Deduplicació: pràctiques recomanades per evitar o corregir dades duplicades de clients

Pràctiques recomanades per a la desduplicació de dades per a CRM

Les dades duplicades no només redueixen la precisió de les estadístiques empresarials, sinó que també comprometen la qualitat de l’experiència del client. Tot i que tothom afronta les conseqüències de les dades duplicades (gestors de TI, usuaris comercials, analistes de dades), té el pitjor impacte en les operacions de màrqueting d’una empresa. Com que els professionals del màrqueting representen les ofertes de productes i serveis de la companyia a la indústria, les dades deficients poden deteriorar ràpidament la reputació de la vostra marca i provocar experiències negatives dels clients. Les dades duplicades al CRM de l’empresa es produeixen per diversos motius.

Des d’un error humà fins als clients que proporcionen informació lleugerament diferent en diferents moments de la base de dades organitzativa. Per exemple, un consumidor enumera el seu nom com Jonathan Smith en un formulari i Jon Smith en l’altre. El desafiament s’agreuja amb una base de dades en creixement. Sovint és cada vegada més difícil per als administradors fer un seguiment de la base de dades i fer un seguiment de les dades rellevants. Cada cop és més difícil assegurar-se que la base de dades de l’organització sigui exacta ”.

Natik Ameen, expert en màrqueting de Canz Màrqueting

En aquest article, analitzarem els diferents tipus de dades duplicades i algunes estratègies útils que els professionals del màrqueting poden utilitzar per deduir les bases de dades de la seva empresa.

Diferents tipus de dades duplicades

Les dades duplicades s’expliquen normalment com una còpia de l’original. Però hi ha diferents tipus de dades duplicades que afegeixen complexitat a aquest problema.

  1. Explicar duplicats a la mateixa font - Això passa quan els registres d'una font de dades es transfereixen a una altra font de dades sense tenir en compte cap tècnica de combinació o combinació. Un exemple seria copiar informació del CRM a una eina de màrqueting per correu electrònic. Si el vostre client s'ha subscrit al vostre butlletí, el seu registre ja està present a l'eina de màrqueting per correu electrònic i la transferència de dades del CRM a l'eina crearà còpies duplicades de la mateixa entitat. 
  2. Explicar duplicats en diverses fonts - Els duplicats exactes en diverses fonts solen sorgir a causa de iniciatives de còpia de seguretat de dades en una empresa. Les organitzacions tendeixen a resistir-se a les activitats de purga de dades i són propenses a emmagatzemar totes les còpies de dades que tinguin a mà. Això condueix a fonts dispars que contenen informació duplicada.
  3. Variables duplicats en diverses fonts - També poden existir duplicats amb informació variable. Això sol passar quan els clients passen per canvis de cognom, títol laboral, empresa, adreça de correu electrònic, etc. I, com que hi ha diferències notables entre registres antics i nous, la informació entrant es tracta com una entitat nova.
  4. Copis no exactes a la mateixa font o a diverses fonts - Un duplicat no exacte és quan un valor de dades significa el mateix, però es representa de maneres diferents. Per exemple, el nom de Dona Jane Ruth es podria desar com a Dona J. Ruth o DJ Ruth. Tots els valors de dades representen el mateix, però quan es comparen mitjançant tècniques simples de concordança de dades, es consideren que no són coincidències.

La desduplicació pot ser un procés molt complex, ja que els consumidors i les empreses solen modificar les seves dades de contacte al llarg del temps. Hi ha variacions en la forma d’introduir tots els camps de dades (des del seu nom, adreces de correu electrònic, adreces residencials, adreces comercials, etc.)

A continuació, es mostra una llista de cinc pràctiques recomanades per a la desduplicació de dades que els professionals del màrqueting poden començar a utilitzar avui.

Estratègia 1: Fer comprovacions de validació en l’entrada de dades

Hauríeu de tenir controls de validació estrictes a tots els llocs d’entrada de dades. Això implica assegurar-se que les dades d’entrada s’adapten al tipus, al format i al rang de dades requerits i es troben entre intervals acceptables. Això pot fer un llarg camí perquè les vostres dades siguin completes, vàlides i precises. A més, és fonamental que el flux de treball d’entrada de dades no només estigui configurat per crear registres nous, sinó que primer cerqui i esbrini si el conjunt de dades conté un registre existent que coincideix amb el registrat entrant. I en aquests casos, només troba i actualitza, en lloc de crear un registre nou. Moltes empreses han incorporat xecs perquè el client també resolgui les seves pròpies dades duplicades.

Estratègia 2: realitzeu la deduplicació mitjançant eines automatitzades

Utilitzeu l’autoservei programari de desduplicació de dades que us pot ajudar a identificar i netejar registres duplicats. Aquestes eines poden estandarditzar les dades, troben coincidències exactes i no exactes, i també redueixen el treball manual de mirar milers de files de dades. Assegureu-vos que l'eina ofereix suport per a la importació de dades d'una gran varietat de fonts, com ara fulls Excel, base de dades CRM, llistes, etc.

Estratègia 3: utilitzar tècniques de deduplicació específiques de dades

Depenent de la naturalesa de les dades, la deduplicació de les dades es realitza de manera diferent. Els professionals del màrqueting han de tenir precaució mentre dedueixen dades, ja que el mateix pot significar una cosa diferent entre diversos atributs de dades. Per exemple, si dos registres de dades coincideixen en una adreça de correu electrònic, és probable que siguin duplicats. Però si dos registres coincideixen a l'adreça, no és necessàriament un duplicat, perquè dues persones que pertanyen a la mateixa llar podrien tenir subscripcions separades a la vostra empresa. Per tant, assegureu-vos d’implementar activitats de desduplicació, fusió i depuració de dades segons el tipus de dades que contenen els vostres conjunts de dades.

Estratègia 4: assolir el rècord mestre d’or mitjançant l’enriquiment de dades

Un cop hàgiu determinat la llista de coincidències que hi ha a la vostra base de dades, és crucial analitzar aquesta informació abans de poder prendre decisions de fusió o depuració de dades. Si hi ha diversos registres per a una sola entitat i alguns representen informació inexacta, el millor és purgar-los. D'altra banda, si els duplicats són incomplets, la combinació de dades és una opció millor, ja que permetrà l'enriquiment de dades i els registres combinats poden afegir més valor al vostre negoci. 

Sigui com sigui, els professionals del màrqueting haurien de treballar per obtenir una visió única de la seva informació de màrqueting, anomenada disc mestre d’or.

Estratègia 5: supervisar els indicadors de qualitat de les dades

Un esforç continuat per mantenir netes i deduïdes les vostres dades és la millor manera d’executar la vostra estratègia de deduplicació de dades. Una eina que ofereix perfils de dades i funcions de gestió de qualitat pot ser molt útil aquí. És imprescindible que els professionals del màrqueting vigilin la precisió, la validesa, la completa, l’única i la coherència de les dades que s’utilitzen per a operacions de màrqueting.

A mesura que les organitzacions continuen afegint aplicacions de dades als seus processos empresarials, ha estat necessari que tots els professionals del màrqueting disposin d’estratègies de deduplicació de dades. La iniciativa, com ara l’ús d’eines de desduplicació de dades, i el disseny de millors fluxos de treball de validació per crear i actualitzar registres de dades són algunes estratègies crucials que poden permetre una qualitat de dades fiable a la vostra organització.

Quant a l'escala de dades

Data Ladder és una plataforma de gestió de la qualitat de les dades que ajuda les empreses a netejar, categoritzar, estandarditzar, desduplicar, perfilar i enriquir les seves dades. El nostre programari de concordança de dades líder en la indústria us ajuda a trobar registres de concordança, combinar dades i eliminar duplicats mitjançant algorismes intel·ligents de concordança difusa i d’aprenentatge automàtic, independentment d’on visquin les dades i en quin format.

Baixeu-vos una prova gratuïta del programari de concordança de dades de Ladder

Què et sembla?

Aquest lloc utilitza Akismet per reduir el correu no desitjat. Esbrineu com es processa el vostre comentari.