhân gốc rễ của vấn đề, bạn sẽ gặp phải vấn đề chất lượng tương tự khi lặp lại. 

Ví dụ: nếu bạn đang thu thập dữ liệu khách hàng tiềm năng từ một trang đích và bạn nhận thấy 80% dữ liệu có vấn đề với các mục nhập số điện thoại, bạn có thể triển khai các biện pháp kiểm soát nhập dữ liệu (như đặt trường mã thành phố bắt buộc) để đảm bảo bạn ' đang nhận được dữ liệu chính xác. 

Nguyên nhân gốc rễ của hầu hết các vấn đề về dữ liệu là tương đối đơn giản để giải quyết. Bạn chỉ cần dành thời gian để tìm hiểu sâu hơn và xác định vấn đề cốt lõi và nỗ lực hơn nữa để giải quyết vấn đề! 

Dữ liệu là xương sống của hoạt động tiếp thị

Dữ liệu là xương sống của hoạt động tiếp thị, nhưng nếu dữ liệu này không chính xác, đầy đủ hoặc đáng tin cậy, bạn sẽ mất tiền cho những sai lầm đắt giá. Chất lượng dữ liệu không còn giới hạn ở bộ phận CNTT nữa. Các nhà tiếp thị là chủ sở hữu của dữ liệu khách hàng và do đó phải có khả năng triển khai các quy trình và công nghệ phù hợp để đạt được các mục tiêu dựa trên dữ liệu của họ.

Bạn nghĩ gì?

Trang web này sử dụng Akismet để giảm spam. Tìm hiểu cách xử lý dữ liệu nhận xét của bạn.