O marketing precisa de dados de qualidade para serem orientados por dados - lutas e soluções

Qualidade de dados de marketing e marketing orientado a dados

Os profissionais de marketing estão sob extrema pressão para serem orientados por dados. No entanto, você não encontrará profissionais de marketing falando sobre baixa qualidade de dados ou questionando a falta de gerenciamento de dados e propriedade de dados em suas organizações. Em vez disso, eles se esforçam para ser orientados por dados com dados ruins. Ironia trágica! 

Para a maioria dos profissionais de marketing, problemas como dados incompletos, erros de digitação e duplicatas nem são reconhecidos como um problema. Eles passariam horas corrigindo erros no Excel ou pesquisariam plug-ins para conectar fontes de dados e melhorar os fluxos de trabalho, mas não estão cientes de que esses são problemas de qualidade de dados que têm um efeito cascata em toda a organização, resultando em milhões de dinheiro. 

Como a qualidade dos dados afeta o processo de negócios

Os profissionais de marketing hoje estão tão sobrecarregados com métricas, tendências, relatórios e análises que simplesmente não têm tempo para serem meticulosos com os desafios de qualidade de dados. Mas esse é o problema. Se os profissionais de marketing não têm dados precisos para começar, como eles seriam capazes de criar campanhas eficazes? 

Entrei em contato com vários profissionais de marketing quando comecei a escrever este artigo. tive a sorte de ter Axel Lavergne, cofundador da ReviewFlowz para compartilhar sua experiência com dados ruins. 

Aqui estão suas respostas perspicazes às minhas perguntas. 

  1. Quais foram suas dificuldades iniciais com a qualidade dos dados quando você estava construindo seu produto? Eu estava configurando um mecanismo de geração de avaliações e precisava de alguns ganchos para alavancar o envio de solicitações de avaliação para clientes satisfeitos em um momento em que eles provavelmente deixariam uma avaliação positiva. 

    Para que isso aconteça, a equipe criou um Net Promoter Score (NPS) que seria enviada 30 dias após a inscrição. Sempre que um cliente deixasse um NPS positivo, inicialmente 9 e 10, depois expandido para 8, 9 e 10, ele seria convidado a deixar uma avaliação e receber um vale-presente de US$ 10 em troca. O maior desafio aqui foi que o segmento NPS foi configurado na plataforma de automação de marketing, enquanto os dados estavam na ferramenta NPS. Fontes de dados desconectadas e dados inconsistentes entre ferramentas se tornaram um gargalo que exigiu o uso de ferramentas e fluxos de trabalho adicionais.

    À medida que a equipe passou a integrar diferentes fluxos lógicos e pontos de integração, eles tiveram que lidar com a manutenção da consistência com os dados legados. O produto evolui, o que significa que os dados do produto mudam constantemente, exigindo que as empresas mantenham um esquema de dados de relatórios consistente ao longo do tempo.

  2. Que medidas você tomou para resolver o problema? Foi preciso muito trabalho com a equipe de dados para criar uma engenharia de dados adequada em torno do aspecto das integrações. Pode parecer bastante básico, mas com muitas integrações diferentes e muitas atualizações enviadas, incluindo atualizações que afetam o fluxo de inscrição, tivemos que criar muitos fluxos lógicos diferentes com base em eventos, dados estáticos etc.
  3. Seu departamento de marketing teve uma palavra a dizer para resolver esses desafios? É uma coisa complicada. Quando você procura a equipe de dados com um problema muito específico, pode pensar que é uma solução fácil e leva apenas 1h para consertar mas muitas vezes envolve uma tonelada de mudanças que você não conhece. No meu caso específico em relação aos plugins, a principal fonte de problemas foi manter dados consistentes com dados legados. Os produtos evoluem e é muito difícil manter um esquema de dados de relatórios consistente ao longo do tempo.

    Então, sim, definitivamente uma palavra em termos de necessidades, mas quando se trata de como implementar as atualizações, etc., você realmente não pode desafiar uma equipe de engenharia de dados adequada que sabe que precisa lidar com muitas mudanças para que isso aconteça, e para “proteger” os dados contra futuras atualizações.

  4. Por que os profissionais de marketing não estão falando sobre gestão de dados ou qualidade de dados, mesmo que eles estejam tentando ser orientados por dados? Eu acho que é realmente um caso de não perceber o problema. A maioria dos profissionais de marketing com quem conversei subestima amplamente os desafios de coleta de dados e, basicamente, analisa os KPIs que existem há anos sem nunca questioná-los. Mas o que você chama de inscrição, lead ou até mesmo visitante único muda muito dependendo da sua configuração de rastreamento e do seu produto.

    Exemplo muito básico: você não tinha nenhuma validação de e-mail e sua equipe de produto a adiciona. O que é uma inscrição então? Antes ou depois da validação? Eu nem vou começar a entrar em todas as sutilezas de rastreamento da web.

    Acho que também tem muito a ver com atribuição e com a forma como as equipes de marketing são construídas. A maioria dos profissionais de marketing é responsável por um canal ou um subconjunto de canais e, quando você soma o que cada membro de uma equipe atribui ao canal, geralmente fica em torno de 150% ou 200% de atribuição. Parece irracional quando você coloca assim, e é por isso que ninguém o faz. O outro aspecto provavelmente é que a coleta de dados geralmente se resume a problemas muito técnicos, e a maioria dos profissionais de marketing não está realmente familiarizada com eles. Em última análise, você não pode gastar seu tempo corrigindo dados e procurando informações com pixels perfeitos porque simplesmente não as obterá.

  5. Quais etapas práticas/imediatas você acha que os profissionais de marketing podem tomar para corrigir a qualidade dos dados de seus clientes?Coloque-se no lugar de um usuário e teste cada um de seus funis. Pergunte a si mesmo que tipo de evento ou ação de conversão você está acionando em cada etapa. Você provavelmente ficará muito surpreso com o que realmente acontece. Entender o que um número significa na vida real, para um cliente, lead ou visitante, é absolutamente fundamental para entender seus dados.

O marketing tem a compreensão mais profunda do cliente, mas ainda luta para colocar seus problemas de qualidade de dados em ordem

O marketing está no centro de qualquer organização. É o departamento que divulga o produto. É o departamento que faz a ponte entre o cliente e o negócio. O departamento que, honestamente, comanda o show.

No entanto, eles também estão lutando mais com o acesso a dados de qualidade. Pior, como Axel mencionou, eles provavelmente nem percebem o que significa dados ruins e o que eles estão enfrentando! Aqui estão algumas estatísticas obtidas do relatório DOMO, Novo MO do Marketing, para colocar as coisas em perspectiva:

  • 46% dos profissionais de marketing dizem que o grande número de canais e fontes de dados tornou mais difícil planejar a longo prazo.
  • 30% dos profissionais de marketing sênior acreditam que o CTO e o departamento de TI devem assumir a responsabilidade de possuir dados. As empresas ainda estão descobrindo a propriedade dos dados!
  • 17.5% acreditam que faltam sistemas que coletem dados e ofereçam transparência em toda a equipe.

Esses números indicam que é hora do marketing possuir dados e gerar demanda para que seja realmente orientado a dados.

O que os profissionais de marketing podem fazer para entender, identificar e lidar com os desafios de qualidade de dados?

Apesar de os dados serem a espinha dorsal para a tomada de decisões de negócios, muitas empresas ainda estão lutando para melhorar sua estrutura de gerenciamento de dados para resolver problemas de qualidade. 

Em um relatório do Evolução de Marketing, mais de um quarto dos 82% empresas na pesquisa foram prejudicadas por dados abaixo do padrão. Os profissionais de marketing não podem mais se dar ao luxo de varrer as considerações de qualidade de dados para debaixo do tapete, nem podem se dar ao luxo de ignorar esses desafios. Então, o que os profissionais de marketing podem realmente fazer para enfrentar esses desafios? Aqui estão cinco práticas recomendadas para começar.

Melhor prática 1: Comece a aprender sobre problemas de qualidade de dados

Um profissional de marketing precisa estar tão ciente dos problemas de qualidade de dados quanto seu colega de TI. Você precisa conhecer problemas comuns atribuídos a conjuntos de dados que incluem, mas não se limitam a:

  • Erros de digitação, erros de ortografia, erros de nomenclatura, erros de gravação de dados
  • Problemas com convenções de nomenclatura e falta de padrões, como números de telefone sem códigos de país ou usando formatos de data diferentes
  • Detalhes incompletos, como endereços de e-mail ausentes, sobrenomes ou informações críticas necessárias para campanhas eficazes
  • Informações imprecisas, como nomes incorretos, números incorretos, e-mails etc.
  • Fontes de dados díspares onde você está registrando informações do mesmo indivíduo, mas elas são armazenadas em diferentes plataformas ou ferramentas impedindo que você obtenha uma visão consolidada
  • Dados duplicados em que essas informações são repetidas acidentalmente na mesma fonte de dados ou em outra fonte de dados

Veja como os dados ruins aparecem em uma fonte de dados:

problemas de dados ruins marketing

Familiarizar-se com termos como qualidade de dados, gerenciamento de dados e governança de dados pode ajudá-lo a percorrer um longo caminho na identificação de erros em seu Customer Relationship Management (CRM) e por esse trecho, permitindo que você aja conforme necessário.

Prática recomendada 2: sempre priorize os dados de qualidade

Eu estive lá, fiz isso. É tentador ignorar dados ruins, porque se você realmente cavasse fundo, apenas 20% de seus dados seriam realmente utilizáveis. Mais do que 80% dos dados Está desperdiçado. Priorize a qualidade sobre a quantidade sempre! Você pode fazer isso otimizando seus métodos de coleta de dados. Por exemplo, se você estiver gravando dados de um formulário da Web, certifique-se de coletar apenas os dados necessários e limitar a necessidade de o usuário digitar manualmente as informações. Quanto mais uma pessoa precisa "digitar" informações, maior a probabilidade de enviar dados incompletos ou imprecisos.

Prática recomendada 3: aproveite a tecnologia certa de qualidade de dados

Você não precisa gastar um milhão de dólares para corrigir a qualidade dos seus dados. Existem dezenas de ferramentas e plataformas por aí que podem ajudá-lo a organizar seus dados sem causar problemas. Coisas que essas ferramentas podem ajudá-lo incluem:

  • Perfil de dados: Ajuda a identificar diferentes erros em seu conjunto de dados, como campos ausentes, entradas duplicadas, erros de ortografia etc.
  • Limpeza de dados: Ajuda você a limpar seus dados, permitindo uma transformação mais rápida de dados ruins para dados otimizados.
  • Correspondência de dados: Ajuda você a combinar conjuntos de dados em diferentes fontes de dados e vincular/mesclar os dados dessas fontes. Por exemplo, você pode usar a correspondência de dados para conectar fontes de dados online e offline.

A tecnologia de qualidade de dados permitirá que você se concentre no que importa, cuidando do trabalho redundante. Você não terá que se preocupar em perder tempo corrigindo seus dados no Excel ou no CRM antes de iniciar uma campanha. Com a integração de uma ferramenta de qualidade de dados, você poderá acessar dados de qualidade antes de cada campanha.

Melhor Prática 4: Envolva a Alta Administração 

Os tomadores de decisão em sua organização podem não estar cientes do problema, ou mesmo que estejam, eles ainda estão assumindo que é um problema de TI e não uma preocupação de marketing. É aqui que você precisa intervir para propor uma solução. Dados incorretos no CRM? Dados ruins de pesquisas? Dados incorretos do cliente? Todas essas são preocupações de marketing e não têm nada a ver com equipes de TI! Mas, a menos que um profissional de marketing sugira a solução do problema, as organizações não podem fazer nada sobre os problemas de qualidade de dados. 

Melhor prática 5: identificar problemas no nível de origem 

Às vezes, problemas de dados ruins são causados ​​por um processo ineficiente. Embora você possa limpar os dados na superfície, a menos que não identifique a causa raiz do problema, você terá os mesmos problemas de qualidade repetidamente. 

Por exemplo, se você estiver coletando dados de leads de uma página de destino e perceber que 80% dos dados têm um problema com as entradas de números de telefone, você pode implementar controles de entrada de dados (como colocar um campo de código de cidade obrigatório) para garantir que você está obtendo dados precisos. 

A causa raiz da maioria dos problemas de dados é relativamente simples de resolver. Você só precisa reservar um tempo para se aprofundar e identificar o problema principal e fazer um esforço extra para resolver o problema! 

Dados são a espinha dorsal das operações de marketing

Os dados são a espinha dorsal das operações de marketing, mas se esses dados não forem precisos, completos ou confiáveis, você estará perdendo dinheiro com erros dispendiosos. A qualidade dos dados não se limita mais ao departamento de TI. Os profissionais de marketing são os proprietários dos dados dos clientes e, portanto, devem ser capazes de implementar os processos e a tecnologia corretos para atingir suas metas orientadas por dados.

O que você acha?

Este site usa o Akismet para reduzir o spam. Saiba como seus dados de comentário são processados.