NOTICIAS / MARKETING DE DATOS
10 de septiembre de 2020
Garantizar la calidad data es difícil para la mayoría de las empresas, independientemente de su madurez data, tamaño o sector. Fabien Cros, Director de Consultoría Data y Marine Sortais, Directora de Consultoría Data en Artefact, comparten cinco formas en que las marcas pueden mejorar la calidad de su data.
La precisión de un algoritmo puede mejorar hasta 28% con data de alta calidad, lo que se traduce en mejores targeting y más ventas. Pero el problema es que muchas empresas no disponen de data de alta calidad; de hecho, 44% de los proyectos que recibimos en Artefact implican la limpieza de conjuntos data incompletos, parcialmente corruptos o sin caracterizar.
Para mejorar la calidad de su data organizativo, los responsables de marketing de las marcas deberían empezar por lo siguiente:
1. Tómese su tiempo para identificar las áreas problemáticas
En lugar de intentar resolver los problemas, empiece por comprenderlos. Muy a menudo, los problemas de calidad data están profundamente arraigados en los departamentos. Así pues, es importante utilizar una “vía impulsada por los problemas” para definir los problemas, recopilar y comprender la profundidad y las causas profundas de cada problema data.
Como ejemplo: un cliente culpó a la mala calidad de data de los malos resultados de su caso de uso de CRM retargeting. Pero cuando examinamos el alcance del caso, descubrimos que estaban utilizando el grupo de activación de Google Analytics equivocado. El problema no era la calidad data sino un malentendido de los diferentes grupos data.
2. Designe a un delegado data para resolver los problemas
Tras identificar dónde residen los problemas de calidad data, identifique a un administrador data que pueda encontrar la manera de resolver estos retos, gestionar, controlar y supervisar el data operativo.
Un administrador de data aplica todos los planes de acción y corrección de data necesarios. Garantizan la calidad de la data producida (lagunas entre diferentes fuentes y sistemas, integridad, frescura, etc.) y documentan toda la data (fuentes, tipos, calidad, fiabilidad...) para que pueda almacenarse de forma segura y pueda accederse a ella y utilizarse adecuadamente.
No es fácil encontrar un administrador data cualificado. Una forma de acelerar la creación del papel es empezar con un consultor externo y después formar a un recurso interno para que se haga cargo.
3. Crear un equipo data SPOC (Punto de Contacto Único)
Aunque el steward data puede gestionar la calidad data, usted necesita el apoyo de todos los departamentos de su organización para garantizar el éxito de todos los proyectos de calidad data. Una sólida red de SPOCs expertos en data puede proporcionar información, documentación y perspectivas vitales y oportunas al steward data sobre lo que ocurre en cada uno de sus departamentos.
El steward data también debería trabajar con sus SPOCs data como “un equipo de características”, invitando a contactos de los departamentos pertinentes a trabajar en sprints ágiles con objetivos claramente definidos. Es importante que los SPOC mantengan informados a sus departamentos para que todo el recorrido data sea transparente, comprensible y de fácil acceso.
4. Adoptar un enfoque de calidad data basado en los casos de uso
Cuando se trata de la organización data, la mayoría de los profesionales del marketing tienen un backlog y no saben por dónde empezar. Deberían definir sus sprints en función de los casos de uso que pueden mejorar o desbloquear con una mejor calidad data. He aquí por qué:
- Tiene que demostrar que la calidad data no es sólo “agradable de tener”. Informando de los éxitos empresariales y mostrando las ventas o ahorros relacionados en todos sus departamentos, creará impulso en torno a la calidad data.
- Tiene que ser concreto y pragmático. No puede ver la data desde un punto de vista elevado; para resolver los problemas de calidad de la data y organizar sprints en torno a casos de uso, tiene que bajar al nivel operativo y comprometerse con los SPOC y todas las partes interesadas.
- Tiene que entender las necesidades actuales y futuras de data para cada caso de uso. De ese modo, en lugar de limitarse a solucionar el problema actual, podrá establecer la calidad data a largo plazo, asegurándose de que el administrador data está al tanto de las futuras necesidades data de todos los SPOC para mantener actualizados a los departamentos pertinentes. Esto es crucial, ya que muchas marcas tienen proyectos de calidad data debido a enfoques a corto plazo centrados en un único problema de calidad data.
5. Adquirir herramientas de calidad data para sostener y facilitar este enfoque
Una vez que cuente con una comunidad de expertos en calidad data en toda su organización, empodérelos con las metodologías y herramientas adecuadas.
Sin embargo, no equipe de entrada a su organización con herramientas específicas para detectar, evaluar, depurar y remediar los problemas de calidad data. Al contrario, empiece con procesos manuales pero bien definidos para recuperar el conocimiento de su patrimonio data y aumentar su comprensión de las causas profundas que subyacen a sus problemas de calidad data.
A continuación, priorice un ámbito data (data de clientes, data de ventas, etc.) que sea crucial para su empresa -pero que no tenga demasiados problemas complejos- y defina procesos entre equipos para detectar cuándo hay un problema de calidad data y cómo resolverlo. Por ejemplo, podría crear un cuadro de mandos interno para verificar periódicamente la integridad y validez del data de sus clientes, comparando puntos de referencia como las direcciones de correo electrónico o el número de visitas al sitio web.
Una vez que haya alcanzado un nivel más avanzado de madurez de la calidad data, puede invertir en herramientas como Talend o Attacama que pueden ayudarle a detectar, perfilar y elaborar planes de corrección de forma automática. Herramientas dedicadas como éstas se conectan a su ecosistema data (lago data, almacén data, etc.) y lo convierten en una auténtica torre de control de la calidad data.
Si no se atiende, el mal data puede acabar con las ambiciones de crecimiento de las empresas, pero no tiene por qué ser así. Los responsables de marketing pueden empezar fácilmente a sanear las cosas con unas cuantas medidas tácticas y pragmáticas. Lo más importante es empezar. Como dijo Lao Tzu ’Un viaje de mil millas comienza con un solo paso“.”
Publicado por primera vez por DecisionMarketing.es.
