마케팅은 데이터 중심의 고품질 데이터가 필요합니다 – 투쟁 및 솔루션

마케팅 데이터 품질 및 데이터 기반 마케팅

마케터는 데이터 중심의 압박을 받고 있습니다. 그러나 마케터는 열악한 데이터 품질에 대해 이야기하거나 조직 내 데이터 관리 및 데이터 소유권 부족에 대해 의문을 제기하지 않습니다. 대신 그들은 나쁜 데이터로 데이터 중심을 잡으려고 노력합니다. 비극적 아이러니! 

대부분의 마케터에게 불완전한 데이터, 오타, 중복과 같은 문제는 문제로 인식조차 되지 않습니다. Excel에서 실수를 수정하는 데 몇 시간을 보내거나 데이터 소스를 연결하고 워크플로를 개선하기 위한 플러그인을 연구하지만 이것이 조직 전체에 파급 효과를 일으키는 데이터 품질 문제로 수백만 달러의 손실을 초래한다는 사실을 인식하지 못합니다. 돈. 

데이터 품질이 비즈니스 프로세스에 미치는 영향

오늘날 마케터는 메트릭, 추세, 보고서 및 분석에 너무 압도되어 데이터 품질 문제를 세심하게 다룰 시간이 없습니다. 하지만 그게 문제야. 마케터가 처음부터 정확한 데이터를 갖고 있지 않다면 어떻게 효과적인 캠페인을 만들 수 있겠습니까? 

이 글을 쓰기 시작하면서 여러 마케터에게 연락을 취했습니다. 나는 운이 좋았어. 악셀 라베르뉴, 의 공동 설립자 리뷰플로우즈 열악한 데이터로 자신의 경험을 공유합니다. 

다음은 내 질문에 대한 그의 통찰력 있는 답변입니다. 

  1. 제품을 구축할 때 데이터 품질에 대한 초기 어려움은 무엇이었습니까? 나는 리뷰 생성 엔진을 설정하고 있었고 긍정적인 리뷰를 남길 가능성이 있는 행복한 고객에게 리뷰 요청을 보내기 위해 활용하기 위해 몇 가지 후크가 필요했습니다. 

    이를 위해 팀은 Net Promoter Score(NPS) 가입 후 30일 이내에 발송되는 설문조사입니다. 고객이 처음에 9와 10인 긍정적인 NPS를 남길 때마다 나중에 8, 9, 10으로 확장되면 리뷰를 남기고 대가로 $10 기프트 카드를 받도록 초대됩니다. 여기서 가장 큰 문제는 NPS 세그먼트가 마케팅 자동화 플랫폼에 설정되어 있는 반면 데이터는 NPS 도구에 있다는 것입니다. 연결이 끊긴 데이터 소스와 도구 간에 일관성이 없는 데이터는 추가 도구와 워크플로를 사용해야 하는 병목 현상이 되었습니다.

    팀이 계속해서 서로 다른 논리 흐름과 통합 지점을 통합함에 따라 레거시 데이터와의 일관성 유지를 처리해야 했습니다. 제품이 진화합니다. 즉, 제품 데이터가 지속적으로 변경되므로 기업은 시간이 지남에 따라 일관된 보고 데이터 스키마를 유지해야 합니다.

  2. 문제를 해결하기 위해 어떤 조치를 취했습니까? 통합 측면에 대한 적절한 데이터 엔지니어링을 구축하기 위해 데이터 팀과 많은 작업이 필요했습니다. 아주 기본적으로 들릴지 모르지만 가입 흐름에 영향을 미치는 업데이트를 포함하여 다양한 통합과 많은 업데이트가 제공되므로 이벤트, 정적 데이터 등을 기반으로 하는 다양한 논리 흐름을 구축해야 했습니다.
  3. 마케팅 부서에서 이러한 문제를 해결하는 데 발언권이 있습니까? 까다로운 일입니다. 매우 구체적인 문제가 있는 데이터 팀에 가면 쉽게 해결할 수 있다고 생각할 수 있습니다. 수정하는 데만 1시간이 걸립니다. 그러나 실제로 종종 당신이 알지 못하는 많은 변화를 수반합니다. 플러그인에 관한 나의 특정한 경우, 문제의 주요 원인은 레거시 데이터와 일관된 데이터를 유지하는 것이었습니다. 제품은 발전하고 시간이 지남에 따라 일관된 보고 데이터 스키마를 유지하기가 정말 어렵습니다.

    예, 요구 사항에 대해서는 분명히 말하지만 업데이트 등을 구현하는 방법에 관해서는 실제로 많은 변경 사항을 처리해야 한다는 것을 알고 있는 적절한 데이터 엔지니어링 팀에 도전할 수 없습니다. 그리고 향후 업데이트로부터 데이터를 "보호"합니다.

  4. 마케터가 이야기하지 않는 이유 데이터 관리 또는 데이터 주도적이지만 데이터 품질은 어떻습니까? 정말 문제를 인식하지 못하는 경우라고 생각합니다. 내가 이야기한 대부분의 마케터는 데이터 수집 문제를 과소평가하고 기본적으로 몇 년 동안 질문을 하지 않은 KPI를 살펴봅니다. 그러나 가입, 리드 또는 순 방문자라고 하는 것은 추적 설정과 제품에 따라 크게 달라집니다.

    아주 기본적인 예 : 이메일 유효성 검사가 없었고 제품 팀에서 추가했습니다. 그럼 가입이란? 유효성 검사 전 또는 후에? 나는 모든 웹 추적의 미묘함을 다루기 시작하지도 않을 것입니다.

    또한 기여 및 마케팅 팀 구성 방식과도 많은 관련이 있다고 생각합니다. 대부분의 마케터는 채널 또는 채널의 하위 집합에 대한 책임이 있으며 팀의 각 구성원이 채널에 기여한 것을 합산하면 일반적으로 기여도의 약 150% 또는 200%가 됩니다. 그런 식으로 말하면 비합리적으로 들리기 때문에 아무도 하지 않습니다. 다른 측면은 아마도 데이터 수집이 종종 매우 기술적인 문제로 귀결되며 대부분의 마케터는 이에 대해 잘 알지 못한다는 것입니다. 궁극적으로 데이터를 수정하고 픽셀 단위의 완벽한 정보를 찾는 데 시간을 할애할 수는 없습니다.

  5. 마케터가 고객 데이터의 품질을 수정하기 위해 취할 수 있는 실용적/즉각적 조치는 무엇이라고 생각합니까?사용자의 입장이 되어 모든 유입경로를 테스트하십시오. 각 단계에서 어떤 종류의 이벤트 또는 전환 액션을 실행하고 있는지 자문해 보십시오. 실제로 일어나는 일에 매우 놀랄 것입니다. 고객, 리드 또는 방문자에게 숫자가 실생활에서 의미하는 바를 이해하는 것은 데이터를 이해하는 데 절대적으로 기본입니다.

마케팅은 고객을 가장 깊이 이해하면서도 데이터 품질 문제를 해결하기 위해 고군분투하고 있습니다.

마케팅은 모든 조직의 핵심입니다. 제품에 대한 소문을 퍼뜨리는 부서입니다. 고객과 비즈니스를 연결하는 다리 역할을 하는 부서입니다. 솔직하게 쇼를 진행하는 부서.

그러나 그들은 또한 양질의 데이터에 액세스하는 데 가장 어려움을 겪고 있습니다. 설상가상으로 Axel이 언급한 것처럼 그들은 열악한 데이터가 무엇을 의미하고 무엇에 맞서는지조차 깨닫지 못할 것입니다! 다음은 DOMO 보고서에서 얻은 몇 가지 통계입니다. 마케팅의 새로운 MO, 관점에서 사물을 넣어:

  • 마케터의 46%는 데이터 채널과 소스가 너무 많아 장기적인 계획을 세우기가 더 어려워졌다고 말했습니다.
  • 30%의 시니어 마케터는 CTO와 IT 부서가 데이터 소유의 책임을 져야 한다고 생각합니다. 기업은 여전히 ​​데이터 소유권을 파악하고 있습니다!
  • 17.5%는 데이터를 수집하고 팀 전체에 투명성을 제공하는 시스템이 부족하다고 생각합니다.

이 수치는 마케팅이 데이터를 소유하고 데이터가 진정으로 데이터 중심이 되기 위한 수요 창출을 해야 할 때임을 나타냅니다.

마케터는 데이터 품질 문제를 이해, 식별 및 처리하기 위해 무엇을 할 수 있습니까?

데이터가 비즈니스 의사 결정의 중추임에도 불구하고 많은 기업이 여전히 품질 문제를 해결하기 위해 데이터 관리 프레임워크를 개선하는 데 어려움을 겪고 있습니다. 

보고서에 의해 마케팅 진화, 82%의 XNUMX분의 XNUMX 이상 조사에 참여한 기업들은 기준 이하의 데이터로 인해 피해를 입었습니다. 마케터는 더 이상 데이터 품질에 대한 고려 사항을 무시할 수 없으며 이러한 문제를 인식하지 못할 수도 있습니다. 그렇다면 마케터는 이러한 문제를 해결하기 위해 실제로 무엇을 할 수 있습니까? 다음은 시작할 수 있는 XNUMX가지 모범 사례입니다.

모범 사례 1: 데이터 품질 문제에 대해 배우기 시작

마케터는 IT 동료만큼 데이터 품질 문제에 대해 알고 있어야 합니다. 다음을 포함하지만 이에 국한되지 않는 데이터 세트로 인한 일반적인 문제를 알아야 합니다.

  • 오타, 철자 오류, 명명 오류, 데이터 기록 오류
  • 국가 코드가 없거나 다른 날짜 형식을 사용하는 전화 번호와 같은 명명 규칙 및 표준 부족 문제
  • 효과적인 캠페인에 필요한 누락된 이메일 주소, 성 또는 중요한 정보와 같은 불완전한 세부정보
  • 잘못된 이름, 잘못된 번호, 이메일 등과 같은 부정확한 정보
  • 동일한 개인의 정보를 기록하고 있지만 서로 다른 플랫폼이나 도구에 저장되어 통합된 보기를 얻을 수 없는 이질적인 데이터 소스
  • 동일한 데이터 소스 또는 다른 데이터 소스에서 해당 정보가 실수로 반복되는 중복 데이터

데이터 소스에서 불량 데이터가 어떻게 보이는지 보여줍니다.

열악한 데이터 문제 마케팅

데이터 품질, 데이터 관리 및 데이터 거버넌스와 같은 용어에 익숙해지면 고객 관계 관리(CRM) 플랫폼을 사용하여 필요에 따라 조치를 취할 수 있습니다.

모범 사례 2: 항상 품질 데이터의 우선 순위 지정

나는 거기에 가본 적이 있어요. 정말로 깊이 파고들면 데이터의 20%만 실제로 사용할 수 있기 때문에 잘못된 데이터를 무시하고 싶을 것입니다. 이상 데이터의 80% 낭비된다. 항상 양보다 질을 우선! 데이터 수집 방법을 최적화하여 이를 수행할 수 있습니다. 예를 들어 웹 양식에서 데이터를 기록하는 경우 필요한 데이터만 수집하도록 하고 사용자가 정보를 수동으로 입력해야 하는 필요성을 제한합니다. 정보를 '입력'해야 하는 사람이 많을수록 불완전하거나 부정확한 데이터를 보낼 가능성이 높아집니다.

모범 사례 3: 올바른 데이터 품질 기술 활용

데이터 품질을 수정하는 데 백만 달러를 쓸 필요가 없습니다. 소란을 피우지 않고 데이터를 정리하는 데 도움이 되는 수십 가지 도구와 플랫폼이 있습니다. 이러한 도구가 도움이 될 수 있는 사항은 다음과 같습니다.

  • 데이터 프로파일링: 누락된 필드, 중복 항목, 맞춤법 오류 등과 같은 데이터 세트 내의 다양한 오류를 식별하는 데 도움이 됩니다.
  • 데이터 정리 : 열악한 데이터에서 최적화된 데이터로 더 빠르게 변환하여 데이터를 정리하는 데 도움이 됩니다.
  • 데이터 일치: 서로 다른 데이터 소스의 데이터 세트를 일치시키고 이러한 소스의 데이터를 함께 연결/병합하는 데 도움이 됩니다. 예를 들어 데이터 일치를 사용하여 온라인 및 오프라인 데이터 원본을 모두 연결할 수 있습니다.

데이터 품질 기술을 사용하면 중복 작업을 처리하여 중요한 사항에 집중할 수 있습니다. 캠페인을 시작하기 전에 Excel이나 CRM 내에서 데이터를 수정하는 데 시간을 낭비하는 것에 대해 걱정할 필요가 없습니다. 데이터 품질 도구를 통합하면 모든 캠페인 전에 품질 데이터에 액세스할 수 있습니다.

모범 사례 4: 고위 경영진 참여 

조직의 의사 결정권자는 문제를 인식하지 못하거나 인식하더라도 마케팅 문제가 아니라 IT 문제라고 여전히 가정하고 있습니다. 여기에서 솔루션을 제안하기 위해 개입해야 합니다. CRM에 잘못된 데이터가 있습니까? 설문 조사의 잘못된 데이터? 잘못된 고객 데이터? 이러한 모든 마케팅 문제는 IT 팀과 관련이 없습니다! 그러나 마케터가 문제 해결을 제안하지 않는 한 조직은 데이터 품질 문제에 대해 아무 조치도 취하지 않을 수 있습니다. 

모범 사례 5: 소스 수준에서 문제 식별 

때로는 비효율적인 프로세스로 인해 불량한 데이터 문제가 발생합니다. 표면의 데이터를 정리할 수는 있지만 문제의 근본 원인을 식별하지 않는 한 동일한 품질 문제가 반복적으로 발생합니다. 

예를 들어 방문 페이지에서 리드 데이터를 수집하고 데이터의 80%가 전화번호 입력에 문제가 있음을 발견한 경우 데이터 입력 제어(예: 필수 도시 코드 필드 배치)를 구현하여 ' 정확한 데이터를 얻고 있습니다. 

대부분의 데이터 문제의 근본 원인은 비교적 해결하기 쉽습니다. 시간을 내어 더 깊이 파고들어 핵심 문제를 파악하고 문제를 해결하기 위해 더 많은 노력을 기울이기만 하면 됩니다! 

데이터는 마케팅 운영의 중추입니다

데이터는 마케팅 운영의 중추이지만 이 데이터가 정확하지 않거나 완전하지 않거나 신뢰할 수 없다면 값비싼 실수로 인해 손실을 보게 될 것입니다. 데이터 품질은 더 이상 IT 부서에 국한되지 않습니다. 마케터는 고객 데이터의 소유자이므로 데이터 기반 목표를 달성하기 위해 올바른 프로세스와 기술을 구현할 수 있어야 합니다.

당신은 어떻게 생각하십니까?

이 사이트는 Akismet을 사용하여 스팸을 줄입니다. 댓글 데이터 처리 방법 알아보기.