Marketing braucht Qualitätsdaten, um datengesteuert zu sein – Struggles & Solutions

Marketingdatenqualität und datengetriebenes Marketing

Marketer stehen unter extremem Druck, datengesteuert zu sein. Sie werden jedoch keine Marketingspezialisten finden, die über schlechte Datenqualität sprechen oder den Mangel an Datenmanagement und Dateneigentum in ihren Organisationen in Frage stellen. Stattdessen streben sie danach, mit schlechten Daten datengesteuert zu sein. Tragische Ironie! 

Für die meisten Vermarkter werden Probleme wie unvollständige Daten, Tippfehler und Duplikate nicht einmal als Problem erkannt. Sie würden Stunden damit verbringen, Fehler in Excel zu beheben, oder sie würden nach Plugins suchen, um Datenquellen zu verbinden und Arbeitsabläufe zu verbessern, aber sie sind sich nicht bewusst, dass dies Datenqualitätsprobleme sind, die sich im gesamten Unternehmen ausbreiten und zu Millionen von Datenverlusten führen Geld. 

Wie sich die Datenqualität auf den Geschäftsprozess auswirkt

Marketer sind heute so überwältigt von Metriken, Trends, Berichten und Analysen, dass sie einfach keine Zeit haben, sich akribisch mit den Herausforderungen der Datenqualität zu befassen. Aber das ist das Problem. Wenn Vermarkter von vornherein keine genauen Daten haben, wie um alles in der Welt könnten sie effektive Kampagnen erstellen? 

Als ich anfing, diesen Artikel zu schreiben, habe ich mich an mehrere Vermarkter gewandt. Ich hatte das Glück zu haben Axel Lavergne, Mitbegründer von ReviewFlowz seine Erfahrungen mit schlechten Daten zu teilen. 

Hier sind seine aufschlussreichen Antworten auf meine Fragen. 

  1. Was waren Ihre anfänglichen Probleme mit der Datenqualität, als Sie Ihr Produkt entwickelt haben? Ich richtete eine Engine zur Generierung von Bewertungen ein und brauchte ein paar Hooks, die ich nutzen konnte, um Bewertungsanfragen an zufriedene Kunden zu einem Zeitpunkt zu senden, an dem sie wahrscheinlich eine positive Bewertung abgeben würden. 

    Um dies zu erreichen, erstellte das Team einen Net Promoter Score (NPS)-Umfrage, die 30 Tage nach der Anmeldung versendet wird. Immer wenn ein Kunde einen positiven NPS hinterließ, zunächst 9 und 10, später auf 8, 9 und 10 erweitert, wurde er eingeladen, eine Bewertung abzugeben und dafür einen 10-Dollar-Geschenkgutschein zu erhalten. Die größte Herausforderung dabei war, dass das NPS-Segment auf der Marketing-Automation-Plattform eingerichtet wurde, während die Daten im NPS-Tool lagen. Getrennte Datenquellen und inkonsistente Daten über Tools hinweg wurden zu Engpässen, die den Einsatz zusätzlicher Tools und Workflows erforderten.

    Als das Team verschiedene Logikabläufe und Integrationspunkte integrierte, musste es sich darum kümmern, die Konsistenz mit Altdaten aufrechtzuerhalten. Das Produkt entwickelt sich weiter, was bedeutet, dass sich die Produktdaten ständig ändern, sodass Unternehmen im Laufe der Zeit ein konsistentes Berichtsdatenschema beibehalten müssen.

  2. Welche Schritte haben Sie unternommen, um das Problem zu lösen? Es war viel Arbeit mit dem Datenteam erforderlich, um eine angemessene Datentechnik rund um den Integrationsaspekt aufzubauen. Klingt vielleicht ziemlich einfach, aber mit vielen verschiedenen Integrationen und vielen versendeten Updates, einschließlich Updates, die sich auf den Anmeldeablauf auswirken, mussten wir eine ganze Menge verschiedener Logikabläufe basierend auf Ereignissen, statischen Daten usw. erstellen.
  3. Hatte Ihre Marketingabteilung ein Mitspracherecht bei der Lösung dieser Herausforderungen? Es ist eine heikle Sache. Wenn Sie mit einem ganz bestimmten Problem zum Datenteam gehen, denken Sie vielleicht, dass es eine einfache Lösung ist, und es ist so dauert nur 1h um es zu reparieren aber es beinhaltet wirklich oft eine Menge Änderungen, die Sie nicht kennen. In meinem speziellen Fall in Bezug auf Plugins war die Hauptursache für Probleme die Aufrechterhaltung konsistenter Daten mit Altdaten. Produkte entwickeln sich weiter, und es ist wirklich schwierig, im Laufe der Zeit ein konsistentes Berichtsdatenschema beizubehalten.

    Also ja, definitiv ein Mitspracherecht in Bezug auf die Bedürfnisse, aber wenn es darum geht, wie die Updates usw. implementiert werden, können Sie wirklich kein richtiges Data-Engineering-Team herausfordern, das weiß, dass es sich mit vielen Änderungen befassen muss, um dies zu erreichen. und um die Daten vor zukünftigen Aktualisierungen zu „schützen“.

  4. Warum sprechen Vermarkter nicht darüber Datenmanagement oder Datenqualität, obwohl sie versuchen, datengesteuert zu sein? Ich denke, es liegt wirklich daran, das Problem nicht zu erkennen. Die meisten Vermarkter, mit denen ich gesprochen habe, unterschätzen die Herausforderungen der Datenerfassung weitestgehend und betrachten im Grunde KPIs, die es seit Jahren gibt, ohne sie jemals zu hinterfragen. Aber was Sie eine Anmeldung, einen Lead oder sogar einen eindeutigen Besucher nennen, ändert sich je nach Tracking-Setup und Ihrem Produkt massiv.

    Ganz einfaches Beispiel: Sie hatten keine E-Mail-Validierung und Ihr Produktteam fügt sie hinzu. Was ist dann eine Anmeldung? Vor oder nach der Validierung? Ich werde gar nicht erst anfangen, auf alle Feinheiten des Web-Trackings einzugehen.

    Ich denke, es hat auch viel mit Attribution und der Art und Weise zu tun, wie Marketingteams aufgebaut sind. Die meisten Vermarkter sind für einen Kanal oder eine Teilmenge von Kanälen verantwortlich, und wenn Sie zusammenfassen, was jedes Mitglied eines Teams seinem Kanal zuschreibt, machen Sie normalerweise etwa 150 % oder 200 % der Zuordnung aus. Klingt unvernünftig, wenn man es so formuliert, weshalb es niemand tut. Der andere Aspekt ist wahrscheinlich, dass die Datenerfassung oft auf sehr technische Probleme hinausläuft und die meisten Vermarkter nicht wirklich mit ihnen vertraut sind. Letztendlich können Sie Ihre Zeit nicht damit verbringen, Daten zu korrigieren und nach pixelgenauen Informationen zu suchen, weil Sie sie einfach nicht bekommen.

  5. Welche praktischen/unmittelbaren Schritte können Marketer Ihrer Meinung nach unternehmen, um die Qualität ihrer Kundendaten zu verbessern?Versetzen Sie sich in die Lage eines Benutzers und testen Sie jeden einzelnen Ihrer Trichter. Fragen Sie sich, welche Art von Ereignis oder Conversion-Aktion Sie bei jedem Schritt auslösen. Sie werden wahrscheinlich sehr überrascht sein, was wirklich passiert. Zu verstehen, was eine Zahl im wirklichen Leben für einen Kunden, Lead oder Besucher bedeutet, ist absolut grundlegend, um Ihre Daten zu verstehen.

Das Marketing hat das tiefste Verständnis für den Kunden, hat aber Mühe, seine Datenqualitätsprobleme in Ordnung zu bringen

Marketing ist das Herzstück jeder Organisation. Es ist die Abteilung, die das Produkt bekannt macht. Es ist die Abteilung, die eine Brücke zwischen dem Kunden und dem Unternehmen bildet. Die Abteilung, die ganz ehrlich ist, macht die Show.

Sie haben jedoch auch am meisten mit dem Zugang zu qualitativ hochwertigen Daten zu kämpfen. Schlimmer noch, wie Axel erwähnte, sie wissen wahrscheinlich nicht einmal, was schlechte Daten bedeuten und womit sie es zu tun haben! Hier sind einige Statistiken aus dem DOMO-Bericht: Das neue MO des Marketings, um die Dinge ins rechte Licht zu rücken:

  • 46 % der Marketer geben an, dass die schiere Anzahl an Datenkanälen und -quellen die langfristige Planung erschwert hat.
  • 30 % der erfahrenen Marketer glauben, dass der CTO und die IT-Abteilung die Verantwortung für den Besitz von Daten übernehmen sollten. Unternehmen sind immer noch dabei, das Eigentum an Daten herauszufinden!
  • 17.5 % glauben, dass es an Systemen mangelt, die Daten zusammenführen und dem Team Transparenz bieten.

Diese Zahlen zeigen, dass es für das Marketing an der Zeit ist, Daten zu besitzen und die Generierung von Nachfragen wirklich datengesteuert zu machen.

Was können Marketer tun, um Herausforderungen in Bezug auf die Datenqualität zu verstehen, zu identifizieren und zu bewältigen?

Obwohl Daten das Rückgrat für geschäftliche Entscheidungen sind, kämpfen viele Unternehmen immer noch damit, ihr Datenmanagement-Framework zu verbessern, um Qualitätsprobleme anzugehen. 

In einem Bericht von Marketing Evolution, mehr als ein Viertel der 82 % Unternehmen in der Umfrage wurden durch minderwertige Daten geschädigt. Marketer können es sich nicht länger leisten, Überlegungen zur Datenqualität unter den Teppich zu kehren, und sie können es sich nicht leisten, diese Herausforderungen zu ignorieren. Was können Marketer also wirklich tun, um diese Herausforderungen anzugehen? Hier sind fünf Best Practices für den Einstieg.

Best Practice 1: Informieren Sie sich über Datenqualitätsprobleme

Ein Vermarkter muss sich der Datenqualitätsprobleme genauso bewusst sein wie sein IT-Kollege. Sie müssen allgemeine Probleme kennen, die Datensätzen zugeschrieben werden, die Folgendes umfassen, aber nicht darauf beschränkt sind:

  • Tippfehler, Rechtschreibfehler, Namensfehler, Datenerfassungsfehler
  • Probleme mit Namenskonventionen und fehlenden Standards wie Telefonnummern ohne Ländervorwahl oder Verwendung unterschiedlicher Datumsformate
  • Unvollständige Details wie fehlende E-Mail-Adressen, Nachnamen oder wichtige Informationen, die für effektive Kampagnen erforderlich sind
  • Ungenaue Informationen wie falsche Namen, falsche Nummern, E-Mails usw
  • Unterschiedliche Datenquellen, in denen Sie Informationen derselben Person aufzeichnen, diese jedoch auf verschiedenen Plattformen oder Tools gespeichert sind, sodass Sie keine konsolidierte Ansicht erhalten
  • Doppelte Daten, wenn diese Informationen versehentlich in derselben Datenquelle oder in einer anderen Datenquelle wiederholt werden

So sehen schlechte Daten in einer Datenquelle aus:

schlechte Datenprobleme Marketing

Sich mit Begriffen wie Datenqualität, Datenmanagement und Data Governance vertraut zu machen, kann Ihnen dabei helfen, Fehler in Ihrem Customer Relationship Management (CRM)-Plattform und ermöglicht es Ihnen so, bei Bedarf Maßnahmen zu ergreifen.

Best Practice 2: Qualitätsdaten immer priorisieren

Ich war dort, habe das getan. Es ist verlockend, schlechte Daten zu ignorieren, denn wenn Sie wirklich tief graben würden, wären nur 20 % Ihrer Daten tatsächlich nutzbar. Mehr als 80 % der Daten ist verschwendet. Priorisieren Sie immer Qualität vor Quantität! Sie können dies tun, indem Sie Ihre Datenerfassungsmethoden optimieren. Wenn Sie beispielsweise Daten aus einem Webformular aufzeichnen, stellen Sie sicher, dass Sie nur die erforderlichen Daten erfassen, und begrenzen Sie die Notwendigkeit, dass der Benutzer die Informationen manuell eingeben muss. Je mehr eine Person Informationen „eintippen“ muss, desto höher ist die Wahrscheinlichkeit, dass sie unvollständige oder ungenaue Daten einsendet.

Best Practice 3: Nutzen Sie die richtige Datenqualitätstechnologie

Sie müssen keine Million Dollar ausgeben, um Ihre Datenqualität zu verbessern. Es gibt Dutzende von Tools und Plattformen, die Ihnen helfen können, Ihre Daten in Ordnung zu bringen, ohne viel Aufhebens zu machen. Zu den Dingen, bei denen diese Tools Ihnen helfen können, gehören:

  • Datenprofilierung: Hilft Ihnen, verschiedene Fehler in Ihrem Datensatz zu identifizieren, z. B. fehlende Felder, doppelte Einträge, Rechtschreibfehler usw.
  • Datenbereinigung: Hilft Ihnen, Ihre Daten zu bereinigen, indem eine schnellere Transformation von schlechten zu optimierten Daten ermöglicht wird.
  • Datenabgleich: Hilft Ihnen, Datensätze in verschiedenen Datenquellen abzugleichen und die Daten aus diesen Quellen miteinander zu verknüpfen/zusammenzuführen. Beispielsweise können Sie Datenabgleich verwenden, um sowohl Online- als auch Offline-Datenquellen zu verbinden.

Die Datenqualitätstechnologie ermöglicht es Ihnen, sich auf das Wesentliche zu konzentrieren, indem Sie sich um die redundante Arbeit kümmern. Sie müssen sich keine Gedanken darüber machen, Ihre Daten in Excel oder im CRM zu korrigieren, bevor Sie eine Kampagne starten. Mit der Integration eines Datenqualitätstools können Sie vor jeder Kampagne auf Qualitätsdaten zugreifen.

Best Practice 4: Beziehen Sie die Geschäftsleitung ein 

Entscheidungsträger in Ihrem Unternehmen sind sich des Problems möglicherweise nicht bewusst, oder selbst wenn sie es sind, gehen sie immer noch davon aus, dass es sich um ein IT-Problem und nicht um ein Marketingproblem handelt. Hier müssen Sie eingreifen, um eine Lösung vorzuschlagen. Schlechte Daten im CRM? Schlechte Daten aus Umfragen? Schlechte Kundendaten? All dies sind Marketinganliegen und haben nichts mit IT-Teams zu tun! Aber wenn ein Marketingspezialist nicht auftaucht, um eine Lösung des Problems vorzuschlagen, können Unternehmen nichts gegen Datenqualitätsprobleme unternehmen. 

Best Practice 5: Identifizieren Sie Probleme auf Quellebene 

Manchmal werden schlechte Datenprobleme durch einen ineffizienten Prozess verursacht. Während Sie Daten an der Oberfläche bereinigen können, werden Sie wiederholt mit den gleichen Qualitätsproblemen konfrontiert, es sei denn, Sie identifizieren die Grundursache des Problems. 

Wenn Sie beispielsweise Lead-Daten von einer Zielseite erfassen und feststellen, dass 80 % der Daten ein Problem mit Telefonnummerneingaben aufweisen, können Sie Dateneingabekontrollen implementieren (z. um genaue Daten zu erhalten. 

Die Ursache der meisten Datenprobleme ist relativ einfach zu lösen. Sie müssen sich nur Zeit nehmen, um tiefer zu graben und das Kernproblem zu identifizieren, und sich zusätzlich anstrengen, um das Problem zu lösen! 

Daten sind das Rückgrat des Marketings

Daten sind das Rückgrat von Marketingaktivitäten, aber wenn diese Daten nicht genau, vollständig oder zuverlässig sind, verlieren Sie Geld durch kostspielige Fehler. Datenqualität ist nicht mehr auf die IT-Abteilung beschränkt. Marketer sind die Eigentümer von Kundendaten und müssen daher in der Lage sein, die richtigen Prozesse und Technologien zu implementieren, um ihre datengesteuerten Ziele zu erreichen.

Was denken Sie?

Diese Seite verwendet Akismet, um Spam zu reduzieren. Erfahren Sie, wie Ihre Kommentardaten verarbeitet werden.