증거는 프로파일링에 있습니다: 프로파일링 데이터가 품질 유지에 필수적인 이유

데이터는 회사의 가장 소중한 자산입니다. 경영진 결정을 내리고, 마케팅 캠페인을 간소화하고, 고객 유지를 늘리고, 전반적인 성장을 증가시키는 성공적인 아이디어를 개발하는 데 사용할 수 있습니다. 그러나 데이터의 품질이 좋지 않으면 역효과가 날 수 있습니다.

강력한 데이터 품질 계획은 비즈니스의 성공에 매우 중요하며 시작하기에 가장 좋은 곳은 데이터 프로파일링입니다. 프로파일링이 무엇으로 구성되어 있는지, 왜 중요한지, 데이터 품질을 유지하는 데 프로파일링이 어떻게 필수적인지 자세히 살펴보겠습니다.

프로파일링이란?

데이터 프로파일링에는 높은 수준의 개요로 데이터를 정렬, 검사, 분석 및 요약하는 작업이 포함됩니다. 이는 데이터의 현재 상태를 이해하는 데 도움이 되며 견고한 데이터 품질 계획의 기초가 됩니다. 결국 어디서부터 시작하는지 모른다면 데이터 품질을 유지하거나 개선하기 위한 조치를 취할 수 없습니다!

모든 데이터 프로파일링이 동일한 것은 아닙니다. 세 가지 유형이 있습니다.

• 구조 프로파일링 은 데이터가 일관성 있고 올바른 형식인지 확인하는 데 도움이 됩니다.
• 관계 프로파일링 은 데이터세트 간의 관계를 분석합니다.
• 콘텐츠 프로파일링 은 기존 데이터에 맞게 표준화되지 않은 데이터와 수정이 필요한지 여부를 식별합니다.

결합된 각 유형의 프로파일링은 현재 데이터 작업 방식을 이해하는 데 도움이 됩니다. 그런 다음 이러한 통찰력을 사용하여 전체 데이터 품질을 개선(및 유지)할 수 있습니다.

데이터 프로파일링은 그 어느 때보다 중요합니다.

프로파일링은 항상 중요했지만 오늘날과 같은 기후에서는 특히 필요합니다. 다음은 몇 가지 주요 이유입니다.

• Apple의 MPP: 2021년 9월 Apple의 MPP(Mail Privacy Protection) 출시로 이메일 마케팅 담당자는 이메일 전략을 알려주는 추적 데이터에 액세스할 수 없었습니다. 데이터 프로파일링은 차단되지 않는 고객 제출 데이터의 우선 순위를 지정하므로 대상 고객에 대해 더 자세히 알고 싶어하는 이메일 마케팅 담당자에게 매우 필요한 해결 방법으로 사용할 수 있습니다.
• 그 어느 때보다 더 많은 데이터가 CRM에 입력 됩니다. 매일 1조 1천억 메가바이트 이상의 데이터가 생성되며 이 숫자는 계속해서 증가할 것입니다. 더 많은 데이터가 CRM에 입력될수록 품질을 유지하기가 더 어려워집니다. 프로파일링은 데이터의 홍수로 인해 CRM이 무너지기 전에 데이터의 현재 상태를 이해하고, 품질 문제를 발견하고, 강력한 데이터 품질 계획을 구현하는 데 도움이 될 수 있습니다.
• 중대한 사직: COVID-19 전염병이 시작된 이후로 근로자들은 전례 없는 속도로 직장을 그만두고 새로운 역할로 전환하고 있습니다. 미국 노동 통계국에 따르면 2022년 2월에만 무려 440만 명의 미국인이 직장을 그만뒀고, 2월 마지막 영업일에 총 일자리 수가 1,130만 명에 이르렀다고 합니다.

사람들이 역할을 바꾸면(또는 인력을 완전히 떠나면) 데이터도 함께 변경됩니다. 변경 사항을 따라가지 못하면 데이터 품질에 부정적인 영향을 미칠 수 있습니다. Validity의 최근 연구에서 CRM 사용자의 79%가 팬데믹으로 인해 데이터 붕괴가 증가했다는 데 동의했습니다. 프로파일링을 사용하면 문제가 있는 위치를 식별하고 데이터 관리 방식을 조정하여 뒤처지지 않도록 할 수 있습니다.

데이터를 프로파일링하면 품질을 유지하는 데 어떤 도움이 됩니까?

이제 프로파일링이 무엇인지 알았으므로 데이터 품질을 유지하는 데 정확히 얼마나 도움이 되는지 자세히 살펴보겠습니다.

오류 식별

실적이 저조한 마케팅 캠페인에서 부정확한 판매 예측에 이르기까지 품질이 낮은 데이터는 회사 전체에 모든 종류의 문제를 일으킬 수 있습니다. 프로파일링은 맞춤법이 틀린 연락처 정보, 누락된 값, 중복, 이상값 및 불필요한 값과 같이 데이터 품질이 급락하고 비즈니스에 어려움을 주는 오류를 식별하는 데 도움이 됩니다.

CRM 사용자의 96%는 정확한 CRM 데이터가 전환율을 향상시킨다는 데 동의합니다. 이 기회를 통해 오류를 수정하고 오류를 발견한 빈도를 기록하면 데이터 품질을 개선하고 향후 동일한 오류가 발생하지 않도록 방지하고 비즈니스를 성공으로 이끌 수 있습니다.

불일치 발견

여러 부서가 CRM에 데이터를 입력하고 업데이트할 때 불일치가 발생할 수 있습니다. 예를 들어 Sales는 "x"를 사용하여 내선 번호를 나타낼 수 있고 Finance는 "ext"를 사용할 수 있습니다. 이것이 사소해 보일 수 있지만 시간이 지남에 따라 가장 작은 불일치도 누적되어 데이터의 품질과 가치를 파괴할 수 있습니다.

프로파일링은 이러한 불일치를 강조하고 표준화 규칙을 생성할 완벽한 기회를 제공합니다. 표준화는 모든 데이터와 시스템에서 형식을 일관되게 유지하여 데이터 품질을 개선하고 분석을 훨씬 더 실현 가능하게 만드는 데 도움이 됩니다.

데이터 활용 능력 증진

프로파일링의 가장 큰 이점 중 하나는 데이터 활용 능력이 향상된다는 것입니다.

프로파일링 프로세스에는 CRM의 데이터가 구조화되는 방식, 데이터에 포함된 내용 및 데이터 세트 간에 존재하는 연결에 대한 학습이 포함되므로 이 프로세스를 완료하면 CRM의 데이터가 의미하는 바에 대해 말할 수 있는 충분한 준비를 갖추게 됩니다. 또한 CRM에서 데이터를 수집, 통합, 준비 및 보호하는 책임에 대한 인식이 높아집니다.

당신과 당신의 팀이 더 많은 데이터를 이해할수록 미래에 데이터 품질을 손상시킬 수 있는 실수를 저지를 가능성이 줄어듭니다.

프로세스 개선에 도움

프로파일링은 데이터 품질을 손상시킬 수 있는 프로세스 비효율성을 밝히는 데 도움이 될 수 있습니다.

예를 들어, 원하는 결과를 생성하지 못하는 특정 프로세스(예: 레코드 중복 제거)를 수동으로 완료하고 있음을 발견할 수 있습니다. 이러한 프로세스를 자동화하기로 결정하면 오류와 감독을 크게 줄이고 전반적인 데이터 품질을 개선하는 데 도움이 될 수 있습니다.

데이터가 비즈니스 규칙을 충족하는지 확인

비즈니스 규칙은 고객 이름 및 해당 주문과 같은 개체 간의 관계를 설명하고 워크플로 도구 내에서 적용되어 프로세스 자동화를 가능하게 합니다. 다시 말해, 비즈니스 규칙은 회사가 일상적인 운영에서 내리는 결정을 자동화할 수 있도록 합니다. 프로파일링은 CRM의 데이터가 현재 시행 중인 비즈니스 규칙을 충족하는지 확인하는 데 도움이 됩니다.

프로파일링은 또한 시스템 통합에 사용되는 데이터 포인트를 확인하는 데 도움이 됩니다. 어떤 데이터 포인트가 통합을 지원하고 CRM 내부 및 외부에서 프로세스를 성공적으로 실행할 수 있는지 아는 것은 프로세스가 실패할 경우 문제를 추적하는 데 도움이 됩니다.

데이터 품질 개선을 시작하기 위해 기다리지 마십시오.

데이터의 품질이 비즈니스의 성패를 좌우할 수 있습니다. 오늘날의 예측할 수 없는 기후에서 생존(및 번성)하려면 강력한 데이터 품질 계획을 구현하는 것이 필수적이며 이는 데이터 프로파일링으로 시작됩니다.

프로파일링 및 표준화에서 자동화 및 모니터링에 이르기까지 데이터 관리 프로세스에 대한 더 많은 통찰력을 얻으려면 지금 The Dirt on Data Quality eBook을 다운로드하십시오.