운영 개선 및 고객 성공을 위한 더러운 데이터 정리의 중요성

구멍이 뚫린 배를 타고 바다를 건너려고 한다고 상상해 보십시오. 당신은 젖을거야. 가라앉을 수도 있습니다. 당신은 확실히 그것을 원활하게 통과하지 못할 것입니다.

현명한 사람이라면 그러한 노력을 시작하기 전에 자신의 배를 철저히 점검할 것이기 때문에 이런 일이 일어날 가능성은 매우 적습니다.

그러나 비즈니스에서 리드에게 연락하고, 고객을 분류하고, 전략적 결정을 내리는 데 사용하는 CRM 데이터는 어떻습니까? 혹시 구멍이 있는지 확인하시나요?

당신은해야합니다.

더러운 데이터는 워크플로, 마케팅 활동 및 고객 경험에 부정적인 영향을 미칩니다. 법적 문제에 빠질 수도 있습니다.

그러나 더티 데이터 란 정확히 무엇입니까?

더티 데이터란 무엇입니까?

더티 데이터 또는 깨끗하지 않은 데이터는 어떤 면에서 결함이 있는 데이터입니다. 중복이 포함되거나 오래되거나 안전하지 않거나 불완전하거나 부정확하거나 일관성이 없을 수 있습니다. 더티 데이터의 예로는 철자가 틀린 주소, 누락된 필드 값, 오래된 전화번호, 중복 고객 기록이 있습니다.

무시할 경우 더티 데이터는 비즈니스에 심각한 문제를 일으킬 수 있습니다. 이는 고객 경험을 위태롭게 하고, 비즈니스 결과를 잘못 표시하고, 전략적 결정에 부정적인 영향을 미칠 수 있습니다.

데이터 품질 저하의 위험을 피하려면 정기적인 데이터 정리가 필수적입니다. 이 게시물에서 데이터를 정리하는 방법에 대해 더 논의할 것입니다. 하지만 먼저 데이터가 어떻게 더러워지는지 살펴보겠습니다.

데이터가 더러워지는 방법

데이터를 입력, 저장 또는 잘못 사용하면 데이터가 더러워질 수 있습니다. 종종 이는 인적 오류나 데이터 입력에 대한 표준화 규칙의 부족으로 귀결되지만 기술적인 문제로 인해 데이터가 더러워질 수도 있습니다.

더티 데이터의 예

중복 데이터

중복 데이터는 동일한 정보를 부분적으로 또는 완전히 공유하는 레코드를 나타냅니다. 동일한 정보가 여러 번, 때로는 다른 형식으로 입력될 때 발생합니다. 일반적인 중복 더티 데이터의 예는 한 고객이 CRM에 여러 번 존재하는 경우입니다. 이것은 고객의 이름이 매번 조금씩 다르게 쓰여지기 때문에 자주 발생합니다.

예를 들어:

• 패티 J. 그린필드
• 패티 줄리아 그린필드
• 패트리샤 J. 그린필드
• 패트리샤 줄리아 그린필드

고객 정보는 여러 레코드에 흩어져 있으므로 고객 데이터가 중복되면 다음과 같은 결과가 발생합니다.

• 열악한 고객 서비스
• 잘못된 추적 및 보고
• 이중(또는 삼중) 마케팅 타겟팅

안전하지 않은 데이터

안전하지 않은 데이터는 암호화되지 않거나 액세스가 제어되지 않는 데이터입니다. 회사의 모든 사람이 액세스할 수 있으며 최악의 경우 제3자도 액세스할 수 있습니다. 안전하지 않은 데이터는 개인 정보 보호 위험뿐만 아니라 기업이 GDPR 및 CCPA와 같은 법률을 준수하지 않을 위험이 있기 때문에 법적 위협이 됩니다.

불완전한 데이터

불완전한 데이터의 예는 뉴스레터 가입 양식에 리드의 이름에 대한 필드가 있지만 필드가 필수 필드가 아닌 경우입니다. 그런 다음 리드는 이름을 남기지 않고 가입할 수 있으므로 개인화된 이메일 캠페인의 효율성이 떨어집니다.

부정확한 데이터

부정확한 데이터는 실수가 포함된 데이터입니다. 부정확한 데이터의 예로는 고객이 양식 중 하나에 성을 입력했지만 오타가 있는 경우를 들 수 있습니다. 이 경우 고객의 성이 있지만 정확하지 않습니다. 더러운 기록입니다.

또 다른 예로는 영업 담당자가 Salesforce의 리드에 대해 잘못된 전화 번호를 기록하는 경우입니다. 이 경우 이 리드와 대화를 계속하려면 Salesforce 데이터를 개선하는 것이 중요합니다.

오래된 데이터

오래된 데이터가 부정확한 것은 잘못 입력했기 때문이 아니라 예전에는 정확했지만 이제는 정확하지 않기 때문입니다. 오래된 더티 데이터의 일반적인 예는 고객이 이사한 후에도 CRM에 여전히 고객의 이전 주소가 나열되어 있는 경우입니다.

오래된 데이터의 다른 예는 다음과 같습니다.

• 더 이상 사용하지 않는 이메일 주소
• 직업을 바꾼 사람들의 호칭
• 오래된 이메일 세그먼트

잘못된 데이터

잘못된 데이터는 이전에 지정된 매개변수를 벗어나는 데이터입니다. 따라서 예방하기가 더 쉽습니다. 고객이 드롭다운 메뉴를 사용하여 생년월일을 입력하는 경우를 예로 들 수 있습니다. 귀하의 시스템은 12개월 중 하나, 31일 중 하나만을 선택하도록 허용할 것이며, 130세 이상으로 만드는 출생 연도도 선택할 수 없을 것입니다.

일관성 없는 데이터

일관성 없는 데이터는 데이터 중복이라고도 합니다. 회사가 동일한 정보를 동기화하지 않고 다른 위치에 저장하는 경우 발생합니다. 대표적인 예는 CRM과 이메일 마케팅 도구 모두에 고객 정보를 저장하는 회사입니다.

데이터를 정리하는 방법

위의 모든 유형의 더티 데이터는 회사에 위험을 초래하므로 데이터를 정리하고 이러한 상황을 피하는 것이 중요합니다.

방법은 다음과 같습니다.

데이터 품질 가이드라인 만들기

데이터 정리를 시작하기 전에 정리된 데이터 세트가 회사에 어떤 모습인지 정의하고 데이터를 가능한 한 깨끗하게 유지하기 위해 따라야 하는 모범 사례를 정의하십시오.

데이터 표준화

데이터 품질 전략에는 데이터가 시스템에 들어오는 즉시 표준화하는 방법을 정의하는 것이 포함됩니다. 지금 데이터를 수집하고 있는 모든 방법, 해당 데이터의 진입점이 무엇인지, 그리고 출처에 관계없이 모든 데이터가 동일한 방식으로 입력되도록 하는 방법을 나열하십시오.

감사 수행

회사의 데이터 품질 규칙을 설정하고 모든 새 데이터가 표준화된 방식으로 입력될 것이라고 확신하면 기존 데이터에 대한 감사를 수행해야 합니다. 불행히도 모든 더티 데이터를 찾는 것은 쉽지 않으며 100% 탐지를 목표로 해야 하지만 일부 문제를 놓칠 가능성이 있음을 알고 있습니다. 그렇기 때문에 한 번이 아니라 정기적으로 감사를 수행하는 것이 중요합니다.

이 프로세스를 더 쉽게 만드는 한 가지 방법은 데이터 작업을 수행하는 회사 내 다양한 ​​부서에서 지속적으로 피드백을 수집하는 것입니다. 이러한 유형의 피드백은 더티 데이터가 일상 활동에서 문제를 일으키는 위치를 보여줍니다.

예: 마케팅 팀에서 개인화된 이메일의 이름에 대문자가 없는 경우를 발견했다고 공유합니다. 이것은 이름 값이 항상 같은 방식으로 형식이 지정되지 않는다는 것을 알려줍니다. 아마도 이메일 구독자가 항상 자신의 이름을 대문자로 사용하는 것을 귀찮게 하지 않기 때문일 것입니다.

더티 데이터 정리

더티 데이터에 대한 개요가 파악되면 정리 프로세스를 시작합니다. 데이터 정리는 끔찍하고 시간 소모적인 작업일 수 있습니다. 각각 장단점이 있는 다양한 방법이 있습니다.

1. 수동으로

수동으로 데이터를 정리하는 작업은 드물게 수행해야 합니다. 지금 당장 사용해야 하는 기록을 정리하는 것은 괜찮지만 회사가 소유한 모든 데이터를 수동으로 정리하는 것은 불가능한 작업입니다.

시간이 오래 걸릴 뿐만 아니라 놓칠 수 있고 실수를 하게 되어 더 많은 오류가 발생합니다.

2. 엑셀 사용하기

Excel 수식을 사용하면 정리 프로세스의 속도를 높일 수 있지만 여전히 수동입니다. 수식을 직접 작성해야 하며 일부 데이터 문제는 Excel 수식으로 해결하기에는 너무 복잡할 수 있습니다.

게다가 Excel은 방대한 데이터 집합을 처리할 수 없으므로 이미 정리한 데이터 집합을 기록해 두고 조금씩 작업해야 합니다.

마지막으로 정적 데이터 세트를 Excel에 업로드해야 합니다. 월요일에 고객 데이터를 가져오면 금요일까지 이미 오래된 데이터일 수 있습니다.

3. 제3자에게 의존

데이터 정리에 내부 시간을 할당하고 싶지 않다면 데이터 컨설턴트를 고용하는 것이 좋은 선택이 될 수 있습니다. 데이터 컨설턴트는 더러운 데이터를 정리하는 것 이상의 일을 하는 전문가입니다. 또한 감사를 실행하고 기존 데이터 프로세스를 개선하여 향후 더티 데이터가 생성될 가능성을 줄일 수 있습니다.

컨설턴트 고용의 단점은 높은 비용과 모든 데이터에 대한 액세스 권한을 부여해야 한다는 사실이며, 이는 일부 개인 정보 보호 문제로 이어질 수 있습니다.

4. 전담 개발자 고용

데이터 관리는 지속적인 프로젝트이므로 데이터를 깨끗하게 유지하는 데 전념하는 한 명 이상의 개발자를 고용할 수 있습니다. 이 사람들은 사내에서 일할 것이기 때문에 외부 컨설턴트보다 회사에 더 충성할 것이며 귀하의 제안에 더 익숙해질 것입니다.

또한 데이터 유지 관리와 같은 진행 중인 프로젝트를 위해 누군가를 고용하는 것이 더 저렴한 경우가 많습니다.

5. 소프트웨어 사용

더티 데이터를 식별하고 정리하는 데 도움이 되는 다양한 도구가 있습니다. 이러한 도구는 종종 컨설턴트나 전담 개발자를 고용하는 것보다 저렴하며 사람이 실수하지 않습니다.

그러나 이러한 모든 도구가 동일하게 생성되는 것은 아닙니다. 데이터 불일치를 발견하고 형식(예: 날짜)을 확인하고 병합할 필드를 인식할 수 있는 항목을 선택하십시오.

또한 도구가 예상대로 작동하는지 확인하기 위해 작은 데이터 샘플에 대해 몇 가지 테스트를 실행하고 싶을 것입니다. 이 작업을 수행하지 않고 전체 데이터베이스에서 느슨해지면 처음보다 더 큰 문제가 발생할 위험이 있습니다.

지속적인 데이터베이스 관리 설정

다행히도 이미 데이터베이스 관리가 준비되어 있습니다. 그렇지 않은 경우 설정해야 합니다. 정기적으로 데이터를 정리해야 할 수도 있지만 문제가 데이터베이스의 전반적인 품질을 저하시킬 때까지 문제가 쌓이도록 하는 것은 좋지 않습니다.

회사는 끊임없이 새로운 데이터를 수집, 구성, 저장 및 조작합니다. 지속적인 데이터베이스 관리에는 해당 데이터의 품질을 보호하고 데이터가 더러워지는 것을 방지하는 데 필요한 프로세스와 관행이 포함됩니다.

더티 데이터는 지속적인 관리가 필요합니다.

오늘날 기업이 수집하고 처리하는 데이터의 양으로 인해 일부 데이터가 더러워지는 것을 방지하는 것은 사실상 불가능합니다. 다른 유형의 더티 데이터는 비즈니스에 다른 결과를 가져오므로 문제가 확대되는 것을 방지하기 위해 정기적으로 레코드를 정리하는 것이 좋습니다.

데이터를 수동으로 정리하고, Excel을 사용하고, 타사를 고용하고, 내부 데이터 클리너 팀을 구성하고, 전문 소프트웨어에 의존할 수 있습니다.

더 알고 싶으십니까?

CRM 데이터 정리에 대한 단계별 가이드는 eBook: "The Dirt on Data Quality"를 확인하십시오.