![](\"https:\/\/www.artefact.com\/wp-content\/uploads\/2020\/09\/Data-solving-.jpg\" "\\"data-driven\\"")
<\/span><\/div><\/div><\/div>NOTICIAS \/ MARKETING DE DATOS<\/p>\n<\/div>
10 de septiembre de 2020
\nGarantizar la calidad data es dif\u00edcil para la mayor\u00eda de las empresas, independientemente de su madurez data, tama\u00f1o o sector. Fabien Cros, Director de Consultor\u00eda Data y Marine Sortais, Directora de Consultor\u00eda Data en Artefact, comparten cinco formas en que las marcas pueden mejorar la calidad de su data.<\/p>\n<\/div><\/div><\/div><\/div><\/div>
La precisi\u00f3n de un algoritmo puede mejorar hasta 28% con data de alta calidad, lo que se traduce en mejores targeting y m\u00e1s 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.<\/p>\n
Para mejorar la calidad de su data organizativo, los responsables de marketing de las marcas deber\u00edan empezar por lo siguiente: 1. T\u00f3mese su tiempo para identificar las \u00e1reas problem\u00e1ticas<\/b><\/p>\n En lugar de intentar resolver los problemas, empiece por comprenderlos. Muy a menudo, los problemas de calidad data est\u00e1n profundamente arraigados en los departamentos. As\u00ed pues, es importante utilizar una \u201cv\u00eda impulsada por los problemas\u201d para definir los problemas, recopilar y comprender la profundidad y las causas profundas de cada problema data.\u00a0<\/span><\/p>\n Como ejemplo: un cliente culp\u00f3 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 activaci\u00f3n de Google Analytics equivocado. El problema no era la calidad data sino un malentendido de los diferentes grupos data.\u00a0<\/span><\/p>\n 2. Designe a un delegado data para resolver los problemas<\/b><\/p>\n Tras identificar d\u00f3nde 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.\u00a0<\/span><\/p>\n Un administrador de data aplica todos los planes de acci\u00f3n y correcci\u00f3n 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.\u00a0<\/span><\/p>\n No es f\u00e1cil encontrar un administrador data cualificado. Una forma de acelerar la creaci\u00f3n del papel es empezar con un consultor externo y despu\u00e9s formar a un recurso interno para que se haga cargo.<\/span><\/p>\n 3. Crear un equipo data SPOC (Punto de Contacto \u00danico)<\/b><\/p>\n Aunque el steward data puede gestionar la calidad data, usted necesita el apoyo de todos los departamentos de su organizaci\u00f3n para garantizar el \u00e9xito de todos los proyectos de calidad data. Una s\u00f3lida red de SPOCs expertos en data puede proporcionar informaci\u00f3n, documentaci\u00f3n y perspectivas vitales y oportunas al steward data sobre lo que ocurre en cada uno de sus departamentos.\u00a0<\/span><\/p>\n El steward data tambi\u00e9n deber\u00eda trabajar con sus SPOCs data como \u201cun equipo de caracter\u00edsticas\u201d, invitando a contactos de los departamentos pertinentes a trabajar en sprints \u00e1giles 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 f\u00e1cil acceso.\u00a0<\/span><\/p>\n 4. Adoptar un enfoque de calidad data basado en los casos de uso<\/b><\/p>\n Cuando se trata de la organizaci\u00f3n data, la mayor\u00eda de los profesionales del marketing tienen un backlog y no saben por d\u00f3nde empezar. Deber\u00edan definir sus sprints en funci\u00f3n de los casos de uso que pueden mejorar o desbloquear con una mejor calidad data. He aqu\u00ed por qu\u00e9:<\/span><\/p>\n 5. Adquirir herramientas de calidad data para sostener y facilitar este enfoque<\/b><\/p>\n Una vez que cuente con una comunidad de expertos en calidad data en toda su organizaci\u00f3n, empod\u00e9relos con las metodolog\u00edas y herramientas adecuadas.<\/span><\/p>\n Sin embargo, no equipe de entrada a su organizaci\u00f3n con herramientas espec\u00edficas 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 comprensi\u00f3n de las causas profundas que subyacen a sus problemas de calidad data.\u00a0<\/span><\/p>\n A continuaci\u00f3n, priorice un \u00e1mbito 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 cu\u00e1ndo hay un problema de calidad data y c\u00f3mo resolverlo. Por ejemplo, podr\u00eda crear un cuadro de mandos interno para verificar peri\u00f3dicamente la integridad y validez del data de sus clientes, comparando puntos de referencia como las direcciones de correo electr\u00f3nico o el n\u00famero de visitas al sitio web.\u00a0\u00a0\u00a0<\/span><\/p>\n Una vez que haya alcanzado un nivel m\u00e1s 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 correcci\u00f3n de forma autom\u00e1tica. Herramientas dedicadas como \u00e9stas se conectan a su ecosistema data (lago data, almac\u00e9n data, etc.) y lo convierten en una aut\u00e9ntica torre de control de la calidad data.\u00a0<\/span><\/p>\n Si no se atiende, el mal data puede acabar con las ambiciones de crecimiento de las empresas, pero no tiene por qu\u00e9 ser as\u00ed. Los responsables de marketing pueden empezar f\u00e1cilmente a sanear las cosas con unas cuantas medidas t\u00e1cticas y pragm\u00e1ticas. Lo m\u00e1s importante es empezar. Como dijo Lao Tzu \u2019Un viaje de mil millas comienza con un solo paso\u201c.\u201d<\/span><\/p>\n Publicado por primera vez por<\/span><\/i> DecisionMarketing.es<\/span><\/i><\/a>.\u00a0<\/span><\/i><\/span><\/p>\n<\/div><\/div><\/div><\/div><\/div>
\n<\/span><\/b><\/p>\n\n
![](\"https:\/\/www.artefact.com\/wp-content\/uploads\/2020\/06\/Global-Newsletter-Data-Digest_LinkedIn_600x315_april-1.jpg\" "\\"data-driven\\"")
<\/span><\/div><\/div><\/div>