データエンリッチメントとは?
公開: 2020-02-04B2B ドメインでは、データ エンリッチメントはデータ衛生の重要な要素の 1 つです。 データは現代のビジネスの生計であると考えられており、顧客サービス、マーケティング、および販売戦略の策定はデータなしでは不可能です。 世界中のビジネス リーダーは、データを使用して意思決定プロセスを強化し、企業の成長と収益性を高めています。
憶測はさておき、ビジネス リーダーは、データに関連する事実と傾向に基づいて、十分な情報に基づいた意思決定を行います。 多くのビジネス リーダーは、データ ラングリングも利用しています。これは、分析などにより効果的に使用するためにデータを変換およびマッピングするプロセスです。 このプロセスは、既存のデータをクリーニングして構造化することにより、意思決定プロセスをさらに支援し、その重要性は広く認識されています。 データ エンリッチメントは、データ ラングリング プロセスのステップの 1 つです。詳しく見ていきましょう。
データエンリッチメントとは?
データ エンリッチメントは、ファースト パーティのクライアント データの利用可能なデータベースを、外部の信頼できるソースから取得したサード パーティのデータベースとマージするプロセスです。 組織は、非常に有用で多くの洞察を提供する強化されたデータを利用できます。
データ エンリッチメントは、生データを強化することで十分な情報に基づいた意思決定を行うために、すでにいくつかの大手ブランドで使用されています。 企業にとって、生の顧客データには、Web サイトのトラフィック、メーリング リスト、ソーシャル メディア分析などが含まれます。生の形式のこのデータはほとんど役に立ちません。 それがきれいにされ、構造化され、外部の信頼できるデータと混合されると、有用になり、多くの洞察を提供することができます. 全体的なプロセスは、生データに価値のある形を与えることで、生データの関連性を高めます。
ブランドは、より深いインサイトを通じて顧客の生活パターンを理解することで、顧客をよりよく理解できます。 データの強化は、いくつかの方法で行うことができます。 最も一般的な手法の 1 つは、内部販売データを外部広告データと組み合わせて、広告の関連性と効果を理解することです。
2 一般的なタイプのデータ エンリッチメント
地理データの強化
このプロセスでは、緯度と経度のデータ、または顧客の住所などの利用可能なデータセットと組み合わせた郵便データを利用します。 マッピングの洞察、都市と町の間の地理的境界、郵便番号などを含むこのデータを提供する多くの企業があります。このデータ強化は、地理的に強化されたデータを提供し、ビジネスの拡大に役立ちます。予定。 また、このデータを使用して、データからの洞察を活用して、特定の地域内の顧客をターゲットにすることもできます。
人口統計データの強化
人口統計データのエンリッチメント プロセスでは、企業は収入レベルや婚姻状況などの人口統計データを既存の顧客のデータと混合して利用します。 このデータを収集するソースは複数ある可能性があり、サブセットも多数あります。 また、価値、所有資産、子供の数などに関する住宅データなどの要素も含まれる場合があります。さまざまな企業が対象を絞ったアプローチを行うために使用できます。 信用貸付会社は、顧客にクレジット カードのオファーを行う前に、個人の信用格付けを使用できます。
データ強化の利点
- コスト削減
データ エンリッチメントは、有用とは見なされない情報が保存されないため、企業のコスト削減に役立ちます。 むしろ、既存のデータは、外部の信頼できるデータと組み合わせた後に強化されます。 データベースへの支出はなく、そのお金は他の活動に使用できます。 - 有意義な関係
既存のデータが外部データで強化されると、非常に重要なパーソナライズされたコミュニケーションにつながります。 これにより、有意義な顧客関係とビジネス チャンスの範囲がさらに広がります。 顧客のニーズを満たすコミュニケーションのチャネルと戦略の開発は、関連する顧客データを使用することではるかに簡単になります。 顧客は、個人の好みや好みに合ったブランドに共感する可能性が高くなります。 - 顧客セグメンテーション
データの強化により、ターゲット顧客のセグメントを特定し、パーソナライズされたコミュニケーションを設計できるようになります。 的を絞ったコミュニケーションは、売上と顧客ロイヤルティの向上につながる可能性が最も高い価値主導型の情報を提供します。 - ターゲットを絞ったマーケティング
企業が現在そして将来的に成功したいのであれば、ターゲットを絞ったマーケティングに頼らなければなりません。 特に競争が激化するこの時代では、画一的なマーケティング手法はもはや通用しません。 データ エンリッチメントは、ターゲットを絞ったマーケティングの成功に不可欠なデータを効果的にセグメント化するのに役立ちます。 - 売上の向上
データ エンリッチメントは、企業が販売効率と投資収益率 (ROI) を改善するのに役立つ効果的な情報を提供します。 ビジネスはすでに適切なデータと顧客の知識を持っているため、アップセルとクロスセルの可能性がさらに広がります。 ビジネスが連絡先リストに多額の投資をして、それを見込み客やその後の顧客に変えた場合、データが古くなる可能性もあります。 企業はそのような損失を許すことはできません。 - 無関係なデータを排除する
無関係で冗長なデータは、ビジネスに多大な損失をもたらし、顧客の損失、収益の損失、評判の低下につながる可能性があります。 どのデータを保存し、何を削除するかわからないため、冗長なデータは企業にとって非常に一般的です。 もう 1 つの問題となる要素は、生データで非常に一般的であり、全体的なデータ品質に影響を与える重複データです。 データ エンリッチメントは、重複データを排除し、データ品質を向上させるのに役立ちます。 - 顧客体験の向上
データ エンリッチメントを深く掘り下げる際には、データ クレンジングとは何かを理解することも重要です。この 2 つを混同している人が多いためです。
データクレンジングとデータエンリッチメント
データクレンジングまたはデータクリーニングのプロセスには、データの一貫性、正確性、および信頼性を高めることが含まれます。 基本的には、利用可能な大量のデータをフィルタリングして、顧客の動機と行動に関する質の高い有益な洞察を特定します。 データ エンリッチメントとデータ クレンジングの主な違いは、後者には不整合の解決と、古いデータまたは不適切なデータの更新または削除が含まれることです。 一方、データの強化は、前述のように、1 つのデータセットを他の信頼できる情報源からのデータで補完しています。
たとえば、データ プロジェクトを開始する場合は、まず既存のデータをクリーンアップして、無関係な情報をすべて削除します。 サードパーティのデータを使用して、信頼できるデータを追加することもできます。 データ クレンジングは、顧客データベースから重複、破損、または不正確なレコードを特定するのに役立ちます。 プロセスが自動化されていない場合、非常に時間がかかる可能性があります。
データ強化が長期的なプロセスとして重要なのはなぜですか?
データ エンリッチメントはデータ管理の非常に重要な側面であり、継続的に行う必要があります。 顧客のデータは、どれだけ詳細な情報を提供しても、全体像を示しているわけではありません。 配偶者の有無、所得水準、住所など、資産の所有が変わる可能性があります。 また、女性は結婚すると姓が変わることがあります。 これらすべての要因により、データ強化のプロセスは非常に重要になり、継続的に実行する必要があります。 そうしないと、データが古くて古いため、顧客が無関係なオファーを受け取る可能性がある古い情報を持つ可能性がたくさんあります.
データベースを最新の状態に保つには、特にデータ サイズが大きい場合に多大な労力がかかる場合があります。 したがって、ほとんどの企業がデータのクリーニングと使用に時間を費やさないことは驚くべきことではありません。 これには時間がかかるため、プロセスを可能な限り自動化することが非常に重要になります。 このプロセスを支援するために、機械学習アルゴリズムはプロセスを合理化し、人間と比較してはるかに速い速度でデータを照合およびマージできるため、非常に役立ちます。 これにより、データ エンリッチメント プロセスをいつでも実行でき、企業がデータを常に最新の状態に保つことができます。
これは最終的に、より良いパーソナライゼーション、ターゲットを絞ったマーケティング、販売の改善、ブランド ロイヤルティにつながります。 データ エンリッチメントは、ビジネスの成功にとって理想的です。 地理に基づくターゲティングであろうと人口統計に基づくターゲティングであろうと、企業は最高のオファーと取引を通じて顧客を正確にターゲティングできます。 企業がリードを正確にターゲティングできれば、より良い結果が期待できます。 さらに、企業が最新のデータを操作するために使用できる追加データの作成につながります。
最終的な考え
ビジネスが何であれ、営業チームは自分たちの仕事が信じられないほどデータドリブンになっていることに気付き始めています。 売上高を改善するために必要なデータを取得することは難しくありません。 ここで重要なのは、適切なタイミングで適切な情報にアクセスできるようにすることです。 このギャップを埋めるために、データ エンリッチメントが登場します。