W jaki sposób Entity Resolution dodaje wartość do Twoich procesów marketingowych

Co to jest rozdzielczość podmiotu w danych marketingowych

Duża liczba marketerów B2B – prawie 27% – przyznaje, że niewystarczająca ilość danych kosztowała ich 10%, aw niektórych przypadkach nawet więcej w rocznych stratach przychodów.

To wyraźnie podkreśla istotny problem, z którym boryka się obecnie większość marketerów, a mianowicie: słaba jakość danych. Niekompletne, brakujące lub niskiej jakości dane mogą mieć ogromny wpływ na powodzenie Twoich procesów marketingowych. Dzieje się tak, ponieważ prawie wszystkie procesy działowe w firmie – ale w szczególności sprzedaż i marketing – są w dużym stopniu napędzane danymi organizacyjnymi.

Niezależnie od tego, czy jest to pełny, 360-stopniowy widok Twoich klientów, potencjalnych klientów, czy też innych informacji związanych z produktami, ofertami usług lub adresami – marketing jest miejscem, w którym wszystko się łączy. Właśnie dlatego marketerzy najbardziej cierpią, gdy firma nie stosuje odpowiednich ram zarządzania jakością danych do ciągłego profilowania danych i poprawiania jakości danych.

W tym blogu chcę zwrócić uwagę na najczęstszy problem z jakością danych i jego wpływ na krytyczne procesy marketingowe; następnie przyjrzymy się potencjalnemu rozwiązaniu tego problemu, a na koniec zobaczymy, jak możemy go stale ustalać.

Więc zacznijmy!

Największy problem z jakością danych, z jakim borykają się marketerzy

Chociaż słaba jakość danych powoduje długą listę problemów dla marketerów w firmie, ale po dostarczeniu rozwiązań dotyczących danych ponad 100 klientom, najczęstszym problemem z jakością danych, z jakim spotykają się ludzie, jest:

Uzyskiwanie jednego widoku podstawowych zasobów danych.

Ten problem pojawia się, gdy zduplikowane rekordy są przechowywane dla tej samej jednostki. Tutaj termin podmiot może oznaczać wszystko. Przeważnie w sferze marketingu słowo encja może odnosić się do: klienta, potencjalnego klienta, potencjalnego klienta, produktu, lokalizacji lub czegoś innego, co ma kluczowe znaczenie dla wykonywania twoich działań marketingowych.

Wpływ zduplikowanych rekordów na Twoje procesy marketingowe

Obecność zduplikowanych rekordów w zbiorach danych wykorzystywanych do celów marketingowych może być koszmarem dla każdego marketera. Gdy masz zduplikowane rekordy, możesz napotkać następujące poważne scenariusze:

  • Zmarnowany czas, budżet i wysiłki – Ponieważ Twój zbiór danych zawiera wiele rekordów dla tego samego podmiotu, możesz wielokrotnie inwestować czas, budżet i wysiłki dla tego samego klienta, potencjalnego klienta lub potencjalnego klienta.
  • Nie można ułatwić spersonalizowanych doświadczeń – Zduplikowane rekordy często zawierają różne części informacji o podmiocie. Jeśli prowadziłeś kampanie marketingowe z niepełnym spojrzeniem na swoich klientów, możesz sprawić, że klienci poczują się niesłyszani lub niezrozumiani.
  • Niedokładne raporty marketingowe – Mając zduplikowane rekordy danych, możesz dać niedokładny obraz swoich działań marketingowych i ich zwrotów. Na przykład wysłałeś e-mailem 100 potencjalnych klientów, ale otrzymałeś odpowiedzi tylko od 10 – możliwe, że tylko 80 z tych 100 było unikalnych, a pozostałe 20 to duplikaty.
  • Zmniejszona wydajność operacyjna i produktywność pracowników – Kiedy członkowie zespołu pobierają dane dla określonego podmiotu i znajdują wiele rekordów przechowywanych w różnych źródłach lub gromadzonych w tym samym źródle, działa to jak ogromna przeszkoda w zwiększaniu produktywności pracowników. Jeśli zdarza się to dość często, to odczuwalnie wpływa to na efektywność operacyjną całej organizacji.
  • Nie można wykonać prawidłowego przypisania konwersji – Jeśli zarejestrowałeś tego samego odwiedzającego jako nowy podmiot za każdym razem, gdy odwiedzał Twoje kanały społecznościowe lub witrynę, prawie niemożliwe będzie wykonanie dokładnej atrybucji konwersji i poznanie dokładnej ścieżki, jaką odwiedzający przebył w kierunku konwersji.
  • Niedostarczona poczta fizyczna i elektroniczna – To najczęstsza konsekwencja zduplikowanych zapisów. Jak wspomniano wcześniej, każdy zduplikowany rekord ma tendencję do zawierania częściowego widoku jednostki (dlatego w pierwszej kolejności rekordy skończyły jako duplikaty w zestawie danych). Z tego powodu w niektórych rekordach może brakować fizycznych lokalizacji lub informacji kontaktowych, co może powodować niepowodzenie dostarczania poczty.

Co to jest rozdzielczość jednostki?

Rozdzielczość podmiotu (ER) to proces określania, kiedy odniesienia do elementów świata rzeczywistego są równoważne (ten sam element), czy nie (różne elementy). Innymi słowy, jest to proces identyfikowania i łączenia wielu rekordów z tą samą jednostką, gdy rekordy są inaczej opisane i odwrotnie.

Rozdzielczość podmiotu i jakość informacji autorstwa Johna R. Talburta

Wdrażanie rozwiązania podmiotu w swoje zbiory danych marketingowych

Widząc przerażający wpływ duplikatów na powodzenie działań marketingowych, konieczne jest posiadanie prostej, ale potężnej metody na deduplikacja zbiorów danych. To tutaj proces rozdzielczość podmiotu Po prostu, rozstrzyganie jednostek odnosi się do procesu identyfikowania, które rekordy należą do tej samej jednostki.

W zależności od złożoności i stanu jakości zbiorów danych, proces ten może składać się z kilku kroków. Przeprowadzę Cię przez każdy etap tego procesu, abyś mógł zrozumieć, na czym dokładnie to polega.

Uwaga: opisując poniższy proces, będę używał ogólnego terminu „jednostka”. Ale ten sam proces ma zastosowanie i jest możliwy dla każdego podmiotu zaangażowanego w proces marketingowy, takiego jak klient, potencjalny klient, potencjalny klient, adres lokalizacji itp.

Kroki w procesie rozwiązywania jednostek

  1. Zbieranie rekordów danych podmiotów znajdujących się w różnych źródłach danych – To pierwszy i najważniejszy etap procesu, w którym identyfikujesz gdzie dokładnie przechowywane są zapisy podmiotu. Mogą to być dane pochodzące z reklam w mediach społecznościowych, ruchu w witrynie lub wpisane ręcznie przez przedstawicieli handlowych lub personel ds. marketingu. Po zidentyfikowaniu źródeł wszystkie zapisy muszą być zebrane w jednym miejscu.
  2. Profilowanie rekordów połączonych – Gdy rekordy zostaną zebrane w jeden zestaw danych, nadszedł czas, aby zrozumieć dane i odkryć ukryte szczegóły dotyczące ich struktury i zawartości. Profilowanie danych statystycznie analizuje dane i określa, czy wartości danych są niekompletne, puste lub mają nieprawidłowy wzorzec i format. Profilowanie zestawu danych ujawnia inne takie szczegóły i podkreśla potencjalne możliwości oczyszczenia danych.
  3. Czyszczenie i standaryzacja ewidencji danych – Szczegółowy profil danych zapewnia praktyczną listę elementów do czyszczenia i standaryzacji zestawu danych. Może to obejmować etapy uzupełniania brakujących danych, poprawiania typów danych, poprawiania wzorców i formatów, a także analizowania złożonych pól na podelementy w celu lepszej analizy danych.
  4. Dopasowywanie i łączenie rekordów należących do tej samej jednostki – Teraz Twoje rekordy danych są gotowe do dopasowania i połączenia, a następnie sfinalizowania, które rekordy należą do tej samej jednostki. Proces ten jest zwykle wykonywany przez implementację branżowych lub zastrzeżonych algorytmów dopasowywania, które wykonują dokładne dopasowanie w przypadku jednoznacznie identyfikujących atrybutów lub rozmyte dopasowanie w przypadku kombinacji atrybutów jednostki. Jeśli wyniki z algorytmu dopasowywania są niedokładne lub zawierają fałszywe alarmy, może być konieczne dostrojenie algorytmu lub ręczne oznaczenie nieprawidłowych dopasowań jako duplikatów lub nieduplikatów.
  5. Wdrażanie zasad łączenia podmiotów w złote rekordy – To tutaj następuje ostateczna fuzja. Prawdopodobnie nie chcesz stracić danych o encji przechowywanych w różnych rekordach, więc ten krok dotyczy konfiguracji reguł, aby podjąć decyzję:
    • Który rekord jest rekordem głównym, a gdzie są jego duplikaty?
    • Które atrybuty z duplikatów chcesz skopiować do rekordu głównego?

Po skonfigurowaniu i zaimplementowaniu tych reguł wynikiem jest zestaw złotych rekordów Twoich jednostek.

Ustanów stałe ramy rozwiązywania problemów dla jednostek

Chociaż przeszliśmy przez prosty przewodnik krok po kroku dotyczący rozwiązywania jednostek w zestawie danych marketingowych, ważne jest, aby zrozumieć, że należy to traktować jako ciągły proces w Twojej organizacji. Firmy, które inwestują w zrozumienie swoich danych i naprawienie podstawowych problemów z jakością, są nastawione na znacznie bardziej obiecujący wzrost.

Aby szybko i łatwiej wdrożyć takie procesy, możesz również udostępnić operatorom danych, a nawet marketerom w swojej firmie, łatwe w obsłudze oprogramowanie do rozwiązywania problemów, które poprowadzi ich przez wymienione powyżej kroki.

Podsumowując, możemy śmiało powiedzieć, że zbiór danych bez duplikatów działa jako kluczowy gracz w maksymalizacji zwrotu z inwestycji w działania marketingowe i wzmacnianiu reputacji marki we wszystkich kanałach marketingowych.