Odrzuć, wyrzuć: jak złe dane wpływają na rozwój firmy

Marketerzy siedzą na górze cennych danych konsumenckich. Ale nie wszystkie dane, którymi dysponują, są przydatne. Praca z danymi o niskiej jakości zatruwa działania marketingowe, prowadzi do straconych okazji i ostatecznie szkodzi wynikom.

Złe dane to dane, które często zostały uszkodzone przez okoliczności. I jest to bardziej powszechne, niż nam się wydaje. Nigdy nie jest to celowe ani złośliwe, często jest wynikiem błędu ludzkiego lub niewłaściwego pobierania. Czasami jest to tak proste, jak zmiana adresów e-mail w czasie. W innych przypadkach jest to coś, co załamuje się w twoim procesie. Chociaż przyczyna może być prosta, skutek — luki i niedokładności w Twoich analizach, które powodują, że wszystko, co mierzysz, jest nieskuteczne — może być katastrofalny.

Nie każda organizacja ma w swoim zespole mistrzów danych, ale ponieważ firmy coraz częściej stosują kulturę skoncentrowania się na danych, priorytetyzacja stanu danych stanie się koniecznością.

Złe dane nie są ustandaryzowane

W życiu osobistym zazwyczaj istnieje sposób na pogodzenie danych. Załóżmy, że znajdujesz rozbieżność na swoim koncie bankowym: wiesz, ile zarobiłeś, a ile wydałeś, i możesz to porównać z danymi historycznymi na wyciągach bankowych. Innymi słowy, masz źródło prawdy. Ale w marketingu najczęściej nie ma punktu odniesienia. Jako marketer masz oczywiście pewne pojęcie o tym, co jest właściwe, ale wszystkie Twoje dane odnoszą się do siebie.

Ten problem nie jest nowy, po prostu łatwo przelatuje pod radarem. Jeśli używasz Google Analytics na przykład do śledzenia ruchu na wszystkich swoich stronach internetowych i z jakiegoś powodu skrypt nie śledził 10% Twoich stron, po prostu nie wiedziałbyś, że brakuje 10 % Twoich danych. Takie luki mogą wystąpić na kilka sposobów. Ale jednym z głównych sposobów, w jaki to się dzieje, jest brak standaryzacji.

W przypadku firmy SaaS mierzenie liczby „odwiedzających witrynę” może nie oznaczać tego samego, co „użytkowników platformy”. Kiedy konfigurujesz te metryki na różnych platformach analitycznych i dzielisz je na kilka działów — od marketingu przez sprzedaż po inżynierię — robi to różnicę. „Kliknięcia” w AdWords niekoniecznie przekładają się na ogólny ruch, ponieważ istnieje różnica między nowymi użytkownikami, unikalnymi użytkownikami i całkowitą liczbą sesji. Na dużą skalę pobierasz dane z setek źródeł. Brak standaryzacji tego, co mierzysz, a jednocześnie traktowanie tego tak samo, to przepis na złe dane.

Złe dane są drogie

Niezależnie od tego, czy ignorujesz problem, ponieważ nie wiesz, jak go naprawić, czy może jeszcze o tym nie wiesz, praca z danymi niskiej jakości wpływa na wiele działań biznesowych poza marketingiem. Jeśli Twoje dane są wszędzie, zatrzymuje to cenne inicjatywy i szkodzi Twoim wynikom.

Aby spojrzeć na to z odpowiedniej perspektywy, ponieważ dane zanikają w tempie 70% rocznie, złe dane kosztują firmy średnio 9,7 miliona dolarów rocznie. Harvard Business Review doszedł do wniosku, że złe dane kosztują tak dużo, ponieważ decydenci, menedżerowie, naukowcy zajmujący się danymi i inni członkowie zespołu muszą uwzględniać rozbieżności w swojej codziennej pracy — wyszukiwać nieścisłości i złe źródła, naprawiać błędy. Jest to zarówno czasochłonne, jak i kosztowne.

Poza dolarami, złe dane zagrażają Twojej strategii, prowadząc do zmarnowania możliwości wynikających z nieświadomych decyzji biznesowych. Radzenie sobie z ogromnymi ilościami danych dostarczanych z wielu źródeł, w różnych formatach i z różną częstotliwością jest procesem fragmentarycznym. To zrozumiałe, że działom marketingu często brakuje siły roboczej, aby na bieżąco analizować, rozumieć i wykorzystywać wszystkie te dane.

Dobre dane są czyste

Dobre wyniki danych, gdy poświęcisz czas na wyczyszczenie, weryfikację i uporządkowanie danych, tak aby typowe problemy, takie jak nieaktualne informacje, duplikaty lub nieścisłości, nie były już nękane przez Twój system.

Radzenie sobie z tą złożonością wymaga dedykowanych zasobów oraz dobrze zdefiniowanych procesów i zasad standaryzacji, optymalizacji, raportowania i podejścia zwinne. Jest to odejście od miesięcznych raportów, kwartalnych prognoz i generowania wglądów epizodycznych, do których większość organizacji jest przyzwyczajona. Ale ta zmiana ma kluczowe znaczenie dla sukcesu w świecie coraz bardziej opartym na danych. Światowej klasy organizacja marketingowa powinna bezproblemowo łączyć dane, analizy, strategie, ludzi, procesy i możliwości, aby dostarczać wyniki biznesowe.

Jeśli Twoja organizacja się rozwija i właśnie otworzyłeś drogę do udostępniania danych między działami, poszukaj obszarów, w których można połączyć informacje, aby uzyskać pełniejszy obraz klienta. Rozważ utworzenie grupy zadaniowej, w której członkowie zespołu będą właścicielami różnych części potoku i będą promować dobre dane w Twojej organizacji.

Jeśli przydzielanie zasobów grupie zadaniowej do ręcznego czyszczenia potoku danych jest dla Ciebie nierealistyczną opcją, rozważ wdrożenie narzędzi sztucznej inteligencji. Predykcyjne uczenie maszynowe może nauczyć się podstawowego zachowania metryk danych i ma możliwość szybkiego przekształcania ogromnych połaci danych w zaufane informacje biznesowe, a także zautomatyzować wykrywanie anomalii.

Dedykowane zasoby do czyszczenia rurociągu rozwiązują problem, ale nie ma nic bardziej ochronnego niż proaktywne stosowanie tych zasad. Poświęć czas, który Twój zespół poświęciłby na korygowanie złych danych i zamień go na czas poświęcony na tworzenie bezpiecznych i dokładnych procesów przetwarzania danych w swoich działaniach od samego początku.

Pogoń, a nie perfekcja

Bycie realistą jest ważne. A rzeczywistość złych danych jest taka, że ​​ich czyszczenie to niekończący się proces. Celem nie jest stan końcowy, w którym wszystko jest idealne. Celem jest dążenie do nawyków i procesów w miejscu pracy, które zachęcają do lepszych danych.

To powiedziawszy, jakość danych jest ostatecznie sprawą każdego. Niezależnie od tego, czy pracujesz bezpośrednio z liczbami, czy nie, dane wpływają na każdy wynik organizacji. Czysty, utrzymany potok oznacza, że ​​Ty i Twój zespół możecie na dobre obniżyć błędne koszty i łatwiej realizować zdrowe strategie dotyczące danych.

Przejście marketingu w kierunku prawdziwej kultury opartej na danych może być długą podróżą. Ale to taki, który udowadnia swoją wartość.

Ten artykuł jest częścią naszej serii poświęconej marketingowi opartemu na danych, w której nasi eksperci badają klucze do rozwoju zespołu i strategicznego podejścia opartego na danych. Przeczytaj pierwszy artykuł tutaj.