Como a resolución de entidades engade valor aos seus procesos de mercadotecnia

Que é a resolución de entidades en datos de mercadotecnia

Un gran número de comerciantes B2B - case o 27% - admite iso datos insuficientes custoulles un 10%, ou nalgúns casos, aínda máis en perdas anuais de ingresos.

Isto destaca claramente un problema importante ao que se enfrontan a maioría dos comerciantes na actualidade, e é: a mala calidade dos datos. Os datos incompletos, faltantes ou de mala calidade poden ter un gran impacto no éxito dos teus procesos de mercadotecnia. Isto ocorre xa que case todos os procesos departamentais dunha empresa, pero especialmente as vendas e o marketing, están en gran medida alimentados polos datos da organización.

Tanto se se trata dunha visión completa en 360° dos seus clientes, clientes potenciales ou clientes potenciales, ou doutra información relacionada con produtos, ofertas de servizos ou localizacións de enderezos, o marketing é onde se xunta todo. É por iso que os comerciantes sofren máis cando unha empresa non emprega marcos adecuados de xestión da calidade dos datos para a elaboración continua de perfís de datos e a fixación da calidade dos datos.

Neste blog, quero chamar a atención sobre o problema de calidade dos datos máis común e como afecta aos teus procesos críticos de marketing; entón analizaremos unha posible solución para este problema e, finalmente, veremos como podemos establecelo de forma continua.

Entón, imos comezar!

O maior problema de calidade de datos ao que se enfrontan os comerciantes

Aínda que a mala calidade dos datos provoca unha longa lista de problemas para os comerciantes dunha empresa, pero ao ter entregado solucións de datos a máis de 100 clientes, o problema de calidade de datos máis común que vimos de enfrontar á xente é:

Conseguir unha visión única dos principais activos de datos.

Este problema aparece cando se almacenan rexistros duplicados para a mesma entidade. Aquí, o termo entidade pode significar calquera cousa. Principalmente, no ámbito do marketing, a palabra entidade pode referirse a: cliente, cliente potencial, cliente potencial, produto, localización ou outra cousa que é fundamental para o desempeño das súas actividades de mercadotecnia.

O impacto dos rexistros duplicados nos seus procesos de mercadotecnia

A presenza de rexistros duplicados en conxuntos de datos utilizados con fins de mercadotecnia pode ser un pesadelo para calquera comerciante. Cando tes rexistros duplicados, a continuación móstranse algúns escenarios serios cos que podes atoparte:

  • Perda de tempo, orzamento e esforzos – Dado que o seu conxunto de datos contén varios rexistros para a mesma entidade, pode acabar investindo tempo, orzamento e esforzos varias veces para o mesmo cliente, cliente potencial ou cliente potencial.
  • Incapaz de facilitar experiencias personalizadas – Os rexistros duplicados a miúdo conteñen diferentes partes de información sobre unha entidade. Se realizaches campañas de mercadotecnia cunha visión incompleta dos teus clientes, podes acabar facendo que os teus clientes se sintan descoñecidos ou incomprendidos.
  • Informes de mercadotecnia inexactos – Con rexistros de datos duplicados, pode acabar dando unha visión imprecisa dos seus esforzos de mercadotecnia e do seu retorno. Por exemplo, enviaches un correo electrónico a 100 clientes potenciales, pero só recibiches respostas de 10; podería ser que só 80 deses 100 fosen únicos e o resto dos 20 fosen duplicados.
  • Redución da eficiencia operativa e da produtividade dos empregados – Cando os membros do equipo obteñen datos dunha determinada entidade e atopan varios rexistros almacenados en diferentes fontes ou reunidos ao longo do tempo na mesma fonte, actúa como un gran obstáculo na produtividade dos empregados. Se isto ocorre con bastante frecuencia, afectará notablemente a eficiencia operativa de toda unha organización.
  • Non se puido realizar a atribución de conversión correcta – Se rexistraches o mesmo visitante como unha nova entidade cada vez que visitou as túas canles sociais ou sitio web, será case imposible realizar unha atribución de conversión precisa e coñecer o camiño exacto que seguiu o visitante cara á conversión.
  • Correos físicos e electrónicos non entregados – Esta é a consecuencia máis común dos rexistros duplicados. Como se mencionou anteriormente, cada rexistro duplicado adoita conter unha vista parcial da entidade (é por iso que os rexistros acabaron como duplicados no seu conxunto de datos en primeiro lugar). Por este motivo, certos rexistros poden ter localizacións físicas ou información de contacto que falten, o que pode provocar que os correos non poidan entregarse.

Que é a resolución de entidades?

Resolución da entidade (ER) é o proceso de determinar cando as referencias a entidades do mundo real son equivalentes (a mesma entidade) ou non (diferentes entidades). Noutras palabras, é o proceso de identificar e vincular varios rexistros á mesma entidade cando os rexistros se describen de forma diferente e viceversa.

Resolución da entidade e calidade da información por John R. Talburt

Implementando a resolución de entidades nos seus conxuntos de datos de mercadotecnia

Unha vez visto o terrible impacto dos duplicados no éxito das súas actividades de mercadotecnia, é imperativo ter un método sinxelo, pero poderoso, para deduplicando os seus conxuntos de datos. Aquí é onde o proceso de resolución da entidade Simplemente, a resolución de entidades refírese ao proceso de identificación de que rexistros pertencen á mesma entidade.

Dependendo da complexidade e do estado de calidade dos teus conxuntos de datos, este proceso pode conter unha serie de pasos. Vouche guiar a través de cada paso deste proceso para que poidas entender o que implica exactamente.

Nota: usarei o termo xenérico "entidade" mentres describo o proceso a continuación. Pero o mesmo proceso é aplicable e é posible para calquera entidade implicada no seu proceso de mercadotecnia, como cliente, cliente potencial, cliente potencial, enderezo de localización, etc.

Pasos do Proceso de Resolución da Entidade

  1. Recoller rexistros de datos de entidades que residen en fontes de datos dispares – Este é o primeiro e máis importante paso do proceso, onde te identificas onde gárdanse exactamente os rexistros da entidade. Estes poden ser datos procedentes de anuncios de redes sociais, tráfico do sitio web ou escritos manualmente polos representantes de vendas ou o persoal de marketing. Unha vez identificadas as fontes, todos os rexistros deben reunirse nun mesmo lugar.
  2. Perfil de rexistros combinados – Unha vez que os rexistros se reúnen nun conxunto de datos, agora é o momento de comprender os datos e descubrir os detalles ocultos sobre a súa estrutura e contido. A elaboración de perfiles de datos analiza estatísticamente os teus datos e descobre se os valores de datos están incompletos, en branco ou seguen un patrón e un formato non válidos. O perfil do teu conxunto de datos descobre outros detalles deste tipo e destaca as posibles oportunidades de limpeza de datos.
  3. Limpeza e normalización dos rexistros de datos – Un perfil de datos detallado ofrécelle unha lista de elementos útiles para limpar e estandarizar o seu conxunto de datos. Isto pode implicar pasos para cubrir os datos que faltan, corrixir tipos de datos, corrixir patróns e formatos, así como analizar campos complexos en subelementos para unha mellor análise de datos.
  4. Relacionar e vincular rexistros pertencentes á mesma entidade – Agora, os seus rexistros de datos están listos para ser emparejados e vinculados e, a continuación, finalizar os rexistros que pertencen á mesma entidade. Este proceso adoita realizarse mediante a implementación de algoritmos de coincidencia de calidade industrial ou propietarios que realizan unha coincidencia exacta en atributos de identificación única ou coincidencia difusa nunha combinación de atributos dunha entidade. No caso de que os resultados do algoritmo de coincidencia sexan inexactos ou conteñan falsos positivos, é posible que necesites afinar o algoritmo ou marcar manualmente as coincidencias incorrectas como duplicadas ou non.
  5. Implantación de regras para a fusión de entidades en discos de ouro - Aquí é onde ocorre a fusión final. Probablemente non queiras perder datos sobre unha entidade almacenada en rexistros, polo que este paso trata sobre a configuración das regras para decidir:
    • Que rexistro é o rexistro mestre e onde están os seus duplicados?
    • Que atributos dos duplicados queres copiar no rexistro mestre?

Unha vez configuradas e implementadas estas regras, a saída é un conxunto de rexistros de ouro das túas entidades.

Establecer un marco de resolución de entidades en curso

Aínda que pasamos por unha guía paso a paso sinxela para resolver entidades nun conxunto de datos de mercadotecnia, é importante entender que isto debe ser tratado como un proceso continuo na súa organización. As empresas que invisten en comprender os seus datos e solucionar os seus principais problemas de calidade están preparadas para un crecemento moito máis prometedor.

Para unha implementación rápida e sinxela destes procesos, tamén pode proporcionar aos operadores de datos ou mesmo aos comerciantes da súa empresa un software de resolución de entidades fácil de usar, que pode guialos a través dos pasos mencionados anteriormente.

De xeito concluínte, podemos dicir con seguridade que un conxunto de datos sen duplicados actúa como un actor crucial para maximizar o ROI das actividades de marketing e fortalecer a reputación da marca en todas as canles de mercadotecnia.