Deduplicación: mellores prácticas para evitar ou corrixir datos de clientes duplicados

Mellores prácticas para a desduplicación de datos para CRM

Os datos duplicados non só reducen a precisión dos datos empresariais, senón que compromete a calidade da experiencia do cliente. Aínda que todo o mundo afronta as consecuencias dos datos duplicados (xestores de TI, usuarios comerciais, analistas de datos), ten o peor impacto nas operacións de mercadotecnia dunha empresa. Como os comerciantes representan a oferta de produtos e servizos da compañía na industria, os datos pobres poden deteriorar rapidamente a reputación da súa marca e levar a ofrecer experiencias negativas aos clientes. Os datos duplicados no CRM da empresa ocorren debido a unha serie de razóns.

Desde un erro humano ata que os clientes proporcionan información lixeiramente diferente en diferentes momentos da base de datos da organización. Por exemplo, un consumidor lista o seu nome como Jonathan Smith nun formulario e Jon Smith no outro. O desafío agrávase cunha base de datos en crecemento. A miúdo é cada vez máis difícil para os administradores facer un seguimento da base de datos e rastrexar os datos relevantes. Cada vez é máis difícil asegurar que a base de datos da organización siga sendo precisa ".

Natik Ameen, experta en mercadotecnia en Canz Marketing

Neste artigo veremos os diferentes tipos de datos duplicados e algunhas estratexias útiles que os comerciantes poden usar para dedupir as bases de datos da súa empresa.

Diferentes tipos de datos duplicados

Os datos duplicados adoitan explicarse como unha copia do orixinal. Pero hai diferentes tipos de datos duplicados que engaden complexidade a este problema.

  1. Os duplicados exactos na mesma fonte - Isto ocorre cando os rexistros dunha fonte de datos transfírense a outra fonte de datos sen considerar ningunha técnica de combinación ou combinación. Un exemplo sería copiar información de CRM a unha ferramenta de mercadotecnia por correo electrónico. Se o cliente se subscribiu ao seu boletín, o seu rexistro xa está presente na ferramenta de mercadotecnia por correo electrónico e a transferencia de datos desde CRM á ferramenta creará copias duplicadas da mesma entidade. 
  2. Explicar duplicados en varias fontes - Os duplicados exactos en varias fontes normalmente xorden debido a iniciativas de copia de seguridade de datos nunha empresa. As organizacións tenden a resistirse ás actividades de purga de datos e son propensas a almacenar todas as copias de datos que teñan a man. Isto leva a fontes dispares que conteñen información duplicada.
  3. Variado de duplicados en varias fontes - Tamén poden existir duplicados con información variable. Isto ocorre normalmente cando os clientes experimentan cambios no apelido, cargo, empresa, enderezo de correo electrónico, etc. E dado que hai diferenzas notables entre os rexistros antigos e os novos, a información entrante trátase como unha nova entidade.
  4. Copias non exactas na mesma ou varias fontes - Un duplicado non exacto é cando un valor de datos significa o mesmo, pero represéntase de xeitos diferentes. Por exemplo, o nome de Dona Jane Ruth podería gardarse como Dona J. Ruth ou DJ Ruth. Todos os valores de datos representan o mesmo, pero cando se comparan a través de técnicas sinxelas de correspondencia de datos, considéranse non coincidentes.

A deduplicación pode ser un proceso moi complexo xa que os consumidores e as empresas adoitan modificar os seus datos de contacto co paso do tempo. Existen variacións na forma en que introducen todos os campos de datos: do seu nome, enderezo (s) de correo electrónico, enderezo residencial, enderezo da empresa, etc.

Aquí tes unha lista de 5 mellores prácticas de deduplicación de datos que os comerciantes poden comezar a usar hoxe.

Estratexia 1: Teña comprobacións de validación na entrada de datos

Debería ter estritos controis de validación en todos os sitios de entrada de datos. Isto implica garantir que os datos de entrada se axusten ao tipo, formato e datos requiridos e estean comprendidos entre rangos aceptables. Isto pode axudar moito a que os teus datos sexan completos, válidos e precisos. Ademais, é crucial que o seu fluxo de traballo de entrada de datos non só estea configurado para crear novos rexistros, senón que primeiro busque e descubra se o conxunto de datos contén un rexistro existente que coincide co entrante. E nestes casos, só atopa e actualiza, en lugar de crear un novo rexistro. Moitas empresas incorporaron cheques para que o cliente tamén resolva os seus propios datos duplicados.

Estratexia 2: Realiza unha deduplicación empregando ferramentas automatizadas

Utiliza o autoservizo software de desduplicación de datos que pode axudarche a identificar e limpar os rexistros duplicados. Estas ferramentas poden estandarizar os datos, atopan con exactitude coincidencias exactas e non exactas e tamén reducen o traballo manual de mirar a través de miles de filas de datos. Asegúrese de que a ferramenta ofrece soporte para importar datos dunha gran variedade de fontes como follas Excel, base de datos CRM, listas, etc.

Estratexia 3: usar técnicas de deduplicación específicas de datos

Dependendo da natureza dos datos, a deduplicación de datos lévase a cabo de xeito diferente. Os comerciantes deben ter coidado mentres deducen datos porque o mesmo pode significar algo diferente entre varios atributos de datos. Por exemplo, se dous rexistros de datos coinciden nun enderezo de correo electrónico, hai unha alta probabilidade de que sexan duplicados. Pero se dous rexistros coinciden no enderezo, entón non é necesariamente un duplicado, porque dúas persoas pertencentes ao mesmo fogar poderían ter subscricións separadas na súa empresa. Asegúrese de implementar actividades de desduplicación, fusión e purga de datos segundo o tipo de datos que conteñan os seus conxuntos de datos.

Estratexia 4: acadar o record de ouro a través do enriquecemento de datos

Unha vez determinada a lista de coincidencias que existen na súa base de datos, é crucial analizar esta información antes de que se poidan tomar decisións de fusión ou purga de datos. Se existen varios rexistros para unha única entidade e algúns representan información inexacta, entón é mellor purgar eses rexistros. Por outra banda, se os duplicados están incompletos, a combinación de datos é unha mellor opción xa que permitirá o enriquecemento de datos e os rexistros combinados poden engadir máis valor ao seu negocio. 

De calquera xeito, os comerciantes deberían traballar para acadar unha visión única da súa información de mercadotecnia, chamada disco mestre de ouro.

Estratexia 5: supervisar os indicadores de calidade dos datos

Un esforzo continuo para manter os seus datos limpos e deducidos é a mellor forma de executar a súa estratexia de deduplicación de datos. Aquí pode ser de gran utilidade unha ferramenta que ofrece perfís de datos e funcións de xestión de calidade. É imprescindible que os comerciantes estean atentos á exactitude, validez, completa, única e coherencia dos datos que se están a empregar para as operacións de mercadotecnia.

A medida que as organizacións continúan engadindo aplicacións de datos aos seus procesos de negocio, fíxose necesario que todos os comerciantes tivesen establecidas estratexias de deduplicación de datos. Iniciativas como o uso de ferramentas de deduplicación de datos e o deseño de mellores fluxos de traballo de validación para a creación e actualización de rexistros de datos son algunhas estratexias cruciais que poden permitir unha calidade de datos fiable na súa organización.

Acerca de Data Ladder

Data Ladder é unha plataforma de xestión de calidade de datos que axuda ás empresas a limpar, categorizar, estandarizar, desduplicar, perfilar e enriquecer os seus datos. O noso software de coincidencia de datos líder na industria axúdalle a atopar rexistros de correspondencia, combinar datos e eliminar duplicados mediante algoritmos de combinación difusa intelixente e aprendizaxe automática, independentemente de onde vivan os seus datos e en que formato.

Descarga unha proba gratuíta de software de correspondencia de datos de Ladder

¿Que pensas?

Este sitio usa Akismet para reducir o spam. Aprende a procesar os teus datos de comentarios.