Hoe entiteitsresolusie waarde toevoeg tot u bemarkingsprosesse

Wat is entiteitsresolusie in bemarkingsdata

’n Groot aantal B2B-bemarkers – amper 27% – erken dit onvoldoende data het hulle 10% gekos, of in sommige gevalle selfs meer in jaarlikse inkomsteverliese.

Dit beklemtoon duidelik 'n beduidende probleem waarmee die meeste bemarkers vandag te kampe het, en dit is: swak datagehalte. Onvolledige, ontbrekende of swak gehalte data kan 'n groot impak hê op die sukses van jou bemarkingsprosesse. Dit gebeur aangesien byna alle departementele prosesse by 'n maatskappy - maar spesifiek verkope en bemarking - swaar aangevuur word deur organisatoriese data.

Of dit nou 'n volledige, 360-oorsig is van jou kliënte, leidrade of vooruitsigte, of ander inligting wat verband hou met produkte, diensaanbiedinge of adresliggings - bemarking is waar dit alles bymekaar kom. Dit is hoekom bemarkers die swaarste ly as 'n maatskappy nie behoorlike datakwaliteitbestuursraamwerke gebruik vir deurlopende dataprofilering en datakwaliteitvasstelling nie.

In hierdie blog wil ek aandag gee aan die mees algemene datakwaliteitprobleem en hoe dit jou kritieke bemarkingsprosesse beïnvloed; ons sal dan kyk na 'n moontlike oplossing vir hierdie probleem, en uiteindelik sal ons sien hoe ons dit op 'n deurlopende basis kan vestig.

Dus, kom ons begin!

Grootste datakwaliteitprobleem waarmee bemarkers te kampe het

Alhoewel swak datakwaliteit 'n lang lys kwessies vir bemarkers by 'n maatskappy veroorsaak, maar nadat ons data-oplossings aan meer as 100 kliënte gelewer het, is die mees algemene datakwaliteit-kwessie wat ons gesien het mense in die gesig staar:

Verkry 'n enkele siening van kerndatabates.

Hierdie kwessie duik op wanneer duplikaatrekords vir dieselfde entiteit gestoor word. Hier kan die term entiteit enigiets beteken. Meestal, op die gebied van bemarking, kan die woord entiteit verwys na: kliënt, lood, vooruitsig, produk, ligging of iets anders wat die kern van die prestasie van jou bemarkingsaktiwiteite is.

Die impak van duplikaatrekords op u bemarkingsprosesse

Die teenwoordigheid van duplikaatrekords in datastelle wat vir bemarkingsdoeleindes gebruik word, kan 'n nagmerrie vir enige bemarker wees. As u duplikaatrekords het, is die volgende ernstige scenario's wat u kan raakloop:

  • Vermorsde tyd, begroting en pogings – Aangesien jou datastel verskeie rekords vir dieselfde entiteit bevat, kan jy uiteindelik tyd, begroting en pogings verskeie kere vir dieselfde kliënt, vooruitsig of lood belê.
  • Kan nie persoonlike ervarings fasiliteer nie – Duplikaatrekords bevat dikwels verskillende dele van inligting oor 'n entiteit. As jy bemarkingsveldtogte gevoer het deur 'n onvolledige siening van jou kliënte te gebruik, kan jy uiteindelik jou kliënte ongehoord of misverstaan ​​laat voel.
  • Onakkurate bemarkingsverslae – Met duplikaatdatarekords kan u uiteindelik 'n onakkurate beeld gee van u bemarkingspogings en die opbrengs daarvan. Byvoorbeeld, jy het 100 leidrade per e-pos gestuur, maar net antwoorde van 10 ontvang – dit kan wees dat slegs 80 van daardie 100 uniek was, en die res van die 20 was duplikate.
  • Verminderde operasionele doeltreffendheid en werknemerproduktiwiteit – Wanneer spanlede data vir 'n sekere entiteit haal en veelvuldige rekords vind wat oor verskillende bronne gestoor is of met verloop van tyd in dieselfde bron versamel is, dien dit as 'n groot padblokkade in werknemerproduktiwiteit. As dit redelik gereeld gebeur, beïnvloed dit die operasionele doeltreffendheid van 'n hele organisasie merkbaar.
  • Kan nie korrekte omskakelingtoeskrywing uitvoer nie – As jy dieselfde besoeker as 'n nuwe entiteit aangeteken het elke keer as hulle jou sosiale kanale of webwerf besoek het, sal dit vir jou byna onmoontlik word om akkurate omskakelingstoeskrywing uit te voer en die presiese pad te weet wat die besoeker na omskakeling gevolg het.
  • Onafgelewerde fisiese en elektroniese posse – Hierdie een is die mees algemene gevolg van duplikaatrekords. Soos vroeër genoem, is elke duplikaatrekord geneig om 'n gedeeltelike aansig van die entiteit te bevat (dit is hoekom die rekords in die eerste plek as duplikate in jou datastel geëindig het). Om hierdie rede kan sekere rekords fisiese liggings of kontakinligting ontbreek, wat kan veroorsaak dat e-posse misluk.

Wat is entiteitsbesluit?

Entiteit resolusie (ER) is die proses om te bepaal wanneer verwysings na werklike entiteite ekwivalent is (dieselfde entiteit) of nie ekwivalent (verskillende entiteite). Met ander woorde, dit is die proses om verskeie rekords te identifiseer en aan dieselfde entiteit te koppel wanneer die rekords verskillend beskryf word en omgekeerd.

Entiteitsresolusie en inligtingskwaliteit deur John R. Talburt

Implementering van entiteitsbesluit in u bemarkingsdatastelle

Nadat u die verskriklike impak van duplikate op die sukses van u bemarkingsaktiwiteite gesien het, is dit noodsaaklik om 'n eenvoudige, dog kragtige, metode te hê om deduplisering van jou datastelle. Dit is waar die proses van entiteit resolusie kom in. Entiteitsresolusie verwys eenvoudig na die proses om te identifiseer watter rekords aan dieselfde entiteit behoort.

Afhangende van die kompleksiteit en die toestand van kwaliteit van jou datastelle, kan hierdie proses 'n aantal stappe bevat. Ek gaan jou deur elke stap van hierdie proses neem sodat jy kan verstaan ​​wat dit presies behels.

Let wel: Ek sal die generiese term 'entiteit' gebruik terwyl ek die proses hieronder beskryf. Maar dieselfde proses is van toepassing en moontlik vir enige entiteit wat by jou bemarkingsproses betrokke is, soos kliënt, lood, vooruitsig, liggingadres, ens.

Stappe in die entiteitsbesluitproses

  1. Versamel entiteitdatarekords wat oor uiteenlopende databronne woon – Dit is die eerste en belangrikste stap van die proses, waar jy identifiseer waar presies die entiteitsrekords word gestoor. Dit kan data wees wat afkomstig is van sosiale media-advertensies, webwerfverkeer, of wat met die hand deur verkoopsverteenwoordigers of bemarkingspersoneel ingetik word. Sodra die bronne geïdentifiseer is, moet alle rekords op een plek saamgebring word.
  2. Profilering van gekombineerde rekords – Sodra die rekords in een datastel saamgevoeg is, is dit nou tyd om die data te verstaan ​​en die verborge besonderhede oor die struktuur en inhoud daarvan te ontbloot. Dataprofilering ontleed jou data statisties en vind uit of datawaardes onvolledig, leeg is of ongeldige patroon en formaat volg. Die profilering van jou datastel ontbloot ander sulke besonderhede, en beklemtoon potensiële data-suiweringsgeleenthede.
  3. Skoonmaak en standaardisering van datarekords – 'n In-diepte dataprofiel gee jou 'n uitvoerbare lys items om jou datastel skoon te maak en te standaardiseer. Dit kan stappe behels om ontbrekende data in te vul, datatipes reg te stel, patrone en formate reg te stel, asook om komplekse velde in sub-elemente te ontleed vir beter data-analise.
  4. Pas en koppel rekords wat aan dieselfde entiteit behoort – Nou is jou datarekords gereed om gepas en gekoppel te word, en finaliseer dan watter rekords aan dieselfde entiteit behoort. Hierdie proses word gewoonlik gedoen deur die implementering van industrie-graad of eie ooreenstemmende algoritmes wat óf presiese passing op uniek identifiseerde eienskappe uitvoer, óf fuzzy passing op 'n kombinasie van eienskappe van 'n entiteit. In die geval dat die resultate van die ooreenstemmende algoritme onakkuraat is of vals positiewes bevat, moet jy dalk die algoritme verfyn of verkeerde passings handmatig as duplikate of nie-duplikate merk.
  5. Implementering van reëls vir die samevoeging van entiteite in goue rekords – Dit is waar die finale samesmelting plaasvind. Jy wil waarskynlik nie data verloor oor 'n entiteit wat oor rekords gestoor is nie, so hierdie stap gaan oor die opstel van reëls om te besluit:
    • Watter rekord is die meesterrekord en waar is sy duplikate?
    • Watter eienskappe van duplikate wil jy na die meesterrekord kopieer?

Sodra hierdie reëls opgestel en geïmplementeer is, is die uitset 'n stel goue rekords van jou entiteite.

Vestig 'n Deurlopende Entiteitsbesluitraamwerk

Alhoewel ons deur 'n eenvoudige stap-vir-stap gids gegaan het vir die oplossing van entiteite in 'n bemarkingsdatastel, is dit belangrik om te verstaan ​​dat dit as 'n deurlopende proses by jou organisasie hanteer moet word. Besighede wat belê om hul data te verstaan ​​en die kerngehaltekwessies daarvan op te los, is gereed vir 'n veel meer belowende groei.

Vir vinnige en makliker implementering van sulke prosesse, kan jy ook data-operateurs of selfs bemarkers by jou maatskappy voorsien van maklik-om-te gebruik entiteit-resolusie-sagteware, wat hulle deur die stappe hierbo genoem kan lei.

Ten slotte kan ons met veiligheid sê dat 'n duplikaatvrye datastel as 'n deurslaggewende speler optree om die ROI van bemarkingsaktiwiteite te maksimeer en handelsmerkreputasie oor alle bemarkingskanale te versterk.