การลงมติของนิติบุคคลเพิ่มมูลค่าให้กับกระบวนการทางการตลาดของคุณอย่างไร

การแก้ไขเอนทิตีในข้อมูลการตลาดคืออะไร

นักการตลาด B2B จำนวนมาก – เกือบ 27% – ยอมรับว่า ข้อมูลไม่เพียงพอมีค่าใช้จ่าย 10%หรือในบางกรณีอาจมากกว่านั้นในการสูญเสียรายได้ประจำปี

สิ่งนี้เน้นให้เห็นอย่างชัดเจนถึงปัญหาสำคัญที่นักการตลาดส่วนใหญ่เผชิญอยู่ในปัจจุบัน นั่นคือ: คุณภาพของข้อมูลไม่ดี ข้อมูลที่ไม่สมบูรณ์ ขาดหายไป หรือคุณภาพต่ำสามารถมีผลกระทบอย่างมากต่อความสำเร็จของกระบวนการทางการตลาดของคุณ สิ่งนี้เกิดขึ้นเนื่องจากกระบวนการของแผนกเกือบทั้งหมดในบริษัทหนึ่งๆ – โดยเฉพาะการขายและการตลาด – ได้รับการขับเคลื่อนอย่างมากจากข้อมูลองค์กร

ไม่ว่าจะเป็นมุมมองแบบ 360 องศาของลูกค้า ลูกค้าเป้าหมาย หรือผู้มีแนวโน้มจะเป็นลูกค้าของคุณ หรือข้อมูลอื่นๆ ที่เกี่ยวข้องกับผลิตภัณฑ์ ข้อเสนอบริการ หรือสถานที่ตั้งที่อยู่ การตลาดคือที่ที่ทุกอย่างมารวมกัน นี่คือเหตุผลที่นักการตลาดประสบปัญหามากที่สุดเมื่อบริษัทไม่ได้ใช้กรอบการจัดการคุณภาพข้อมูลที่เหมาะสมสำหรับการทำโปรไฟล์ข้อมูลอย่างต่อเนื่องและการแก้ไขคุณภาพข้อมูล

ในบล็อกนี้ ฉันต้องการให้ความสนใจกับปัญหาด้านคุณภาพข้อมูลที่พบบ่อยที่สุด และผลกระทบที่มีต่อกระบวนการทางการตลาดที่สำคัญของคุณ จากนั้นเราจะพิจารณาวิธีแก้ปัญหาที่เป็นไปได้สำหรับปัญหานี้ และสุดท้าย เราจะเห็นว่าเราจะสร้างมันขึ้นมาอย่างต่อเนื่องได้อย่างไร

ดังนั้นขอเริ่มต้น!

ปัญหาด้านคุณภาพข้อมูลที่ใหญ่ที่สุดที่นักการตลาดต้องเผชิญ

แม้ว่าคุณภาพของข้อมูลที่ไม่ดีจะทำให้เกิดปัญหามากมายสำหรับนักการตลาดในบริษัท แต่เมื่อนำเสนอโซลูชันข้อมูลให้กับลูกค้ากว่า 100 ราย ปัญหาด้านคุณภาพข้อมูลทั่วไปที่เราพบเห็นได้บ่อยที่สุดคือ:

บรรลุมุมมองเดียวของสินทรัพย์ข้อมูลหลัก

ปัญหานี้เกิดขึ้นเมื่อเรกคอร์ดที่ซ้ำกันถูกเก็บไว้สำหรับเอนทิตีเดียวกัน ในที่นี้ คำว่าเอนทิตีสามารถหมายถึงอะไรก็ได้ ส่วนใหญ่ ในขอบเขตของการตลาด คำว่าเอนทิตีสามารถอ้างถึง: ลูกค้า ลูกค้าเป้าหมาย ผู้มีแนวโน้มจะเป็นลูกค้า ผลิตภัณฑ์ สถานที่ตั้ง หรือสิ่งอื่นใดที่เป็นแกนหลักในการดำเนินกิจกรรมทางการตลาดของคุณ

ผลกระทบของบันทึกซ้ำในกระบวนการทางการตลาดของคุณ

การมีบันทึกที่ซ้ำกันในชุดข้อมูลที่ใช้เพื่อวัตถุประสงค์ทางการตลาดอาจเป็นฝันร้ายสำหรับนักการตลาดทุกคน เมื่อคุณมีระเบียนที่ซ้ำกัน ต่อไปนี้คือสถานการณ์ร้ายแรงบางประการที่คุณสามารถพบได้:

  • เสียเวลา งบประมาณ และความพยายาม – เนื่องจากชุดข้อมูลของคุณประกอบด้วยเรกคอร์ดหลายรายการสำหรับเอนทิตีเดียวกัน คุณอาจสิ้นสุดเวลา งบประมาณ และความพยายามหลายครั้งสำหรับลูกค้า ผู้มีแนวโน้ม หรือลูกค้าเป้าหมายเดียวกัน
  • ไม่สามารถอำนวยความสะดวกประสบการณ์ส่วนบุคคล – เร็กคอร์ดที่ซ้ำกันมักประกอบด้วยส่วนต่าง ๆ ของข้อมูลเกี่ยวกับเอนทิตี หากคุณดำเนินแคมเปญการตลาดโดยใช้มุมมองที่ไม่สมบูรณ์เกี่ยวกับลูกค้าของคุณ อาจทำให้ลูกค้าของคุณรู้สึกว่าไม่เคยได้ยินหรือถูกเข้าใจผิด
  • รายงานการตลาดที่ไม่ถูกต้อง – ด้วยบันทึกข้อมูลที่ซ้ำกัน คุณอาจลงเอยด้วยการให้มุมมองที่ไม่ถูกต้องเกี่ยวกับความพยายามทางการตลาดและการกลับมาของพวกเขา ตัวอย่างเช่น คุณส่งอีเมลถึงผู้มุ่งหวัง 100 คน แต่ได้รับการตอบกลับจาก 10 คนเท่านั้น เป็นไปได้ว่ามีเพียง 80 คนจาก 100 คนเท่านั้นที่ไม่ซ้ำกัน และอีก 20 คนที่เหลือซ้ำกัน
  • ประสิทธิภาพการดำเนินงานลดลงและประสิทธิผลของพนักงาน – เมื่อสมาชิกในทีมดึงข้อมูลสำหรับเอนทิตีหนึ่งๆ และค้นหาหลายเรคคอร์ดที่จัดเก็บไว้ในแหล่งต่างๆ หรือรวบรวมมาในช่วงเวลาเดียวกันในแหล่งเดียวกัน จะทำหน้าที่เป็นสิ่งกีดขวางบนถนนขนาดใหญ่ในประสิทธิภาพการทำงานของพนักงาน หากสิ่งนี้เกิดขึ้นค่อนข้างบ่อย จะส่งผลกระทบต่อประสิทธิภาพการดำเนินงานของทั้งองค์กรอย่างเห็นได้ชัด
  • ไม่สามารถระบุแหล่งที่มาของ Conversion ที่ถูกต้องได้ – หากคุณได้บันทึกผู้เข้าชมรายเดิมว่าเป็นบุคคลใหม่ทุกครั้งที่พวกเขาเข้าชมช่องทางโซเชียลหรือเว็บไซต์ของคุณ แทบจะเป็นไปไม่ได้เลยที่คุณจะดำเนินการระบุแหล่งที่มาของ Conversion ที่ถูกต้อง และรู้เส้นทางที่แน่นอนที่ผู้เข้าชมติดตามไปสู่ ​​Conversion
  • ไม่ได้ส่งจดหมายทางกายภาพและอิเล็กทรอนิกส์ – สิ่งนี้เป็นผลที่ตามมาบ่อยที่สุดจากบันทึกที่ซ้ำกัน ตามที่กล่าวไว้ก่อนหน้านี้ แต่ละเรกคอร์ดที่ซ้ำกันมักจะมีมุมมองบางส่วนของเอนทิตี (นี่คือสาเหตุที่เรกคอร์ดกลายเป็นรายการที่ซ้ำกันในชุดข้อมูลของคุณตั้งแต่แรก) ด้วยเหตุนี้ บางบันทึกอาจมีสถานที่ตั้งทางกายภาพหายไป หรือข้อมูลติดต่อ ซึ่งอาจทำให้ไม่สามารถส่งอีเมลได้

ความละเอียดของเอนทิตีคืออะไร?

มตินิติบุคคล (ER) เป็นกระบวนการในการพิจารณาว่าเมื่อใดที่การอ้างอิงถึงเอนทิตีในโลกแห่งความเป็นจริงเทียบเท่า (เอนทิตีเดียวกัน) หรือไม่เทียบเท่า (เอนทิตีต่างกัน) กล่าวคือ เป็นกระบวนการในการระบุและเชื่อมโยงเรกคอร์ดหลายรายการกับเอนทิตีเดียวกัน เมื่อมีการอธิบายเรกคอร์ดต่างกันและในทางกลับกัน

การแก้ไขเอนทิตีและคุณภาพข้อมูลโดย John R. Talburt

การนำความละเอียดของเอนทิตีไปใช้ในชุดข้อมูลการตลาดของคุณ

เมื่อได้เห็นผลกระทบอันน่าสะพรึงกลัวของการทำซ้ำต่อความสำเร็จของกิจกรรมทางการตลาดของคุณ จำเป็นต้องมีวิธีการที่เรียบง่ายแต่ทรงพลังสำหรับ ขจัดข้อมูลชุดข้อมูลของคุณที่ซ้ำกัน. นี่คือกระบวนการของ มตินิติบุคคล มาโดยง่าย การแก้ไขเอนทิตีหมายถึงกระบวนการระบุว่าเรกคอร์ดใดเป็นของเอนทิตีเดียวกัน

ขึ้นอยู่กับความซับซ้อนและสถานะของคุณภาพของชุดข้อมูลของคุณ กระบวนการนี้สามารถประกอบด้วยหลายขั้นตอน ฉันจะนำคุณผ่านแต่ละขั้นตอนของกระบวนการนี้ เพื่อให้คุณเข้าใจว่ามันเกี่ยวข้องกันอย่างไร

หมายเหตุ: ฉันจะใช้คำว่า "เอนทิตี" ทั่วไปในขณะที่อธิบายกระบวนการด้านล่าง แต่กระบวนการเดียวกันนี้มีผลบังคับใช้และเป็นไปได้สำหรับหน่วยงานใดๆ ที่เกี่ยวข้องกับกระบวนการทางการตลาดของคุณ เช่น ลูกค้า ลูกค้าเป้าหมาย ผู้มีแนวโน้มจะเป็นลูกค้า ที่อยู่สถานที่ ฯลฯ

ขั้นตอนในกระบวนการแก้ไขเอนทิตี

  1. การรวบรวมเร็กคอร์ดข้อมูลเอนทิตีที่อยู่ในแหล่งข้อมูลที่แตกต่างกัน – นี่เป็นขั้นตอนแรกและสำคัญที่สุดของกระบวนการที่คุณระบุ ที่ไหน ว่าบันทึกเอนทิตีจะถูกเก็บไว้อย่างแน่นอน นี่อาจเป็นข้อมูลที่มาจากโฆษณาบนโซเชียลมีเดีย การเข้าชมเว็บไซต์ หรือการพิมพ์โดยตัวแทนขายหรือเจ้าหน้าที่การตลาด เมื่อระบุแหล่งที่มาแล้ว จะต้องรวบรวมบันทึกทั้งหมดไว้ในที่เดียว
  2. การทำโปรไฟล์แบบรวมระเบียน – เมื่อรวมระเบียนไว้ในชุดข้อมูลเดียว ก็ถึงเวลาทำความเข้าใจข้อมูลและเปิดเผยรายละเอียดที่ซ่อนอยู่เกี่ยวกับโครงสร้างและเนื้อหา การทำโปรไฟล์ข้อมูลจะวิเคราะห์ข้อมูลของคุณในทางสถิติและค้นหาว่าค่าข้อมูลไม่สมบูรณ์ ว่างเปล่า หรือเป็นไปตามรูปแบบและรูปแบบที่ไม่ถูกต้อง การทำโปรไฟล์ชุดข้อมูลของคุณจะเปิดเผยรายละเอียดอื่นๆ และเน้นย้ำถึงโอกาสในการล้างข้อมูลที่อาจเกิดขึ้น
  3. ทำความสะอาดและสร้างมาตรฐานบันทึกข้อมูล – โปรไฟล์ข้อมูลเชิงลึกช่วยให้คุณมีรายการที่สามารถดำเนินการได้สำหรับการทำความสะอาดและสร้างมาตรฐานชุดข้อมูลของคุณ ซึ่งอาจเกี่ยวข้องกับขั้นตอนในการกรอกข้อมูลที่ขาดหายไป การแก้ไขประเภทข้อมูล การแก้ไขรูปแบบและรูปแบบ ตลอดจนการแยกวิเคราะห์ฟิลด์ที่ซับซ้อนเป็นองค์ประกอบย่อยเพื่อการวิเคราะห์ข้อมูลที่ดีขึ้น
  4. การจับคู่และการเชื่อมโยงเรกคอร์ดที่เป็นของเอนทิตีเดียวกัน – ตอนนี้ เร็กคอร์ดข้อมูลของคุณพร้อมที่จะจับคู่และเชื่อมโยง จากนั้นจึงสรุปว่าเรกคอร์ดใดเป็นของเอนทิตีเดียวกัน กระบวนการนี้มักจะทำโดยใช้อัลกอริธึมการจับคู่ระดับอุตสาหกรรมหรือที่เป็นกรรมสิทธิ์ซึ่งทำการจับคู่แบบตรงทั้งหมดกับแอตทริบิวต์ที่ระบุเฉพาะ หรือการจับคู่แบบคลุมเครือบนการรวมกันของแอตทริบิวต์ของเอนทิตี ในกรณีที่ผลลัพธ์จากอัลกอริธึมการจับคู่ไม่ถูกต้องหรือมีผลบวกปลอม คุณอาจต้องปรับแต่งอัลกอริทึมหรือทำเครื่องหมายการจับคู่ที่ไม่ถูกต้องด้วยตนเองว่าซ้ำกันหรือไม่ซ้ำกัน
  5. การนำกฎไปใช้สำหรับการรวมเอนทิตีลงในเรคคอร์ดทองคำ – นี่คือจุดที่การรวมครั้งสุดท้ายเกิดขึ้น คุณอาจไม่ต้องการสูญเสียข้อมูลเกี่ยวกับเอนทิตีที่จัดเก็บไว้ในเรกคอร์ด ดังนั้นขั้นตอนนี้จึงเกี่ยวกับการกำหนดค่ากฎเพื่อตัดสินใจ:
    • ระเบียนใดเป็นระเบียนหลักและระเบียนซ้ำอยู่ที่ไหน
    • คุณต้องการคัดลอกแอตทริบิวต์ใดจากรายการที่ซ้ำกันไปยังมาสเตอร์เรคคอร์ด

เมื่อกฎเหล่านี้ได้รับการกำหนดค่าและนำไปใช้ ผลลัพธ์จะเป็นชุดของเร็กคอร์ดทองคำของเอนทิตีของคุณ

กำหนดกรอบการดำเนินการแก้ไขเอนทิตีที่กำลังดำเนินอยู่

แม้ว่าเราจะอ่านคำแนะนำทีละขั้นตอนอย่างง่ายสำหรับการแก้ไขเอนทิตีในชุดข้อมูลทางการตลาด แต่สิ่งสำคัญคือต้องเข้าใจว่าสิ่งนี้ควรได้รับการปฏิบัติเหมือนเป็นกระบวนการต่อเนื่องในองค์กรของคุณ ธุรกิจที่ลงทุนเพื่อทำความเข้าใจข้อมูลของตนและแก้ไขปัญหาด้านคุณภาพหลัก ๆ นั้นพร้อมที่จะเติบโตอย่างมีความหวังมากขึ้น

เพื่อการปรับใช้กระบวนการดังกล่าวอย่างรวดเร็วและง่ายดายยิ่งขึ้น คุณยังสามารถจัดเตรียมซอฟต์แวร์การแก้ปัญหาเอนทิตีที่ใช้งานง่ายแก่ผู้ปฏิบัติงานข้อมูลหรือแม้แต่นักการตลาดในบริษัทของคุณ ซึ่งสามารถแนะนำพวกเขาตลอดขั้นตอนที่กล่าวถึงข้างต้น

โดยสรุปแล้ว เราสามารถพูดได้อย่างปลอดภัยว่าชุดข้อมูลที่ไม่ซ้ำกันทำหน้าที่เป็นตัวสำคัญในการเพิ่ม ROI ของกิจกรรมการตลาดให้สูงสุดและเสริมสร้างชื่อเสียงของแบรนด์ในทุกช่องทางการตลาด