Kiel Enta Rezolucio Aldonas Valoron Al Viaj Merkataj Procezoj

Kio estas Enta Rezolucio en Merkataj Datumoj

Granda nombro da B2B-merkatistoj - preskaŭ 27% - konfesas tion nesufiĉaj datumoj kostis al ili 10%, aŭ en kelkaj kazoj, eĉ pli en jaraj enspezaj perdoj.

Ĉi tio klare reliefigas gravan problemon konfrontitan de plej multaj merkatistoj hodiaŭ, kaj tio estas: malbona datuma kvalito. Nekompletaj, mankantaj aŭ malbonkvalitaj datumoj povas havi grandegan efikon al la sukceso de viaj merkataj procezoj. Ĉi tio okazas ĉar preskaŭ ĉiuj departementaj procezoj ĉe firmao - sed specife vendo kaj merkatado - estas forte nutritaj de organizaj datumoj.

Ĉu ĝi estas kompleta, 360-vido de viaj klientoj, kondukoj aŭ perspektivoj, aŭ aliaj informoj rilataj al produktoj, servaj proponoj aŭ adreslokoj - merkatado estas kie ĉio kuniĝas. Tial merkatistoj suferas plej multe kiam kompanio ne uzas taŭgajn administrajn kadrojn pri datuma kvalito por kontinua datumprofilado kaj riparado de datumkvalito.

En ĉi tiu blogo, mi volas atentigi la plej oftan datumkvalitan problemon kaj kiel ĝi efikas viajn kritikajn merkatajn procezojn; ni tiam rigardos eblan solvon por ĉi tiu problemo, kaj finfine, ni vidos kiel ni povas establi ĝin sur kontinua bazo.

Do ni komencu!

Plej Granda Datuma Kvalita Problemo Alfrontita De Merkatistoj

Kvankam malbona datumkvalito kaŭzas longan liston de problemoj por merkatistoj ĉe kompanio, sed liverinte datumsolvojn al pli ol 100 klientoj, la plej ofta datuma kvalita problemo, kiun ni vidis homojn alfronti, estas:

Akiri ununuran vidon de kernaj datumaktivaĵoj.

Ĉi tiu problemo aperas kiam duplikataj registroj estas stokitaj por la sama ento. Ĉi tie, la termino ento povas signifi ion ajn. Plejparte, en la sfero de merkatado, la vorto ento povas rilati al: kliento, plumbo, perspektivo, produkto, loko aŭ io alia, kiu estas kerno por la agado de viaj merkataj agadoj.

La Efiko De Duoblaj Rekordoj Sur Viaj Merkataj Procezoj

La ĉeesto de duplikataj rekordoj en datumaroj uzataj por merkataj celoj povas esti koŝmaro por iu ajn merkatisto. Kiam vi havas duplikatajn rekordojn, jen kelkaj seriozaj scenaroj, kiujn vi povas renkonti:

  • Malŝparita tempo, buĝeto kaj klopodoj – Ĉar via datumaro enhavas plurajn rekordojn por la sama ento, vi eble finos investi tempon, buĝeton kaj klopodojn plurfoje por la sama kliento, perspektivo aŭ plumbo.
  • Ne eblas faciligi personecigitajn spertojn – Duoblaj registroj ofte enhavas malsamajn partojn de informoj pri ento. Se vi faris merkatajn kampanjojn uzante nekompletan vidon de viaj klientoj, vi eble finos igi viajn klientojn sentiĝi neaŭditaj aŭ miskomprenitaj.
  • Malprecizaj merkataj raportoj – Kun duplikataj datumoj-rekordoj, vi eble finos doni malprecizan vidon pri viaj merkataj klopodoj kaj ilia reveno. Ekzemple, vi retpoŝtis 100 kondukojn, sed nur ricevis respondojn de 10 - povus esti, ke nur 80 el tiuj 100 estis unikaj, kaj resto de la 20 estis duplikatoj.
  • Reduktita operacia efikeco kaj dungita produktiveco - Kiam teamanoj alportas datumojn por certa ento kaj trovas plurajn rekordojn konservitajn tra malsamaj fontoj aŭ kolektitajn laŭlonge de la tempo en la sama fonto, ĝi funkcias kiel grandega vojbaro en dungita produktiveco. Se ĉi tio okazas sufiĉe ofte, tiam ĝi rimarkinde influas la funkcian efikecon de tuta organizo.
  • Ne eblas plenumi ĝustan konvertan atribuon – Se vi registris la saman vizitanton kiel nova ento ĉiufoje kiam ili vizitis viajn sociajn kanalojn aŭ retejon, estos preskaŭ neeble por vi plenumi precizan konvertan atribuon, kaj scii la ĝustan vojon, kiun la vizitanto sekvis al konvertiĝo.
  • Neliverita fizikaj kaj elektronikaj retpoŝtoj – Ĉi tiu estas la plej ofta sekvo de duplikataj registroj. Kiel menciite antaŭe, ĉiu duobligita rekordo tendencas enhavi partan vidon de la ento (tial la rekordoj finiĝis kiel duplikatoj en via datumaro en la unua loko). Tial, certaj rekordoj povus havi mankantajn fizikajn lokojn, aŭ kontaktinformojn, kiuj povas kaŭzi ke retpoŝtoj malsukcesas liveron.

Kio estas Enta Rezolucio?

Enta rezolucio (ER) estas la procezo de determinado kiam referencoj al real-mondaj unuoj estas ekvivalentaj (sama unuo) aŭ ne ekvivalentaj (malsamaj unuoj). Alivorte, ĝi estas la procezo de identigado kaj ligado de multoblaj rekordoj al la sama unuo kiam la rekordoj estas priskribitaj alimaniere kaj inverse.

Enta Rezolucio kaj Informa Kvalito de John R. Talburt

Efektivigi Entan Rezolucion En Viajn Merkatigajn Datumarojn

Vidinte la teruran efikon de duplikatoj sur la sukceso de viaj merkataj agadoj, estas necese havi simplan, tamen potencan, metodon por deduplikante viajn datumajn arojn. Ĉi tie estas kie la procezo de enta rezolucio envenas. Simple, enta rezolucio rilatas al la procezo de identigi kiuj registroj apartenas al la sama unuo.

Depende de la komplekseco kaj la stato de kvalito de viaj datumaroj, ĉi tiu procezo povas enhavi kelkajn paŝojn. Mi gvidos vin tra ĉiu paŝo de ĉi tiu procezo, por ke vi povu kompreni, kion ĝuste ĝi implicas.

Noto: Mi uzos la ĝeneralan terminon 'ento' dum mi priskribas la procezon sube. Sed la sama procezo estas aplikebla kaj ebla por iu ajn ento implikita en via merkata procezo, kiel kliento, plumbo, perspektivo, loka adreso ktp.

Paŝoj En La Enta Solvo-Procezo

  1. Kolektante entajn datumrekordojn loĝantajn tra malsimilaj datumfontoj – Ĉi tio estas la unua kaj plej grava paŝo de la procezo, kie vi identiĝas kie ĝuste la entaj registroj estas konservitaj. Ĉi tio povas esti datumoj venantaj de reklamoj pri sociaj amaskomunikiloj, trafiko de retejo, aŭ permane entajpitaj de vendaj reprezentantoj aŭ merkatiko. Post kiam la fontoj estas identigitaj, ĉiuj rekordoj devas esti kunigitaj en unu loko.
  2. Profilado de kombinitaj rekordoj – Post kiam la rekordoj estas kunigitaj en unu datumaron, nun estas tempo kompreni la datumojn kaj malkovri la kaŝitajn detalojn pri ĝia strukturo kaj enhavo. Datumprofilado statistike analizas viajn datumojn kaj ekscias ĉu datumvaloroj estas nekompletaj, malplenaj aŭ sekvas nevalidajn ŝablonojn kaj formatojn. Profilado de via datumaro malkovras aliajn tiajn detalojn kaj elstarigas eblajn datumajn purigajn ŝancojn.
  3. Purigado kaj normigado de datumaj registroj - Profunda datumprofilo donas al vi agordeblan liston de eroj por purigado kaj normigado de via datumaro. Ĉi tio povas impliki paŝojn por plenigi mankantajn datumojn, korekti datumtipojn, ripari ŝablonojn kaj formatojn, kaj ankaŭ analizi kompleksajn kampojn en subelementojn por pli bona datuma analizo.
  4. Kongrui kaj ligi rekordojn apartenantaj al la sama ento – Nun, viaj datumrekordoj estas pretaj esti egalitaj kaj ligitaj, kaj poste finpretigi kiuj registroj apartenas al la sama ento. Ĉi tiu procezo estas kutime farita per efektivigado de industrigradaj aŭ proprietaj kongruaj algoritmoj kiuj aŭ elfaras precizan matĉon sur unike identigantaj atributoj, aŭ neklaran matĉon sur kombinaĵo de atributoj de unuo. Se la rezultoj de la kongrua algoritmo estas malprecizaj aŭ enhavas falsajn pozitivojn, vi eble bezonos fajnagordi la algoritmon aŭ permane marki malĝustajn kongruojn kiel duplikatojn aŭ ne-duplikatojn.
  5. Efektivigo de reguloj por kunfandi entojn en orajn rekordojn – Ĉi tie okazas la fina kunfandiĝo. Vi verŝajne ne volas perdi datumojn pri ento konservita inter rekordoj, do ĉi tiu paŝo temas pri agordo de reguloj por decidi:
    • Kiu registro estas la ĉefrekordo kaj kie estas ĝiaj duplikatoj?
    • Kiujn atributojn el duplikatoj vi volas kopii al la ĉefrekordo?

Post kiam ĉi tiuj reguloj estas agorditaj kaj efektivigitaj, la eligo estas aro de oraj rekordoj de viaj entoj.

Establi Daŭran Entan Rezolucian Kadron

Kvankam ni ekzamenis simplan paŝon post paŝo gvidilon por solvi entojn en merkatika datumaro, estas grave kompreni, ke ĉi tio estu traktata kiel daŭra procezo ĉe via organizo. Komercoj, kiuj investas por kompreni siajn datumojn kaj ripari ĝiajn kernkvalitajn problemojn, estas pretaj por multe pli promesplena kresko.

Por rapida kaj pli facila efektivigo de tiaj procezoj, vi ankaŭ povas provizi datumfunkciigistojn aŭ eĉ merkatistojn ĉe via kompanio per facile uzebla enta rezolucia programaro, kiu povas gvidi ilin tra la paŝoj supre menciitaj.

Konklude, ni povas sekure diri, ke sen duplikata datumaro funkcias kiel decida ludanto por maksimumigi la ROI de merkataj agadoj kaj plifortigi markreputacion tra ĉiuj merkataj kanaloj.