close

Вход

Забыли?

вход по аккаунту

?

Itransition - Практические советы по маркетингу

код для вставки
Описание подходов которые могут быть использованы для решения проблем возникающих при реализации целевого маркетинга.
Обзор
Качество данных. Практические советы по маркетингу
СОДЕРЖАНИЕ
Обзор
Типичные проблемы с данными, возникающие в маркетинговой кампании
Двойные записи
Неполные данные
Неверные данные
Как маркетинг извлекает пользу
из качественных сведений
Как я могу выявить проблемы,
связанные с качеством сведений?
Решение причины возникновения проблемы с качеством
Транзакционные обновления
Потоки данных
Приобретенные данные
Переход на другую систему
Регулярное обслуживание
Сопоставление возможностей
Функции качества данных в
маркетинговой среде
Получение качественных данных
Собственное оборудование
Внутренний хостинг через посредника
По запросу
Компании, предоставляющие услуги
Итоги рассмотренных разделов
Краткие сведения о "Бизнес Обджектс"
Прямой маркетинг предполагает создание сообщения для определен-
ного потенциального потребителя. Успех такого сообщения, измеряе-
мый приростом продаж, зависит от правильной идентификации потен-
циального потребителя. После того, как потенциальный потребитель определен, необходимо убедить его в том, что ваше сообщение стоит их внимания. Ни в коем случае нельзя ошибиться в написании имени, использовать неправильное обращение, отправлять письмо на старую почту или отправлять несколько копий письма. Получение качествен-
ных сведений может стать серьезной проблемой, если в клиентской базе данных (КБД) имеется 500 тыс. записей, 1 млн. или 10 млн. записей, и при этом необходимо отправить целевое предложение. Проблема заключается в том, чтобы из всех записей в базе данных правильно выбрать те, которые соответствуют целевой аудитории предстоящей маркетинговой кампании. Как же правильно выбрать потенциального потребителя? Качество сведений, целостность сведений и другие пара-
метры управления информацией предприятия (УИП) становятся ключе-
вой составляющей в решение этой задачи.
Демография клиентов, безусловно, является важной составляющей при сопоставлении записей КБД с параметрами кампании. Однако стоит задаться вопросом: правильно ли были определены демографические категории клиентов? Раньше, когда массовый маркетинг был модным, обычная практика заключалась в том, чтобы разослать 10 миллионов флайеров и сидеть в ожидании чуда. Раньше бюджет маркетинговой кампании планировался исходя из стоимости печати и распростране-
ния огромного количества рекламных материалов. Современный маркетинг обязан быть значительно более эффективным и значительно менее затратным в деле привлечения клиентуры.
Приходится признать, что даже для больших организаций, специализи-
рующихся на маркетинге, успех кампании зависит от качества исполь-
зуемых сведений. Значение имеют люди, процедуры, стандарты и технологии, которые используются для управления и хранения сведе-
ний. Улучшение клиентской базы данных для повышения эффективности маркетинга
{1}
Типичные роблемы с данными,
возникающие в ходе маркетинговой кампании
Вы, возможно, узнаете эти проблемы, или уже пострадали от них. В данном руководстве приводится их краткое описание, которое помо-
жет лучше разобраться в вопросе. Самое очевидное утверждение сводится к тому, что разные проблемы с качеством "усиливают" друг друга. К примеру, если в базе имеются двойные записи, некоторые из них не будут выверены, если ключевые сведения – скажем, адреса – являются неверными или не стандартизированы.
Двойные записи в базе
Как выбрать запись? Я очень часто встречался с количеством повто-
рения записей 8:1. Это означает, что на каждую клиентскую запись "Форд Мотор", которая якобы является основной, может быть еще семь таких же записей в том же файле или в других системах пред-
приятия. Как же это происходит? Это возможно по нескольким причинам, и те из нас, кто находит, создает и сохраняет клиентские сведения, по-прежнему изобретают все новые и новые причины.
Слияния и приобретения – одна из самых частых причин возникнове-
ния двойных записей. Очень часто специалисты информационного отдела вынужденно смешивают две клиентские базы, содержащие сведения об адресах клиентов, заказах, отгрузке, рекламациях и так далее, не имея достаточного времени или ресурсов для корректного объединения двух систем без создания двойных записей. По правде говоря, даже лучшие проекты по интеграции сведений при слиянии компаний приводят к созданию "двойников". Чаще всего именно информационный отдел попросту не успевает свести две системы, в результате сотрудники отдела продаж вынуждены наводить порядок после него.
Аккаунт-менеджеры – еще один популярный источник создания двойных записей. По абсолютно не понятным причинам, при созда-
нии клиентской записи аккаунт-менеджер видит существующую запись, которая совпадает со сведениями на руках, но игнорирует ее и создает новую. Зачастую такое действие происходит в силу отсут-
ствия прав, необходимых для обновления существующей клиентской записи.
Третья причина возникновения "двойников" – а есть и другие причи-
ны – заключается в плохой прозрачности и отсутствии связей между системами. Возникает это в сильно сегментированных компаниях, в которых каждое подразделение или отдел ведут собственную клиентскую базу данных. В этом случае если аккаунт-менеджер по лебедкам и лифтам желает добавить новые сведения в существую-
щую запись клиента, относящегося к отделу подъемных стрел и кранов, он не может этого сделать, поскольку не имеет для этого прав доступа.
2}
Неполные данные
Неполные данные – например, пустые поля – приводят к нескольким проблемам. Во-первых, и это возникает наиболее часто, если отсут-
ствует адрес, электронный адрес или номер телефона, отправить предложение просто невозможно. Во-вторых, если не заполнено такое поле, как обращение, должность или этническая группа, невоз-
можно правильно классифицировать клиента по демографическому критерию. И в-третьих, если какое-либо из этих полей – или другие поля, такие как номер социального страхования, идентификатор или имя – не заполнено , то невозможно идентифицировать схожие записи в других системах или даже внутри одной системы, что и приводит к возникновению "двойников".
Неверные данные
Неверные данные необходимо исправлять. Существует ряд причин, по которым неверные данные появляются в базе. Одна из них – время. Люди переезжают (изменяют место жительства), меняют теле-
фонный номер, место работы и так далее. Со временем эти измене-
ния накапливаются. Менеджеры, имеющие опыт работы с данными, зачастую скептически относятся к данным, которые не обновлялись последние полгода-год. Они понимают последствия старения данных. Миграция системы – еще один источник неверных сведений. Невер-
ное сопоставление сведений источника и целевого объекта или попытка перенести большее поле в меньшее целевое поле
приводят к различного рода изменению данных, которое может быть понятно всем, кроме конечных пользователей системы. При этом, разумеется, неверное сопоставление сведений приводит к тому, что третий номер телефона (офисный) попадает в поле для электронного адреса. Для аккаунт-менеджера, который внес данные и управляет ими сегодня, все это понятно и известно, но для аккаунт-менеджера, который придет завтра, любые сокращения приведут к неправильно-
му пониманию сведений.
Более изощренным источником неверных данных является мошен-
ничество, когда поставщик сведений намеренно предоставляет неверные сведения. Например, это может быть конечный потреби-
тель, который предоставляет чужой номер мобильного телефона, чтобы открыть новую учетную запись. 3}
Как маркетинг извлекает пользу из качественных сведений
Качество сведений – это ключевой фактор, позволяющий знать, кем являются ваши клиенты и как следует подавать им свои предложе-
ния. Для того, чтобы маркетинг приносил наибольший результат, необходима прозрачная и однородная система клиентской базы данных. Без этого, менеджеры вступают в контакт с не теми клиента-
ми, упускают потенциальных клиентов или совершают несколько запросов, не приносящих результат и влекущих излишние расходы. Целью маркетинга является создание возможности для горизонталь-
ных и вертикальных продаж, что недостижимо, если записи в базе данных не распределены прозрачным и понятным образом. Именно за счет выверенной системы качество сведений играет ключевую роль в построении эффективного маркетинга.
Обычно впервые организация сталкивается с проблемой качества данных, когда создается клиентская база данных или происходит объединение двух баз, и при этом ответственные люди обнаружива-
ют, что загруженные в конечную базу сведения далеко не отвечают предъявляемым требованиям. В данном руководстве для обозначе-
ния различных баз данных клиентов используется термин "КБД". Сведения о существующих и потенциальных клиентах необходимо хранить где-то и каким-то образом, ввиду чего свои собственные или приобретенные системы КБД являются распространенным явленем.
4}
Как я могу выявить проблемы, связанные с качеством сведений?
Нельзя недооценить прозрачность и качество хранимых и использу-
емых сведений. При этом чем выше конкретный сотрудник в иерар-
хии компании, тем дальше он находится от тех сведений, которые приводят в движение его деятельность. Исполнительный директор по маркетингу, например, может свободно задать себе вопрос – "Как я могу знать, что мои сведения содержат ошибки?" Рядовой специа-
лист отдела маркетинга, скорее всего, задается вопросом – "Я знаю типы проблем, теперь мне нужно их количество". К счастью, неважно, кто и какие вопросы задает, так как решение в обоих случаях являет-
ся одинаковым: необходимо провести оценку качества данных. Без проведения такой оценки нерешенными останутся целый ряд проблем:
проблемы носят систематический или поверхностный характер?
-
дить их источник.
очистке.
поскольку не обозначено направление. То есть КПД очистки базы данных останется неизвестным.
времени, чтобы увидеть улучшение или ухудшение качества сведений.
Большинство проблема с качеством данных возникают в ходе работы с ними. То есть, как правило, проблемы возникают из-за нестандарт-
данными. Результаты оценки качества данных очень часто помогают -
ствия проблемы. Менеджеру по маркетингу становится легче отсле-
дить проблему и устранить причину возникновения неверно запол-
ненных полей.
5}
Оценка качества данных – это процедура, которую менеджеры по маркетингу могут выполнять самостоятельно, в особенности, если у них есть средство оценки, подходящее для таких целей. Альтернатив-
ное решение заключается в подключении информационного отдела к выполнению оценки или даже сторонней организации, специали-
зирующей на работе с базами данных. Так или иначе, проведение оценки данных не таит в себе каких-либо тайн. Сложнее всего опре-
делить правила, по которым те или иные действия с данными будут считаться правильными или неправильными. Какими должны быть правила для работы с полем, содержащим наименование товара? К примеру, является ли это поле обязательным, может ли поле содер-
жать сокращения, существует ли ограничение по количеству вводи-
мых символов, разрешены для специальные символы, сколько поко-
лений товаров можно перечислить, и каково отношение этого поля с другими полями, например, с единицей складского учета? В худшем случае, эти правила находятся в голове специалистов по маркетингу, которых также называют экспертами в определенной области. Такие эксперты составляют правила, согласовывают их и затем загружают их в используемое средство – приложение по работе с данными или средство просмотра хранимых данных.
Возможно, самой важной частью оценки, помимо определения исхо-
дных правил, является составление отчета по проделанной работе. Графическое и табличное представление выполненной работы могут сыграть ключевую роль в понимание существующих проблем. Воору-
жившись этой информацией, руководство по маркетингу может принять информированное решение в отношение того, какие сведе-
ния или поля необходимо подвергнуть "чистке". Нет необходимости "кипятить океан", то есть чистить каждое поле в каждой таблице базы данных. Только определенные поля в определенных таблицах явля-
ются проблемными, и именно такие поля необходимо оценить в первую очередь и очистить, поскольку результат проделанной работы в этом случае будет виден сразу.
6}
Решение причины возникновения проблемы Лучшее место очистки данных – точка создания данных. Предполо-
жим, в самом начале информация получена от потенциального клиента на торговой выставке или посредством регистрационной формы на веб-сайте. См. Рисунок 1.
Полученные сведения проходят через многочисленные системы хранения, процедуры, продаются и покупаются, после чего попадают в репозиторий данных, где они загружаются в клиентскую базу данных для использования в маркетинговой кампании. Вся эта длин-
ная череда процедур называется информационной цепочкой. Менеджер по маркетингу должен сам понимать необходимость взаи-
модействия с информационным отделом и определении функций очистки данных, предполагающих работу с данными от их источника. Причина необходимости работы с данными от источника заключает-
ся в том, что в этом случае польза для маркетинга будет выше, а проблем с некачественными сведениями – меньше.
$1,000 $500 $300 $300 $20
0
Общая выгода
Инвестиции в качественные сведения
Точка создания, начало информа-
ционной цепочки
Веб-сайт
ODS
Колл-
центр
КБД
Список адресов
Информационная цепочка
Чем ближе к источнику очистка, тем раньше счетчик КПД начинает тикать.
Рисунок 1: КПД информационной цепочки
7}
Если мы посмотрим на информационную цепочку, представленную на Рисунке 1, то увидим снижающийся уровень инвестиций в каче-
ство данных по мере движения по информационной цепочке. Причи-
на в том, что ранняя очистка информации позволяет использовать качественные сведения на всех последующих этапах, а также упро-
щает очистку других сведений на последующих этапах. На веб-сайте, к примеру, гипотетическая сумма в 1000 долларов израсходована на очистку набора записей (в частности на проверку правильного заполнения полей, правильное указание почтового индекса и назва-
ния улиц и штатов). Польза от очистки в этой точке информационной цепочки извлекается для всего процесса ввода данных на веб-сайте. Однако, по мере того как данные расходятся дальше по системе, другие функции (такие как оперативное сохранение данных), исполь-
зующие данные, получают непосредственную пользу от ранее сохра-
ненных качественных сведений. Менеджерам, работающие с функци-
ей оперативного сохранения данных, все еще необходимо выпол-
нять собственную проверку, например, проверять форматирование полей, совпадение данных с существующими записями или консоли-
дировать данные, однако им не нужно делать слишком много работы, и работа их не носит столь серьезный характер. Такое каскадное качество сведений приносит пользу на протяжении всей информаци-
онной цепочки, а также для всех ответвлений, в которых обработан-
ные сведения будут использованы. Польза от затраченных 1000 долларов увеличивается каждым звеном цепочки, в том числе в самом конце, когда сведения нужно всего лишь немного откорректи-
ровать для отправки коммерческого предложения по почте.
Другая причина работы с качеством данных в точке их создания заключается в том, что в точке создания значительно проще прове-
рить данные и попросить лицо, их предоставившее, подтвердить данные, вместо того, чтобы через несколько месяцев или лет узнать об их изменении. На рисунке снизу (Рисунок 2) показан пример того, как компания Adobe Systems реализовала очистку данных в режиме реального времени в точке их создания через веб-форму ввода данных и одновременно спросила у своих клиентов, какой адрес они считают приоритетным.
8}
Однако, необходимо понимать, что менеджер по маркетингу часто получает данные от кого-то и не имеет права или возможности использовать функцию очистки данных в точке их создания. На самом деле, информационная цепочка может включать множество шагов и даже лет с того момента, когда данные были фактически созданы. В силу этого факта менеджеры по маркетингу должны быть готовы к обновлению данных каждый раз, когда у них появляется для этого возможность. В целом, существует пять общих возможностей для очистки данных, которые могут иметь место в процессе управле-
ния информацией. Такие возможности включают следующее:
Транзакционные обновления – зачастую в точке создания
ативные потоки данных – у источника, до того, как данные попадают в систему
етенные данные – если вы приобретаете сведения, требуйте, чтобы они были чистыми
грация на другую систему – данные в компании, но еще не в системе
Регулярное обслуживание данных – по мере старения данных их необходимо очищать
Все пункты будут рассмотрены в следующих разделах.
Рисунок 2: Очистка данных посредством веб-формы ввода данных Adobe
9}
Транзакционные обновления
Эта возможность хорошо подходит для организаций, которые зани-
мают проактивную позицию по отношению к очистке данных. Орга-
низации могут определить точки ввода информации – в данном случае при выполнении определенных операций, например, очеред-
ной вход потребителя в систему или новый заказ – и риски искажения данных. При выполнении заданной операции, организации имеют возможность проверить данные, прежде чем они будут сохранены в системе. Транзакционное обновление также позволяет проверить данные по мере того, как информационный блок наполняется контекстными сведениями. Поскольку контекстные сведения утрачи-
ваются по мере движения в системе, их необходимо обновлять.
По своей природе транзакционные обновления заставляют органи-
зации обрабатывать информационные блоки по мере их появления, что предполагает обработку данных в режиме реального времени. Другими словами, очистка информации становится функцией выпол-
няемых транзакций, по времени занимает миллисекунды и может быть использована несколькими приложениями одновременно.
Оперативные потоки данных
Вторая возможность очистки и консолидации данных заключается при использовании оперативных потоков данных. В центральное хранилище данных обновленные сведения поступают каждую неделю, каждый день, час или даже несколько раз в час. Ежедневное обновление клиентской базы данных является нормой во многих случаях. Регулярные оперативные потоки данных позволяют органи-
зации реализовывать функции повышения качества сведений, кото-
рые могут охватывать тысячи записей, а в некоторых случаях – миллионы и даже сотнимиллионов записей. Оперативная очистка использует предустановленное задание очистки или проект, выбран-
ный из библиотеки, потенциально содержащей сотни заданий. Необ-
ходимое задание обычно запускается или планируется к запуску и выполняется для определенного потока данных (файл, таблица базы данных, входной поток и так далее) с заданным сопоставлением отно-
сительно модели данных. 10}
Приобретенные данные
Третья возможность очистки данных – при приобретении данных у стороннего владельца. Многие организации ошибочно считают, что данные чистые в момент их приобретения. Вовсе нет. Приобретение данных у стороннего владельца сродни приобретению машины, бывшей в употреблении. Знаете ли вы, что делал владелец с тем, что продает сейчас вам? Разумеется, вы не этого не знаете, именно поэто-
му вы просите знакомого механика проверить машину. То же самое следует сделать с приобретенными данными. В противном случае, опускаете свой стандарт качества до уровня продавца.
В случае приоб ретения списка для маркетинговой кампании вы можете запросить случайную выборку из списка потенциальных клиентов и выполнить свою собственную оценку качества сведений. Простые тесты по заполнению полей и проверке данных не так уж и сложно выполнить. Проверка приобретаемых данных предполагает их сопоставление с текущим набором данных. Слияние двух чистых наборов данных равнозначно вливанию галлона красной краски в галлон синей. Слияние не будет результатом вычисления 1 + 1 = 3, а скорее оно будет равно 1,5. Причина – наличие двойных записей в наборах, а двойственные записи не всегда легко выявить. Две записи могут быть одинаковыми, но одна запись может иметь отличающееся ключевое поле. Объединенные наборы данных должны быть сопо-
ставлены и консолидированы в один новый набор данных, который будет полностью отличаться. Скрытая опасность приобретаемых данных заключается в том, что они представляют собой случайное событие, то есть не существует возможности (задания по очистке с заданным набором правил) для инкорпорирования этих данных в существующую систему. Отсутствие установленных процедур может привести к тому, что в спешке будут использованы некорректные сведения.
11}
Миграция на другую систему
Четвертая возможность повышения качества сведений – во время миграции на новую систему. Каждый раз, когда данные из существую-
щей системы переносятся в новую систему, необходимо тщательно проверить эти данные. Общая проблема – старые поля, такие как <
тип контраста>, которые используются лизинговой компанией. Спустя несколько лет определение "тип контраста" изменилось и уже не используется. Однако когда-то это поле содержало важные сведе-
ния, например, последний срок лизинга, – это важные сведения, их необходимо перенести в новую систему, но в новой модели они уже не используются. Другая проблема была выявлена, когда производ-
ственная компания при проведении оценки качества данных обнару-
жила три типа адресов (место жительства/расположение, адрес для счетов и корпоративный адрес), однако использовался только один адрес для одной записи. Для того, чтобы перенести все три адреса, аналитики КБД создавали двойные учетные записи. Все что им нужно было сделать – это расширить модель данных так, чтобы она вмещала три записи с адресами для каждой учетной записи. Если бы компания не выполнила оценку своих данных заранее, ей пришлось бы решать эту проблему только после выполнения миграции.
При выполнении миграции на другую систему была выявлена инте-
ресная зависимость между моделью данных и их качеством. Как показывают предыдущие примеры, невозможно получить хорошее качество данных с плохой моделью, однако даже имея хорошую модель данных не всегда удается обеспечить качество данных. Это своеобразная аксиома управления данными. Ее необходимо понимать.
В ходе миграции на другую систему задание повышения качества данных получает форму проекта оперативной очистки данных, за исключением того, что проект обычно выполняется однажды. То же количество внимания необходимо уделять сопоставлению источни-
ка с целевыми полями и определению правил переноса данных. Можно выполнить несложные тесты, чтобы проверить, как хорошо задание помогает достичь желаемого результата.
2}
Регулярное обслуживание
Пятая возможность – это регулярное обслуживание данных. Даже если организация начинает работать с идеальными наборами данных сегодня, завтра эти данные могут сильно измениться. Данные стареют, и происходит это гораздо быстрее, чем считают многие. К примеру, 17% американских семей переезжают каждый год; не менее 60% телефонных номеров меняются в течение нескольких лет. Более того, каждый день люди женятся, разводятся, рожают детей, справля-
ют дни рождения, получают новую работу, получают повышение и изменяют форму обращения к себе. И как будто этого мало, сами компании, в которых мы работаем, развиваются, становятся банкро-
тами, сливаются, приобретают другие компании, изменяют название и делокализуются. Для того, чтобы учитывать
весь этот неизбежный процесс старения, организации должны проводить регулярную очистку данных и консолидацию данных – раз в день, раз в неделю или хотя бы раз в месяц. Чем дольше интервал между операциями по обслуживанию данных, тем ниже общее каче-
ство данных.
Из пяти возможностей очистки данных регулярное обслуживание является, возможно, наиболее легкой и наиболее важной. Эта возможность легче, потому что она не накладывает временные огра-
ничения как в случае с транзакционной обработкой. Данные находят-
ся в одном месте, в главном хранилище, и они не перемещаются в ходе очистки, поэтому у вас есть возможность составить гибкое расписание. Данные, такие как цены, можно проверять и обновлять непосредственно в хранилище. Что делает регулярное обслужива-
ние самой важной возможностью из пяти, так это то, что вы знаете, что данные будут стареть и становиться некорректными. Представь-
те, что существует множество связей между хранилищем данных и каким-либо количеством данных, которые привносят ошибки. Регу-
лярное обслуживание – это ваша гарантия того, что дефектные данные, проникшие в систему, будут удалены в ходе следующего регулярного сеанса обслуживания данных.
13}
14}
Сопоставление возможностей
На приведенной ниже схеме показана типичная процедура сопостав-
ления возможностей очистки и выделены связи между ними. Возможности для очистки данных возникают постоянно. Возможно-
сти возникают в тот момент, когда данные переходят из одного места хранения данных в другое. Мы называем такие случаи "возможностя-
ми", потому что для перемещения данных необходимо три элементы – программу, процедуру информа- ционного отдела и задача из отдела маркетинга; именно поэтому при перемещении можно легко использовать функцию по улучшению качества данных. Совершенно очевидно, что такую функцию можно использовать по крайней мере несколько раз. Менеджеры по маркетингу имеют необходимый уровень гибкости при планировании своей стратегии целостности данных. В зависимости от уровня контроля (кто владеет какими зада-
ниями или хранилищами данных), бюджета, наличия ресурсов и временных рамок, менеджер по маркетингу может выбирать между выполнением функции при каждой возможности или только в опре-
деленные периоды. Информационный отдел играет ключевую роль в реализации стратегии и окончательного плана. Информационный отдел предоставляет обратную связь, в частности, в отношении слож-
ности реализации процедур регулярного обслуживания базы данных и того, сколько времени понадобится, чтобы подготовить миграцию данных из устаревшей системы в современную клиент-
скую базу данных.
l
Устаревший
собственный колл-центр
Миграция
Обслуживание
Система
КБД
Приобретенные списки
Оперативные
потоки данных
Транзакционные
обновления
Оперативные
потоки данных
Транзакционные
обновления
Список
клиентов
Выбранные
записи
Записи
контактов
Сырой
список
Список
посетителей
Торговое
мероприятие
Сбор
списков
Сохранение
списков
Классиф-ия
потоков
Распределение
потоков
Привлечение
клиенттов
Активный
список
клиентов
Рисунок 3: Определение круга потенциальных клиентов
Потоки данных
Функции качества данных в маркетинговой среде
Существует девять функций, которые используются менеджерами для очистки данных. В соответствии с Рисунком 4 и согласно порядка их появления в проекте повышения качества данных, эти функции включают:
1. Измерение
2. Анализ
3. Выявление (обработка)
4. Стандартизация
5. Исправление
6. Повышение качества
7. Сопоставление
8. Консолидация
9. Мониторинг
Рисунок 4: Девять функций повышения качества данных
15}
Эти функции обычно выполняются именно в таком порядке, посколь-
ку они связаны друг с другом. К примеру, чтобы выполнить стандар-
тизацию элементов клиентской записи, эти элементы – должность, обращение или номер телефона – должны быть идентифицированы или обработаны с учетом контактных данных. Для большинства маркетинговых кампаний данные предоставляют сплошным потоком без каких-либо полей, как в следующем примере:
Том Джоунс
Директор отдела кибернетики, "Формалюкс"
Корпорация Асетера, подрление Формалюкс
1900 Корпорэт Вей Эн, Синсинатти, штат Огайо, 58999
Для того, чтобы эти данные были полезны, необходимо определить и стандартизировать различные компоненты, содержащиеся в данных – например, изменить слово "корпорация" на слово "корп." или исправить слово "подрление" на слово "подразделение". После этого необходимо сопоставить и консолидировать данные с другими запи-
сями из исходных систем. Измерение и анализ начинаются с предо-
ставления метаданных в отношении дефектов, обнаруженных в исхо-
дных данных для того, чтобы можно было запланировать последую-
щие операции очистки.
Первые шесть функций – включая повышение качества, когда добав-
ляются дополнительные сведения, такие как демо- графический код или геокод. Сопоставление и консолидация играют очень важную роль в плане устранения двойных записей, создания "здоровых" записей, при этом после выполнения этих функций у менеджера появляется однообразное представление о каждом потенциальном клиенте в контексте примененных исходных данных. Имея возмож-
ность создать базу данных о семьях для целевого маркетинга, менед-
жер по маркетингу может выявить 20% наиболее подходящих клиен-
тов для участия в следующей кампании.
И наконец, в мониторинге используются правила и определения, созданные на этапах измерения и анализа в виде автоматизирован-
ного проекта, который указывает менеджерам на дефектные сведе-
ния (метаданные), чтобы они могли принять решение в отношении уровня качества сведений.
16}
Получение качественных данных
17}
Как только менеджер по маркетингу определил природу и количе-
ство проблем с данными и обозначил для себя необходимые функции по улучшению данных, перед ним стоит ряд способов применения функций к данным. В общих чертах эти способы можно определить следующим образом:
tʇʤʗʧʨʘʛʣʣʤʛʤʗʤʦʚʤʘʖʣʞʛ
tɸʣʨʦʛʣʣʞʟʤʧʨʞʣʙʛʦʛʝʥʤʧʦʛʚʣʞʠʖ
tʅʤʝʖʥʦʤʧʣʖʥʦʞʢʛʦʅʄʠʖʠʧʡʙʖ4BB4
tʀʤʢʥʖʣʞʞʥʦʛʚʤʧʨʖʘʡʵʴʞʛʧʡʙʞ
Эти способы варьируются от наибольшей степени контроля и влия-
ʣʞʵʧʤʗʧʨʘʛʣʣʤʛʤʗʤʦʚʤʘʖʣʞʛ
ʚʤʣʖʞʢʛʣʲʛʟʧʨʛʥʛʣʞʠʤʣʨʦʤʡʵʞ
ʣʞʠʖʠʤʙʤ ʘʡʞʵʣʞʵʠʤʢʥʖʣʞʞ ʥʦʛʚʤʧʨʖʘʡʵʴʞʛ ʧʡʙʞ
ʇ ʨʤʠʞ
зрения стоимости, можно предположить, что "собственное оборудо-
ʘʖʣʞʛoʳʨʤʧʖʢʱʟʝʖʨʦʖʨʣʱʟʧʥʤʧʤʗʄʚʣʖʠʤʧʨʤʞʢʤʧʨʲʤʗʧʡʜʞʘʖ-
ния данных не ограничивается исходными расходами. Предположим, что данные и их использование будут иметь значение столь долго, сколько будет существовать организация. Расходы на обслуживание каждой записи в базе данных или абонентская плата со временем превысят исходную стоимость лицензированного оборудования. Что важн о при вычислении стоимости обработки данных, так это глуби-
на необходимой обработки и объем данных, которые подлежат обра-
ботке каждый месяц.
Внутренний хостинг через посредника
Внутренний хостинг стал возможным благодаря современным веб-сервисам. Сегодня большинство коммерческих приложений по повышению качества данных так или иначе поддерживают веб-сервисы. Если веб-сервисы не поддерживаются, Информацион-
ный отдел может установить централизованный сервер данных и открыть функции повышения качества данных для департаментов и подразделений внутри предприятия. Информационному отделу не нужно устанавливать собственного программного обеспечения. Красота этого подхода заключается в том, что Департамент по марке-
тингу, к примеру, имеет возможность просматривать и изменять правила обработки данных и поставленные в очередь задания. Повторное использование заданных правил позволяет критическим образом уменьшить время разработки проекта и создать стандарты качества данных, которые будут применяться во всей компании. Преимущества и недостатки внутреннего хостинга такие же как и в случае с использованием собственного оборудования, за исключе-
нием того, что преимущества увеличиваются за счет каждого депар-
тамента или подразделения, подключившегося к веб-сервису. Каждое новое соединение повышает эффективность использования приложения. Более того, если спрос превышает возможности Инфор-
мационного отдела, вместо добавления еще одного сервера, Инфор-
мационный отдел может просто увеличить размер существующего сервера.
18}
По запросу
Программное обеспечение, используемое по запросу, – это относи-
тельно новая форма того, что ранее называлось "поставщик приклад-
ных услуг". С помощью ПО, используемому по запросу, менеджер по маркетингу вступает в договорные отношения со сторонним постав-
щиком посредством Интернет. Преимущество такого подхода заклю-
чается в том, что поставщик несет полную ответственность за установку, работу и обслуживание программного обеспечения в своих помещениях. Недостаток заключается в том, что пользователь должен передать своему поставщику данные на ответственное хранение, при этом количество предоставляемых функций, разумеет-
ся, уступает количеству при использовании собственного оборудова-
ния. За счет того, что надежность Интернет-соединения постоянно растет, доступ к какому-либо приложению не является проблемой и практически всегда пользовательский интерфейс доступен посред-
ством Интернет-браузера. Недостаток работы по запросу заключается в том, что клиентские данные необходимо загрузить на сервер и затем скачать обратно. Такой оборот данных увеличивает время их обработки. Однако, если менеджер по маркетингу не заинтересован в обработке данных в режиме реального времени, длительное ожидание может и не быть проблемой.
Такой подход позволяет менеджеру по маркетингу использовать гибридное решение. Рассмотрим в качестве примера очистку полей с адресами. У фирмы может быть 5 миллионов записей с клиентами и потенциальными клиентами, 80% которых имеют адреса в США, 15% в Европе, и оставшиеся 5% – в Японии. Учитывая объемы и частоту обработки данных в месяц, менеджер по маркетингу может скло-
ниться в пользу обработки данных по США и Европе собственными силами.
Однако дополнительная стоимость обработки записей по Японии, учитывая что их меньше и по ним проводится меньше рекламных кампаний, убеждает менеджера в том, что для этого региона нет необходимости использовать собственное оборудование. Подход "по запросу" позволяет менеджерам отдать записи по Японии на обработку сторонней организации. Такие гибридные решения будут иметь место все чаще и чаще, поскольку глобализация усиливается, и все больше и больше зарубежных клиентов становятся постоянными клиентами компании.
19}
Компании, предоставляющие услуги
Специализированные компании – это еще более удаленная форма обработки собственных данных. В случае специализированной компании весь проект, включая файл данных, правила обработки и инструкции по доставке, отправляются сторонней организации, которая выполняет свою работу без какой-либо обратной связи с заказчиком. Преимущество услуг специализированной компании заключается в том, что менеджер по маркетингу не должен использо-
вать какого-либо собственного приложения. Все что требуется, это найти подрядчика и определить инструкции. Файлы передаются сторонней организации, после чего заказчик ждет их возврата, либо – в случае прямой кампании – сама сторонняя организация занима-
ется рассылкой предложений потенциальным клиентам. Недостаток такого подхода заключается в том, что заказчик должен доверять своему подрядчику и быть уверенным, что тот в точности выполнить инструкции по очистке переданных данных. Существуют, конечно же, механизмы проверки выполнения требований, и заказчик может определить сроки получения конечного продукта (результата).
20}
Итоги В целом, менеджеры по маркетингу имеют большое количество способов обеспечить качество используемых данных. Система управления данными предприятия обеспечивает возможность консолидации всех возможностей в одну систему. Система управле-
ния данными содержит все необходимые элементы для извлечения, преобразования и загрузки данных посредством управления мета-
данными, качеством данных и создания специализированных диаграмм. Приложения по интеграции данных – это первичный меха-
низм развертывания приложения для обработки данных, подходя-
щий для очистки данных при перемещении данных между различны-
ми системами.
Современные поставщики создали мощные инструменты, которые способны устранить практически любые проблемы с дефектными данными, и которые построены таким образом, что дают потребите-
лю максимум гибкости и максимум возможностей. Собственное оборудование, внутренний хостинг, услуги по запросу, специализи-
рованные компании или их сочетание – все это инструменты, обслу-
живающие потребности маркетинга. Учитывая доступные возможно-
сти, нет ни одной причины, по которой стоило бы использовать необ-
работанные данные для реализации маркетинговой кампании впол-
силы, независимо от того, исследуете ли вы возможность горизон-
тальных продаж или реализуете целевую маркетинговую кампанию. Таким образом, вопрос, который задают себе менеджеры по марке-
тингу, звучит так: Зачем минимизировать возможности маркетинга, если успех зависит от улучшения данных?
Itransition – это международная ИТ-компания c 12-летней историей, предоставляющая весь комплекс услуг в сфере профессиональной разработки программного обеспечения под заказ, системной инте-
грации, стратегического и технологического ИТ-консалтинга, тести-
рования, сопровождения и поддержки ПО, а так же полного цикла веб-разработки.
Сотрудничая с Itransition - самой быстрорастущей ИТ-компанией России по итогам 2009 года, вы получаете в свое распоряжение
- Опытных профессионалов с системным мышлением
- Лидирующие технологии
- Хорошо отлаженную методику управления проектами
- Богатый опыт успешных внедрений
- Контроль качества, сертифицированный по стандарту ISO9001:2008
- Гибкие модели сотрудничества
Мы создаем максимальную ценность для вашего бизнеса, внедряя, интегрируя и развивая решения во всех основных областях деятель-
ности предприятия – от маркетинга и продаж до управленической аналитики и автоматизации производства.
Мы специализируемся на разработке, внедрении и поддержке:
- ERP-решений (в том числе SAP);
- Cистем управления контентом и, в чаcтности, электронного документооборота (СЭД);
- Решений для электронного бизнеса;
- Портальных решений;
- Встраиваемого ПО;
С момента основания в 1998 году, компания Itransition разработала и успешно внедрила сотни проектов различного масштаба и степени сложности в следующих отраслях:
- Банковский и финансовый сектор
- Строительство и недвижимость
- Интернет-торговля
- Розничная торговля
- Образование и электронное обучение - Телекоммуникации
- Производственный сектор
- Страхование
- Логистистика и снабжение
- Медицина и зравоохранение
- Медиа и развлечения
Вы можете быть уверены, что сочетание наших знаний, умений и опыта поможет вам найти действительно оптимальное решение, существенно снизить проектные риски, качественно реализовать Ваш проект в кратчайшие сроки и при разумных инвестициях.
Документ
Категория
Буклеты, брошюры
Просмотров
522
Размер файла
594 Кб
Теги
целевой маркетинг, качество данных о клиентах
1/--страниц
Пожаловаться на содержимое документа