新闻 / 数据营销
2020 年 9 月 10 日
对于大多数公司而言，无论其 data 成熟度、规模或行业如何，确保 data 质量都是一件困难的事情。Artefact 的 Data 咨询总监 Fabien Cros 和 Data 咨询经理 Marine Sortais 分享了品牌提高其 data 质量的五种方法。.
如果使用高质量的 data，算法的准确性最多可提高 28%，从而提高 targeting 和增加销售额。但问题是，许多公司并没有高质量的 data；事实上，我们在 Artefact 收到的项目中有 44%涉及清理不完整、部分损坏或未定性的 data 集。.
要提高组织 data 的质量，品牌营销人员应从以下几点入手：
1.花时间找出问题所在
与其试图解决问题，不如从了解问题开始。很多时候，data 质量问题深深扎根于各部门。因此，使用 “问题驱动路径 ”来定义问题、收集和了解每个 data 问题的深度和根源非常重要。.
例如：一位客户将其 CRM retargeting 使用案例的糟糕结果归咎于 data 质量不佳。但当我们仔细研究该案例的范围时，发现他们使用了错误的 Google Analytics 激活组。问题不在于 data 质量，而在于对不同 data 组的误解。.
2.指定 data 管理员解决问题
在确定 data 质量问题所在之后，确定一名 data 管理员，由其想方设法解决这些难题，管理、控制和监控运行 data。.
data 管理员执行所有必要的 data 行动和补救计划。他们要确保所生成的 data 的质量（不同来源和系统之间的差距、完整性、新鲜度等），并记录所有 data （来源、类型、质量、可靠性......），以便安全存储、正确访问和使用。.
要找到一名合格的 data 管理员并不容易。加快设立这一职位的方法之一是先从外部顾问开始，然后培训内部资源接手。.
3.建立 data SPOC（单点联系）团队
虽然 data 管理员可以管理 data 质量，但您需要组织内每个部门的支持，以确保所有 data 质量项目的成功。一个由精通 data 的 SPOC 组成的强大网络可以及时向 data 管理员提供重要的信息、文档和有关各部门情况的见解。.
data 管理员还应作为 “功能团队 ”与您的 data SPOC 合作，邀请相关部门的联系人在目标明确的敏捷冲刺阶段开展工作。SPOC 必须让自己的部门参与其中，这样整个 data 过程才会透明、易懂和易于访问。.
4.采用用例驱动的 data 质量方法
说到 data 组织，大多数营销人员都有一个积压工作，却不知道从哪里开始。他们应该根据可以通过提高 data 质量来改进或解锁的用例来定义冲刺。原因就在这里：
- 您需要证明，data 质量不仅仅是 “有就好”。通过报告业务上的成功，并展示所有部门的相关销售额或节余，您将为 data 质量创造动力。.
- 您需要具体而务实。要解决 data 的质量问题，并围绕用例组织冲刺，就必须深入到操作层面，与 SPOC 和所有利益相关者合作。.
- 您需要了解每个用例当前和未来的 data 需求。这样，您就可以建立长期的 data 质量体系，确保 data 管理员了解所有 SPOC 未来的 data 需求，从而及时更新相关部门的信息，而不是仅仅解决当前的问题。这一点至关重要，因为许多品牌的 data 质量项目都是针对单一 data 质量问题而采取的短期措施。.
5.获得 data 质量工具，以维持和促进这种方法
一旦您在组织内部建立了 data 质量专家社区，就应为他们提供正确的方法和工具。.
但是，不要一开始就为您的组织配备用于检测、评估、清理和修复 data 质量问题的特定工具。相反，应从手动但定义明确的流程入手，恢复对 data 传统的了解，加深对 data 质量问题背后根本原因的认识。.
然后优先考虑对您的业务至关重要但又没有太多复杂问题的 data 领域（客户 data、销售 data 等），并定义跨团队流程，以检测何时出现 data 质量问题以及如何解决。例如，您可以建立一个内部仪表板，定期验证客户 data 的完整性和有效性，比较电子邮件地址或网站访问次数等基准。.
一旦您的 data 质量成熟度达到更高级别的水平，您就可以投资购买 Talend 或 Attacama 等工具，它们可以帮助您自动检测、剖析和构建修复计划。像这样的专用工具可以插入您的 data 生态系统（data 湖、data 仓库等），使其成为 data 质量的真正控制塔。.
如果置之不理，糟糕的 data 可能会扼杀公司的发展雄心，但事实并非如此。营销人员只需采取一些战术性的务实措施，就能轻松开始清理工作。最重要的是开始行动。正如老子所说’千里之行，始于足下。“
