ANTENA DO POP - O MELHOR DO MUNDO POP!
Shadow

Um guia prático para dados de marketing integrados

Silos de dados – coleções isoladas de dados dentro de diferentes departamentos ou sistemas – impedem as empresas de obter uma visão completa de seus clientes.

Este é o primeiro de dois artigos que exploram silos de dados em marketing. A primeira parte se concentra em:

  • Significado, efeito e causa raiz dos silos de dados.
  • Quebrando silos com processos e ferramentas.
  • Iniciando a jornada de integração.

A segunda parte será sobre:

  • Superando obstáculos.
  • Planejando o futuro.

Em última análise, o objetivo é destacar a importância dos dados integrados – o antídoto para os dados isolados – e o seu papel na revelação do verdadeiro potencial do marketing.

Significado, efeito e causa raiz dos silos de dados

Melhorar gestão de dados pode economizar anualmente para uma organização média US$ 12,9 milhões, de acordo com o Gartner. Parte de uma melhor gestão de dados é garantir que os dados mantenham um certo nível de qualidade e acessibilidade.

Os dados armazenados em silos dentro de uma organização podem ser mantidos muito limpos e acessíveis para aqueles que estão na organização. Ainda assim, o poder dos dados na tomada de decisões muitas vezes significa que alguns dados devem ser combinados com dados de diferentes áreas do negócio.

As linhas de negócios dentro de uma empresa gerenciam mais aplicativos corporativos do que a TI, cerca de 56% de todos os aplicativos da empresa, por ano. Relatório Produtivo 2021. Esse número aumentou 4% ano após ano. A empresa compilou e analisou dados de 30 mil aplicativos usados ​​por 190 empresas.

Cada aplicação gera dados que podem ser acumulados em um banco de dados normalizado e centralizado e disponibilizados a todos. Os dados provenientes de aplicativos dentro da empresa não podem ser projetados para serem referenciados por outros aplicativos.

Os aplicativos criam dados, mas a IA também aumenta a carga de dados no ambiente atual, criando novos conjuntos de dados usados ​​exclusivamente por algoritmos de IA.

Os silos dificultam o uso das informações para ajudar toda a empresa. Os dados são subutilizados ou usados ​​para resolver apenas questões departamentais. Então, por que esses silos existem? As causas raízes dos silos são:

  • Cultura.
  • Tecnologia.
  • Desenho organizacional.

Cultura

A cultura é definida por lideranças e práticas e cria o modelo operacional da empresa. Se a sua empresa for uma start-up, você pode ter uma cultura que valoriza ações rápidas em vez de uma consideração cuidadosa. Essas ações são sempre pensadas para “ficar à frente da concorrência”. As pessoas tomam decisões e agem rapidamente neste ambiente.

Criar sua própria fonte de dados para contribuir com uma meta de grupo pode ser aceito e esperado. Estas ações, no entanto, podem criar fontes de dados úteis, mas desconectadas, um silo.

Tecnologia

A tecnologia também desempenha um papel no estabelecimento de silos. Se o marketing instalar um novo banco de dados de clientes para ajudar a gerenciar um esforço on-line, outros aplicativos deverão ser avaliados pelo seu trabalho com a nova entidade de marketing.

  • Como as vendas, os serviços e os produtos interagirão ou usarão os dados criados pelo marketing?
  • Será a tecnologia responsável por reunir estas funções ou uma área é mais avançada tecnicamente do que outra e não se pode confiar na sua integração?

Isto é especialmente verdadeiro em ambientes de nuvem, onde as fontes de dados são frequentemente criadas e gerenciadas sem levar em conta a integração. Embora algumas empresas — como a Snowflake — tenham visto esta integração como uma oportunidade de mercado, a maioria das aplicações não preencheu esta lacuna.

No entanto, a combinação de dados na nuvem apresenta problemas únicos, especialmente se os elementos de dados não foram projetados para se conectarem. Embora os algoritmos de IA possam ajudar a gerir, conectar e alinhar os dados, as questões associadas à privacidade e à utilização devem ser geridas num ambiente de marketing.

Desenho organizacional

A organização da empresa também desempenha um papel vital aqui. Tudo começa com o fato de a TI gerenciar dados ou ser gerenciada por uma organização empresarial, como operações, finanças, marketing e vendas. A organização que controla a coleta, o gerenciamento e o uso de dados geralmente define quem pode acessá-los e usá-los.

Quando a TI gerencia dados, eles se tornam parte do cenário de aplicativos e podem ser ignorados pelo valor interorganizacional. A TI também estará mais preocupada com a segurança e acessibilidade dos dados, não necessariamente com sua qualidade ou limpeza.

Aprofunde-se: como superar silos e fragmentação de dados

Se outra organização empresarial controlar os dados, as preocupações departamentais poderão superar as corporativas. Por exemplo, se as finanças controlam os dados a nível empresarial, garantir transações precisas pode ser a primeira preocupação. Para que vendas ou marketing usem esses dados, eles podem precisar limpar as informações de contato e associar diferentes níveis dentro de uma empresa aos seus contatos.

Outro exemplo de desalinhamento entre fontes de dados são os níveis dentro de uma empresa. O setor de vendas pode estar mais interessado em falar com o executivo responsável pelo produto, mas as informações de contato obtidas nas finanças são fornecidas apenas pelo funcionário que cuida das faturas.

Dados isolados são um grande desafio para o marketing. Quando os clientes não são facilmente identificados nos dados, isso produz resultados abaixo da média. Isto, por sua vez, leva a uma experiência negativa do cliente, mensagens inconsistentes, recomendações irrelevantes e oportunidades perdidas de personalização. Tudo isso contribui para uma alocação de recursos ineficiente, uma segmentação de campanha imprecisa e a incapacidade de medir o desempenho com precisão.

O que pode ser feito para minimizar — se não erradicar — o impacto dos silos? Para começar, a empresa precisa de um objetivo geral para as informações de seus clientes.

A empresa considera os dados dos clientes necessários o suficiente para mantê-los em sua fonte de dados, como plataformas de dados de clientes (CDPs)? Nesse caso, a primeira coisa a fazer é obter as informações de todos os outros aplicativos e fontes de dados.

Isso requer um processo que começa quando um cliente se envolve pela primeira vez com a empresa e gera dados capturados em diferentes sistemas, como compra de produtos, serviços, pagamentos e suporte. Sua empresa possui um diagrama do início ao fim dessas interações?

Outras tecnologias a serem consideradas são aquelas que consolidam e gerenciam dados de clientes de diversas fontes, como um CDP. Os data warehouses lidam com eficiência com grandes volumes de dados, desde estruturados, não estruturados e streaming.

Então, são necessárias ferramentas de integração para tornar utilizáveis ​​os dados coletados de diversas fontes. Essas ferramentas devem ser capazes de automatizar a transferência de dados entre bancos de dados e sincronizá-los em sistemas distintos.

Em seguida, você precisa de ferramentas e processos de qualidade de dados. As ferramentas identificam, corrigem e melhoram problemas de qualidade desde o momento em que os dados foram coletados ou transferidos para os bancos de dados da empresa. A qualidade é essencial porque as decisões serão tomadas com base nesses dados.

2024 Car Sal Survey V1 800x450 Editado

Participe da pesquisa de salários e carreiras de 2024 da Martech

Da IA às demissões, foi um ano e tanto. Gostaríamos de saber como tem sido para você. Responda a esta breve pesquisa para que possamos ter sua opinião sobre a situação dos salários e carreiras da Martech.


Iniciando a jornada de integração

Passo 1: Procure primeiro entender

Avalie o cenário de dados atual. Onde estão as fontes de dados primárias? Quem gerencia essas fontes hoje e que nível de qualidade elas mantêm?

Identifique silos de dados, entenda as fontes de dados e avalie a qualidade dos dados. As pessoas responsáveis ​​pelos silos estão dispostas a discutir uma visão consolidada dos dados do cliente?

Etapa 2: estabelecer diretrizes de dados

Estas diretrizes documentam o que você encontra na etapa 1. Quem são os proprietários dos dados das fontes que você descobriu? Que acesso os proprietários permitem? Quais são as diretrizes de uso de dados? Por exemplo, eles permitem o acesso de qualquer pessoa ou você só consegue acesso depois de receber uma palestra sobre os dados e o que eles significam?

Etapa 3: Estabeleça um plano de integração de dados

Quais das fontes de dados identificadas poderiam fornecer informações para toda a empresa se combinadas? Como será realizada a integração? Que fonte de dados a equipe usará quando essas fontes forem combinadas? Documente este plano.

Aprofunde-se: como os profissionais de marketing podem construir uma pilha de tecnologia baseada em dados

Etapa 4: Melhorar a qualidade dos dados

Depois que os dados forem combinados, inicie um programa de qualidade de dados projetado para continuar durante a vida útil da fonte de dados. Isso inclui um plano para limpar dados e validá-los quanto à integridade e precisão.

O programa precisa incluir um plano para padronizar os dados para garantir a consistência da definição do cliente em todas as organizações. Sua fonte de dados deve ser capaz de ajudá-lo a responder perguntas como:

  • Quantos clientes temos?
  • Qual é o seu nível médio de gastos?
  • Onde eles estão localizados?
  • Quem decide comprar nosso produto?
  • Quem assina o cheque?

Etapa 5: Promova a colaboração multifuncional

Seu trabalho só começou depois que os dados foram carregados em uma fonte de dados do cliente. Sistemas e processos devem ser mantidos para dissolver barreiras e promover o compartilhamento de dados da equipe. Esta etapa deve ajudá-lo a mudar a cultura de uma mentalidade isolada para uma cooperativa. Lembre-se, você está na área de marketing – este é um trabalho de marketing interno que identifica seus “compradores” e os torna bem-sucedidos. Comercialize para eles.

Obtenha a MarTech! Diário. Livre. Na sua caixa de entrada.

As opiniões expressas neste artigo são do autor convidado e não necessariamente da MarTech. Os autores da equipe estão listados aqui.