Poradnik Baz Danych Sprawdź bazę

6 wskazówek, jak dbać o jakość danych swoich klientów

  • 192
  • 16

Niedawno na stronach firmy Netcraft znalazłem informację, że co dwanaście miesięcy ilość danych w internecie rośnie blisko o 40%, co przekłada się na przyrost wagi danych o 30 GB w ciągu sekundy. Jeszcze  20 lat temu tyle informacji składało się na całą sieć. Z kolei analitycy Gartnera wskazują, że tempo generowania informacji będzie tylko rosnąć, a internet będzie podwajał swoją objętość co mniej o dwa lata.  Zatem naturalnym powstaje pytanie, jak w tym zalewie danych, rozpoznać cyfrowy język ciała klientów. Gdzie szukać prawdziwych i właściwych danych o swoich klientach, aby zrobić z nich podstawę do rozwoju firmy. Kluczem do odpowiedzi, na tak postawione pytanie staje się proces zarządzania jakością danych, aby wydobywana informacja stanowiła wartość dla podejmujących decyzję. Niniejszy wpis dedykuję nie tylko analitykom danych, ale przede wszystkim osobom zajmującym się budowaniem i rozwijaniem relacji z klientami, aby mogli praktycznie wykorzystać moje wskazówki dotyczące dbania o jakość danych na co dzień.

Po pierwsze: określ strukturę danych swoich klientów.

Nie muszę powtarzać, że obecnie jesteśmy zalewani gigabajtami danych z internetu i nie tylko, a wyłuskanie wartościowej informacji o kliencie jest skomplikowane i trudne, dlatego wg badań Instytutu DBMS tylko 21% przedsiębiorstw wie jak  pozyskiwać i przetwarzać swoje dane do celów marketingowych. A zatem w pierwszej kolejności trzeba określić, jakie dane konkretnie mają wartość z punktu widzenia opisu klienta Twojego biznesu. Podziel dane według 3 kategorii: demografia, zainteresowania, zachowanie.

Do danych demograficznych zaliczysz podstawowe dane o tym czym lub kim jest podmiot, informacje o statusie i formie prawnej Twojego klienta, posiadanej umowie, czy też dane kontaktowe takie jak nr telefonu, adres e-mail, informacja o profilu na LinkedIn czy Facebook.

Do danych dotyczących zainteresowań użytkowników możesz zaliczyć typy produktów jakie kupowali od Ciebie, branże w jakich działają, co polubili na Facebooku czy Instagramie, czy też na jakich forach wypowiadają się w internecie.

Dane dotyczące zachowań klientów najlepiej określają informacje o ich aktywności np. w Twoim sklepie internetowym, wykorzystywania usługi, produktu, czy też serwisu typu SAAS.

Taką listą danych dysponujesz od razu w przypadku, gdy masz CRM lub system np. umożliwiający Ci prowadzenie sprzedaży internetowej. Poniżej przykładowy model danych księgarni internetowej. Zwróć uwagę w jakich tabelach przechowywane są poszczególne kategorie danych. Model jest prosty, ale warto pokreślić, że jasno pokazuje strukturę danych klientów kupujących w sklepie internetowym.

źródło: https://4programmers.net/Forum/Bazy_danych/232574-schemat_bazy_ksiegarni_internetowej

Po drugie: określ wiarygodne źródła danych oraz weryfikuj ich poprawność

Zwykle podstawowymi źródłami danych są: system CRM i dane wprowadzane przez sprzedaż oraz obsługę, dane systemu transakcyjnego – tam gdzie użytkownicy kreują konta, lub realizują usługę oraz dane pochodzące z social media i samej strony internetowej przedsiębiorstwa. Wprowadzenie walidacji na kluczowe dla nas dane może mieć zbawienny wpływ na późniejszą kontakt-owalność i budowanie zaangażowania klienta. Najlepszym przykładem jest stosowanie modelu double opt-in w kampaniach leadowych i do rejestracji w naszej usłudze internetowej. Nie dość, że klient świadomie daje zgodę na pozostawienie swojego kontaktu to jeszcze w procesie potwierdzimy istnienie jego danych kontaktowych, co zabezpieczy nas przed umieszczeniem w naszych zasobach śmieci. A na te narażeni są przedsiębiorcy wykorzystujący systemy afiliacji, gdzie obecnie szacuje się na podstawie badań Instytutu DBMS, że 38% wprowadzanych danych nie spełnia reguł walidacyjnych określonych przez reklamodawcę. Dlatego warto proces rejestracji naszego klienta połączyć z kontem Facebook, który podczas z kolei swojej rejestracji wymaga podania nr telefonu komórkowego i ma wprowadzoną walidację poprzez SMS. Natomiast jeśli już posiadamy bazę danych kontaktowych naszych klientów lub potencjalnych klientów to warto raz na miesiąc zweryfikować dane w usłudze typu „Sprawdź bazę„, dzięki której przy użyciu API możesz określić czy adres e-mail ma poprawny format, czy jest wybrany adres e-mail istnieje na serwerze poczty. Chyba, nie muszę mówić o korzyściach płynących z weryfikacji, ale wspomnę jedną z ważniejszych – ustrzeżecie się od istnienia tzw. twardych odrzuceń, które mogą powodować wpisanie Waszych serwerów na czarne listy.

Weryfikacja danych ma jeszcze jedną zaletę. Będziesz wiedzieć jakich danych Ci brakuje, a to w przypadku chęci ich uzupełnienia doskonały powód do wejścia w interakcję z klientem, celem potwierdzenia nowych danych lub przekazania mu usługi typu freemium np. dodatkowej opcji Twojej usługi.

Po trzecie: wchodź w interakcje z klientami

Obserwowanie zachowań klientów jest fajne, ale jeszcze fajniejsze jest wchodzenie w interakcję z nimi. W ostatnim tygodniu w newsletterze DBMS informowaliśmy klientów o nowym wpisie na blogu, a tym, którzy przeczytali podziękowałem osobiście. Jednakże w komunikacji dotyczącej spersonalizowanego komunikatu trafił się błąd, panom w mailu nie wyświetliło się imię. Oczywiście jestem wdzięczny za tą uwagę, bo tego samego dnia od jednego z klientów dostałem info.

Ta prosta wymiana informacji uświadomiła mi ważną kwestię, moi klienci są moimi sprzymierzeńcami, dzięki czemu mogę praktycznie doskonalić w tym przypadku jakość komunikacji. Warto wspomnieć w tym momencie kolejną ważną liczbę, niestety 75% odbiorców nie czyta komunikatów skierowanych do nich przez marki, niby nic, ale to oznacza, że obecne filtry np. na poczcie GMAIL sprawdzają aktywności użytkownika, względem korespondencji skierowanej do niego. I co się okazało w swojej skrzynce w spamie znalazłem wartościowe komunikaty z SONY PS4, Polsatu, czy informacje dotyczące konferencji  I love Marketing oraz portalu MamStartup (Sic!). To oznacza, że ten problem dotyczy wszystkich na rynku i faktycznie warto wykorzystać każdy kanał, aby klientów angażować i nie wpadać później do śmieci.

Po czwarte: wykorzystuj dane z różnych źródeł

Wg raportu Data-Driven Marketing przygotowanego przez grupę Netsprint, w wywiadzie na telix.pl Artur Banach przedstawia, iż najczęściej wykorzystywanymi danymi są tzw. 1st party data, czyli dane własne klientów (czerpane z ich platform transakcyjnych i systemów do zarządzania klientami) – używa ich 75% respondentów. Jednakże, już tylko 47% badanych korzysta z 3rd party data, czyli danych zewnętrznych, pochodzących od firm trzecich – bezpośrednio od właściciela danych albo z agregatorów i hurtowni danych. Dane te są dostępne w formie gotowych segmentów, do których reklamodawca kieruje przekaz marketingowy, które mogą być wykorzystywane w kampaniach SMS, czy tez kampaniach e-mail marketingowych i display. Jednakże najmniej marketerów (21%) korzysta z tzw. 2nd party data – danych własnych pochodzących od partnera (najczęściej wydawcy) i udostępnionych reklamodawcy do kampanii, a to duży błąd, bo w nich drzemie wiedza na temat zachowań klientów, którzy przynajmniej raz zetknęli się z marką.  Jawi się więc pytanie jak ją wyłuskać? Po pierwsze warto nadać odpowiedni identyfikator każdemu kontaktowi i przeanalizować jego zachowanie poprzez zdarzenia, jakie np. wykonał na stronie WWW dzięki czemu, jeśli odbiorca pojawi się na stronie lub fanpage będziemy mogli podać mu spersonalizowany komunikaty, czy np. podziękować za zainteresowanie i obdarzyć go miłym upominkiem. Po drugie jest to dodatkowe paliwo umożliwiające nadanie wartości punktacyjnej określonemu zachowaniu.

Czy to wszystko? Oczywiście, że nie –  Głównym celem kampanii z wykorzystaniem danych szczególnie 2nd party oraz 3rd party jest pozyskiwanie leadów i generowanie sprzedaży online. Aż 81 % marketerów w kampaniach nastawionych na efekt chętnie używają danych własnych w retargetingu, o czym pisaliśmy w innym wpisie znajdującym się tu), docierając z reklamą do użytkowników, którzy już odwiedzili ich serwis lub sklep internetowy, ale nie dokonali konwersji. Z kolei spośród danych 3rd party (zewnętrznych) reklamodawcy do działań efektywnościowych wykorzystują głównie:

  • intencje zakupowe – jakie produkty użytkownik wrzucił do koszyka, ale nie dokonał zakupu,
  • precyzyjne profile zainteresowań – na jakie tematy intensywnie poszukiwał treści i czytał je w internecie,
  • geolokalizację – gdzie przebywał fizycznie lub jest w danym momencie,
  • look-alike – dane pozwalające znajdować w internecie i docierać z reklamą do użytkowników podobnych do tych, którzy odwiedzili serwis reklamodawcy czy zrobili w nim zakupy.

Jakie korzyści daje takie podejście? Przede wszystkim zrozumienie szerszego kontekstu zachowania klienta: od reakcji na wysyłkę maila, czy artykuł internetowy, aż po ponowna wizytę w serwisie czy fanpage Waszego przedsiębiorstwa.

Ale wykorzystanie danych zewnętrznych ma nie tylko zastosowanie w akwizycji klienta, ale pozwala lepiej zrozumieć jego zachowanie już kiedy jest naszym klientem. Dzięki temu ostatnio udało się w zasadzie skromnym budżetem rozpoznać odbiorców poszukujących okazji cenowych i zaproponowanie im dogodnej promocji, która przyspieszyła ich proces decyzyjny. (ale o tym opowiem następnym razem). Tymczasem warto wspomnieć o aspekcie ekonomicznym jakości danych.

Po piąte: mierz skutki ekonomiczne poprawy jakości danych.

Proces pomiaru efektów w poprawie danych jest zależny od priorytetu nałożonego na nie. W przypadku biznesów internetowych może on być oznaczony np. odsetkiem otwarć w stosunku do wysłanych komunikatów. Ten parametr, trochę niedoceniany przez marketerów wskazuje, jak często odbiorca wchodzi w interakcję z marką i czy komunikat w ogóle dociera, a to ma bezpośrednie przełożenie na sprzedaż. Z kolei w biznesach opartych na działania w tzw. „realu” metryki korelujące Wasz biznes z danymi mogą wyglądać inaczej. Np. w branży windykacyjnej liczy się kontakt-owalność z dłużnikiem, jeśli dane kontaktowe, które stanowią podstawę nie będą należytej jakości to jest zapewniać minimum 30% właściwych kontaktów w stosunku do zakupionych długów to firma może mieć problem z dotarciem do dłużnika. Innym przykładem pokazującym jak bezpośrednie przełożenie ma poziom jakości danych na biznes jest znany przykład Telekomunikacji Polskiej SA, kiedy to po wdrożeniu telefonicznej obsługi klienta okazało się, że jakość danych sieci oraz bilingu jest w tak tragicznym stanie, że firma nie była wstanie przyłączać klientom Neostrady i praktycznie co 5 wystawiona faktura musiała być korygowana. A co było powodem tego stanu rzeczy? W przypadku pierwszego problemu – praktycznie w systemach provisioingowych operatora nie istniała poprawna informacja o posiadanych łączach i dochodziło do absurdów, że sami klienci wskazywali operatorowi, gdzie są jego zasoby. W drugi przypadku aktywacja usługi internetu w systemie bilingowym trwała tak długo, że nie zgadzała się ze stanem posiadanych usług przez klientów, co skutkowało reklamacjami oraz fakturami korygującymi, czyli dodatkowym kosztem ok. 60 zł na jedną sprawę. Możecie sobie wyobrazić skalę kosztów jeśli miesięcznie zgłaszało się ok. 70 tysięcy osób!!!

Podsumowując wybierzcie 2 -3 KPI, które będziecie obserwować na co dzień, a które mają bezpośrednie przełożenie na Wasz biznes. To może być poziom interakcji z klientami, to może być stopień wykorzystania usługi lub też ilość faktur korygujących, ważne, aby różne działy mogły wypowiedzieć się na temat pochodzenia liczb i ich wiarygodności.

Po szóste: buduj kulturę pracy z danymi, aby nie podzielić losu RMS Titanic

Rozwój internetu i konsumpcji danych pociąga za sobą procesy związane z procesem zapewnienia jakości danych. Wciąż sporo się  słyszy o “demokratyzacji danych”. W sumie dobry slogan, a do tego bardzo aktualny “buzz word”. Ale jest pewien haczyk. Firmy wcale nie potrzebują, by każdy pracownik miał dostęp do danych i informacji. To, czego potrzebują, to szerszy dostęp pracowników do dobrych danych i wartościowych informacji. A jakość danych i efektywność analiz to kwestia bardziej procesów (czyszczenie danych, data governance, zarządzanie słownikami) i ludzi (analityków, ekspertów dziedzinowych rozumiejących kontekst danych) niż narzędzi. Niech o skali popularności zjawisk związanych z jakością danych świadczy ilość zapytań w Google dotyczących tego zjawiska.

W Waszej firmie praktycznie każdy mający kontakt z danymi odpowiada za jakość informacyjną danych i ich poprawne wykorzystywanie. Ważne jest, aby obserwować dane w sposób krytyczny. Ciągle usprawniajcie procesy odpowiedzialne za dostarczanie danych, tak aby zbudować nawyki dbania o jakoś danych. Pamiętajcie, kulturę się wypracowuje, często latami. I jest to proces, ciągła edukacja, budowanie świadomości w organizacji. A zatem, jeśli metody i kierunki pracy z danymi “nie wejdą organizacji w krew”, nie zostaną przepracowane, z sukcesu nici. Takie jest moje zdanie, a Ty co o tym myślisz?

 

 

 

 

 

Podobne wpisy

Przejdź do góry