營銷人員如何控制他們的數據堆棧

“控制您的營銷數據。” 如果您今天是一名營銷人員，那麼您已經多次聽到這個建議。 你的同事、你聘請的顧問、市場研究公司、供應商、你的老闆——幾乎每個人都認為這是常識。 同樣常見的是整個行業散佈的失敗的營銷數據倉庫項目。

儘管聽起來令人難以置信，但關於 Facebook、谷歌、電視、目錄和其他渠道的所有媒體支出的每日綜合報告仍然是一個懸而未決的挑戰。

管理營銷數據和品牌運營數據不一樣

許多現代品牌都有技術本地人負責營銷。 構建海量數據庫、數據管道和高級數據處理系統是他們的第二天性。 他們是管理核心運營數據（例如客戶訂單歷史記錄）的高手，將其顯示出來以便再次訂購相同的東西或個性化客戶體驗以推薦類似的商品。

所有這些數據都是他們核心體驗的核心，對品牌的運營來說，妥善管理這些數據是必不可少的。 另一方面，與他們在何處以及如何宣傳其產品有關的數據堆棧不是品牌運營的核心，因此無法以相同的勤奮程度進行管理。

然而，每個營銷渠道都是獨一無二的雪花，其供應鏈的細微差別最終都會影響數據堆棧的外觀——更重要的是應該如何控制質量。

簡而言之——營銷數據是一頭不同的野獸，它當然是一頭野獸。

“真相之源”數據質量很難

在營銷分析領域，“事實來源”(SOT) 是一個沉重的詞組。 它意味著被消費的數據是最高質量的，可以像首席財務官所依賴的會計質量數據一樣被視為真實。 通常，最接近數據的系統是“事實來源”。 例如，谷歌分析將成為網絡分析報告的 SOT。 Shopify 可能是電子商務訂單報告的 SOT。 Facebook 報告將是 Facebook 支出、覆蓋面和績效指標的 SOT。 目錄郵件合併報告將是目錄流通等的 SOT。

現在想像一下將所有這些數據集放在一起，成為一個品牌的跨渠道 SOT。

現在，想像一下首席執行官、首席財務官、首席營銷官、營銷和分析利益相關者都在登錄，以將這個整合的數據資產用於他們所有的日常運營目的。

讓我們慢慢了解。如果你在這個空間里呆了一會兒，你現在應該會覺得喉嚨裡有腫塊。

數據堆棧質量，峽谷

數據質量是“數據庫中的數據”與數據驅動的營銷組織之間的鴻溝。 鑑於每個數據源的碎片化程度，弄清楚如何正確收集、轉換、保存和質量控制每個雪花數據源是一項艱鉅的任務。

以下是您在此過程中會遇到的一些事情：

事情總是崩潰

包括 Google Ads、Facebook 和其他海量系統在內的 API 並不完美。 完全相同的 API 數據請求可能已經工作了好幾個月，並且會開始“隨機”失敗。 如果沒有適當的檢測，它只會是數據庫中數據中的漏洞，直到對它進行 QA 之前你永遠不會知道。 還有很多其他用例，包括 API 限制、API 中斷更改、更改規範和其他可能導致數據“損壞”的合法行為。 所有這些挑戰都會隨著非 API 驅動的數據源而倍增。

蘋果 vs 橙子 vs 羽衣甘藍

顯而易見的是，所有數據都不是平等的。 來自 Shopify 的訂單和收入報告數據與 Facebook 支出和點擊報告或 Facebook 覆蓋率報告或來自網站的點擊日誌具有不同的動態。 每個數據源都旨在服務於特定目的，因此需要以非常特定的方式進行收集、存儲和質量控制。

只是將數據放入數據庫表中，而不對數據將如何使用進行批判性思考，通常會使數據變得無用。 此外，定義對每個來源非常具體的適當質量控制規則需要對數據以及可以與之進行合理比較的數據有深入的了解。

活動分類法

通常跨渠道有數百個廣告系列、數千個廣告集、關鍵字和訂單項，以及跨渠道的數十萬次創意迭代。 它通常是堆積如山的數據，如果未能將數據正確分類到與決策一致的有意義的組中，也會使所有這些數據變得毫無用處。

還有更多的角度，例如不同的歸因窗口、Facebook 與 Google Ads 中對轉化和收入的不同定義以及其他影響數據質量的問題。

一個整體的跨渠道框架是必要的

將所有這些數據整合在一起需要一個精心規劃的跨渠道營銷數據框架，該框架明確指定每個數據集適用於何處，以及如何將它們整合在一起，以便為營銷投資和運營決策提供有意義的信息。

營銷數據是B2C品牌最大的未開發資產

那麼，這給營銷人員留下了什麼？ 這是一個失敗的原因嗎？ 果汁值得榨嗎？

具有前瞻性思維的早期採用者正在從整合的營銷數據中看到變革性的好處。 它提供了測試學習成長的營銷實踐，簡化了跨渠道規劃，提供了渠道問責制並提供了每日媒體組合報告。 品牌正在意識到數據驅動營銷承諾的所有好處。

未使用的營銷數據是 B2C 品牌中巨大的未開發資產。 我們不只是讓陽光和風吹，我們還讓它發揮作用。 讓我們團結起來，讓營銷數據發揮作用。

Madan Bharadwaj 是 Measured 的聯合創始人兼首席技術官。